大约有 3,000 项符合查询结果(耗时:0.0086秒) [XML]

https://www.tsingfun.com/it/tech/1011.html 

Awk学习笔记 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...本和数据进行处理。数据可以来自标准输入、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux unix下的一个强大编程工具。 目录: 1. awk简介 2. awk命令格式和选项 ...
https://www.tsingfun.com/it/cpp/925.html 

C语言判断文件是否存在 - C/C++ - 清泛网 - 专注C/C++及内核技术

C语言判断文件是否存在用函数access,头文件是io.h,原型:int access(const char *filename, int amode);amode参数为0时表示检查文件的存在性,如果文件存...用函数access,头文件是io.h,原型: int access(const char *filename, int amode); amode参数为0...
https://www.tsingfun.com/it/tech/1086.html 

设置用户默认权限 Umask命令详解 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...见的命令,但很多人其实并不完全理解它。umask用在创建文件或目录时设置权限掩码,通常是0022:shell> umask0022注:0...说起来umask是个很常见的命令,但很多人其实并不完全理解它。 umask用在创建文件或目录时设置权限掩码,通...
https://bbs.tsingfun.com/thread-2479-1-1.html 

/data/user/0/xxxx/files(内部存储)和 /storage/emulated/0/Android/data...

...储:始终位于系统分区,与应用绑定,用户无法直接通过文件管理器访问(需 Root)。外部存储:位于用户可见的存储空间(如 /sdcard/),路径可能因设备而异(如部分设备显示为 /mnt/sdcard)。 2. 访问方式与 API(1) 内部存储 (/dat...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网移动版 - 专注IT技能提升

...率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法)。如果你需要一个概率架构(比如简单地调节分类阈值,指明不确定性,或者是要得得置信区间),或者你以后想将更多的训练数据快速整合到模型中...