全部 “None”的结果,共26752条

10 个技巧促使你的 Git 的技能上一个台阶——SitePoint

第一时间关注程序猿(媛)身边的故事最近,我们发布了一些教程促使你了解Git基础知识和在团队环境中使用Git。谈论的指令已经足够帮助一个开发者在Git世界中生存。在这次教程中,我们尝试如何在有效的时间内充分掌握提供的Git特性。说明:文中一些指令包含指令的部分在方括号中(如:gitadd-p[file_name])。在这些案例中,你可以不用方括号,选择插入一些必要的数字,标识符等等。01Git自动完成如果你通过命令行运行Git命令,每一次通过手动敲来完成是令人烦恼的。为了帮助你做到这点,你可以使G...

教程 [2026-05-02]

揭秘黑客盗号

早期的盗取号的方法主要有两种:第一种:本地机器种木马这是极为普遍的一种方法,而且很简单,只要您能有一个木马就行,这种软件可以说遍地都是,数量很多,随便到哪个小黑客网站都能找到,其工作原理也很简单!首先它具备记录功能,的密码可以自动记录下来,当木马被种到你的电脑里之后,它会更改注册表,随系统启动而自动运行,并会自动侦测当前计算机的进程,一旦运行木马,它就开始记录键盘输入,有的木马会先弹出个伪装窗口和登陆窗口一样,等你把号码、密码都输入后点确定,它会提示密码不正确,关闭后再弹出真正的登陆框!无论是以...

教程 [2026-05-02]

安全漏洞允许黑客使用手机APP炸毁整间工厂

“用指尖改变世界”许多生产企业都选择让工作人员手机APP来监视以及管理机器设备,甚至是整个工业流程。的确,这些APP可以提高效率,但同时也使得这样的企业更容易成为网络攻击的目标。更糟糕的是,黑客可以利用这些APP安全漏洞来摧毁机器设备,甚至是整间工厂。在去年,来自网络安全公司IOActive的安全研究员AlexanderBolshev和来自网络安全公司Embedi的安全研究员IvanYushkevich从GooglePlay商店随机挑选了34款APP进行研究,这些APP均是由工业控制系统供应商西...

教程 [2026-05-02]

机器学习三人行-神奇的分类回归决策树

系列五我们一起学习并实战了支持向量机的分类和回归,见下面链接:文末附代码关键字,回复即可下载。今天,我们一起学习下决策树算法,该算法和SVM一样,既可以用来分类,也可以用来回归。之前系列的文章,我们大多都是先学原理,再来实战,今天我们反着走一遭,先来实战,再看原理。因为决策树这个算法的模型是可以可视化的,所以看过模型之后,再去理解原理会easy些。今天的主要内容如下:决策树分类实战决策树算法简介决策树回归实战决策树稳定性分析一.决策树分类实战决策树其实是一种很容易理解的一种算法,我们来从一个实例...

教程 [2026-05-02]

分布式ID生成器

需求缘起几乎所有的业务系统,都有生成一个唯一记录标识的需求,例如:消息标识:message-id订单标识:order-id帖子标识:tiezi-id这个记录标识往往就是数据库中的主键,数据库上会建立聚集索引(clusterindex),即在物理存储上以这个字段排序。这个记录标识上的查询,往往又有分页或者排序的业务需求,例如:拉取最新的一页消息selectmessage-id/orderbytime/limit100拉取最新的一页订单selectorder-id/orderbytime/limit...

教程 [2026-05-02]

opencv是Python处理图片的利器!Python大牛教你玩转opencv!

opencv作为我最常用的图像处理库,当然第一个介绍,并且介绍得比较全面。毋庸置疑,opencv是今天介绍得所有图像库中最全面也最强大的库,如果我们只想掌握一个图像库,我觉得opencv库肯定是最适合不过了。大家遇到啥问题都会在里面交流!而且分享零基础入门料资料web开发爬虫资料一整套!是个非常好的学习交流地方!也有程序员大神给大家热心解答各种问题!很快满员了。欲进从速哦!各种PDF等你来下载!全部都是共享的哦!只为帮助大家快速入门,所以小编在等你们过来一起交流学习呢!上面提到了两种获取灰度图的...

教程 [2026-05-02]

三年后,人工智能将彻底改变前端开发?

关键时刻,第一时间送达!近几天,因为阮一峰老师的一条微博,我们看到了这样一个项目:https://weibo.com/1400854834/FE1Tz8TIB?filter=hot&root_comment_id=0GitHub排行榜上排名第一的项目是:神经网络通过深度学习,自动把设计稿变成HTML代码。在项目作者EmilWallner看来,三年后,人工智能将彻底改变前端开发,提高prototyping速度,降低构建软件的障碍。然后,就有网友纷纷跟帖评论,“这是大好的事情,真心希望通过A...

