【Bruce小鬼】專注效能測試、介面測試、java測試開發、自動化測試
專欄達人
授予成功建立個人部落格專欄的使用者。專欄中新增五篇以上博文即可點亮！撰寫部落格專欄濃縮技術精華，專欄達人就是你！相關推薦
【Bruce小鬼】專注效能測試、介面測試、java測試開發、自動化測試
專欄達人 授予成功建立個人部落格專欄
Bruce小鬼（專注效能測試、介面測試、java測試開發、自動化測試）
python從入門到跑路 在python的世界中，有一句座右銘，人生苦短，我用python。在大家不斷的提及python，讓我覺得只會java已經不能夠遊刃有餘了，再此記錄下我學習python路程的心得。
【機器學習】分類效能度量指標 : ROC曲線、AUC值、正確率、召回率、敏感度、特異度
在分類任務中，人們總是喜歡基於錯誤率來衡量分類器任務的成功程度。錯誤率指的是在所有測試樣例中錯分的樣例比例。實際上，這樣的度量錯誤掩蓋了樣例如何被分錯的事實。在機器學習中，有一個普遍適用的稱為混淆矩陣(confusion matrix)的工具，它可以幫助人們
【十一】找出一組數組中最大值、最大值的角標、最小值、最小值的角標及平均數
思路 原來 比較 快捷 兩個 span div 選擇排序 分數 需求：現有一組評委打分的數據。 求出他們的最大值與最小值。 最大值最小值的角標 去除最大值與最小值後的平均數 代碼： 1 <?php 2 $arr=array(1,2,3,4); 3
【機器學習】最容易實現的基於OpenCV的人臉檢測程式碼、檢測器及檢測效果
基於opencv自帶的人臉檢測模型，實現簡單的人臉檢測功能，可作為機器學習初學者練手使用。簡單易學，具體的方法及程式碼如下。 1、執行結果 輸入原圖 輸出結果 2、工程需要載入的opencv庫如下： 3、用到的人臉檢測器 4、具體實現程式碼 #
【解決方案】關於IP地址字串拆分組裝，以及大小比較、範圍判斷
關於IP地址字串拆分組裝，以及大小比較、範圍判斷，比較不容易。 但是，我們知道IP地址，實際上是四組十六進位制的數字，這樣就簡單多了。 比如： 10.201.18.6–> 10->0A 20
【善用工具】程式效能分析Gperftools初探(libwind+pprof+Kcachegrind)
gperftools效能分析通過抽樣方法完成，預設是1秒100個樣本，so,一個樣本是10毫秒，即時間單位是10毫秒. 之所以要在這裡特別說明,是因為需要注意到:如果程式執行時間不到10ms,那麼得到的結果可能會和開始執行的時候不同. 0.系統資訊 [email&
【雷達與對抗】【2016.03】【含原始碼】雷達效能建模與評估——雷達效能對大氣輸入資料解析度的敏感性研究（北海案例研究）
本文為荷蘭代爾夫特理工大學（作者：Joris Derksen）的碩士論文，共251頁。 無線電探測和測距系統（雷達）是海軍用於探測、跟蹤和識別敵我目標的主要感測器，雷達系統對於感知周圍戰場環境資訊是必不可少的。雷達的效能可以顯著地受到系統部署環境的影響。在某
【綜述篇】鵝廠大劇拉開帷幕，“一條河”、“兩張網”……等等！還有啥？
我是一條河 流經時間與空間 連線永珍與未來 …… 走進猶如梵高畫作般的劇院，開場一部官宣主題片《河流》將騰訊二十年始終未變的“連線力”以及“行萬里、利萬物”的理念展現給世人，這就是此時此刻正在上演的鵝廠大劇——2018騰訊合作伙伴大會！ 在南京，我們是觀眾；未來
【深度學習】2個經典的練手CNN原始碼與MNIST資料集測試結果
對剛入門深度學習的童鞋，這2個簡單的工程可快速入門。建議手敲一遍，可快速熟悉程式碼和CNN的實現流程。 #1、匯入相關庫 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import inp
【龍心塵】專注機器學習與資料探勘
