- 综合排序
- 最热优先
- 最新优先
- 来自专栏冰河技术
关键在于事倍功倍！！
最近有很多小伙伴问我为啥会有那么多的时间写文章，录视频，好吧，今天我就给大家分享下我平时工作中会经常使用的一些小工具吧。
56070编辑于 2022-03-29 - 来自专栏前端数据可视化
uni-app App端半屏连续扫码
本文简介 点赞 + 关注 + 收藏 = 学会了 本文用一个简单的 demo 讲解 App端 半屏连续扫码 的实现方式，包括（条形码、二维码等各种各样的码）。 认真看了下图，还是个 半屏 的扫码框。 只是看到提了下需求，并没搜到多少解决方案。 提炼需求 根据上面的信息，提炼出3个关键词： App端 半屏 连续扫码 我采用了 DCLOUD社区 《uni-app怎么自定义扫码和连续扫》 里的需求。 webview 模块 是用来管理应用窗口界面的，也就可以弄一个半屏的窗口出来。 整理 相关方法都找到七七八八了，只需把逻辑整理好就可以编码了。 【步骤1】弄一个窗口出来（半屏，或者你自己定个尺寸和定位吧） 【步骤2】弄一个扫码控件对象出来 【步骤3】将扫码控件添加到窗口 【步骤4】扫码成功后将结果添加到页面上 【步骤5】重新调用扫码方法 动手实现
1.9K30编辑于 2022-04-17 - 来自专栏鹅厂网事
多加一倍GPU，大模型训练时间能省一半吗？
通过这些技术创新，星脉让大模型通信性能提升了10倍。 搭载星脉的新一代HCC高性能计算集群， 万亿参数大模型训练时间已经加速至4天。 传输距离会带来通信损耗，是客观的物理定律。
59710编辑于 2023-07-25 - 来自专栏小强的进阶之路
IDEA中用好Lombok，撸码效率至少提升5倍
就对第一步骤得到的AST进行处理，找到Lombok注解所在类对应的语法树(AST)，然后修改该语法树(AST)，增加Lombok注解定义的相应树节点 javac使用修改后的抽象语法树(AST)生成字节码文件
72130发布于 2019-06-02 - 来自专栏算法工程师之路
参数少一半、速度快3倍：最新目标检测核心架构来了
重要的是，相比效果第二好的架构，xNets 在训练上要快了 3 倍。 如下图所示，很明显 xNet 的参数效率要超过其它模型。 以前性能最好的是 CenterNet，它在 COCO 数据集上能获得 47.0 的 mAP，但是 KP-xNet 只需要一半的参数量、1/3 的迭代数量、1/2 的 GPU 内存，就能获得额外 5.7% 例如，层 l_3,4 是层 l_3,3 宽度的一半。对角层建模宽高比接近方形的目标，而非对角层建模宽高比不接近方形的目标。接近矩阵右上角或左下角的层建模宽高比极高或极低的目标。
34620发布于 2019-08-20 - 来自专栏计算机视觉战队
最新的目标检测的深度架构 | 参数少一半、速度快3倍+
关注并星标 从此不迷路 计算机视觉研究院 公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式 计算机视觉研究院专栏 作者：Edison_G 研究作者提出了 Matrix 新的的架构实现了比任何其他单镜头检测器的时效性高，具有47.8的mAP在MS COCO数据集，同时使用了一半的参数而且相比于第二好框架，其在训练上快了3倍。 例如，层l3,4是层l3,3宽度的一半。对角层建模宽高比接近方形的目标，而非对角层建模宽高比不接近方形的目标。接近矩阵右上角或左下角的层建模宽高比极高或极低的目标。
80420编辑于 2022-10-08 - 来自专栏Linyb极客之路
IDEA中用好Lombok，撸码效率至少提升5倍
就对第一步骤得到的AST进行处理，找到Lombok注解所在类对应的语法树(AST)，然后修改该语法树(AST)，增加Lombok注解定义的相应树节点 javac使用修改后的抽象语法树(AST)生成字节码文件
