小编说:Vue只是为我们提供了一个很优秀的前端组件式开发框架,但单纯依靠Vue是做不出一个漂亮的网页应用的,甚至连“不难看”这个标准都达不到。这个时候借助界面框架UIkit能够很好地解决这一问题。 在实际开发中,还有很多常用组件,例如...
小编说:从整个软件的性能来说,资源类性能就像是撑起冰山一角的下面的冰层。构成这部分的,是传统部分的磁盘、CPU、内存和网络以及因为移动网络而显得特别重要的电池(耗电)。本文我们将向您着重介绍磁盘部分。 1 原理 在没有SSD硬盘之前...
小编说:相比传统网络数据平面,通用可编程数据平面让网络用户可以自定义数据包的完整处理流程,实现理想的协议无关网络数据处理。作为一种理想的SDN数据平面,通用可编程数据平面还不够完善,还需要在不断的尝试中摸索前进。本文选自《重构网络:S...
小编说:一个复杂问题进行拆分,最后会形成一个数量巨大的细分问题群。如果没有严格的按照“逐层不漏不重”原则进行,细分出的问题将很难形成合力来完整有效地支撑解决原问题。本文以策划一个会议为例,来了解结构化思维的应用。 在对问题进行拆分...
去年10月份得知阿里想写本关于双11的书,我非常兴奋,做了十年编辑,也做了不少书,这个级别的书不多见,想都没想就跟老板去了杭州。其实我还是稍微想了想滴,做成做不成肯定都不好做,不过至少肯定是能学到东西的,于我就够了。(姐还是很好学的,...
小编说:SDN为什么会出现?是什么原因使得学术界提出SDN?我们为什么需要SDN?如果你刚接触SDN方案时,你一定有这样的疑问。而问题的答案是:我们需要拥有更多可编程能力的网络,来支持快速增长的网络业务需求。本文选自《重构网络:SDN...
小编说:G1垃圾收集器采用一个略微不同的手段来解决并行、串行以及CMS GC的众多缺陷。对于大的Java堆来说,通过将Java堆拆分成一个个分区,G1会比其他垃圾收集器有更好的综合表现。本文选自《Java性能调优指南》。 G1垃圾...
小编说:和 Hadoop 一样,Spark 提供了一个 Map/Reduce API(分布式计算)和分布 式存储。二者主要的不同点是,Spark 在集群的内存中保存数据,而 Hadoop 在集群的磁盘中存储数据。本文选自《Spark ...
小编说:Python标准库内容非常多,有人专门为此写过一本书。本文将选择几个呈现出来,一来显示标准库之强大功能,二来演示如何理解和使用标准库。sys是常用的标准库,已经不陌生了;copy也是已经用过的标准库。先从熟悉的入手,容易理解,...
实现神经网络的核心函数是 nnet(),它主要用来建立单隐藏层的前馈人工神经网络模型,同时也可以用它来建立无隐藏层的前馈人工神经网络模型(也就是感知机模型)。 函数 nnet()的具体使用格式有两种形式,下面分别介绍该函数的两种使用...
小编说:Spark由AMPLab实验室开发,其本质是基于内存的快速迭代框架,“迭代”是机器学习最大的特点,因此非常适合做机器学习。得益于在数据科学中强大的表现,Python语言的粉丝遍布天下,如今又遇上强大的分布式内存计算框架Spar...
小编说:Python的强大体现在“模块自信”上,因为Python不仅有很强大的自有模块(标准库),还有海量的第三方模块(或者包、库),并且很多开发者还在不断贡献在自己开发的新模块(或者包、库)。本文将向大家概述介绍Python的自有模...