你不一定真的给谁的 KFC V 过 50，但你或许为他们扫码参与过“捐一元”活动。你或许还见过这样一张 404 寻人页面。又或者你还参与过 2021 年的河南暴雨时一份“救命文档”的共建。技术日新月异，公益的形式与内涵早已跳出了捐款箱和物资车。当技术与公益相遇，技术就不再只是冰冷的代码，它们是神奇的咒语，是希望的微光，是通往更好世界的钥匙，而掌握着技术的开发者，拥有的是足以改变世界的力量。在 SegmentFault 过往的 Hackathon 中，也诞生了包括服务于动物救助的项目，帮助听障人群沟通的项目以及助力乡村教育公平等方面的优秀公益项目。我们相信，科技会让世界更好，也应该让世界更好。行动起来的还有许多头部科技公司。不久前腾讯 Light·技术公益创造营在云南丽江正式启动。这是腾讯举办 Light·技术公益创造营的第四年。过去三年，创造营吸引了超过 3600 支队伍、18000 名开发者参加，SegmentFault 思否和 Light 共同见证了诸如蒙新河狸保护、新生儿黄疸 AI 图像识别等优秀技术公益项目的诞生。今年，创造营将围绕数字时代下的“儿童素养教育、社区公益、生态环保”三大重要议题展开，鼓励开发者利用技术力量共创社会公益解决方案。两大升级服务覆盖面更广本届创造营引入了全新的社区公益议题，将视线扩大到整个社会公民，鼓励开发者以社区为中心，从助老、爱幼、救灾、心理健康 ...继续阅读 (145)

近期有个WEB项目需要改造。业主找第三方搞了一个集成站点，将多个应用站点的链接集中放在一个导航页面。由于进入集成站点时已经登录过了，业主要求点击这些应用站点的链接时就不必再登录。以前做过类似项目，用的是单点登录。大家都用同一个登录系统，一次登录，到处同行，不亦快哉。不过也有一些缺点，一是单点登录比较复杂，不好搞。之前我们用过一个开源的单点登录系统cas，代码一大堆，部署也很复杂，然后每个使用它的应用都要有个客户端，总之非常复杂。出了问题也不知道是哪里的毛病。 ...继续阅读 (152)

默认情况下 OpenWRT 是不允许 IPv6 出流量的，本文将通过防火墙设置放通 IPv6 出流量。测试首先你得确保你的运营商没有屏蔽你的IPv6流量，测试的方法也很简单，一般来说OpenWRT不会屏蔽ICMP流量，可以先获得以下本机IPv6然后从外部具备IPv6的环境Ping一下，如果能通则说明至少ISP层面没有强封锁；如果干脆Ping不通的话考虑光猫或者运营商层面上是否存在限制。如果你在本机上直接使用诸如ifconfig等命令查看IPv6地址的话可能会比较困惑无法分辨哪个是有效IPv6：1234567891011root@armbian:~# ifconfig eth0eth0: flags=4419mtu 1500inet 192.168.8.3 netmask 255.255.255.0 broadcast 192.168.8.255inet6 2409:56db:9b06:47f3:2173:5b3f:89d2:a20e prefixlen 64 scopeid 0x0inet6 fe80::b379:19a4:99c4:48fe prefixlen 64 scopeid 0x20ether F4:FC:03:DF:25:05 txqueuelen 1000 (Ethernet)RX packets 149754056 bytes 12927 ...继续阅读 (227)

neovim入门指南(三)：LSP配置 上中说了 lsp 是什么如何配置和启动。那么接下来就完成 lsp 的其他配置。本章节主要介绍下面几个方面的介绍：代码高亮，文件格式化，lsp 相关的 UI 美化。⚠️错误警告提示在有了 lsp 之后，当我们编写代码发生错误的时候，就会有相应的提醒。如图下提示目前的错误还是字母，例如警告是W。不太美观。对于这个来说，vim 开放了相关的接口，可以通过接口进行设置,neovim-diagnostic。仍旧在 lsp 的文件夹下建立 ui.lua 目录。12345678910111213-- lsp/ui.lua-- 对错误警告的图标vim.diagnostic.config({virtual_text=true,signs=true,-- 在输入模式下也更新提示，设置为 true 也许会影响性能update_in_insert=true,})localsigns={Error="󰅙",Info="󰋼",Hint="󰌵",Warn=""}fortype,iconinpairs(signs)dolocalhl="DiagnosticSign"..typevim.fn.sign_define(hl,{text=icon,texthl=hl,numhl=hl})end其中vim.diagnostic.config是在配置提示文本，virtual_tex ...继续阅读 (120)

