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

ubuntu20中安装gitlab

网址:https://gitlab.cn/GitLab 是一个用于仓库管理系统的开源项目,使用Git作为代码管理工具,并在此基础上搭建起来的 web服务。Gitlab开放式一体化安全DevOps平台,集成了源代码管理,CI/CD,研发效能管理等,软件研发全生命周期的 DevOps能力.GitLab中国发行版,提供本土化技术支持服务。

#gitlab#ubuntu#linux
基于Docker实现MySql的主从复制 + SpringBoot、Mybatis-Plus实现读写分离【含源码】

数据库读写分离对于大型系统或者访问量很高的互联网应用来说,是必不可少的一个重要功能。2.备库将主库的二进制日志复制到其本地的中继日志中,备库会启动一个工作线程,称为IO线程,I/O线程跟主库建立一个普通的客户端连接,然后在主库上启动一个特殊的二进制转储(binhg dump、线程该线程没有对应的SQL命令),这个二进制转储线程会读取主库上二进制日志中的事件。对于MySQL来说,标准的读写分离是主从

文章图片
#docker#mysql#spring boot
Java AI 之 DJL 实战(第 10 篇):深度学习进阶模型

卷积神经网络(Convolutional Neural Network,CNN)是一种专门为处理网格结构数据(如图像、语音)设计的深度学习模型。与全连接网络直接将图像展平为一维向量、忽略空间特征且易引发参数爆炸的特点不同,CNN 的核心优势在于通过卷积操作替代全连接层的暴力特征提取,实现局部特征感知、参数共享与空间降维,能更高效地挖掘网格数据中的空间关联信息,因此在计算机视觉等领域得到广泛应用。C

文章图片
#人工智能#java#深度学习
Docker - idea中集成docker插件发布SpringBoot项目

执行完毕之后会在当前文件夹下生成一个压缩包:tls-client-certs-docker.tar.gz,该压缩包中的文件就是Java项目需要的pem文件,解压压缩包将其中的文件拷贝到springboot项目的resources目录下即可。在项目的main文件夹下创建docker文件夹,并在该文件夹下创建Dockerfile文件,添加以下配置。在Linux的任意目录下创建auto_gen_dock

#docker#intellij-idea#spring boot
Redis - Docker环境下的持久化、主从复制、哨兵、集群、淘汰策略

我们的Redis必须使用数据持久化吗?如果我们的Redis服务器只作为缓存使用,Redis中存储的所有数据都是从其他地方同步过来的备份,那么就没必要开启数据持久化的选项。不过大多数应用场景下,建议至少开启RDB方式的数据持久化。Redis 对于数据备份是非常友好的, 因为我们可以在服务器运行的时候对 RDB 文件进行复制: RDB 文件一旦被创建, 就不会进行任何修改。

文章图片
#redis#docker#数据库
clickhouse - 入门一篇就够了

随着数据技术的不断进步,LinkHouse作为新一代的高性能列式数据库,正在凭借其独特的技术优势,逐渐在数据处理和分析领域崭露头角。本文将深入探索LinkHouse的一些最新技术使用场景,并通过实战代码展示其在实际应用中的魅力。LinkHouse技术与ES(Elasticsearch)框架相比,具有一些明显的优势。以下是LinkHouse技术相对于ES框架的主要优势:更高的查询性能:LinkHou

#clickhouse#database#数据库
基于docker安装MySQL、RabbitMQ、ElasticSearch、minio

将容器/var/lib/mysql目录下的数据,备份到主机的 /usr/mysql/data目录下。:将容器/var/log/mysql目录下的数据,备份到主机的 /usr/mysql/log目录下。:将容器/etc/mysql目录下的数据,备份到主机的 /usr/mysql/conf目录下。进入容器中找到/usr/share/kibana/config/kibana.yml。在该目录(/usr/

#docker#mysql#rabbitmq +2
Java AI 之 DJL 实战(第 10 篇):深度学习进阶模型

卷积神经网络(Convolutional Neural Network,CNN)是一种专门为处理网格结构数据(如图像、语音)设计的深度学习模型。与全连接网络直接将图像展平为一维向量、忽略空间特征且易引发参数爆炸的特点不同,CNN 的核心优势在于通过卷积操作替代全连接层的暴力特征提取,实现局部特征感知、参数共享与空间降维,能更高效地挖掘网格数据中的空间关联信息,因此在计算机视觉等领域得到广泛应用。C

文章图片
#人工智能#java#深度学习
Java AI - Spring AI基础入门:常见组件、常规对话、流式对话、基于Redis的会话记忆【含源码】

Spring AI 是一款 AI 工程领域的应用程序框架,核心是将 Spring 生态的可移植性、模块化等设计原则延伸至 AI 领域,推广以 POJO 作为 AI 应用的构建块。它提供了开发 AI 大模型应用所需的基础抽象模型及多种实现方式,支持开发者以少量代码改动完成组件替换,同时具备友好的 API,最终目的是简化 AI 大模型应用的开发流程。Spring AI 的主要功能。

文章图片
#java#人工智能#spring +2
Java AI - AI基础知识

具有微调灵活性,可以在特定任务的数据集上进行微调,适应不同的应用场景;首先是预训练,需要收集海量无标注数据,如互联网上的文本、新闻等,经过清理、分词等处理后以 tokenizer 粒度输入到语言模型中,让模型学习词汇、句法和语义的规律以及上下文的关系。绝大部分大语言模型都是基于 Transformer 架构,该架构具有独特的注意力机制,自注意力机制允许模型根据序列中的其他位置调整每个位置的表示,从

文章图片
#人工智能#java#开发语言
    共 40 条
  • 1
  • 2
  • 3
  • 4
  • 请选择