精华内容
下载资源
问答
  • 去年第九届齐鲁软件大赛中,我们团队作品《南山景区3D智能旅游咨询员》当中,其中一个功能是智能问答...在实现这个功能时候,我们尽可能去分析人们平时说话语义,模拟让计算机理解自然语言,做到模糊匹配。

            去年的第九届齐鲁软件大赛中,我们团队的作品《南山景区3D智能旅游咨询员》当中,其中一个功能是智能问答。就是用户通过说话或者打字向虚拟旅游咨询员提问,虚拟旅游咨询员思考后会做出相应回答。如果是用问题的关键字去匹配用户问题问题来实现,实用性就太低了。因为人们平时说话,经常存在同义词或者语义不明等情况。在实现这个功能的时候,我们尽可能的去分析人们平时说话的语义,模拟让计算机理解自然语言,做到模糊匹配。(我们本科作品,水平有限。。大牛们可以忽略。。-0-)

     

            技术背景:MFC(主框架)+OGRE(3D图形渲染)+语音识别引擎+UDK+FLASH

     

            首先假设,以下是人们平时可能提出的问题:

     

           1、请给我介绍一下关于南山大佛的历史

           2、推荐一下南山大佛的旅游路线

           3、景区附近有什么旅馆。

           4、青岛到南山景区怎么走

     

           问题来了,人说话,千变万化,尤其是同义词。比如:“南山大佛的历史”和“南山大佛的渊源”其实意思上是一样的。如果连同义词都不处理,那这个功能基本是不可用的。所以第一步,首先替换问题中的同义词。通过摘一些现实生活中,各种各样人提问,总结这些同义词。首先进行一系列替换。这一步的关键是,同义词库一定要够量,尽量覆盖日常相关的提问。

     

            比如关于“怎么走”一律归为“路线”,“介绍,告诉我,什么是”一律归为“简介”。所以第一步之后,有可能问题已经面目全非,但是不要紧,我们要的是分析用户的语义,所以只要计算机接下来能理解就好了。

     

           关键词成功替换之后,第二步就是再把统一的关键词提取出来我不是学文科的不懂语法,但是起码分析了很多平时人们常说的话之后,其实是有很多共同点的,修饰词都是没有用,其实核心那就是动宾结构,主语都可以省略。其实同义词转换之后,再抽取主干之后就是:

     

           1、请给我简介一下关于南山大佛历史

           2、推荐一下南山大佛旅游路线

           3、景区附近有什么酒店

           4、青岛南山景区路线

     

            问题一下变成了精华,关键点到了。这个只是简单的一问一答,所以没有去考虑更具体的拆分句子,更深层的语义,双重否定什么的。介于很少有人提出“请不要给我介绍一下XXXX”,“XXX的XXXX是不是XXX的XXXX?还是XXXX的XXXX?”这种变态的句子。

     

            之后要进行第三步,判断动词是否是具有方向性,因为起点和终点是不一样的。

           

            判断动作方向性之后,最后,用关键字匹配问答库。把提取出来的关键字,放到数组里再去匹配问答库里的问题题干,如果全匹配成功,则作答。如果关键字没有全匹配成功,则返回最相近的那个。比如四个关键字,返回匹配成功三个关键字的问题题干。然后计算机反问用户一句:您想要问的是不是XXXXX(返回的题干)?一方面避免了错回答问题的几率,令一方面给用户更友好的感觉。

           

     

            比如数据库里有:“青岛南山景区路线。”和“烟台南山景区路线

     

            用户问了:“请告诉我青岛烟台路线。”

     

            首先先判断清楚了,是从青岛到烟台,而不是从烟台到青岛。其次匹配不到用户的问题,反问用户最匹配的问题,可以加入问题的提问率,每当回答一次就增加该问题的提问率,显然,返回提问率较高的问题被认可的几率更大。

     

            这就是我们实现问答的具体思路。实践过程中感觉效果还不错。前来测试的用户都是尽可能简短的向计算机提问(可能是怕计算机听不懂-0-)。不过只要不说非常绕弯的语义,计算机都能非常正确“听懂”用户的问题。做出回答。

     

            另外,我们还让虚拟人记录了最近问的几次问题,中间夹杂一些衔接语,调侃以及敏感词的判断,都得到了好评。比如如下:

     

    用户:早上好

     

    虚拟人:您好,但现在已经是下午XX点了(礼貌及调侃判断)

     

    用户:请告诉我青岛怎么去烟台啊?

