围绕着出色的反面，还有有平庸。产品经理是一个职场人士、也是一个互联网从业者，今天出色的定义在职场中我们抛开不谈。 就产品经理一个互联网从业者，在职场、生活、以及人生态度如何算一个出色的产品经理？ 我谈谈的理解。 一、出色的产品经理应该有的“互联网思维” 优秀的产品经理是什么？到底是多种硬货技能的集合体？还是一种思维方式？ 可能答案层次不齐，但我认为优秀的产品经理是本身包含互联网思考方式与产品化解决需求的人。 优秀的产品经理一定不是为了产品而去设计产品，要考虑可行的商业模式。只有可行的商业模式成了固定的业务模式，才开始考虑产品进行承载，提供更好的服务、更好的体验、让用户留存，进行互联变现。 二、现在大部分的“产品经理” 那现在从业的产品经理大部分...阅读全文
我写的《Flink原理与实践》已由人民邮电出版社出版，感兴趣的朋友请到电商平台购买，谢谢！微信公号：ilulaoshi 个人网站：https://lulaoshi.info/flink/chapter-time-window/window.html我们经常需要在一个时间窗口维度上对数据进行聚合，窗口是流处理应用中经常需要解决的问题。Flink的窗口算子为我们提供了方便易用的API，我们可以将数据流切分成一个个窗口，对窗口内的数据进行处理。本文将介绍如何在Flink上进行窗口的计算。一个Flink窗口应用的大致骨架结构如下所示：// Keyed Window stream .keyBy(...) <- 按照一个Key进行分组 .window(...) <- 将数据流中的元素分配到相应的窗口中 ...阅读全文
我们时常遇到这样的需求：要杀死一个正在运行运行的进程。这时候可以在终端输入 1 kill -9
 一、Stable Diffusion概念 Stable Diffusion 这个模型架构是由 Stability AI 公司推于2022年8月由 CompVis、Stability AI 和 LAION 的研究人员在 Latent Diffusion Model 的基础上创建并推出的。其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的首席研究科学家 Patrick Esser，以及慕尼黑大学机器视觉学习组的 Robin Rombach 这两位开发者在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Late...阅读全文
 一、reactor是什么？怎么理解？ reactor是一种设计模式, 是服务器的重要模型, 是一种事件驱动的反应堆模式, 高效的事件处理模型。 reactor 反应堆: 事件来了才执行，事件类型可能不尽相同，所以我们需要提前注册好不同的事件处理函数。事件到来就由 epoll_wait 获取同时到来的多个事件，并且根据数据的不同类型将事件分发给事件处理机制 (事件处理器)， 也就是提前注册的哪些接口函数。 reactor模型的设计思想和思维方式：它需要的是事件驱动，相应的事件发生，根据事件自动的调用相应的函数，所以需要提前注...阅读全文
金句频出！天翼云中国行·赣州站，大咖有话说！ 图像 小部...阅读全文
本文分享自天翼云开发者社区《云电脑的显卡之谜与画面处理机制》，作者：2****m云电脑有显卡吗？云电脑，作为一种基于云计算技术的虚拟计算机，其硬件架构与传统电脑有所不同。传统电脑的显卡是负责图形处理和输出的重要组件，而在云电脑中，情况则有所不同。实际上，云电脑本身并没有传统意义上的显卡。这是因为云电脑的计算和存储资源都集中在远程的云端服务器上，而用户的终端设备（如瘦客户端、平板电脑等）仅负责显示和操作。云电脑的图形处理任务实际上是在云端服务器上完成的，通过高效的计算和传输技术，将处理后的画面传输到用户的终端设备上。一、云电脑怎么做画面处理？云电脑的画面处理主要经历以下几个阶段：图形指令传输：当用户在终端设备上执行图形相关的操作时（如打开游戏、播放视频等），这些操作会被转换成图形指令，并通过网...阅读全文
 Reactor 模式也叫做反应器设计模式，它是一种为处理服务请求并发提交到一个或者多个服务处理程序的事件设计模式。当请求抵达后，服务处理程序使用解多路分配策略，然后同步地派发这些请求至相关的请求处理程序。 Reactor翻译过来的意思是：反应堆，所以Reactor设计模式本质是基于事件驱动的。在Reactor设计模式中，存在如下几个角色。 Handle（事件）。Reactor整体是基于Handle进行驱动，这里的Handle叫做事件，可以类比为BIO中的Socket，NIO中的Socket管道。比如当Socket管道有连接...阅读全文
本文分享自天翼云开发者社区《存储结构的种类与比较》，作者：3****m一、存储结构的种类顺序存储结构顺序存储结构是一种线性数据存储方式，数据按照顺序方式存储在一片连续的存储区域中。顺序存储结构的特点是数据元素之间的逻辑关系与物理位置的存储顺序一致。这种存储结构适用于数据量较小、数据元素之间关系简单的情况。链式存储结构链式存储结构是一种非线性数据存储方式，通过指针或链接将各个数据元素链接起来。链式存储结构的特点是数据元素的物理位置可以不相邻，但通过指针或链接保持逻辑上的关联。这种存储结构适用于数据量大、数据元素之间关系复杂的情况。散列存储结构散列存储结构是一种基于哈希函数的数据存储方式，通过将数据元素的键值映射到固定大小的数组中，实现数据的快速检索。散列存储结构的特点是数据的检索速度快，但需要...阅读全文
