开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何防止随机化公式在工作表中的每次更改时都随机化？

在Excel工作表中，如果希望随机化公式在每次更改时保持不变，可以使用以下方法进行防止随机化：

使用值替代公式：将公式计算的结果复制并粘贴为值。这样，公式将被替换为其计算结果，不再随机化。可以通过选中公式单元格，然后使用复制（Ctrl+C）和粘贴（Ctrl+V）命令来实现。
冻结窗格：通过冻结窗格，可以锁定公式所引用的单元格，使其在滚动工作表时保持固定。这样，即使工作表的其他部分发生更改，公式也不会随机化。可以通过选择需要冻结的单元格，然后在Excel的“视图”选项卡中使用“冻结窗格”命令来实现。
使用绝对引用：在公式中使用绝对引用，可以确保公式在复制到其他单元格时，仍然引用相同的单元格。绝对引用使用“$”符号来锁定行或列。例如，$A$1表示绝对引用，$A1表示锁定列A，A$1表示锁定行1。通过正确使用绝对引用，可以防止公式在每次更改时随机化。
使用数据表：将数据放入Excel的数据表中，并使用数据表中的公式进行计算。数据表具有自动填充功能，可以确保公式在每次更改时都保持不变。可以通过选择数据表范围，然后在Excel的“插入”选项卡中使用“数据表”命令来创建数据表。

腾讯云相关产品和产品介绍链接地址：

腾讯云计算服务：https://cloud.tencent.com/product/cvm
腾讯云数据库：https://cloud.tencent.com/product/cdb
腾讯云服务器运维：https://cloud.tencent.com/product/cvm
腾讯云音视频处理：https://cloud.tencent.com/product/mps
腾讯云人工智能：https://cloud.tencent.com/product/ai
腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发：https://cloud.tencent.com/product/mobiledv
腾讯云存储：https://cloud.tencent.com/product/cos
腾讯云区块链：https://cloud.tencent.com/product/baas
腾讯云元宇宙：https://cloud.tencent.com/product/vr

相关搜索:在spring的oauth2安全中，如何防止在每次api调用之后都调用ApplicationListener<AuthenticationSuccessEvent>？如何在值在基于不同工作表上的公式的范围内更改时创建消息框如何才能在同一个excelbook中编写代码，但每次在循环中运行时使用不同的工作表呢？ocr在线识别表格 ocr在线识别dll ocr文字识别免费版 ocr文字识别和像素 ocr文字识别怎么用 ocr文字识别手机版 ocr文字识别电脑版

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

随机化在计算机中的应用:信息（索引）查找、信息加密【

搜索需要用到随机化这种方法，每个人都不知不觉地使用的信息加密，也离不开随机化。从信息查找到信息加密，背后的道理是相通的。【将关键词变成一个编号，然后再取尾数（火车安排座位，座位号重合的，就近坐下）-＞伪随机数 -＞数据加密-＞公开密钥】

03

[PWN][高级篇]ROP-ret2libc基础知识

动态连接的程序调用了libc的库函数，但是libc在运行才被加载到内存中，调用libc函数时，才解析出函数在内存中的地址，为了帮助程序更好的利用内存空间，不用每次把所有的函数真实地址都写进去，用到哪个查哪个，之后在使用就会很方便。

01

HTTP反爬困境

尊敬的程序员朋友们，大家好！今天我要和您分享一篇关于解决反爬困境的文章。在网络爬虫的时代，许多网站采取了反爬措施来保护自己的数据资源。然而，作为程序员，我们有着聪明才智和技术能力，可以应对这些困境并确保数据的安全性。本文将重点介绍如何通过HTTP协议和IP地址来应对反爬挑战，让我们一起深入探讨吧！

04

WiFiSpoof for Mac(wifi地址修改工具)