     

    虚拟人:对不起,您的问题我不清楚,你想要问的是不是“从青岛到南山景区的路线”?(问答判断,同时记录刚才的问题)

     

    用户:恩,是的!

     

    虚拟人:您可以通过XXXXX高速XXXXXXXXXXXX,您还有什么要问的吗?(回答了刚才的问题,并且加上部分衔接语)

     

    用户:不用了,谢谢。

     

    虚拟人:不客气,希望您在南山景区玩的开心。(礼貌判断)

     

     

    这只是我们团队当时的一种实现想法,实现起来不难,但是起到了非常好的效果。大家有什么好的想法互相交流,来完善3D智能旅游咨询员这个命题!

    展开全文
  • 00 前言近期在知乎比较活跃,因此也收到很多回答邀请,关于有限元分析计算机的配置问题。一方面,感谢大家邀请;另一方面,看了一部分回答实在是一点不着边(一万不到笔记本,竟然推荐题主考虑 GPU 加速,Really...

    00 前言

    近期在知乎比较活跃,因此也收到很多回答邀请,关于有限元分析计算机的配置问题。

    一方面,感谢大家的邀请;另一方面,看了一部分回答实在是一点不着边(一万不到的笔记本,竟然推荐题主考虑 GPU 加速,Really?)。因此,花点时间写点个人了解到的内容,希望能够给朋友们提供一点参考,如有不妥的地方还请大家指正。

    01 有限元分析求解时间

    之前看到一个提问,怎么样的配置才能流畅运行 ANSYS?在没有给出模型规模、分析类型等信息的情况下,这样的问题很难回答。

    有限元分析工作可以分为前处理、求解、后处理三个阶段,当我们完成模型的前处理,提交给计算机求解后,计算机要多久完成求解呢?一般软件在开始求解时,会输出一个预估完成求解所需的时间供用户参考。从笔者实际使用经验来看,求解的时间可长可短,简单的三十分钟内完成,多数会控制在三个小时内完成(因为一天上班时间就八个小时,哈),当然,也有过计算好几天才完成的情况。综合来看,完成求解所需的时间,主要和以下三个方面有关:

    1)有限元模型(单元节点数、分析类型等)

    2)计算机配置(处理器核心数、内存等)

    3)求解设置(HPC 并行计算、求解器类型等)

    02 软件安装必要条件

    要使用有限元分析软件,首先要将软件成功安装在计算机上。商业软件新版本发布都会给出软件支持的平台以及软硬件必要条件,以 Windows 平台为例,ANSYS19 的安装要求如下:

    1)硬盘空间

    ANSYS 软件包含众多模块,按照默认选项来安装的话,大概会占用十到二十个 GB 的存储空间。 (现在新买的笔记本或是自己组装台式机,基本都是 500GB 起步,因此硬盘空间并不是问题。)

    2)内存

    ANSYS19 关于内存的需求说明如下

    Memory Requirements — You must have a minimum of 8 GB of memory to run product installations; 16 or 32 GB of memory is recommended.