以下是一些降低照片文件大小的方法：改变图片尺寸：使用图像处理软件（如Photoshop、GIMP、Paint.NET或在线工具如TinyPNG）更改图片分辨率。通常，在「图像」菜单下有「调整尺寸」或「图像大小」选项，可以输入新的尺寸。选择合适的格式：不同的图片格式有不同的压缩特点。例如，JPEG格式通常用于照片，因为它能在保持相对较高视觉质量的同时提供很好的压缩。PNG通常用于需要透明度或不希望失去任何图像质量的场景，但文件会比JPEG大。调整压缩质量：导出或另存为新文件时，选择较低的质量设置（通常1-100或1-12的范围，具体取决于使用的程序）。质量越低，文件尺寸越小，但图像质量也会降低。使用批量处理：如果需要减小多张图片的文件大小，可以使用支持批量处理功能的图像编辑工具，批量调整它们的...阅读全文
Spring Cloud Alibaba: 实现服务的无损下线功能作者：谁偷走了我的奶酪2024.01.18 02:49浏览量：2简介：在微服务架构中，服务的上线和下线是一个常见的操作。然而，直接关闭服务可能会导致数据丢失或服务中断。本文将介绍如何使用Spring Cloud Alibaba实现服务的无损下线功能。在微服务架构中，服务的上线和下线是一个常见的操作。但是，直接关闭服务可能会导致数据丢失或服务中断，这被称为“有损下线”。为了解决这个问题，我们可以使用Spring Cloud Alibaba提供的解决方案来实现服务的无损下线。无损下线的原理是在服务关闭之前，将所有待处理的任务或者请求全部处理完成，保证服务的正常运行，然后再安全地关闭服务。这样就可以避免数据丢失和服务中断的问题。要实...阅读全文
在Java的ForkJoinPool中，线程不会因为没有任务而被自动销毁。这是因为ForkJoinPool的设计初衷是为了高效地处理大批量的并行任务，通过工作窃取机制来提升CPU的利用率。以下是一些关于ForkJoinPool和线程管理的要点：工作窃取机制：ForkJoinPool中的线程会尝试从其他忙碌线程的工作队列中“窃取”任务。这种行为意味着线程在没有任务时，会在池中持续搜索其他可能的工作，而不是立即终止。线程数量：ForkJoinPool会根据配置自动选择线程的数量，默认情况下，它会使用等于CPU核心数量的线程。这意味着在没有任务时，所有这些线程都将尝试寻找新的待处理任务。线程的生命周期：ForkJoinPool线程是守护线程，它们在池关闭时会终止。在某...阅读全文
https://xingkeit.top/9405/ 引言 大型语言模型（Large Language Model, LLM）是自然语言处理领域的重要技术，近年来在文本生成、理解和对话系统等应用中取得了显著进展。随着技术的快速发展，国内外涌现出多种不同的LLM，各具特点。本文将对当前国内外主要的LLM进行介绍，并分析其各自的特点和应用场景。 1. LLM的发展背景 LLM的发展得益于深度学习、海量数据和强大计算能力的结合。模型的规模、数据的丰富性以及训练算法的优化，使得LLM能够生成更具语义理解的文本，推动了人工智能在各个领域的广泛应用。 2. 国外主要LLM 2.1 GPT系列 生成式预训练变换器（Generative Pre-trained Transformer, GPT）系列是由Op...阅读全文
实战Spark3 实时处理，掌握两套企业级处理方案（完结11章） sprark提供实时计算的模块:SparkStreaming、StructuredStreaming Spark Streaming是构建在Spark Core基础之上的流处理框架，是Spark非常重要的组成部分。Spark Streaming于2013年2月在Spark0.7.0版本中引入，发展至今已经成为了在企业中广泛使用的流处理平台。在2016年7月，Spark2.0版本中引入了Structured Streaming，并在Spark2.2版本中达到了生产级别，Structured Streaming是构建在Spark SQL之上的流处理引擎，用户可以使用DataSet/DataFreame API进行流处理，目前Str...阅读全文
大模型Llama架构：从理论到实战 一、LLaMA模型架构 LLaMA模型的核心架构基于Transformer，但与标准的Transformer结构有所不同。它采用了前置层归一化（Pre-normalization）并使用RMSNorm归一化函数，同时激活函数更换为了SwiGLU，并使用了旋转位置嵌入（RoPE）。这些改进使得LLaMA在训练过程中更加稳定，提高了模型的性能。 二、LLaMA模型特点 LLaMA大模型具有多个显著特点，这些特点使其在自然语言处理领域具有广泛的应用前景。 高可扩展性：LLaMA旨在高度可扩展，可以训练具有数十亿甚至万亿参数的大型模型。这种可扩展性使其能够处理大量文本数据，学习复杂的语言模式。 模块化架构：LLaMA采用模块化架构，允许研究人员轻松替换或添加模型组...阅读全文