WiFiSpoof for mac是一款wifi地址修改器，点击打开就能很直观的修改Mac地址，很容易操作。

01

丁鹏：多角度回顾因果推断的模型方法

来源：集智俱乐部本文约23000字，建议阅读20+分钟本文整理自丁鹏老师的8篇短文，从多角度回顾了因果推断的各种模型方法。 [ 导读 ] 推断因果关系，是人类思想史与科学史上的重要主题。现代因果推断的研究，始于约尔-辛普森悖论，经由鲁宾因果模型、随机试验等改进，到朱力亚·珀尔的因果革命，如今因果科学与人工智能的结合正掀起热潮。目录 1. 因果推断简介之一：从 Yule-Simpson’s Paradox 讲起 2. 因果推断简介之二：Rubin Causal Model (RCM) 和随机化试验

01

英特尔CPU漏洞再度袭来：研究员发现全新边信道攻击方法BranchScope

近日，美国四所大学的一组学者发现了全新的边信道攻击方法，他们能够利用现代CPU中的推测执行功能来获取用户CPU数据，泄漏敏感数据和数据安全边界。这种边信道攻击方法与今年年初的 Meltdown 和 Specter 漏洞利效果相似，但研究人员这次利用的是CPU推测执行功能中的一个新片段。

02

随机对照试验：试验方法部分的设计要素及撰写思路

学术研究发展了这么多年，前人已经为我们积累了丰厚的科学经验，形成了多种常见的研究（学术文章）类型，并且形成了固定的写作套路，甚至产生了标准，譬如 Meta 分析要严格对照 PRISMA guidelines 进行写作。

03

文心一言 VS 讯飞星火 VS chatgpt （79）-- 算法导论7.4 4题

首先，为了证明RANDOMIZED-QUICKSORT的期望运行时间是Ω(nlg n)，我们需要证明在最坏的情况下，该算法的运行时间是O(nlg n)。然后，我们需要证明在最坏的情况下，算法的期望运行时间是Ω(nlg n)。

05

【流行病学大背景下】：孟德尔随机化的现在与未来

GWAS(Genome-wide association studies) 是 20 世纪最后 25 年由假设驱动的候选基因关联研究（CGAS）演变而来的。随着技术的发展，无偏见的全基因组搜索成为可能。随着技术的发展，无偏见的全基因组成为可能。然而，与候选基因关联研究一样，这些研究最初也是为了产生两类有价值的知识：首先，研究人员希望发现疾病起源的潜在分子机制，特别是确定所有相关基因和基因变异（即疾病因果关系）。

Pytest（16）随机执行测试用例pytest-random-order「建议收藏」

通常我们认为每个测试用例都是相互独立的，因此需要保证测试结果不依赖于测试顺序，以不同的顺序运行测试用例，可以得到相同的结果。 pytest默认运行用例的顺序是按模块和用例命名的 ASCII 编码顺序执行的，这就意味着每次运行用例的顺序都是一样的。 app 测试里面有个 monkey 测试，随机在页面点点点，不按常理的点点点能找到更多的不稳定性 bug。那么我们在写pytest用例的时候，既然每个用例都是相互独立的，那就可以打乱用例的顺序随机执行，用到 pytest 的插件 pytest-random-order 可以实现此目的，github 地址https://github.com/jbasko/pytest-random-order

03

python执行测试用例_平台测试用例

通常我们认为每个测试用例都是相互独立的，因此需要保证测试结果不依赖于测试顺序，以不同的顺序运行测试用例，可以得到相同的结果。 pytest默认运行用例的顺序是按模块和用例命名的 ASCII 编码顺序执行的，这就意味着每次运行用例的顺序都是一样的。 app 测试里面有个 monkey 测试，随机在页面点点点，不按常理的点点点能找到更多的不稳定性 bug。那么我们在写pytest用例的时候，既然每个用例都是相互独立的，那就可以打乱用例的顺序随机执行，用到 pytest 的插件 pytest-random-order 可以实现此目的，github 地址https://github.com/jbasko/pytest-random-order