neovim入门指南(三)：LSP配置 上中说了 lsp 是什么如何配置和启动。那么接下来就完成 lsp 的其他配置。本章节主要介绍下面几个方面的介绍：代码高亮，文件格式化，lsp 相关的 UI 美化。⚠️错误警告提示在有了 lsp 之后，当我们编写代码发生错误的时候，就会有相应的提醒。如图下提示目前的错误还是字母，例如警告是W。不太美观。对于这个来说，vim 开放了相关的接口，可以通过接口进行设置,neovim-diagnostic。仍旧在 lsp 的文件夹下建立 ui.lua 目录。12345678910111213-- lsp/ui.lua-- 对错误警告的图标vim.diagnostic.config({virtual_text=true,signs=true,-- 在输入模式下也更新提示，设置为 true 也许会影响性能update_in_insert=true,})localsigns={Error="󰅙",Info="󰋼",Hint="󰌵",Warn=""}fortype,iconinpairs(signs)dolocalhl="DiagnosticSign"..typevim.fn.sign_define(hl,{text=icon,texthl=hl,numhl=hl})end其中vim.diagnostic.config是在配置提示文本，virtual_tex ...继续阅读 (88)

在Flink中，实现流之间连接的操作可以分为两类。第一类是基于原生State状态存储的Connect算子操作，这种方式可以实现低延迟的数据连接和转换；第二类则是基于窗口的JOIN操作，这种方式又可以细分为window join和interval join两种，通过对数据进行时间窗口和滑动窗口的划分，实现不同粒度的数据关联和计算。Regular Join（常规 Join）Interval Join（时间区间 Join）Temporal Join (版本表 Join基于事件时间的 Temporal Join基于 ...继续阅读 (173)

元旦期间，我的iPhone12跌落导致了一些故障，勉强凑合能用，但前段时间电池也鼓包很容易自动关机，已经彻底不能用了。换了备机之后，搁置了一段时间。最近想起来，因为还能正常开机，且主要功能还能正常使用，所以推测应该还是部分故障，不是整体损坏。完全报废有些可惜，只能换不锈钢盆了。自己动手拆机分析了下故障原因，并尝试购买配件修理解决，本篇文章记录拆机和解决过程。 ...继续阅读 (150)

看HN讨论昨天2024-02-29有哪些闰年的bug，有一个吃惊了>>> datetime.datetime.strptime('Feb 29', '%b %d') ValueError: day is out of range for monthpython的datetime()默认year=1900。但是心里想 1900 不应该也是闰年吗？查了下还真不是。囧。一年有 365.242374 天：近似看成 365.25 天就是4年一润；剩余的精度 365.25-365.242374 == 0.0076 天而且，0.0076 ✖️ 400 == 3.0504，也就是每400年要润3天结论就是每100年一润，但是每400年又不润比如 1700, 1800, 1900, 2100, 2200, 2300, 2500, 2600 这些年都不是闰年真复杂！ ...继续阅读 (200)

根据 [ 官方文档 ] 所述，在 Flink 中，时态表和动态表是一个概念，只是强调的侧重点不同。Flink 流上的表都是动态的，也就是一直在变化，所以被称为动态表，因为动态表都会随时间发生变化，所以也被叫作了 “时态表”。而根据能否 trace (追踪) 一张时态表的变化历史，时态表会细分成：版本表 和 普通表 两种，区别就是：版本表可以追溯历史，而普通表只保存当前最新状态的数据。Flink 官方文档中说：定义了主键约束和事件时间属性（通过 WATERMARK 关键字标识）的表就是版本表，并且举例说：数据 ...继续阅读 (180)