教程 [2026-05-02]

使用机器学习预测天气

作者:笨熊本章是使用机器学习预测天气系列教程的第一部分,使用Python和机器学习来构建模型,根据从WeatherUnderground收集的数据来预测天气温度。该教程将由三个不同的部分组成,涵盖的主题是:数据收集和处理(本文)线性回归模型(第2章)神经网络模型(第3章)本教程中使用的数据将从WeatherUnderground的免费层API服务中收集。我将使用python的requests库来调用API,得到从2015年起Lincoln,Nebraska的天气数据。一旦收集完成,数据将需要进行...

教程 [2026-05-02]

检查你的Linux PC是否受Meltdown和Spectre安全缺陷影响

它们影响到我们所有人,现在有人为Linux用户编写了一个简单的教程,看看你们的PC是否受到保护,免受Meltdown和Spectre安全漏洞的影响。Meltdown和Spectre检查你的Linux电脑,以防Meltdown和Spectrek本月早些时候公开透露,Meltdown和Spectre是两个安全漏洞的名称,这些漏洞影响了Intel,AMD和ARM现代处理器所支持的数十亿设备。它们允许非特权的攻击者使用本地安装的应用程序或简单的Web脚本从内存中窃取包括内核内存在内的敏感信息,如密码或加...

教程 [2026-05-02]

使用纯粹的JS构建 Web Component

问题:我怎么才能收到你们公众号平台的推送文章呢?WebComponent出现有一阵子了。Google费了很大力气去推动它更广泛的应用,但是除Opera和Chrome以外的多数主流浏览器对它的支持仍然不够理想。但是通过polyfill,你可以从现在开始构建你自己的WebComponent,你可以在这里找到相关支持:https://www.webcomponents.org/polyfills在这篇文章中,我会演示如何创建带有样式,拥有交互功能并且在各自文件中优雅组织的HTML标签。介绍WebCom...

教程 [2026-05-02]

雅虎前端优化的35条军规

问题:我怎么才能收到你们公众号平台的推送文章呢?内容部分1.尽量减少HTTP请求数80%的终端用户响应时间都花在了前端上,其中大部分时间都在下载页面上的各种组件:图片,样式表,脚本,Flash等等。减少组件数必然能够减少页面提交的HTTP请求数。减少页面组件数的一种方式是简化页面设计。合并文件是通过把所有脚本放在一个文件中的方式来减少请求数的,当然,也可以合并所有的CSS。CSSSprites是减少图片请求数量的首选方式。把背景图片都整合到一张图片中,然后用CSS的background-imag...

教程 [2026-05-02]

详解各种随机算法

转自:JarvisChu之前将的算法都是确定的,即对于相同的输入总对应着相同的输出。但实际中也常常用到不确定的算法,比如随机数生成算法,算法的结果是不确定的,我们称这种算法为(随机)概率算法,分为如下四类:1、数值概率算法用于数值问题的求解,通常是近似解2、蒙特卡洛算法MonteCarlo能得到问题的一个解,但不一定是正确解,正确的概率依赖于算法运行的时间,算法所用的时间越多,正确的概率也越高。求问题的准确解;3、拉斯维加斯算法LasVegas不断调用随机算法求解,直到求得正确解或调用次数达到某...

教程 [2026-05-02]

分布式设计与开发-宏观概述

分布式可繁也可以简,最简单的分布式就是大家最常用的,在负载均衡服务器后加一堆web服务器,然后在上面搞一个缓存服务器来保存临时状态,后面共享一个数据库,其实很多号称分布式专家的人也就停留于此,大致结构如下图所示:.这种环境下真正进行分布式的只是webserver而已,并且webserver之间没有任何联系,所以结构和实现都非常简单。有些情况下,对分布式的需求就没这么简单,在每个环节上都有分布式的需求,比如LoadBalance、DB、Cache和文件等等,并且当分布式节点之间有关联时,还得考虑之...

教程 [2026-05-02]

加速 Webpack

作者:吴浩麟https://www.ibm.com/developerworks/cn/web/wa-lo-expedite-webpack/index.htmlWeb应用日益复杂,相关开发技术也百花齐放,这对前端构建工具提出了更高的要求。Webpack从众多构建工具中脱颖而出成为目前最流行的构建工具,几乎成为目前前端开发里的必备工具之一。大多数人在使用Webpack的过程中都会遇到构建速度慢的问题,在项目大时显得尤为突出,这极大的影响了我们的开发体验,降低了我们的开发效率。本文将传授你一些加速...

教程 [2026-05-02]

机器学习——朴素贝叶斯实践

机器学习(十四)——朴素贝叶斯实践(原创内容,转载请注明来源,谢谢)一、垃圾邮件分类垃圾邮件分类,即通过读取邮件的内容,并打上标记其是垃圾邮件或者是正常的邮件,进而判断新的一个邮件是否是垃圾邮件。1、读取内容和内容简单处理这里已经有现成的邮件的正文内容,其中25篇正常的邮件,25篇垃圾邮件,存放成txt的格式。因此,首先需要读取文件内容,并且进行字符串的分割、去除标点符号、去除空格,另外英文单词中,小于3个字母的单词,通常是一些介词、量词等,没有实际意义,这类词语也会过滤掉。另外为了保证一致性,...

教程 [2026-05-02]