69130发布于 2019-05-17 - 来自专栏机器之心
参数少一半、速度快3倍：最新目标检测核心架构来了
重要的是，相比效果第二好的架构，xNets 在训练上要快了 3 倍。 如下图所示，很明显 xNet 的参数效率要超过其它模型。 以前性能最好的是 CenterNet，它在 COCO 数据集上能获得 47.0 的 mAP，但是 KP-xNet 只需要一半的参数量、1/3 的迭代数量、1/2 的 GPU 内存，就能获得额外 5.7% 例如，层 l_3,4 是层 l_3,3 宽度的一半。对角层建模宽高比接近方形的目标，而非对角层建模宽高比不接近方形的目标。接近矩阵右上角或左下角的层建模宽高比极高或极低的目标。
41830发布于 2019-08-20 - 来自专栏微信公众号【Java技术江湖】
IDEA中用好Lombok，撸码效率至少提升5倍
就对第一步骤得到的AST进行处理，找到Lombok注解所在类对应的语法树(AST)，然后修改该语法树(AST)，增加Lombok注解定义的相应树节点 javac使用修改后的抽象语法树(AST)生成字节码文件
49960发布于 2019-09-24 - 来自专栏好好学java的技术栈
IDEA 中用好 Lombok，撸码效率至少提升5倍
就对第一步骤得到的AST进行处理，找到Lombok注解所在类对应的语法树(AST)，然后修改该语法树(AST)，增加Lombok注解定义的相应树节点 javac使用修改后的抽象语法树(AST)生成字节码文件
50420发布于 2019-11-07 - 来自专栏机器之心
一半功耗，六倍算力提升：墨芯联手浪潮开拓稀疏化计算生态
S100 计算卡的性能领先行业，如 ResNet50 计算速度高达 33197 FPS，BERT 计算速度达到 7832 SPS——与国际头部厂商同类产品相比，S100 计算卡在满足精度要求的同时，仅以一半的功耗 ，便可带来 6 倍算力提升。
61520编辑于 2022-06-14 - 来自专栏芋道源码1024
如何用好 IDEA ，Java 撸码效率至少提升 5 倍?
就对第一步骤得到的AST进行处理，找到Lombok注解所在类对应的语法树(AST)，然后修改该语法树(AST)，增加Lombok注解定义的相应树节点 javac使用修改后的抽象语法树(AST)生成字节码文件
64410发布于 2019-06-15 - 来自专栏计算机视觉战队
最新的目标检测的深度架构 | 参数少一半、速度快3倍+（文末福利）
新的的架构实现了比任何其他单镜头检测器的时效性高，具有47.8的mAP在MS COCO数据集，同时使用了一半的参数而且相比于第二好框架，其在训练上快了3倍。 例如，层l3,4是层l3,3宽度的一半。对角层建模宽高比接近方形的目标，而非对角层建模宽高比不接近方形的目标。接近矩阵右上角或左下角的层建模宽高比极高或极低的目标。
1.2K40发布于 2019-09-02 - 来自专栏Android技术分享
基本功不扎实一半的面试几率都呛，来看看这份“地表最强安卓面试宝典”
说白了，还是基本功不够扎实。
66000发布于 2021-04-09 - 来自专栏敏捷开发
敏捷史话（一）：用一半的时间做两倍的事——Scrum之父Jeff Sutherland
普通的人生大抵相似，传奇的人生各有各的传奇。Jeff就是这样的传奇人物，年近80的他从来没有“廉颇老矣尚能饭否”的英雄迟暮，不久前还精神矍铄地与好几百名中国学生进行线上交流，积极回答中国粉丝关于Scrum的疑惑。
98950发布于 2020-12-28 - 来自专栏新智元
比HuggingFace快24倍！伯克利神级LLM推理系统开源，碾压SOTA，让GPU砍半
