下载频道  >  邪恶八进制的资源
  • redis-cache.zip

    一份基于Springboot搭建的Redis分布式缓存服务(包括分布式锁实现)的demo。 if (!CollectionUtils.isEmpty(nodes)) { nodes.forEach(dataSourceBean -> { // 创建Redis分片 JedisShardInfo shardInfo = new JedisShardInfo(dataSourceBean.getHost(), dataSourceBean.getPort(), dataSourceBean.getTimeout(), dataSourceBean.getName()); shardInfo.setPassword(dataSourceBean.getPassword()); shardInfos.add(shardInfo); }); }

    2019-12-27
    15
  • ONTv1.8.1本体测试链部署依赖包以及源码gopath.2019.11.21

    本体测试链部署依赖包以及源码gopath.2019.11.21,包含已经编译完成的完整依赖。本资源仅包括源码和依赖包!!!已编译的源码:GoPath/src/github.com/ontio/ontology,GoPath文件即为完整依赖,需要配置Go1.9以上的环境变量,指向GoPath路径。

    2019-11-22
    10
  • EOS本地测试环境部署Git--recursive版本源码,官方版本是EOSIO v1.7.4的

    在部署EOS本地测试环境发现居然找不到一个有效快速、快速、快速的git clone https://github.com/eosio/eos --recursive 下载源,无语。。。GitHub拉取等了2个小时,在这里提供一下,为后续开发人员提供一个便利把。目前官方版本是EOSIO v1.7.4 Release Notes的,

    2019-06-25
    27
  • EOS本地测试环境部署--recursive版本源码,官方版本是EOSIO v1.7.4

    在部署EOS本地测试环境发现居然找不到一个有效快速、快速、快速的git clone https://github.com/eosio/eos --recursive 下载,无语。。。Git拉取等了2个小时,在这里提供一下,为后续开发人员提供一个便利把。目前官方版本是EOSIO v1.7.4 Release Notes的,

    2019-06-25
    27
  • 2018年传智播客黑马python15期

    网传资源,上传乃是下载链接。 『课程目录』: 01 网络编程.rar, C/ o7 [. j9 ]8 M( O 02 多任务.rar 03 web服务器v3.1.rar! I! ]# q7 `' r1 L. {' j 04 Python高级语法v3.1.rar: Y6 m1 m) F9 [3 P6 |% P4 [$ b+ t 05 MySQL数据库v3.1.rar 06 mini-web框架v3.1.rar 07 HTML和CSS.rar3 t$ U2 a. l- D* i& t8 ~4 m$ F 08 首页布局案例和移动布局.rar! e1 R+ x1 ]6 C+ }; d4 i 09 JAVAScriptv.rar 10 jQuery和js库.rar' M r: | k1 `) J2 O/ Y& d 11 Django框架.rar8 }: c( y/ ]: z 12 git版本管理.rar 13 redis数据库.rar8 E9 D2 Z. {; \2 W9 ~ a 14 天天生鲜Django项目.rar 15 flask框架.rar H+ B5 A# w o: R) j& B8 v4 u' O 16 微信公众号.rar# s+ k! M8 o5 C0 v* d" b' D 17 爱家租房项目.rar5 r4 p i, Z8 ~# g 18 通用爬虫模块使用.rar 19 MongoDB数据库.rar# C3 ]% o( I7 V 20 爬虫scrapy框架及案例.rar 21 数据分析.rar 22 机器学习.rar 23 深度学习.rar 24 数据结构和算法.rar 25 Python网络爬虫.rar6 n$ C0 I8 o, N3 x. x& J 26 机器学习入门篇.rar) }& c: X) p' D' E3 m: C6 E( W/ X 27 机器学习入门篇2.rar 28 机器学习提升篇.rar 29 数据挖掘篇.rar 30 深度学习必备原理与实战.rar 31 深度学习必备原理与实战2.rar- D4 L0 v6 }2 Z" M# r: o2 k 32 深度学习必备原理与实战3.rar" r" W4 t; p2 [ 33 深度学习必备原理与实战4.rar 34 深度学习项目实战.rar 35 深度学习项目实战2.rar0 N J1 _" \/ |6 |- g# _ 36 深度学习项目实战3.rar

    2019-03-28
    29
  • 企业级MySQL优化(从引擎为你介绍怎么优化、集群方案)

    本资源为博主原创MySQL优化方案,包括MySQL集群搭建(多主,双机热备)、讲解算法演变历程与算法解剖优缺点(时间/空间复杂度、hash开口/封闭寻址、二叉树、AVL平衡二叉树、红黑树、B-树、B+树、B*树)、MySQL引擎、MySQL数据量计算、常见企业级优化策略等。

    2019-03-17
    10
  • 微软人工智能课程视频

    本资源乃是网传有关微软数据分析平台、服务和 API的资源,上传乃是下载链接地址,不错请点赞给好评!