龍心塵 『五道口計算機學院』畢業，有幾年機器學習/資料探勘工作經驗。某廠打雜，做過使用者畫像、智慧營銷策略、網路安全機器學習、NLP等專案。歡迎聯絡和交流。 EMAIL: [email protected] QQ: 3253950332 資料科學沙龍群: 169492443（不
【數值分析】迭代法解方程：牛頓迭代法、Jacobi迭代法
牛頓迭代公式 設已知方程f(x)=0的近似根x0 ,則在x0附近f(x)可用一階泰勒多項式近似代替.因此, 方程f(x)=0可近似地表示為p(x)=0。用x1表示p(x)=0的根,它與f(x)=0的根差異不大. 設 ,由於x1滿足解得 重複這一過程,得到迭代公式：
【程式設計雜記】遊戲效能優化的一些經驗之談
最近談了許多Unity相關的東西，這篇博文就將一些更加寬泛的東西，算是這段時間裡遊戲開發的一些經驗的總結吧。 優化概論 說起遊戲的優化，在遊戲開發中經常分為這幾步： 首先要確定遊戲中經常會出現哪些問題 - Profile 然後確定在哪些方向進行效能優化 - Analyze 最後再儘可能將問題逐個解決 -
【Excel技巧】Excel公式的錯誤值解釋：# N/A！、#VALUE！、#DIV/O！#NUM！、#NULL！
利用JXL/POI做靜態報表匯出時發現excel檔案中含有公式的單元格出現#VALUE!，#DIV/O!等這樣的問題，在網站搜尋後發現下面的文章對我解決這樣的問題給予了幫助，現轉載以共享！ 經常用Excel的朋友可能都會遇到一些莫名奇妙的錯誤值資訊：# N/A！、#V
【數值分析】插值法：拉格朗日插值、牛頓插值
給定函式四個點的資料如下： 試用拉格朗日插值確定函式在x=2.101，4.234處的函式值。 執行得到結果： 已知用牛頓插值公式求的近似值。 執行程式得到結果： 2.26667 實驗分析 1、Lagrange插值法和Newton插值法解決實際問題中關於只提供複雜的離散資料的函式求值問題，通過將所考察的函式
【OF框架】框架Cache/Session在負載均衡部署時，切換Memory/Redis測試
配置 etc 切換 ngs bsp 添加 pan 機會 均衡 一、切換Memory/Redis 註意：增加以下代碼，使用Redis緩存服務，刪除或註釋相應代碼，使用Memory緩存 第一步：安裝運行Redis服務，獲得連接參數。 第二步：在Startu
【報錯】項目啟動部署時報錯：java.lang.NoSuchMethodError
autowire .get factory cti local .com org 就是 htm 報錯： =====================================================================================
【FPGA-F3】阿裏雲FAAS平臺，極大簡化FPGA開發部署流程
性能摘要： 阿裏FPGA雲服務器平臺FaaS（FPGA as a Service）在雲端提供統一硬件平臺與中間件，可大大降低加速器的開發與部署成本。普惠開發者FPGA (現場可編程門陣列)由於其硬件並行加速能力和可編程特性，在傳統通信領域和IC設計領域大放異彩。一路走來，FPGA的技術並不是一個新興的硬件器件
【JS API】指令碼語言-裝置控制介面說明-查詢有多少種不同的顏色
裝置控制介面說明-查詢有多少種不同的顏色 getColorCount 原型： getColorCount(topLeftX, topLeftY, bottomRightX, bottomRightY) 是否支援多裝置： 不支援 對應的 REST API: 在指定區域內查詢
【JS API】指令碼語言-裝置控制介面說明-獲取裝置的螢幕顏色深度
getColorBits 原型： getColorBits() 是否支援多裝置： 不支援 對應的 REST API: 獲取當前裝置的螢幕顏色深度 (getColorBits) 描述： 獲取當前裝置的螢幕顏色深度 什麼是顏色深度? 顏色深度簡單說就是最多支援多少種顏色。