AI Agent智能应用从0到1定制开发(完结)获课：789it.top/5047/AI Agent智能应用指的是通过人工智能技术为用户提供自动化、智能化服务的各种应用。这些应用能够理解、分析、预测并执行任务，提供更高效的解决方案。以下是一些常见的AI Agent智能应用领域：1.智能助手语音助手（如 Siri、Google Assistant、Amazon Alexa）：这些智能助手通过语音识别与自然语言处理技术，帮助用户管理日常任务，例如设置提醒、查询信息、控制智能家居设备等。个人助理：可以通过手机、电脑等设备进行任务管理、日程安排、邮件分类等，帮助用户提高工作效率。2.自动驾驶无人驾驶汽车：AI系统在自动驾驶车辆中的应用，利用传感器、计算机视觉、机器学习等技术实现自主导航和避障。Tes...阅读全文
极客时间-AI大模型应用开发实战营（完结）获课：789it.top/4303/AI大模型应用开发是一个综合性的过程，涉及多个环节和技术。以下是对AI大模型应用开发的详细解析：一、AI大模型概述AI大模型是指参数量巨大的深度学习模型，通常包含数十亿甚至数千亿个参数。这些模型通过海量数据的训练，具备强大的特征提取和模式识别能力，能够处理复杂的任务和数据。AI大模型是“大数据+大算力+强算法”结合的产物，能够在不进行微调或少量微调的情况下完成多场景任务，具有强大的处理能力和泛化能力。二、AI大模型应用开发的流程需求分析与数据准备明确项目需求，确定AI大模型的应用场景和目标。收集和整理相关数据，进行数据清洗、标注和预处理，为模型训练做好准备。例如，在自然语言处理项目中，需要准备文本数据并进行分词、词...阅读全文
【17章】计算机视觉—YOLO+Transfomer多场景目标检测实战 transformer多场景目标检测 在计算机视觉领域，特别是在深度学习和目标检测任务中，Transformer模型由于其强大的全局依赖性建模能力，已经在许多领域取得了显著成果。然而，传统的目标检测方法，如基于区域卷积网络（Region-based Convolutional Neural Networks, R-CNN系列）和单阶段方法（如YOLO、SSD）等，通常更适合处理目标检测任务。尽管如此，近年来，研究者们也在探索如何将Transformer模型应用于目标检测任务中，以期获得更好的性能。 Transformer在目标检测中的应用 1. ViT (Vision Transformer) Vision Transf...阅读全文
React18+TS+NestJS+GraphQL 全栈开发在线教育平台（完结）获课：97java.xyz/163/获取ZY↑↑方打开链接↑↑React 18 组件编写与开发指南简介React 18 引入了许多新的功能和改进，包括自动批处理、并发模式（Concurrent Mode）、以及全新的钩子函数等。这些更新为开发者提供了更强大的工具来创建高效且响应迅速的用户界面。组件基础在React中，组件是构建UI的基本单元。每个组件都可以维护自己的状态，并根据其状态的变化来渲染不同的内容。React 18支持两种类型的组件：函数式组件和类组件。然而，随着钩子（Hooks）的引入，函数式组件已经成为主流。函数式组件示例：Jsx深色版本function Welcome(props) { return...阅读全文
获课：keyouit.xyz/13680/获取ZY↑↑方打开链接↑↑陈超-Android音视频图像处理NDK专家班 是一门专注于 Android 平台上音视频和图像处理的高级课程，重点讲解如何使用 NDK（Native Development Kit）进行高性能的音视频和图像处理开发。以下是对该课程的详细介绍和内容整理，帮助你更好地了解和学习。课程概述课程名称: 陈超-Android音视频图像处理NDK专家班课程目标: 掌握 Android 平台上音视频和图像处理的核心技术，学会使用 NDK 进行高性能开发。适合人群: Android 开发者、音视频处理工程师、图像处理工程师课程特色: 深入讲解音视频和图像处理的底层原理，结合 NDK 开发，提供丰富的实战案例。课程大纲第 1...阅读全文
获课：keyouit.xyz/13680/获取ZY↑↑方打开链接↑↑陈超-Android音视频图像处理NDK专家班 是一门专注于 Android 平台上音视频和图像处理的高级课程，重点讲解如何使用 NDK（Native Development Kit）进行高性能的音视频和图像处理开发。以下是对该课程的详细介绍和内容整理，帮助你更好地了解和学习。课程概述课程名称: 陈超-Android音视频图像处理NDK专家班课程目标: 掌握 Android 平台上音视频和图像处理的核心技术，学会使用 NDK 进行高性能开发。适合人群: Android 开发者、音视频处理工程师、图像处理工程师课程特色: 深入讲解音视频和图像处理的底层原理，结合 NDK 开发，提供丰富的实战案例。课程大纲第 1...阅读全文