    3)CPU

    ANSYS19 的安装需求中,并未明确给出 CPU 的要求。

    03 硬件选择一般原则

    有限元分析本质上是一种数值计算分析工具,商业软件的计算速度很大程度上取决于计算机的运算能力。

    1)CPU

    736e82b76f7f029cd2699d77b7c732ed.png
    Intel Xeon E5-2699a-v4 性能参数
    最大超频频率表示在环境允许处理器进入超频模式时,可以达到的最高频率。英特尔® 睿频加速技术能达到的频率可能因工作负载、硬件、软件和整体系统配置的不同而有所差异。
    由于功率特性各有不同,部分采用英特尔® 睿频加速技术 2.0 的部件在运行大量工作负载、并行使用多个内核时可能无法达到最大超频频率。

    查看 CPU 的性能参数表,在价格相近的情况下,选择内核数多、基本频率高的 CPU。

    3)内存

    通常按照核心数:内存容量=1:4进行配置,但对于有限元分析来说,内存当然是越大越好!猜猜笔者的工作站内存是多少?[答对有奖]

    4)显卡

    当你操作几百 MB 的 CAD 模型,或是划分几百万甚至上千万网格模型,出现反应延迟、残影、拖尾等各种显示问题的时候,说明显卡需要升级了。

    从事有限元分析工作,基本都会选择一张专业图形显卡,是为了 GPU 加速计算?你想多了,纯粹是为了显示而已。

    GPU(Graphic Processing Unit,图形处理器)是显卡的图像处理核心,广泛应用于游戏、图像渲染。相对于 CPU 来说,GPU 包含更多的处理单元,更大的带宽,拥有更强大的处理浮点运算的能力。

    d68e3d8dbbf227d98a4347946d9fad22.png
    CPU vs GPU

    GPU 在有限元分析中有没用呢,我们看一份 ANSYS Mechanical 在 Tesla GPU 加速下的对比数据

    fc65367b32d49faefd42ff8328e7de21.png
    Results from HP Z800 Workstation, 2 x Xeon X5670 2.93GHz 48GB memory, CentOS 5.4 x64; Tesla C2075, CUDA 4.0.17

    从上图看,GPU 可以有效缩短计算时间,但随着 CPU 核心数的增加,GPU 的加速效果越来越弱。实际应用中,还需要考虑下面两方面因素:

    1)GPU 型号

    首先,并不是所有的 GPU 型号都可用于有限元分析计算,ANSYS19 支持的GPU 加速器如下

    Your system must meet the following requirements to use the GPU accelerator capability in Mechanical APDL. The machine(s) being used for the simulation must contain at least one NVIDIA GPU card. The following cards are recommended:
    NVIDIA Tesla Series (any model)
    NVIDIA Quadro GV100
    NVIDIA Quadro GP100
    NVIDIA Quadro P6000
    NVIDIA Quadro P5000
    NVIDIA Quadro M6000
    NVIDIA Quadro K6000

    2)GPU 价格

    其次是价格,上面列出的这些显卡,目前市面单价基本上从大几千到几万的价格。

    92f598f5c38d6f2382c436a33a0d94d5.png
    NVIDIA Tesla显卡价格 来源:京东国际

    看到这里,大家对 GPU 加速应该有了更清晰的认识。对于入门用户来说,可以将预算中 CPU 占的比例提高一点,随便选择一个2G显存的独立显卡基本能够满足要求。

    5)硬盘

    有限元分析通常会产生较大的结果数据文件,单个算例占用磁盘存储空间从几百 MB 到几十 GB。SSD 虽然数据读取速度快,但相同容量目前市场售价价格大概是 HDD 的3倍左右,实际应用还是以 SSD+HDD 的组合模式居多。SSD 作为系统盘,并安装有限元软件;HDD 作为工作路径,保存结果数据文件。

    04 选购&装机推荐

    前面讲了一堆废话,下面根据笔者使用经验推荐一些配置。说明:以下内容仅供参考,如实际使用效果不达标,笔者概不负责!

