事件流：当你在页面触发一个点击事件后，页面上不仅仅有一个元素响应该事件而是多个元素响应同一个事件，因为元素是在容器中的。事件发生的顺序就是事件流，不同的浏览器对事件流的处理不同。  冒泡事件流：当触发一个节点的事件时，会从当前节点开始，依次触发其祖先节点的同类型事件，直到DOM根节点。 捕...

最近在看webpack的源码，发现有个比较头疼的点是：代码看起来非常跳跃，往往看不到几行就插入一段新内容，为了理解又不得不先学习相关的前置知识。层层嵌套之后，发现最基础的还是tapable模型，因此先对这部分的内容做一个介绍。 Webpack的流程可以分为以下三大阶段：初始化：启动构建，读取与合并配置参数，加...

盒子模型（BoxModle）可以用来对元素进行布局，包括内边距，边框，外边距，和实际内容这几个部分。盒子模型分为两种第一种是W3c标准的盒子模型（标准盒模型） 、第二种IE标准的盒子模型（怪异盒模型） 当前大部分的浏览器支持的是W3c的标准盒模型，也保留了对怪异盒模型的支持，当然IE浏览器沿用的是怪...

路由设计本则路由考虑验证进入登录页面，完成登录操作进入首页。importvuefrom"vue";importRouterfrom"vue-router";Vue.use(Router);importstorefrom"@/store/store";//(延迟加载)constLogin=()=>import("@...

在FastAdmin所提供的基类Frontend、Backend、Api中都有提供获取当前管理员或登录用户的信息方法在后台管理的控制器中可以通过$this->auth->id来获取管理员ID，$this->auth->字段名获取管理员的其它信息，如果需要在后台的Model中获取当前登录的管理员I...

一、并发编程模型AKKASpark使用底层通信框架AKKA分布式masterworkerhadoop使用的是rpc1)akka简介写并发程序很难，AKKA解决spark这个问题。akka构建在JVM平台上，是一种高并发、分布式、并且容错的应用工具包akka用scala语言编写同时提供了scala和java的开发接口ak...

一、Storm编程模型二、Storm组件流程图 ...

熵是随机变量不确定性的度量，不确定性越大，熵值就越大；若随机变量退化成定值，熵为0。均匀分布是“最不确定”的分布假设离散随机变量X的概率分布为P(x)，则其熵为：联合熵和条件熵两个随机变量的X，Y的联合分布，可以形成联合熵，用H(X,Y)表示条件熵H(X|Y)=H(X,Y)-H(Y) ...

Theessentialbasisofrunningservicesin“thecloud”isthattheyruninvirtualmachines,whichcomewiththeirownidiomsandpracticesformanagingthem. Oneofthema...

版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！https://blog.csdn.net/sinat_26917383/article/details/54141697本文部分内容来源于CDA深度学习实战课堂，由唐宇迪老师授课如果你企图用CPU来训练模...

Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model），函数式模型应用更为广泛，序贯模型是函数式模型的一种特殊情况。两类模型有一些方法是相同的：model.summary()：打印出模型概况，它实际调用的是keras.utils.print_summarymodel.get_config...

1介绍1.1流式计算介绍流式大数据计算主要有以下特征：1)实时性。流式大数据不仅是实时产生的，也是要求实时给出反馈结果。系统要有快速响应能力，在短时间内体现出数据的价值，超过有效时间后数据的价值就会迅速降低。2)突发性。数据的流入速率和顺序并不确定，甚至会有较大的差异。这要求系统要有较高的吞吐量，能快速处理大数据流量。...

1指数平滑法移动平均模型在解决时间序列问题上简单有效，但它们的计算比较难，因为不能通过之前的计算结果推算出加权移动平均值。此外，移动平均法不能很好的处理数据集边缘的数据变化，也不能应用于现有数据集的范围之外。因此，移动平均法的预测效果相对较差。指数平滑法(exponentialsmoothing)是一种简单的计算方案，...

https://www.cnblogs.com/pinard/p/9220199.html　在机器学习用于产品的时候，我们经常会遇到跨平台的问题。比如我们用Python基于一系列的机器学习库训练了一个模型，但是有时候其他的产品和项目想把这个模型集成进去，但是这些产品很多只支持某些特定的生产环境比如Java，为了上一个机...

监督学习的任务就是学习一个模型（或者得到一个目标函数）,应用这一模型，对给定的输入预测相应的输出。这一模型的一般形式为一个决策函数Y=f(X)，或者条件概率分布P(Y|X)。监督学习方法又可以分为生成方法(generativeapproach)和判别方法(discriminativeapproach)。所学到的模型分别...