大约有 3,000 项符合查询结果(耗时:0.0086秒) [XML]

https://www.tsingfun.com/it/cpp/1419.html 

ZeroMQ的学习和研究(PHP代码实例) - C/C++ - 清泛网 - 专注C/C++及内核技术

...传统”BSD 套接字之上的一层封装。ZMQ 让编写高性能网络应用程序极为简单和有趣。” 近几年有关”Message Queue”的项目层出不穷,知名的就有十几种,这主要是因为后摩尔定律时代,分布式处理逐渐成为主流,业界需要一套标...
https://www.tsingfun.com/it/tech/nginx_base.html 

nginx 基础配置全攻略,入门这一篇就够了! - 更多技术 - 清泛网 - 专注C/C...

nginx 基础配置全攻略,入门这一篇就够了!nginx_basenginx 基础配置,包括ssl配置,http自动转https配置,自动加www的配置。 1、基础配置如下: server { listen 80; listen [::]:80; location / { rewrite ^(.*)$ https://www.tsingfun.com$1 permanent; ...
https://bbs.tsingfun.com/thread-1087-1-1.html 

【未发布】【第五课】基础组件用法(录播课) - App Inventor 2 中文网 - ...

基础理论之查漏补缺: 总结之前4次课的教学及课后作业、提问情况,特地开展本次查漏补缺课,内容如下: 1、函数的用途 2、输入型的交互组件,屏幕切换等交互 3、循环 + 数学 4、用户界面剩余的组件都过一遍 5、布局 ...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...