TeamTalk是蘑菇街开源的一款企业办公即时通信软件，最初是为自己内部沟通而做的IM工具。GitHub仓库团队对外博客项目框架麻雀虽小五脏俱全，本项目涉及到多个平台，多种语言，简单关系如下图：服务端：CppServer：TTCppServer工程，包括IM消息服务器，HTTP服务器，文件传输服务器，文件存储服务器，登陆服务器Java DB代理：TTJavaServer工程，承载着后台消息存储，r
本文比较适合刚开始接触的朋友，主要介绍的是git的使用，如何从oschina克隆项目，修改和提交，这是我在开源中国使用git的体验吧。 开源中国的这个git代码管理系统，应该在
OpenPie成立于2021年，是以“Data Computing for New Discoveries”「数据计算，只为新发现」为使命，打造立足于国内的基础数据计算领域的世界级创新驱动机构。作为国内该领域屈指可数的Day-1准独角兽，OpenPie致力于在数字原生时代，运用突破性计算理论、独创的云原生数据库旗舰产品以及之上的算法和数学模型，建立下一代云原生数据平台的前沿标准，驱动企
为什么要开源？1.曾经想过企业或者个人为什么要对项目进行开源？2.代码是自己花费时间写出来的，共享出来岂不是大家谁都可以用，那之前自己的工作量怎么算？ 其实这个想法别人也有想过的，对于国外的一些项目，就拿我们的linux来说吧在linux出来之前有unix是封源的，而这种闭源的东西.代码这个东西，就是黑盒子。如果你不拿出来给别人看，那么别人是永远猜不出里面是什么的。（如果说是以前的汇编可
转载
2024-04-21 17:35:27
89阅读
推荐开源项目：Beautiful React Diagrams - 轻松构建图表的React组件库 beautiful-react-diagrams? A collection of lightweight React components and hooks to build diagrams with ease ?项目地址:https://gitcode.com/gh_mirrors/be/b
首先来看一下，对于硬件操作，它是如何来进行处理的。在上篇文章中曾说过，在main函数里面它会调用硬件相关的代码，调用操作系统相关的代码。在BTStack中，可以搜索一下main.c，将会发现有很多main.c，都是为于port目录下面。1 Main.c (port\esp32\components\btstack)
2 Main.c (port\ez430-rf2560\src)
3
工欲善其事，必先利其器。在任何工作中，充分利用好的工具有助于提高我们的工作效率、节省工作时间，即便是再优秀的安全工程师也是如此，合理利用工具可以带来意想不到的效果。本文为大家推荐几款免费好用的开源威胁狩猎工具，快来看看吧。 1、AIEngine AIEngine是一款典型的威胁态势驱动识别工具，支持Python、Ruby、Java和Lua的数据包安全检测引擎，通过这种交互式工具，企业可以进
emwin是续开源uc/GUI 3.98之后的不开源版本，所以它们的API函数几乎相同，只是emwin作了很多改进，增加了很多新功能，并且已经有很多免费的版本支持于ST、NXP等大公司的芯片上，它的移植接口也作了很大的改进，如果有了以前开源版本的移植，移植emwin不在话下，本文主要讲述移植到NXP的LPC1788上。
1、不
转载
2024-05-20 14:05:47
193阅读
哈喽，大家好，我是开源君，一个资深的互联网玩家，致力于为大家分享各领域优质开源项目。今天给大家推荐的开源项目「drawio」，这个项目是davidjgraph开源的一大绘图项目， star 数拥有着 2.45万，很硬核，在功能上面基本和Microsoft Visio差距不大。这个开源项目相信很多程序员们能用到，绘图可以打开思路，这款绘图工具简单强大。项目介绍这个项目的网站地址是 diagrams.