发觉里面的地址设为114.114.114.114。114我有点印象，估计是中国电信的。网上文章说改为8.8.8.8。据说114用于国内，8888（发发发发）用于国外。但我两个都不用，我改为180.76.76.76，这个是百度的公共DNS服务器。近期在一台centos7的服务器上部署系统，拉取docker镜像时总是超时，如图所示。网上有教程说，可以修改操纵系统的dns地址，试了一下，果然搞定。忽如一夜春风来，两行白鹭上西天。 ...继续阅读 (210)

文档: vfox | 跨平台、可拓展的版本管理器 6 仓库: GitHub - version-fox/vfox: A cross-platform and extendable version manager with support for Java, Node.js, Flutter, .Ne ...继续阅读 (157)

...我告诉她，你还记得那天早上我们走出舞厅的时候吗？天光把黑暗一点点溶解，让人觉得所有事情仿佛发生在极其久远的往昔，又或者极其遥远的将来。总之，我们连气都不敢随便喘，好像自己在拍摄某个电影里的关键镜头... ...继续阅读 (171)

I am trying to build a smallrepoabout multi-modal models (CLIP, ALBEF, BLIP etc). The GPT code is mainly fromnanoGPT. Then I became inquisitive about the performance of “Flash Attention” and “torch.compile()”.The metrics with my original code (w/o Flash Attention, w/o torch.compile()):[100] loss: 4.0315 time 23.7708 [200] loss: 4.0020 time 23.9010 [300] loss: 3.8115 time 23.9407 [400] loss: 3.7021 time 23.9785 [500] loss: 3.6626 time 24.0076 [600] loss: 3.7109 time 24.0060The metrics after adding Flash Attention:[100] loss: 4.1204 time 23.0655 [200] loss: 3.8950 time 23 ...继续阅读 (184)

【摘要】通过本篇教程，我们学习了如何在 Taurus.MVC WebMVC 中配置路由并将其映射到控制器和操作方法。我们学习了默认路由和自定义路由的创建方法，并了解了不同 URL 对控制器和操作方法的影响。阅读全文 ...继续阅读 (168)

GPT 系列模型对应的论文及 Tech Report，参考如下表所示：GPT 模型Paper/Tech ReportGPT-1Improving Language Understanding by Generative Pre-TrainingGPT-2Language Models are Unsupervised Multitask LearnersGPT-3Language Models are Few-Shot LearnersGPT-3.5Training language models to follow instructions with human feedbackGPT-4GPT-4 Technical ReportGPT-4VThe Dawn of LMMs: Preliminary Explorations with GPT-4V(ision)下面，对 GPT 系列每一个模型的网络架构和相关优化技术要点进行详细说明。GPT-1 模型GPT-1 模型的基本架构，以及基于预训练模型进行微调应用于下游 NLP 任务的流程，如下图所示：GPT-1 模型的训练过程，可以分为两个阶段：无监督预训练（Unsupervised Pre-training）GPT-1 模型采用了基于自注意力（Self-Attention）机制的 Transformer 模型，模型架构只包括解码器 ...继续阅读 (205)

这里记录每周值得分享的科技内容，周五发布。本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。封面图2022年完工的宁波惠贞高级中学，将学校与公园融为一体，在体育场看台上方，设计了一个几层楼高的开放式空间。（via）AI 没有护城河上周，魅族手机突然宣布，停止传统的智能手机新项目，All in AI。魅族董事长沈子瑜公开说，"给魅族的智能手机时代一个完美的句号"，以后推出的将全部是 AI 设备。看上去，魅族觉得，AI 比手机更有前途，所以决定停止老本行，改做 AI 设备。（图片说明：最新的"魅族 21 PRO"手机，大概没有下一代了。）最近，AI 如日中天，动心的企业恐怕不在少数，大家都想趁早加入，分一杯羹。但是，我想泼一点冷水。AI 更有前途是不假，但是改做 AI 真的更容易活下去吗？去年上半年，一份谷歌内部报告泄漏，据说是某个研究员写给谷歌高管的，看上去可信度很高。当时，谷歌内部正在讨论，如何应对 OpenAI 公司的 ChatGPT。这个研究员提出自己的看法，题目就叫做《AI 没有护城河》（中文译文）。他的核心观点是，即使谷歌全力投入，可能也赢不了这场 AI 竞赛。不仅谷歌赢不了，OpenAI 也赢不了。原因倒不是谷歌的能力不行，而是 AI 行业有一些特点，导致这是一个完全竞争行业，"没有护城河"，想要 ...继续阅读 (205)