FastChat-vLLM的集成使LMSYS使用的GPU数量减少了一半，同时每天平均提供3万次请求。」 vLLM的性能具体如何？ 在实验中，vLLM的吞吐量比HF高达24倍，并且比TGI高达3.5倍。 在每个请求只需要一个输出完成时的服务吞吐量。 vLLM比HF的吞吐量高出14倍-24倍，比TGI的吞吐量高出2.2倍-2.5倍 在每个请求需要3个并行输出完成时的服务吞吐量。 vLLM比HF的吞吐量高出8.5倍-15倍，比TGI的吞吐量高出3.3倍-3.5倍 秘密武器：PagedAttention 在vLLM中，团队发现LLM服务的性能受到内存的限制。 实际上，有超过一半的Chatbot Arena请求都使用FastChat-vLLM集成服务的 自4月中旬以来，最受欢迎的语言模型，如Vicuna、Koala和LLaMA，都已成功使用FastChat-vLLM
1.3K20编辑于 2023-08-05 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
基本功 说到底机器学习还是需要一定的专业知识，这可以通过学校学习或者自学完成。但有没有必要通晓数学，擅长优化呢？ 建议阅读 Introduction to Statistical Learning 的 2-7 章，并看一下 R 里面的 xgboost 的 package 介绍。 无监督学习和半监督学习 (Unsupervised & Semi-supervised Learning)。工业界的另一个特点就是大量的数据缺失，大部分情况都没有标签。 所以我们一般都需要使用大量的无监督，或者半监督学习来利用有限的标签进行学习。多说一句，强化学习在大部分企业的使用基本等于 0，估计在未来的很长一阵子可能都不会有特别广泛的应用。 秘密武器 有了基本功只能说明你可以输出了，怎么才能使得你的基本功不是屠龙之术？必须要结合领域知识，这也是为什么我一直劝很多朋友不要盲目转机器学习从零做起。
61560发布于 2018-03-19 - 来自专栏黄啊码【CSDN同名】
【黄啊码】PHP7为什么比PHP5快两倍？
Rasmus Lerdorf 表示，如果将此 JIT 用于执行某些重复性的运算或是循环程序，得以让 PHP 7 性能又再快上 10 倍。
70540编辑于 2022-06-10 - 来自专栏日志服务CLS
10倍流量突增，智能门店行业引领者—「非码」如何灵活运维？
非码是行业领先的智能门店提供商，服务于行业内众多一线品牌，对服务稳定性、问题处理及时性都有极高的要求，日志是运维环节中重要的一环。 品牌商的商业行为具有极大的不可控性，存在不定时活动大促等商业营销行为，沟通&容量评估周期短等问题；同时存在瞬时流量高峰5-10倍、订单量随季节波动明显等情况。 这就对非码方的运维和运营能力都提出了极高的要求。 前期非码使用ELK作为运维/运营平台，遇到的主要挑战如下： 1. CLS解决方案 CLS为非码科技提供了PB级别的弹性扩容和实时查询的功能，一键部署，开箱即可用。 1. image.png 结语 日志服务CLS帮助非码科技解决了流量波峰波谷、旺季与淡季资源弹性扩缩容的场景问题，极大地降低了运维成本，并提供了丰富的仪表盘可视化图表，助力非码实现高效运维和运营。
87710编辑于 2022-01-17 - 来自专栏AIGC新知
Midjourney V7 Alpha测试版上线：言出法随，以及成本降半速度快10倍的草稿模式
此次带来了一个全新的“草稿模式”（Draft Mode），成本直降一半，速度却狂飙 10 倍，新的创意方式他来了。 本篇文章也将带你回顾一下midjourney的进化史。 草稿模式（Draft Mode） 快速渲染：草稿模式的渲染速度是标准模式的10倍，成本仅为标准模式的一半。 能极大提升模型理解你个人需求和审美偏好的能力，让生成结果更贴心 两种运行模式：Turbo和Relax Turbo模式：提供更快的生成速度，但成本是标准V6任务的两倍。
72810编辑于 2025-04-05
腾讯云开发者
