21_揭秘Python协程

20 | 揭秘 Python 协程

你好,我是景霄。

上一节课的最后,我们留下一个小小的悬念:生成器在 Python 2 中还扮演了一个重要角色,就是用来实现 Python 协程。

那么首先你要明白,什么是协程?

21_你的代码为谁而写?

关于“沟通反馈”的话题,我准备从代码开始讲起,毕竟我们程序员是靠代码与机器进行沟通的。

写代码是每个程序员的职责,程序员们都知道要把代码写好。但究竟什么叫写好呢?每个人的理解却是各有差异。

21_人工神经网络__水无至清,人莫至察:模糊神经网络

模糊神经网络是一类特殊的神经网络,它是神经网络和模糊逻辑结合形成的混合智能系统,通过将模糊系统的类人推理方式与神经网络的学习和连接结构相融合来协同这两种技术。简单来说,模糊神经网络(fuzzy neural network)就是将常规的神经网络赋予模糊输入信号和模糊权值,其作用在于利用神经网络结构来实现模糊逻辑推理

21_如何保证数据传输的安全(上)?

数据安全越来越受到人们的重视,尤其是一些敏感数据,如重要的视频、音频等。在实现音视频通信的过程中,如果在网络上传输的音视频数据是未加密的,那么黑客就可以利用 Wireshark 等工具将它们录制下来,并很容易地将它们播放出来并泄漏出去。

21_深度学习革命深度学习推荐模型发展的整体脉络是怎样的

16 | 深度学习革命:深度学习推荐模型发展的整体脉络是怎样的?

你好,我是王喆。今天,我们要开始学习激动人心的深度推荐模型部分了。

当下,几乎所有互联网巨头的推荐业务中,都有对深度学习推荐模型的落地和应用。比如说,从早期微软的 Deep Crossing、Google 的 Wide&Deep、阿里的 MLR,到现在影响力非常大的模型 DIN、DIEN,YouTube 的深度推荐模型等等。因此,对于我们算法工程师来说,紧跟业界的脚步,去了解和掌握深度学习推荐模型是非常必要的。

21_深入对比Spark与Flink:帮你系统设计两开花

你好,我是蔡元楠。

今天我要与你分享的主题是“深入对比 Spark 与 Flink”。

相信通过这一模块前 9 讲的学习,你对 Spark 已经有了基本的认识。现在,我们先来回顾整个模块,理清一下思路。

21_土地需求扩大与保障:如何分配和释放虚拟内存?

你好,我是 LMOS。

今天,我们继续研究操作系统如何实现虚拟内存。在上节课,我们已经建立了虚拟内存的初始流程,这节课我们来实现虚拟内存的核心功能:写出分配、释放虚拟地址空间的代码,最后实现虚拟地址空间到物理地址空间的映射。

21_信息:过载与有效

至此,专栏已用 6 篇文章讲完了我关于“计划体系”这个主题的理解与思考,你是不是已经有点按捺不住想要赶快上路实践了?不急,接下来分享的主题是关于“精进思维”的,它会让你在按计划上路时,会有更好的跑步姿态,从而跑得更轻松、更有效率。

21_用户留存率:为什么粉丝很多但忠实拥趸却很少?

你好,我是周维。

我们知道,短视频内容的本质就是要为用户提供价值。只有这样,作为内容消费者的用户才会喜欢我们创作的内容,也才会长久地留在我们的流量池当中。所以,做好用户留存,是我们在短视频运营中不可忽视的重点。