#CMake实践

一线实践 | 借助混沌工程工具 ChaosBlade 构建高可用的分布式系统

在分布式架构环境下,服务间的依赖日益复杂,可能没有人能说清单个故障对整个系统的影响,构建一个高可用的分布式系统面临着很大挑战。在可控范围或环境下,使用ChaosBlade工具,对系统注入各种故障,持续提升分布式系统的容错和弹性能力,以构建高可用的分布式系统。ChaosBlade是什么?ChaosBlade 是...

GitOps:Kubernetes多集群环境下的高效CICD实践

为了解决传统应用升级缓慢、架构臃肿、不能快速迭代、故障不能快速定位、问题无法快速解决等问题,云原生这一概念横空出世。云原生可以改进应用开发的效率,改变企业的组织结构,甚至会在文化层面上直接影响一个公司的决策,可以说,云时代的云原生应用大势已来。在容器领域内,Kubernetes已经成为了容器编排和管理的社区标准。它通过...

第四节:API接口测试之api自动化测试的实践(课工场)

一、环境准备Python2.7PyCharmRequests(第三方包) pipinstall来安装二、AppApi自动化脚本实践使用Python实现Get自动化测试脚本使用Python实现Post自动化测试脚本使用数据驱动完善自动化测试脚本导入dtt包 ...

第三节:Native App自动化测试实践(课工场)

一、被测APP1、Package:com.tqkj.calculator2、Activity:.activity.SplashActivity3、测试功能8-2=6二、脚本实现步骤      adbdevices(查看设备名称)  ...

Shell常见命令实践

**ls-la:**给出当前目录下所有文件的一个长列表,包括以句点开头的“隐藏”文件```[bae@cp01-qa-yun-004.cp01.baidu.comhuangqinjian]$ls-a...1online_toolsonline_tools_0803```![这里写图片描述](http://img.blog...
代码星球 ·2021-02-23

Boost算法(GDBT,AdaBoost,XGBoost)原理及实践

在上一篇博客里,我们讨论了关于Bagging的内容,其原理是从现有数据中有放回抽取若干个样本构建分类器,重复若干次建立若干个分类器进行投票,今天我们来讨论另一种算法:提升(Boost)。简单地来说,提升就是指每一步我都产生一个弱预测模型,然后加权累加到总模型中,然后每一步弱预测模型生成的的依据都是损失函数的负梯度方向,...

WPF之MVVM实践中的Command与CommandParameter

先记录一下,方便以后复习。https://www.cnblogs.com/babietongtianta/p/3474101.html...

kaggle比赛实践M5-baseline研读(五)for_Japanese_beginner(with WRMSSE in LGBM)

https://www.kaggle.com/girmdshinsei/for-japanese-beginner-with-wrmsse-in-lgbm...

kaggle比赛实践M5-baseline研读(三)M5 best till now public python lgbm version with score 0.60869

链接大家可以参考一下这个discusion:importpandasaspdimportnumpyasnppd.set_option('display.max_columns',500)pd.set_option('display.max_rows',500)importmatplotlib.pyplotaspltim...

kaggle比赛实践M5-baseline研读(二)M5 LOFO Importance on GPU via Rapids/Xgboost

先说学习心得/通过这篇对特征重要性的baseline学习,我学习到了如下三个点:1.feature_importance2.一款GPU计算的开源框架rapids3.回顾了xgb树模型的生成过程资源搬运如下:https://www.kaggle.com/aerdem4/m5-lofo-importance-on-gpu-...

kaggle比赛实践M5-baseline研读

 采用lightGBM模型准备数据与训练calendar.csv数据集导入。该数据数聚包含物品的售卖时间与物品类型date:Thedateina“y-m-d”format.wm_yr_wk:Theidoftheweekthedatebelongsto.weekday:Thetypeoftheday(Satur...

kaggle比赛实践M5-数据集介绍

M5竞赛是M竞赛中最新的一次,将于2020年3月2日至6月30日举行。它与前四届竞赛有五个重要方面的差异,其中一些是M4竞赛的讨论者提出的。它使用沃尔玛慷慨提供的分层销售数据,从商品级别开始,再汇总到美国三个地理区域(加利福尼亚州,德克萨斯州和威斯康星州)的部门,产品类别和商店。除时间序列数据外,它还包括影响价格的解释...

kaggle比赛实践M5-比赛介绍

比赛介绍这是M5预测挑战赛的两个互补比赛之一。你能尽可能准确地估计沃尔玛在美国销售的各种产品的单位销售额吗?如果你对估计同一系列已实现值的不确定性分布感兴趣,一定要查看它的竞争对手一家商店一年内每月能卖多少露营用具?对于外行来说,在这个水平上计算销售额似乎和预测天气一样困难。这两种预测都依赖科学和历史数据。虽然错误的天...

android开发cmake编译引入第三方库的常用写法

1.子模块1:gmath静态库CMakeLists.txt#要求的cmake最小版本cmake_minimum_required(VERSION3.4.1)#打开cmake输出日志set(CMAKE_VERBOSE_MAKEFILEon)#添加静态库,库名称gmathadd_library(gmathSTATICsrc...
首页上一页...34567...下一页尾页