    1)笔记本

    6k-8k 预算

    当前这个价位可以买到的主流配置

    Intel i5/i7 处理器 + 8GB/16GB 内存 + 512GB SSD + MX250/GTX1650 独立显卡

    如果是用 ANSYS 的话,都满足前面介绍的安装必要条件。这个价位的笔记本,完成一些简单的工作其实也是可以的,比如:上网查资料写论文,写点小程序,数据处理,以及简单的有限元分析等。因为携带方便,比较适合在校学生或者个人电脑使用,尤其是女孩子可能会比较喜欢。

    对于这个价位的笔记本,根据自己的预算,挑个自己喜欢的外观和颜色,再选择一个相对靠谱的品牌(Dell, HP, ASUS等),远比自己去研究对比各项数据来的简单靠谱,毕竟都是一分钱一分货,厂家又不傻。

    另外,笔记本的扩展性一般,最好是一次性到位,避免后期自己加装带来的兼容、稳定性问题,整机还有三年质保。

    手上刚好有台 ASUS 灵耀 U4300 笔记本(公司年会抽奖来的),价格也在这个区间,顺带写点使用体验。因为家里另有一台组装台式机,因此这台笔记本主要用来上网查资料学习、写文档、做博客网站等杂事。也有安装 Matlab、ANSYS、Abaqus 等工程软件,一般也只是用来学习软件或者一些简单的功能调试。主要的优点在于颜值高(符合笔者简约的审美)、携带方便(A4大小,轻薄设计)。

    80384c16d79874b3037b63202da4c197.png
    华硕(ASUS)灵耀U4300

    8k-12k 预算

    这个价位主要有三类:苹果 MacBook,联想 ThinkPad,以及 HP 工作站笔记本。

    苹果 MackBook

    因为很多工程软件和苹果系统的兼容问题,首先排除苹果 MacBook。

    联想 ThinkPad

    大概五年前,公司统一配发 ThinkPad T3xx 系列笔记本,一般的办公应用、写程序完全没问题,但是运行 Solidworks 会比较吃力;现在公司统一配发 ThinkPad T5xx 系列笔记本,个人感觉性能还可以,工作站忙不过来的时候,偶尔用笔记本做个3百万网格以内的电子散热分析,也是可以的。

    也有一些不好的地方:计算时散热风扇噪音大(笔记本通病吧);都 9012 了,还是那个经典黑+红点外观,黑黑的塑料外壳,其他品牌几乎都是金属外壳了。

    HP Z 系列笔记本工作站

    惠普(HP)战99-17,i7-9750H/32GB/256GB PCIe+2TB/W10 Home/4G 独显,售价9999。

    光看这配置,还是比较适合用来做有限元分析,就是有点贵。(组个同样配置的台式机,应该至少能便宜三千吧。)

    2)工作站

    企业内部的设计、分析计算机一般都是直接批量采购品牌工作站(塔式或者移动工作站),甚至组建专门的计算集群。对于这种需求,一般都是企业内部资深人员对接外面专业服务公司,笔者就不搬门弄斧了。

    对于个人使用,自己组装工作站可以节省很多预算,并建议将五到六成的预算留给 CPU 和内存。

    05 小结

    1、选购配置时的核心要素:预算,其次是 CPU + 内存;

    2、入门级有限元分析,GPU 加速计算不现实;

    3、工程应用的话,推荐品牌工作站(公司用)或组装台式机(个人家用)。

    展开全文
  • 项目 内容 这个作业属于哪个课程 2019春季计算机学院软件工程(罗杰)...我认为两者是可以兼顾的,之前由于基础知识的欠缺,做很多学术方面的工作都很吃力,现在经过两个学年的学习,计算机方面的综合素质也得到了...
    项目 内容
    这个作业属于哪个课程 2019春季计算机学院软件工程(罗杰)
    这个作业的要求在哪里 作业要求

    1、以前提问题的博客

    软件工程第一次阅读

    2、对自己曾经提出的问题进行解答和分析

    • 问题1:关于如何权衡高层次的科研和工程基础。

      我认为两者是可以兼顾的,之前由于基础知识的欠缺,做很多学术方面的工作都很吃力,现在经过两个学年的学习,计算机方面的综合素质也得到了锻炼。在接触实验室的过程中,发现很多领域都需要从头开始学起,特别也需要学习一些基础的数学知识,有些在本科也是涉及不到的,的确如书中所说,要把底层的问题解决后再去解决高层次的问题。在学有余力的时候应当多去实验室接触科研,也能提前知道自己适合哪方面的研究。

    • 问题2:对结对编程的质疑,是否真的能提高编程效率?