1 背景当前，大部分中文预训练模型都是以字为基本单位的，也就是说中文语句会被拆分为一个个字。中文也有一些多粒度的语言模型，比如创新工场的ZEN和字节跳动的AMBERT，但这类模型的基本单位还是字，只不过想办法融合了词信息。目前以词为单位的中文预训练模型很少，据笔者所了解到就只有腾讯UER开源了一个以词为颗粒度的BERT模型，但实测效果并不好。那么，纯粹以词为单位的中文预训练模型效果究竟如何呢？有没
MMSegmentation 是 OpenMMLab 开源项目里的语义分割领域的算法工具箱，它实现了许多高质量语义分割算法模型和数据集，也为语义分割任务提供了统一的框架和基准测试。它的主要特点如下：统一性，提供了统一的模块抽象和数据接口以及基准测试；灵活性，继承自 openmmlab 的模块化设计，各模块可以轻松替换构建不同模型；全面性：支持多种应用场景的分割任务，包括医疗、遥感和城市街景等，和学
转载
2024-07-19 06:26:39
1066阅读
前言Disruptor的高性能，是多种技术结合以及本身架构的结果。本文主要讲源码，涉及到的相关知识点需要读者自行去了解，以下列出：锁和CAS伪共享和缓存行volatile和内存屏障原理此节结合demo来看更容易理解：传送门添加了中文注释的源码：Disruptor下图来自官方文档官方原图有点乱，我翻译一下在讲原理前，先了解 Disruptor 定义的术语Event存放数据的单位，对应 demo 中的
(本文转自：开源最前线)每当接手一个他人开发好的模块或者项目，看着那些没写注释的代码，是不是很抓狂？每次写文档都要花大量的时间处理格式排版等非技术问题，是不是崩溃？有时候一份文档，不止是一个人编写，几种不同风格掺杂在一起，阅读起来吃不吃力？今天，就和大家分享一个专门为程序员开发文档开源管理系统——ShowDoc。目前，它已经在Github上标星超5300，1.3K个Fork！Github地址：ht
背景描述最近接到一个需求，就是要求我们的 WPF 客户端具备本地化功能，实现中英文多语言界面。刚开始接到这个需求，其实我内心是拒绝的的，但是没办法，需求是永无止境的。所以只能想办法解决这个问题。首先有必要说一下我们的系统架构。我们的系统是基于 Prism 来进行设计的，所以每个业务模块之间都是相互独立，互不影响的 DLL，然后通过主 Shell 来
文｜杨英明（花名：向野)KusionStack 核心贡献者蚂蚁集团高级研发工程师在基础设施技术领域深耕，专注 IaC/XaC、GitOps 等方向本文 4912 字 阅读 12 分钟前言KusionStackKusionStack 最早是为了解决蚂蚁内部复杂的运维场景而诞生的解决方案。思路是通过自研的 DSL（KCL）沉淀运维模型（Kusion Model）
作者：Rutger Ruizendaal编辑整理：萝卜兔 在深度学习实验中经常会遇Eembedding层,然而网络上的介绍可谓是相当含糊。比如 Keras中文文档中对嵌入层 Embedding的介绍除了一句 “嵌入层将正整数(下标)转换为具有固定大小的向量”之外就不愿做过多的解释。那么我们为什么要使用嵌入层 Embedding呢? 主要有这两大原因:1、使用One-hot 方法编码的向量
1. 什么是Graph Embedding？Embedding是将目标（文字、图像）降维，并在结果中保留重要信息。而Graph Embedding就是针对于图像信息的提取。 1.）分类：依据不同特点进行分类 a.）图片节点属性 i.） 图片节点属性相同（monopartite graphs），如社交关系网。相关算法：DeepWalk ii.）图片节点属性不同（m
转载
2024-05-13 20:43:59
120阅读
嵌入（embedding）方法是目前文本分析，知识图谱相关中非常常见的一种算法。其为表示学习的一类方法，可以自动地从数据中学习“有用”的特征，并可以直接用于后续的具体任务。后面学习的相关嵌入学习均为表示学习中的内容。节点嵌入关于图的一些信息如何能够转化为计算机可以识别的语言呢？通常的方法也是进行嵌入（embedding）。在此之前，我们已经学习了双曲嵌入：双曲嵌入深度学习双曲嵌入论文与代码实现——
转载
2024-08-14 09:44:02
160阅读
维稠密的向量表示(Embedding)，且Embedding在自然语言处理、知识图谱、推...
转载
2022-11-16 10:13:09
579阅读
针对这个问题，请教了算法组的同事，他分享了基本的思路：对于这种图像搜索的算法，一般是三个步骤：1. 将目标图片进行特征提取，描述图像的算法很多，用的比较多的是：SIFT描述子，指纹算法函数，bundling features算法，hash function(散列函数)等。也可以根据不同的图像，设计不同的算法，比如图像局部N阶矩的方法提取图像特征。2. 将图像特征信息进行编码，并将海量图像编码做查找