03

孟德尔随机化之F统计量

在孟德尔随机化研究中，有一个很重要的问题就是弱工具变量偏倚（weak instrument bias）。弱工具变量是指解释暴露的效力较低的遗传变异，它和暴露有关联，但是这种关联强度不是很高，因此它与无效工具变量有本质区别。一般情况下，产生弱工具变量偏倚的主要原因是样本量不足。

01

Pytest（16）随机执行测试用例pytest-random-order[通俗易懂]

通常我们认为每个测试用例都是相互独立的，因此需要保证测试结果不依赖于测试顺序，以不同的顺序运行测试用例，可以得到相同的结果。 pytest默认运行用例的顺序是按模块和用例命名的 ASCII 编码顺序执行的，这就意味着每次运行用例的顺序都是一样的。 app 测试里面有个 monkey 测试，随机在页面点点点，不按常理的点点点能找到更多的不稳定性 bug。那么我们在写pytest用例的时候，既然每个用例都是相互独立的，那就可以打乱用例的顺序随机执行，用到 pytest 的插件 pytest-random-order 可以实现此目的，github 地址https://github.com/jbasko/pytest-random-order

04

python执行测试用例_java随机函数random使用方法

通常我们认为每个测试用例都是相互独立的，因此需要保证测试结果不依赖于测试顺序，以不同的顺序运行测试用例，可以得到相同的结果。 pytest默认运行用例的顺序是按模块和用例命名的 ASCII 编码顺序执行的，这就意味着每次运行用例的顺序都是一样的。 app 测试里面有个 monkey 测试，随机在页面点点点，不按常理的点点点能找到更多的不稳定性 bug。那么我们在写pytest用例的时候，既然每个用例都是相互独立的，那就可以打乱用例的顺序随机执行，用到 pytest 的插件 pytest-random-order 可以实现此目的，github 地址https://github.com/jbasko/pytest-random-order

04

OpenAI机械手单手轻松解魔方，背靠强化学习+新技术ADR

【导读】10月15日，人工智能研究机构OpenAI发布了一条机械手单手解魔方的视频。这个自学式的类人机器人手臂名为 Dactyl，不仅可以单手解魔方，甚至能在外加各种干扰，比如“蒙眼”，用布娃娃长颈鹿干扰下继续完成任务。这次，这套机械手系统使用的是此前用于 OpenFive 同样的强化学习代码，加上一项名为 Automatic Domain Randomization (ADR，自动化域随机)的新技术，这套系统可以处理之前未见过的场景，再次证明了强化学习的强大学习能力。

01

PWN从入门到放弃(4)——程序保护机制

栈溢出保护是一种缓冲区溢出攻击缓解手段，当函数存在缓冲区溢出攻击漏洞时，攻击者可以覆盖栈上的返回地址来让shellcode能够得到执行。当启用栈保护后，函数开始执行的时候会先往栈里插入cookie信息，当函数真正返回的时候会验证cookie信息是否合法，如果不合法就停止程序运行。攻击者在覆盖返回地址的时候往往也会将cookie信息给覆盖掉，导致栈保护检查失败而阻止shellcode的执行。在Linux中我们将cookie信息称为canary。

01

因果推断—现代统计的思想飞跃：过去、现在到未来（伯克利丁鹏博士万字长文）

来源：专知本文约12400字，建议阅读10+分钟本文将回顾统计因果推断的历史背景，评述中国因果推断研究的现状，并且大胆推测它未来的发展前景。转载自《数学文化》2021/第 12 卷第 2 期。已获得原刊和作者授权。引言探求事物的原因，是人类永恒的精神活动之一。从古希腊的哲学到中国先秦的诗歌，都充满了对原因的追问和对因果关系的思考。比如，亚里士多德就在《物理学》（Physics）和《形而上学》（Metaphysics）两书中反复强调，我们只有知道了事物的原因，才能算真正理解这个事物。又如，屈原在《天