      经过自己的实际操作,结对编程是可以提高效率的。在团队项目中,我和另一个队友写后端,由于我们两个人刚开始接触ruby这门语言,在实际操作中非常不熟练,我们采取了结对编程的方式,两个人的思维能力都提高了很多,能及时发现对方的错误,或者在某个方面提出更好的实现方法。虽然最后写出来的代码被大佬否定了。即使是很少时间量的结对编程,也能从对方身上学习到一些提高编程效率的方法。

      在阅读相关论文"Case study: using pair programming in development of a complex module."后,论文提出了结对编程需要满足的条件:

      1、结对成员必须在一些编程观念上达成一致

      2、结对成员之间必须保持良好的交流,愿意相互合作

      3、结对成员技术知识必须具有可比性。如果一个经验丰富的成员和一个没有经验的成员一起工作,他们可以建立良好的指导关系,但他们不同的经验水平不利于有成效的结对编程。

    • 问题3:关于敏捷流程中的Backlog如何制定和评估?

      在我们的团队项目中,Backlog的制定和评估由PM来完成,我们在产品的三个阶段都制定了详细的需要完成的功能需求。alpha阶段,我们遵循mvp原则,我们alpha版本的目标便是以较高的质量实现最核心的社团展示相关功能。尽管alpha版本的功能与某些组相比略显简单,但是我们功能的完成度更高,从结果来看,我们的做法是正确的。Gamma阶段我们仍有很多可以实现的功能(之前版本功能的拓展,社联希望我们支持的功能,社团管理人员希望我们支持的功能,一般用户希望我们支持的功能),我们最终综合实现成本、收益分析、后续维护问题以及用户需求调研进行了筛选决定了gamma阶段实现的功能。锻炼了软工的需求分析能力。

    • 问题4:在创新中为什么一些先行者会最后在竞争中被淘汰呢?

      一件产品是否能在竞争中赢得胜利其实是有诸多方面的原因的。先行者能够抢占一定的先机,但如果后续的运营跟不上,很可能被后来者赶超。

      我们的小程序也借鉴了之前南京大学的社团小程序,发现他们学校也有两个这样的小程序,而那个先行者运营的并没有很好,最终被取代了,后来的社团小程序和学校官方进行合作,用户活跃度明显高出很多。有效的竞争策略加上公司资源的合理配置和使用能够增强一个公司的竞争力。

    • 问题5:关于沉没成本,如何砍掉功能?

      在Gamma阶段我们的团队项目有一个爬取公众号链接的功能没有做出来,这个功能之前问过从前的开发人员也发现实现的难度很大,而且经过我们的讨论后,发现该功能也并不是那么必要,可以让社团负责人自己上传链接。

      这个功能实际上在前两个阶段都一直在摸索,但没有找到合适的解决方法,可以说在这件事情上花了一些沉没成本,但如果我们一直守着沉没成本不放,只会给继续增加投入的成本而没有任何收益。所以在砍掉新功能的时候要考虑沉没成本,也不能过分迷恋沉没成本。

      从决策的角度看,以往发生的费用只是造成当前状态的某个因素,当前决策所要考虑的是未来可能发生的费用及所带来的收益,而不考虑以往发生的费用。

      人们在决定是否去做一件事情的时候,不仅是看这件事对自己有没有好处,而且也看过去是不是已经在这件事情上有过投入。但是这些不可回收的支出其实对未来的效益并没有改善。

    • 新的问题:

      关于团队中的角色转换和转会,究竟有没有这方面的需要呢?我们团队进行了角色的转换,但大家都需要花费很长的时间进行新知识的学习,是不是降低了效率呢?