    2019-03-06
    22
  • Java并发编程的艺术&Java;并发编程实战

    两本书籍,学懂,并发编程就能算是深入研究了。第一本是国人写的java并发编程的艺术,通俗易懂但比较入门,包括:Java并发机制的底层实现原理、上下文切换、JMM内存模型、各种锁原理、Java各大并发包(队列、线程池、框架、原子类、MQ模型)。<br> 第二本是国外人写的Java并发编程实战,比较偏向理论与原理,包括:AQS、线程的优势、建模的简单性、安全性与活跃性问题、线程安全性基础、对象的共享、对象的组合、同步容器类、串行与并行执行任务、并发包深入讲解、“毒丸”对象、钩子、性能与可伸缩性、Amdahl定律、锁分段、并发程序的测试、显式锁、原子变量与非阻塞同步机制。

    2019-03-06
    6
  • 黑马2017-2018培训全套,从基础到架构之(基础到中级)

    从小白到熟练JavaSE、SSM级别的资源,非常适合小白们学习,包括java基础(300集)、HTML、css、javascript、jquery、boostrap、mysql、jdbc、XMLTomcat、HTTPServlet、11.Request&Response;(共26集)、12.Cookie&Session;(共22集)、13.JSP&EL;&JSTL;(共23集)、事务、连接池、MVC设计模式、Ajax、Listener&Filter;、Linux基础、Redis、Hibernate、Struts2、Spring、SSH整合、Maven、MyBatis、SpringMVC、SSM整合、最后品优购电商系统开发、SSM分布式案例-互联网商城-阶段项目、SSH整合企业案例-客户管理系统、电子商务企业实战项目,资源大小为137.39G

    2018-12-13
    4
  • [大数据/人工智能] 清华大学 数据挖掘-理论与算法 [MP4] (10.28G)

    网传资源,如有侵权请联系/留言,资源过大上传乃是下载链接的ZIP文件。 目录: 『课程目录』: 4 b) z; J; `2 b 1.1.1 走进数据科学:博大精深,美不胜收 整装待发 2.1.2 走进数据科学:博大精深,美不胜收 学而不思则罔 3.1.3 走进数据科学:博大精深,美不胜收 知行合一 o6 k. y' Q# m) Z6 s! M o4 x 4.1.4 走进数据科学:博大精深,美不胜收 从数据到知识 5.1.5 走进数据科学:博大精深,美不胜收 分类问题 6.1.6 走进数据科学:博大精深,美不胜收 聚类及其它数据挖掘问题. |: U+ J. k, u, g, s3 Q 7.1.7 走进数据科学:博大精深,美不胜收 隐私保护与并行计算 8.1.8 走进数据科学:博大精深,美不胜收 迷雾重重 9.2.1 数据预处理:抽丝剥茧,去伪存真 数据清洗 10.2.2 异常值与重复数据检测7 C1 S+ x: w& p P% S4 S 11.2.3 类型转换与采样 12.2.4 数据描述与可视化& z$ Q: x* y. s z+ L 13.2.5 特征选择 14.2.6 主成分分析 15.2.7 线性判别分析- R! W) ], V& O' k0 _ J 16.3.1 从贝叶斯到决策树:意料之外,情理之中 贝叶斯奇幻之旅 17.3.2 朴素是一种美德. j) v# d1 {4 ?4 d9 Y; j3 ~; q" j 18.3.3 数据、规则与树 19.3.4 植树造林学问大) K4 S. b1 l- O1 d# m0 x1 ` 20.4.1 神经网络:巨量并行,智慧无限 智慧之源神经元- V) E+ c+ D6 [1 _. X2 {8 Q 21.4.2 会学习的神经元2 u8 ?# V5 s& Y9 ?( N 22.4.3 从一个到一群 23.4.4 层次分明,责任到人 24.4.5 管中窥豹,抛砖引玉# x _5 b; r7 n/ x i 25.5.1 支持向量机:数学之美,巅峰之作 最大间隔 26.5.2线性SVM 27.5.3数学家的把戏 28.5.4致敬真神) d! _. G4 }2 e 29.6.1 聚类分析:物以类聚,人以群分 无监督学习 30.6.2 K-means 31.6.3 期望最大法 32.6.4 密度与层次( W6 W* D! n/ @ K# y. {8 z* p0 g1 ~ 33.7.1 关联规则:营销购物,自有乾坤 项集与规则' q$ L/ T' u- O7 N( T# c- c% ]2 E 34.7.2 支持度与置信度$ n3 b9 h' C& A7 D4 v. y 35.7.3 误区+ B# l) O- s- R) e' @9 h 36.7.4 Apriori 算法 K7 D- }) I% d0 W; w: g: k$ S 37.7.5 实例分析7 ?9 O% r9 L2 U* J; _; k* J 38.7.6 序列模式* \! e" L3 J0 k9 L( n7 [' E8 x( w 39.8.1 推荐算法:察言观色,投其所好 无所不在的推荐 40.8.2 隐含语义分析 41.8.3 PageRank传奇1 M( M, G6 z! z. V 42.8.4 协同过滤 43.9.1 集成学习:兼听则明,偏听则暗 民主协商:Ensemble) Z0 y. {* u& ?- Q: {9 f% p; } 44.9.2 群策群议:Bagging$ k4 A) z8 A$ M# l) r 45.9.3 环环相扣:Boosting 46.9.4 集成之美:AdaBoost 47.9.5 继往开来:RegionBoost+ ]% X3 o4 }6 Y$ D 48.10.1 进化计算:大道至简,万物之本 人与自然 49.10.2 尽善尽美 50.10.3 走向进化 51.10.4 遗传算法初探 52.10.5 遗传算法进阶 53.10.6 遗传程序设计 54.10.7 万物皆进化' \' ^- W. W- o1 O5 N4 F, T; v 55.11.1 数据之美 56.11.2 南国紫荆亦芬芳

    2018-12-11
    19
img

关注 私信