01

听倦了的随机分组，原来是这么回事儿

随机对照试验可以得到较为可靠的证据，在预防医学研究和临床医学研究中扮演非常重要的角色。人体试验中，实验组和对照组受试对象的特征（如年龄、性别、是否服药、是否有运动习惯等等）常成为研究过程中的混杂因素，对研究结果产生重要影响。

02

【Bengio vs 谷歌】深度学习兄弟对决，神经网络泛化本质之争

【新智元导读】一场或许有关深度学习本质的争论正在火热进行中。去年底，MIT、DeepMind 和谷歌大脑合著的论文《理解深度学习需要重新思考泛化》引发热论。论文指出，经典统计学习理论和正则化策略不能解释小的泛化误差为何发生，神经网络实现高性能泛化的真正原因是“能够记忆数据”。但最近，Bengio 实验室的一篇 ICLR-17 论文提出了反对观点，认为神经网络并不通过记忆学习。更好的泛化理论能让我们设计出比 dropout、bachnorm，l2 等更好的正则化方法，从而带来更好的深度学习。神经网络的泛化能力

孟德尔随机化之基础概念与研究框架

在本期中，我将说明孟德尔随机化的基础概念与研究框架，并解释如何使用孟德尔随机化去解决常规流行病学问题。

05

Ubuntu20.04下MAC地址随机化

由于之前的挖矿操作（具体原因参见 Manjaro21.0 下 MAC 地址随机化，导致我电脑无线网卡的 MAC 地址对应的 IP 被路由器限制了。而我的电脑上又装了多个操作系统，因此需要每个操作系统都配置 MAC 地址随机化（突然觉得有点麻烦，下次再也不敢了555）。总体而言，在 Ubuntu20.04 上配置 MAC 地址随机化和 Manjaro21.0 下 MAC 地址随机化差不多，不过细节有些差异。

02

UserAgent随机化和HTTPS绕过策略

在进行网络爬虫开发时，经常会遇到网站的反爬措施。本文将介绍两种有效的方法来提高安全性，分别是User Agent随机化和HTTPS绕过策略。通过这些技巧可以提高爬虫稳定性、减少无效概率，并顺利获取所需数据。

03

Manjaro21.0下MAC地址随机化

我们平时使用无线 Wifi 时，电脑的 IP 地址一般都是路由器分配的，因此这种情况下我们无法修改自己电脑的 IP 地址（除非路由器是你家的）。而我们电脑的 IP 地址有时候会被路由器莫名奇妙地限制，导致我们无法领略到互联网的精彩。（好吧，我不装了，我摊牌了，其实是我用自己电脑挖矿被校园网发现了，然后 IP 被禁了。。。可是我用的是自己的电脑啊喂，呜呜呜）

01

【2天=100年】OpenAI用打Dota2的算法造了一只会转方块的机器手

【新智元导读】之前在DOTA2团队战中战胜人类玩家的OpenAI Five，现在被用于训练机器手，取得了前所未有的灵活度。这只机器手完全在虚拟环境中自我学习和训练，然后成功迁移到现实世界解决实际问题。OpenAI使用6144个CPU和8个GPU来训练，50小时内收集了大约100年的经验。

02

炼丹感悟——超详细解读

今天给大家讲讲DNN（深度神经网络）在训练过程中遇到的一些问题，然后我们应该怎么去注意它，并学会怎么去训练它。

02

像奥利奥一样的双重安全措施，尽在 Android Oreo

原文地址：Double Stuffed Security in Android Oreo 原文作者：Gian G Spicuzza 译文出自：掘金翻译计划本文永久链接：github.com/xitu/gold-m… 译者：一只胖蜗牛校对者：corresponding，SumiMakito 像奥利奥一样的双重安全措施，尽在 Android Oreo 由 Android 安全团队的 Gian G Spicuzza 发表 Android Oreo 中包含很多安全性提升的更新。几个月以来，我们讨论了如何增强

