OCR(Optical character recognition) —— 光学字符识别，是图像处理的一个重要分支，中文的识别具有一定挑战性，特别是手写体和草书的识别，是重要和热门的科学研究方向。可惜国内的科研院所，基本没有几个高识别率的训练集——笔者联系过北京语言大学研究生一篇论文的作者，他们论文说有%90的正确识别率，结果只做了20个笔画简单的汉字(20/6753 = %0.3...

笔者最近工作中遇见一个性能瓶颈问题，MySQL表，每天大概新增776万条记录，存储周期为7天，超过7天的数据需要在新增记录前老化。连续运行9天以后，删除一天的数据大概需要3个半小时（环境：128G, 32核，4T硬盘），而这是不能接受的。当然如果要整个表删除，毋庸置疑用TRUNCATE TABLE就好。最初的方案（因为未预料到删除会如此慢），代码如下（最简单和朴素的方法）:...

【号外号外！】最终解决办法并不复杂，关键在于“遇见问题，怎么样层层分析，多条路径试错，最终解决问题的思路或者能力”——资深码农的核心竞争力之一背景今天结束完最近2个月的一个项目，开心鸭，IDEA切换代码到其它历史项目继续推进。咦，什么情况，原来编译好好的，这次怎么半天编译不动，超过5分钟——原本只要10多秒或者20多秒的，什么情况多路径尝试，层层递进，终至解决路径A...

OCR(Optical character recognition) —— 光学文字识别，是图像处理的一个重要分支，中文的识别具有一定挑战性，特别是手写体和草书的识别，是重要和热门的科学研究方向。可惜国内的科研院所，基本没有大量的高识别率的训练集—笔者联系过北京语言大学研究生一篇论文的作者，他们说有%90的正确识别率，结果只做了简单的2000字。真的是为了论文而论文。斯坦福大...