Windows 10 20H2 笔记本电脑睡眠时能耗增加，查看事件管理器发现有“创建 TLS 客户端 凭据时发生严重错误。内部错误状态为 10013。”的错误。 ...继续阅读 (57)

前言广域网(WAN)是一种数据通信网络，其运行范围超出LAN的地理范围。这一章主要涉及广域网技术的基本内容，专用网络的概念等。广域网技术广域网是连接不同地区局域网的网络，通常所覆盖的范围从几十公里到几千公里。它能连接多个地区、城市和国家或横跨几个洲提供远距离通信，形成国际性的远程网络。与局域网不同的是，广域网使用了串行通信(serial communications)，并由WAN提供商的服务来建立站点之间的连接。整个WAN系统，包括以下几个组成部分：用户端设备(Customer premises equipment, CPE)：这些设备位于用户的场所，用于连接用户设备和WAN网络。它们包括路由器、交换机、调制解调器等设备。调制解调器(Modem)：调制解调器是一种设备，用于将用户设备产生的数字信号转换成模拟信号，以便在本地回路（local loop）中传输，并将接收到的模拟信号转换回数字信号。俗称光猫。分界点(Demarcation)：分界点是用来分隔用户端设备和服务提供商设备的地点。通常，这个分界点位于建筑物的出现点（POP）处，用于确定责任的界限以及故障排除的位置。本地回路(Local loop)：本地回路是指从分界点延伸到服务提供商网络中最近的WAN交换机的电缆。它提供了连接用户端设备和服务提供商网络的物理连接。WAN交换机：WAN交换机是部署在服务提供商网络中的交换设备，用 ...继续阅读 (134)

《窗口函数的使用(以PG为例)》很少做数据统计，之前一直没有接触和使用窗口函数。今天看了一下文档，发现在统计领域，窗口函数非常强大，当然，缺点就是把计算量移到了数据库这一层，但是没关系，对于少量数据，直接一条SQL解决，cool！... ...继续阅读 (106)

从体检预约看预期管理的重要性原本预约了这周五体检，然而在前一天晚上十点多，突然收到体检中心通知，称第二天的体检因系统升级而无法进行，让用户自行取消预约并改期。这样一来，我周五的休假计划就被打乱了，于是便立即改约至下周三，但半小时后，这家公司又发来短信，表示经过努力，当天就能完成系统升级，因此第二天的体检可照常进行。然而，当我想要将预约改回第二天时，却发现由于系统限制，无法改约回第二天的体检（只能提前两天预约）。可以想象，在发出第一封通知时，这家公司一定经历了心理斗争和权衡。直到确定无法按时完成升级才决定取消第二天的安排。而在发现能够及时完成升级后，他们便立刻紧急发出了第二个通知，但没有对系统进行充分的检查与调整。这给用户留下了不良印象，并会觉得公司管理不善，相比于仅仅取消第二天的体检，更容易对用户的心态造成影响。这与项目管理中的预期管理非常相似。在第一次通知用户时，我们为他们设定了一个较低的心理预期。然后，如果未经充分检查与思考，就在取得进展时立刻报告给用户，很有可能会让用户的心理预期过高，而当实际体验与预期相差较大时，心理落差感会使用户对产品印象进一步降低，甚至可能造成用户的彻底流失，让用户从对一件事件的不良评价转变成对个人或公司的不良印象，对品牌造成影响，可以说是得不偿失了。因此，面对这种情况，除非迫不得已，还是应该尽量多做检查与思考，再发布最终的信息，以确保信息传达的准确性和 ...继续阅读 (143)