03

4 分钟！OpenAI 的机器手学会单手解魔方了，完全自学无需编程

给你一个魔方，只允许使用一只手，还时不时有人给你捣乱，你能在4分钟内还原它吗？我不能，两只手都不行。

03

4 分钟！OpenAI 的机器手学会单手解魔方了，完全自学无需编程

给你一个魔方，只允许使用一只手，还时不时有人给你捣乱，你能在4分钟内还原它吗？我不能，两只手都不行。

01

使用蒙特卡洛树搜索实现围棋落子算法

上一节我们完成了最大最小搜索树，加上alhpa-beta剪枝算法实现了围棋落子走法。它存在一个问题是，树搜索的层次不高，尽管如此，围棋机器人下棋时还是要多次扫描棋盘，进行复杂的运算比较后才能做出决定，这个过程异常耗时，以至于好几分钟都无法运算完。

03

[PWN][基础篇]保护函数和溢出实例

栈溢出保护是一种缓冲区溢攻击缓解手段，当函数存在缓冲区溢出攻击漏洞时，攻击者可以覆盖栈上的返回地址来让shellcode能够得到执行，当启动栈保护后，函数开始执行的时候会显往栈里插入cookie的信息，当函数真正返回的时候会验证cookie信息是否合法，如何不合法就停止程序运行。攻击者在覆盖返回地址的时候往往会将cookie信息给覆盖掉，导致栈保护检查失败而阻止shellcode的执行。在Linux中的cookie信息成为canary。

01

Transformer的无限之路：位置编码视角下的长度外推综述

在自然语言处理（Natural Language Processing，NLP）领域，Transformer 模型因其在序列建模中的卓越性能而受到广泛关注。然而，Transformer 及在其基础之上的大语言模型（Large Language Models，LLMs）都不具备有效长度外推（Length Extrapolation）的能力。这意味着，受限于其训练时预设的上下文长度限制，大模型无法有效处理超过该长度限制的序列。

01

linux漏洞分析入门笔记-bypass_PIE

1.ASLR的是操作系统的功能选项，作用于executable（ELF）装入内存运行时，因而只能随机化stack、heap、libraries的基址；而PIE（Position Independent Executables）是编译器（gcc，..）功能选项（-fPIE），作用于excutable编译过程，可将其理解为特殊的PIC（so专用，Position Independent Code），加了PIE选项编译出来的ELF用file命令查看会显示其为so，其随机化了ELF装载内存的基址（代码段、plt、got、data等共同的基址）。

01

技术|Intel 设计缺陷背后的原因是什么？

（本文发表于1月份）最近Windows和Linux都发送了重大安全更新，为防范这个尚未完全公开的问题，在最坏的情况下，它可能会导致性能下降多达一半。

04

Apple无线生态系统安全性指南

Apple公司拥有着世界上最大的移动生态系统之一，在全球拥有15亿台有源设备，并提供十二种专有的无线连续性服务。以往工作揭示了所涉及协议中的一些安全性和隐私性问题，这些工作对AirDrop进行了广泛的研究。为了简化繁琐的逆向工程过程，本研究提出了一个指南，指南介绍了如何使用macOS上的多个有利位置对所涉及协议进行结构化分析。此外还开发了一个工具包（https://github.com/seemoo-lab/apple-continuity-tools ），可以自动执行此手动过程的各个部分。基于此指南，本研究将分析涉及三个连续性服务的完整协议栈，特别是接力（HO，Handoff），通用剪贴板（UC，Universal Clipboard）和Wi-Fi密码共享（PWS，Wi-Fi Password Sharing）。本研究发现了从蓝牙低功耗（BLE，Bluetooth Low Energy）到Apple专有的加密协议等多个漏洞。这些缺陷可以通过HO的mDNS响应，对HO和UC的拒绝服务（DoS）攻击，对PWS的DoS攻击（可阻止Wi-Fi密码输入）以及中间设备（MitM）进行设备跟踪。对将目标连接到攻击者控制的Wi-Fi网络的PWS进行攻击。本研究的PoC实施表明，可以使用价格适中的现成硬件（20美元的micro：bit和Wi-Fi卡）进行攻击。最后，建议采取切实可行的缓解措施，并与Apple分享我们的发现，Apple已开始通过iOS和macOS更新发布修复程序。