    3、团队项目项学到的“知识点”

    需求

    需求分析是开发人员经过深入细致的调研和分析,准确理解用户和项目的功能、性能、可靠性等具体要求,将用户非形式的需求表述转化为完整的需求定义,从而确定系统必须做什么的过程。

    我们在每个阶段都会进行用户需求的调研,发放问卷等,开组会进行详细的需求分析,每个组员表达自己的看法,并且由PM撰写需求分析文档。

    在后续阶段也进行了需求文档的维护和更新,使得团队成员对需求的理解更加深入。

    设计

    我们团队由PM进行了产品的原型设计,把设计稿交给前端进行详细的设计。把ui设计和前端进行了分离,设计出来的产品也更加美观。

    实现

    学习了ruby on rails的开发框架,学会使用orm模型框架的后台。

    同时也参与了一些前端的工作,在接口设计部分向大佬学习了很多经验,注意一些接口的命名规范等。我们普遍使用的是RESTful的接口命名规范,方便前后端进行通信。

    测试

    在ruby on rails中,我学会了单元测试的一些框架,并用此找出了代码中的很多bug。也在ruby mine ide中学会使用了代码覆盖率的插件。同时我也对服务器进行了压力测试,使用了ab测试工具。

    发布

    由于微信小程序是腾讯的平台,有诸多方面的限制,我们实现一些小程序的功能,例如跳转到公众号的链接,主动推送微信消息给用户,就需要认证成为企业小程序,还有审核等问题需要花费很多时间,这些都需要提前进行规划。

    维护

    软件维护是软件生存周期的最后一个阶段,是在软件交付使用后,为了改正错误或满足新的需要而修改软件的过程。软件维护工作的目标是:不断地、持续地改进、扩充、完善软件系统,以提高系统运行效率,并尽量延长系统的使用寿命,为用户创造更大的价值。

    我们在发布之后也及时收集用户的反馈,发现了一些bug并及时修复。

    4、心得体会

    通过软件工程这门课,我有机会接触一个项目的完整开发,也速成了一门新的语言。

    在alpha和beta阶段中,我负责的是后端的开发工作,我们组有一位有开发经验的同学。在一开始我和另一位同学没有ruby的开发经验,还处于学习阶段。在随后的开发工作中,我们三个也一直在磨合,由于自己的开发经验不足,导致很多地方的代码写的很丑,不符合规范,也没有使用最好的实现方法,被大佬指正出来并进行改正。有时候问题没有及时反馈,会导致后面大规模的返工,降低了开发效率。在这个过程中也明白了团队合作的重要性,团队成员要如何在项目中分工等。

    在gamma阶段中,我开始学习前端的开发,实现了两个页面的制作,获取formid等功能,对前后端的交互也有了更深一步的了解。

    在这门课真的收获了很多,并且遇到了一群靠谱的队友和特别负责的PM芬姐,在这里也感谢我的队友们和老师助教,希望软工越来越好。

    转载于:https://www.cnblogs.com/zackerzhuang/p/11079484.html

    展开全文
  • 关于技术写作

    千次阅读 2006-07-13 19:53:00
    当时是向一家计算机方面的专业杂志投稿,稿件内容属于Windows应用操作方面,选择的内容都是自己平时在实践过程中的应用体会和同学们向我提出的问题。说到当时之所以去投稿的原因其实很简单。在学校时我的计算机水平...

           1998年还在学校读书期间,生平第一次投稿。当时是向一家计算机方面的专业杂志投稿,

    稿件内容属于Windows应用操作方面,选择的内容都是自己平时在实践过程中的应用体会和同

    学们向我提出的问题。说到当时之所以去投稿的原因其实很简单。在学校时我的计算机水平相

    对较高,因此很多同学常向我提问题。后来找我提问的同学越来越多,我也因此变成了一个消

    防队员,生活质量也开始得不到保证。来找我的都是同学,而且尤其是遇到女同学时,碍于面

    子有时不得不放下手中的事情。就这样“痛苦”了一段时间后,突然有了一个主意——投稿,

    把同学常问的问题系统的整理成稿件进行发表。
           稿件内容在现在看来,虽然会觉得很肤浅,但是毕竟每个人都有这样一个成长的过程。至

    今仍然记得当时收到样刊和签收稿费时的心情,以及被同学强烈要求请客吃饭时的热闹场面。

    在时隔几年后的现在,回忆起第一次投稿,觉得是一次学习上的自我总结,是对大学几年的学

    习实践所做的一个总结,是个人成长过程中一件非常值得回忆的事情。
           参加工作后,一直奋战在软件开发的一线岗位上,并积累了丰富的软件开发管理和设计经