在之前的文章介绍了由于二级索引 unique key 导致的 deadlock, 其实主键也是 unique 的, 那么同样其实主键的 unique key check 一样会导致死锁.主键 unique 的判断在row_ins_clust_index_entry_low这里有一个判断if (!index->allow_duplicates && n_uniq && (cursor->up_match >= n_uniq || cursor->low_match >= n_uniq))这里判断的意思是:如果当前 index 是 unique index, (cursor->up_match >= n_uniq || cursor->low_match >= n_uniq) cursor 找到和插入的 record 一样的 record 了. 那么就需要走 row_ins_duplicate_error_in_clust. 对于普通的INSERT操作, 当需要检查primary key unique时, 加 S record lock. 而对于Replace into 或者 INSERT ON DUPLICATE操作, 则加X record lock否则就是当前index 没有插入过这个 record, 也就是第一次 insert primary key, 那么就不需要 ...继续阅读 (63)

How to improve system performance with cachingDuplication cacheLocal vs external cacheAdding data to cache(explicitly, implicitly)Cache data eviction(size-based, time-based, explicit)Expiration vs refreshLocal(private)cache: same machine as the app itself. Google Guava Cache. Simple and fast but not scalable due to the size limit. And zero fault tolerance and durability.External (shared/remote) cache: external storage. Redis , Memecached. Scalable(all servers capacity, and fault tolerant and durable(if support replication)Hash table persists all things at one time until they are explicitly rem ...继续阅读 (61)

接上一篇初试经验分享文章：南京师范大学2023教育信息工程考研初试经验分享。时间过得很快，转眼间研一上已经结束了，周一的时候（2月26号）是2024年考研出分的日子，因此，我觉得这一篇去年的复试经验分享现在很有必要写出来给大家。老样子，还是先说一下自己的复试结果：笔试130，面试93（第一），最终综合排名第三顺利录取。初试的时候我是排名第四，所以，复试还是有机会往上继续冲一冲的。南师在分数出来一周后，会出来专业排名，这个排名是总分排名，意思是即使国家线有没过的，也会有这个排名。可能会出现自己的最终排名会比这个显示的排名高的情况，原因是前面可能有国家线单科没有通过的情况。复试通知会在教科院的官网发布，请及时关注官网通知，没事刷一刷，看看通知出来没。这是去年的复试通知：2023年南京师范大学教育科学学院硕士研究生复试录取工作办法。复试内容在23年之前，由于疫情的原因，复试全部在线上进行，没有笔试这一项。但从23年开始，又恢复了正常。教育信息工程专业复试分为两个部分，笔试+面试。最终录取结果五五开，也就是初试成绩×50%+复试成绩×50%。复试笔试难度没有初试专业课这么高，参考书目如下：F045 现代信息处理方法基础：《C语言程序设计》(第5版), 谭浩强, 清华大学出版社, 2017年;《数据结构与算法图解》，Jay Wengrow著, 袁志鹏译, 人民邮电出版社, 2019年；《人工 ...继续阅读 (106)