03

Linux漏洞分析入门笔记-栈溢出

1. 在进行远程调试之前需要对Linux平台进行一些准备工作。在IDA的安装目录中的dbgsrv文件夹中，选择linux_server或者linux_serverx64复制到需要调试Linux程序所在的目录下。将复制过来的文件赋予执行权限chmod 777 linux_server*。执行该文件./linux_server或者./linux_server64。

04

ICLR 2023 | 具有防御机制的鲁棒时序预测模型

在这个数字化时代，时间序列数据被广泛应用于各个领域，例如金融、医疗、电子商务等。对于这些领域的决策来说，准确的时间序列预测非常重要。因此，保护时间序列预测模型免受攻击是很多厂家所关注的问题。过去，许多研究人员关注于防御策略，例如使用统计方法、检测异常值等方法。但是，这些方法在防御效果上可能存在局限性。

01

理论与举例，说明标签平滑有效！

，面试官也比较看中基础，就与粉丝在这个问题上展开的聊了下。今天我们就把这道题分享给各位！

03

元学习—Meta Learning的兴起

【导读】元学习描述了训练深度神经网络相关的更高级别的元素。在深度学习文献中，“元学习”一词经常表示神经网络架构的自动化设计，经常引用“ AutoML”，“少量学习”或“神经架构搜索”。OpenAI的魔方机器人手的成功源于诸如“通过梯度下降学习如何通过梯度下降学习”之类的可笑标题的论文，证明了该想法的成熟。元学习是推动深度学习和人工智能技术发展的最有希望的范例。

01

‍掌握SQL魔法：用`ORDER BY RAND()`随机化返回你的SQL查询结果！

在今天的数据驱动世界中，ORDER BY RAND()成为了一个强大的SQL技巧，帮助开发者从数据库中随机选取数据。无论是MySQL, PostgreSQL, SQLite还是SQL Server，每种数据库都有其独特方式实现随机化查询。本文将深入浅出地讲解ORDER BY RAND()的用法，适配不同数据库，并提供实战案例。适合所有级别的读者，包括SQL新手和数据库专家。掌握这一技巧，将为你的数据查询带来无限可能！

01

pytest文档58-随机执行测试用例(pytest-random-order)

通常我们认为每个测试用例都是相互独立的，因此需要保证测试结果不依赖于测试顺序，以不同的顺序运行测试用例，可以得到相同的结果。 pytest默认运行用例的顺序是按模块和用例命名的 ASCII 编码顺序执行的，这就意味着每次运行用例的顺序都是一样的。 app 测试里面有个 monkey 测试，随机在页面点点点，不按常理的点点点能找到更多的不稳定性 bug。那么我们在写pytest用例的时候，既然每个用例都是相互独立的，那就可以打乱用例的顺序随机执行，用到 pytest 的插件 pytest-random-order 可以实现此目的，github 地址https://github.com/jbasko/pytest-random-order

01

sklearn 中的两个半监督标签传播算法 LabelPropagation和LabelSpreading

标签传播算法是一种半监督机器学习算法，它将标签分配给以前未标记的数据点。要在机器学习中使用这种算法，只有一小部分示例具有标签或分类。在算法的建模、拟合和预测过程中，这些标签被传播到未标记的数据点。

02

windows虚拟内存机制

在windows系统中个，每个进程拥有自己独立的虚拟地址空间(Virtual Address Space)。这一地址空间的大小与计算机硬件、操作系统以及应用程序都有关系。

