logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

读书节最该买的书,我都帮你们挑出来了

点击关注 异步图书,置顶公众号每天与你分享 IT好书 技术干货 职场知识​​过完漫长的冬天,送走了倒春寒,转眼4月也即将过半,我们有那么多的节日要过,对爱读书的真爱粉儿而言,读书节这个大日子,不放点福利哪行?就在昨天异步社区掌柜的发布异步社区3.X版本,社区做了近三年最大的一次升级改版, 还没看过的读者请看这篇《异步社区进入3.X时代!这些新玩法你一定要知道》,其中不仅仅优化了UI界面、写作环境,

#微服务#编程语言
经典重现:设计模式,一本讲解不同领域模式的实用手册

世界级软件开发大师Martin Fowler的经典作品《Analysis Patterns: Reusable Object Models》的中文版你都看过哪一年出版的?2004年?2010年?时隔这么多年,物换星移,几代程序员的记忆,一本好书,是真的可以伴你好久好久。2020年,人民邮电出版社异步社区让这本经典书重现江湖,身为以前的你、曾经的你否会忆起你和这本书的故事,期待大家的分享。Analy

#系统架构#设计模式
9本新书,经典升级,值得在3月里读读

3月还剩一周了,看点什么书比较好呢?来看看异步社最新的图书吧!本月里,异步社区上新了9本新书,有编程语言的入门书,也有帮助程序员提高编码效率的书,还有4本畅销了几十年的经典再版书。总之,这份书单诚意十足,帮助大家有一个充实高效的3月。CPrimer Plus(第6版)中文版作者:[美]史蒂芬•普拉达(Stephen Prata)译者 :姜佑...

C和指针:良好的程序风格和文档将使程序更容易阅读和维护

毫无疑问,学习一门编程语言的基础知识不如编写程序有趣。但是,不知道语言的基础知识会使你在编写程序时缺少乐趣。2.1 环境在ANSI C的任何一种实现中,存在两种不同的环境。第1种是翻译环境(translation environment),在这个环境里,源代码被转换为可执行的机器指令。第2种是执行环境(execution environment),它用于实际执行代码。标准明确说明,这两种环境不必位

#编程语言
Git 的常用命令及一些基本操作

本节将详细介绍Git 的常用命令及一些基本操作。使用以下命令可以显示相关命令的帮助文档。git help <command>24.4.1 仓库管理命令1.git init功能:初始化 Git仓库。执行完 git init命令后,会在本地目录生成一个.git的目录,此目录包括了资源的所有元数据。2.git clone功能:复制仓库,默认只会建立 master分支。常用的基本用法如下。gi

#git
异步社区本周半价电子书

《文本上的算法——深入浅出自然语言处理 》路彦雄 著点击购买纸书本书结合作者多年学习和从事自然语言处理相关工作的经验,力图用生动形象的方式深入浅出地介绍自然语言处理的理论、方法和技术。本书抛弃掉繁琐的证明,提取出算法的核心,帮助读者尽快地掌握自然语言处理所必备的知识和技能。《Spring MVC学习指南(第2版) 》【美】Paul Deck 著点击购买纸书本书重在讲述如何通过Spring MVC来

2018年最新Python书单

Python这个“无所不在”的编程语言,学会它,薪资高到没朋友。2018年初这些Python新书值得关注,正要踏入Python学堂的,一定要收藏。号外,异步社区招募书评人,如果你意向加入,在微信后台回复“书评”,即可加入我们,免费读新书。下面来一起看看有哪些Python新书吧。《Python程序设计(第3版)》Python之父作序推荐 Python编程入

#编程语言#算法
gRPC双向数据流的交互控制(go语言实现)

​​点击关注异步图书,置顶公众号每天与你分享IT好书 技术干货 职场知识​gRPC简介gRPC (https://grpc.io) 是一个由Google开发的高性能、开源、跨多种编程语言和通用的远程过程调用协议(RPC) 框架,用于客户端和服务器端之间的通信,使用HTTP/2协议并将 ProtoBuf (https://developers.google.com/protocol-buffers)

如何最简单、通俗地理解什么是机器学习?

一般人工智能技术的实现,都是需要人先充分了解 任务和解决方法,并根据具体的解决思路,编写程序来完成该任务。而有的智能任务是很 难通过这样的方式来解决的,如人脸识别、语音识别这样的感知模式识别任务,其实我们自己 都不清楚人是如何精准识别平时碰到的每个人的脸的,也就更加无法编写程序来直接实现这个 逻辑;这样,程序员 就可以“往后站一步”,从直接编写各类任务具体的算法程序,转为编写机器学习算法程序, 然

文章图片
#机器学习#人工智能
如何理解卷积神经网络(CNN)中的卷积和池化?

目录5.1 二维卷积层5.1.1 二维互相关运算5.1.2 二维卷积层5.1.3 图像中物体边缘检测5.1.4 通过数据学习核数组5.1.5 互相关运算和卷积运算5.1.6 特征图和感受野5.2 填充和步幅5.2.1 填充5.2.2 步幅5.4 池化层5.4.1 二维最大池化层和平均池化层5.4.2 填充和步幅5.4.3 多通道关于《动手学深度学习》这本书相关推荐:深度学习5.1 二维卷积层卷积神

#深度学习#神经网络#人工智能
暂无文章信息