    验。从事软件开发的同仁都知道,软件开发工作其实很坚苦,长期的加班,长期的出差,而个

    人的业余时间要么是搞研究要么是充电,能和家人在一起的时间非常少。我能在工作中得到提

    升,一半原因是自己的努力,另一半原因就是家人的付出。因此我时常在考虑怎样报答他们。

    最后我选择了写书。书是自己专业知识的结晶,以书的形式向家人表达对他们的感激之情,在

    自己的成长过程中记录和见证陪同自己一起笑过苦过的家人的名字,这也是我目前所能选择的最好的

    报答他们的方式。 

    展开全文
  • 前一段时间,参加了搜狗research笔面试,问题大多关于问答系统,对这方面不是很了解,故查询了问答系统相关资料,其中,@ 冯志伟老师最为清晰明了,摘出来供大家一起学习。 “问答系统”(question answering...
  • 但是苦于从没有系统的学习过计算机方面的知识,在GitHub里也看了几个关于监控服务器的代码。但是TCP和WS搞不懂区别,也不知道那种搞出来适用于此项目。 就想烦请哪位大佬丢个链接,按照实例来操作...
  • CS 求职分享--算法岗

    2018-12-07 17:47:15
    CS 求职分享--算法岗前言首先看一下,菜鸟逆袭经历:知识储备岗位架构码农基本技能机器学习技能面试准备简历笔试面试手撕代码提问关于实习关于竞赛推荐书单机器学习方面码农基础方面计算机语言进阶其它建议致谢 ...
  • 算法分析是理论研究,是关于计算机程序性能和资源利用的研究。【尤其关注于性能 循序渐进的提问 在程序设计方面,什么对性能更重要? 我:安全、成本、代码简洁易懂、代码逻辑清晰。 正确性、简洁、可维护性、...
  • 比尔·盖茨纪念册

    2021-02-04 10:10:23
    [人物]比尔·盖茨(WilliamH.Gates)[生日]1955年10月28日[职业]微软公司董事会主席和首席软件架构师[成就]创办微软公司,个人计算机和商业计算软件、服务和互联网技术方面的全球领导者。(图为盖茨宣布决定时)美国...
  • ASP.NET精品课程+源代码

    千次下载 热门讨论 2009-01-05 20:15:51
    特别是在目前IT服务逐渐火热的趋势下,我校组织专业教师经对行业企事业调研、在Internet查找这方面的资料后得知,中国IT行业存在巨大的人才缺口,2007年已经突破百万。北京、上海等大中城市急需高技能型网络建设人才...
  •  笔者在写这本书的时候,翻看了很多当前国内数据库方面的书籍,发现写性能优化的书并不多,特别是从工作经验和思路上来讨论性能方面的书,更是少之又少,这些因素让笔者思考要写这样一本书,这也算是这本书的一个...
  • 历史上 Linux就是这么产生,Linus Torvalds当时是一名赫尔辛基大学计算机科学系二年级学生,经常要用自己电脑去访问大学主机上新闻组和邮件,为了方便读写和下载文件,他自己编写了磁盘驱动程序和文件...
  • 历史上 Linux就是这么产生,Linus Torvalds当时是一名赫尔辛基大学计算机科学系二年级学生,经常要用自己电脑去访问大学主机上新闻组和邮件,为了方便读写和下载文件,他自己编写了磁盘驱动程序和文件...
  • 关于博客大汇总整理 目录介绍 01.Java博客大汇总 02.Android博客大汇总 03.开源项目推荐 04.bug分析大汇总 05.技术问题整理 06.数据与算法 07.Python学习笔记 08.Kotlin学习笔记 09.生活博客汇总 10.设计模式...

空空如也

空空如也

1 2
收藏数 35
精华内容 14
关键字:

关于计算机方面的提问