zhihu给我推了个讨论小米14Ultra 的龙晶陶瓷究竟是不是陶瓷？各种讨论都吵上天了。。有个评论挺神：归璨 2024-02-29 10:10 你去超市找店员要袋盐，回家发现里面装的贝壳粉。你去找他，他说碳酸钙就是盐。说的没毛病，但是人有毛病囿困不会困：首先我要纠正一个观点，陶瓷玻璃和透明陶瓷不是一个东西。陶瓷玻璃是指通过往玻璃内掺入氧化锆氧化铝等晶体，以改变玻璃物理特性，这种做法，在玻璃内部是晶相跟玻璃相共存。而透明陶瓷是纯粹的多晶体。我个人对于这项技术的判断是小米用的陶瓷强化玻璃类似小米10ultra上出现过的工艺，不管是真机触感还是实际硬度都偏向陶瓷强化玻璃。有意思的是这次小米14ultra的后盖供应商没有看到我们非常熟悉的潮州三环而是由蓝思科技提供。潮州三环是目前全国最大的特种陶瓷供应商处于行业垄断地位，之前的小米mix华为p40Pro+，mate60rs以及小米13的陶瓷版本，都是由潮州三环提供的氧化锆陶瓷后盖。而说到蓝思科技就更有趣了，巧了，蓝思科技正好是苹果超瓷晶面板的供应商，对于苹果的超瓷晶玻璃，其实是有比较详细的技术分析的，明确确定属于陶瓷强化玻璃，在蓝思科技的财报中提到过他拥有独家专利的双晶体置换工艺。苹果的超瓷晶面板是蓝思科技在由美国康宁提供的硅铝酸盐玻璃的基础上，通过氧化锆和氧化铝晶体置换生产的，具体制备流程还处在保密阶段，目前论文并没有公开。对了，正巧 ...继续阅读 (208)

亲爱的读者们，🚀 你是否曾为了一张回家的火车票而通宵达旦地刷新网页？别慌！今天我们就来揭开一款高效、安全且颇具口碑的抢票神器——Bypass的神秘面纱。这款软件凭借其独特的技术特性与贴心的设计理念，让你在购票战场上快人一步，安心无忧！🔌 直连12306，隐私安全无死角不同于市面上众多中转服务器的抢票APP，Bypass采用了独特的“分流”技术，直接在用户本机发起对12306服务器的请求，无需经过第三方中转。这意味着任何与购票相关的个人隐私数据都将牢牢保留在用户的设备上，避免了数据上报至Bypass服务器的风险，真正实现了隐私保护，让你安心使用，无惧泄露风险。🔑💬 使用小贴士：网络畅通是关键使用Bypass时，务必确保网络环境流畅，避免因网络问题导致关键时刻提交异常。为此，建议选择稳定的网络环境，并保持高速连接，方能实现秒速抢票。🌐🎟️ 抢票≠必中，努力与坚持同样重要切记，Bypass作为一款强大的辅助工具，虽然大大提升了抢票成功率，但它并不能保证100%成功抢购到票。所有的胜利果实都需要用户们的不懈努力和灵活策略共同作用，坚持就是胜利！💪🔐 登录账户：直连12306账号在Bypass抢票前，你需要使用的账户即为12306官方账户，若尚未拥有，可快速前往12306官网进行注册[注册账户]。只需一键操作，即可开启抢票之旅。🔑。🔑🔄 候补购票：新策略，高胜算面对官方推出的候补购票功能，B ...继续阅读 (150)

今天看到别人发了跑 llama2:7b 模型的体验，速度还不错。自己也尝试了下，的确还可以，不需要显卡。安装 Ollama 及下载模型从Ollama 官网下载，我家 All in Boom 主机装的是 Windows Server 系统，下载 Windows 版本安装即可。还挺大的，180MB。安装好会自动启动。如果你关闭了自动启动的窗口，可以在 Powershell 中输入ollama run手动启动，比如你要跑 llama2:7b 模型，就输入ollama run llama2，默认就会运行 7b 模型。如果要运行 llama2:13b 模型，则需要输入ollama run llama2:13b，特别指定为 13b。根据官方文档，llama2 的 7b 模型需要至少 8G 内存，13b 模型则需要至少 16G 内存。首次运行模型，会自动下载对应的预训练模型文件，例如第一次运行ollama run llama2，就会自动从官网下载 llama2:7b 的模型文件，大概 3.8GB；13b 的模型更大，窗口关掉了，记忆中应该是差不多 5GB。下载时需要挂代理，挂好代理后速度飞快，没想到能跑满千兆宽带。下载 llama2 模型在 PowerShell 中设置代理的方式为，输入：$env:HTTP_PROXY="http://127.0.0.1:41091"$env:HTTPS_PRO ...继续阅读 (164)