03

《算法导论》 — Chapter 7 高速排序[通俗易懂]

高速排序(QuickSort)也是一种排序算法，对包括n个数组的输入数组。最坏情况执行时间为O(n^2)。

02

STROBE-MR：孟德尔随机研究的报告指南

在过去十年中，使用孟德尔随机化（MR）方法进行的研究数量呈指数增长，但这些研究的报告质量往往很差。与其他报告指南（如针对随机试验的 CONSORT（试验报告统一标准）和针对流行病学观察性研究的 STROBE（加强流行病学观察性研究的报告））类似，STROBE-MR 工作组旨在为作者提供如何改进 MR 研究报告的指导，并帮助读者、审稿人和期刊编辑评估所提交证据的质量。

03

【译】CSS中存在随机数吗？

CSS允许在网站上创建动态布局和接口，但作为一种语言，它是静态的:一旦设置了一个值，就不能更改。随机性的概念不在讨论范围之内。在运行时生成随机数是JavaScript的领域，而不是CSS的领域。真的是这样吗？如果我们考虑到一点用户交互因素，我们实际上可以在CSS中生成一定程度的随机性。让我们一起来看看！

02

孟德尔随机化之研究背景

久违的孟德尔随机化开始更新了，在今天的内容中，我将向大家介绍孟德尔随机化的基本概念及其背景知识，并举例说明何时可以使用该方法以及该方法为何能有效解释因果关系。本系列讲解内容主要基于Stephen Burgess和Simon G. Thompson共同撰写的孟德尔随机化图书。

04

Ubuntu20.04linux内核(5.4.0版本)编译准备与实现过程-编译前准备（1）

最近项目也和linux kernel技术有关，调试内核和内核模块、修改内核源码，是学习内核的重要技术手段之一。应用这些技术时，都有一本基本的要求，那就是编译内核。因此，在分析内核调试技术之前，本随笔给出内核的编译准备工作与具体实现过程。

04

Uber是怎么改造A/B测试实践的

作者 | Sergey Gitlin、Krishna Puttaswamy、Luke Duncan、Deepak Bobbarjung、Arun Babu A S P 译者 | 平川策划 | Tina 摘要：经过一年多的努力，我们为 Uber 的试验和特性标记生态打下了坚实的基础，相关的一切都已经转移到了新系统上，包括 2000 多名开发人员、集成的超过 15 个合作伙伴的系统、10 多个移动应用、350 多个服务。我们弃用了 Morpheus 中超过 5 万个过时的试验。本文最初发布于

01

元学习的崛起

元学习描述了设计与训练深度神经网络相关的更高级别组件的抽象。术语“元学习”在深度学习文献中经常提及“ AutoML”，“少量学习（Few-Shot Learning）”，而涉及到神经网络体系结构的自动化设计时，则会提及“神经体系架构搜索（Neural Architecture Search）”。OpenAI的魔方机器人手的成功源于诸如“通过梯度下降学习如何通过梯度下降学习”之类的可笑标题的论文，魔方机器人手的成功反过来也证明了这些想法的成熟。元学习是推动深度学习和人工智能技术发展的最有希望的范例。

02

密码及加密方式

保护密码的最好方法是使用加盐哈希；哈希算法哈希算法是一种单向函数，把任意数量的数据转换成固定长度的“指纹”，这个过程无法逆转。如果输入发生一点改变，由此产生的哈希值完全不同。基于哈希加密账号系统中，用户注册和认证的大致流程如下：用户创建自己的账号；密码经过哈希加密后存储在数据库中。密码一旦写入磁盘，任何时候都不允许明文形式；用户试图登录时，系统从数据库取出已经加密的密码，和经过哈希加密的用户输入的密码进行对比；如果哈希值相同，用户将被授权访问。否则，告知输入登录信息无效；只有加密哈希函数才可

04

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