为了方便小伙伴的使用，杜老师收集了常见平台的 APP。除正文的安装包外，还有各主流浏览器插件，请有需要的小伙伴自行前往各浏览器应用商店自行下载，如需要代下载某歌浏览器的插件，可在评论区中留言。Windows 端Windows 10/11 双平台标准安装程序：下载地址单文件免安装版本，可放置优盘中运行，但是需注意不支持自动更新：下载地址macOS 端macOS Mojave 10.14 及更高版本，官方描述支持英特尔和 M 处理器：下载地址Linux 端Linux 仅限 x64 标准安装程序，仅限图形界面：下载地址Ubuntu/Debian/Linux Mint 等，但是需注意不支持自动更新：下载地址Fedora/CentOS/RHEL/openSUSE 等，但是需注意不支持自动更新：下载地址Android 端该版本为某歌商店转存官方版本，在国内环境不支持自动更新：下载地址 ...继续阅读 (107)

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。 要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。 关于作者： 张丹，分析师/程序员/Quant: R,Java,Nodejs blog: http://blog.fens.me email: bsspirit@gmail.com 转载请注明出处： http://blog.fens.me/r-cosine-similarity/ 前言 在文字处理时，我们经常需要判断两段文字是否相似，如果这两段文字的用词越相似，它们的内容就应该越相似。这个场景下，我们就可以考虑先把文字转换成词频向量，然后用余弦相似度来判断是否相似。 目录 余弦相似度介绍 R语言实现余弦相似度 计算2个文本的相似度 1. 余弦相似度介绍 余弦相似度，通过测量两个向量的夹角的余弦值来度量它们之间的相似性。例如，将两篇文章向量化，余弦距离可以避免因为文章的长度不同而导致 ...继续阅读 (158)

金三银四跳槽季，不知道你准备的怎么样了？前段时间我分享了两篇文章，粉丝股东们纷纷表示有用，有启发：，之前没看的话可以先看看：程序员金三银四跳槽指南：时间线&经典面试16问这才开工没几天就收到喜报了，简历改了是真有用！今天再给大家分享一下数据库索引的详解文章，这基本是必考的知识点。一、索引介绍1、索引定义索引是存储引擎中，用于快速找到记录的一种数据结构。索引能够帮助存储引擎快速获取数据，形象的说就是索引是数据的目录。所谓的存储引擎，通俗的来说就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等 技术的实现方法。MySQL存储引擎有MyISAM、InnoDB、Memory，其中InnoDB是在MySQL 5.5之后成为默认的存 储引擎。在实际场景中，索引对于良好的性能起到非常关键的作用。或许在数据量小且负载较低时，索引的不恰当使用可能对性能的影响可能不会太明显，但是当表中的数据量越来越大的时候，索引对性能的影响就愈发重要，不恰当的索引会让性能急剧的下降。2、索引的查找方式在MySQL的InnoDB存储引擎中若没有索引的情况下进行数据查询a) 在一个数据页中查询当表中的记录比较少时，所有记录可以存放到一个数据页中。当查询记录时，根据搜索条件的不同查询分为两种情况：以主键为搜索条件：在一个数据页内的记录会根据主键值的大小从小到大的顺序组成一个单向链表。每个数据页都会为存储在它里 ...继续阅读 (169)

在创建和解决许多涉及自定义集合的练习时，我意识到从list，dict和set继承通常会带来一些微妙的困扰。我写这篇文章是为了解释为什么我通常不建议在Python中从这些内置类继承。我的示例将重点放在dict和list上，因为这些很可能更常见地被子类化。创建一个自定义词典我们想要创建一个双向字典。当添加一个键值对时，键映射到值，同时值也映射到键。这个字典中的元素总是偶数个。如果d[k] == v是True，那么d[v] == k也总是True。我们可以尝试通过自定义删除和设置键值对来实现这一点。class TwoWayDict(dict): def __delitem__(self, key): value = super().pop(key) super().pop(value, None) def __setitem__(self, key, value): if key in self: del self[self[key]] if value in self: del self[value] super().__setitem__(key, value) super().__setitem__(value, key) ...继续阅读 (170)