热门标签【ly】- 幻海软件

浅谈组件二封-vue
目录组件二封不是换一种写法组件二封应当具备哪些条件我认为的二封应当有哪些作用二封的好处先来一个列表页demo来看看效果(Vue2)本文仅仅针对vue系列做探讨,项目倾向于大量增删改查的后台管理项目组件二封不是换一种写法大量帖子的组件二封都是用json,然后将prop/emit/slot通过一种jso

推荐阅读

把反射用到出神入化

一、前言为什么，读不懂框架源码?我们都知道作为一个程序员，如果想学习到更深层次的技术，就需要阅读大量的框架源码，学习这些框架源码中的开发套路和设计思想，从而提升自己的编程能力。事大家都清楚，但在实操上，很多码农根本没法阅读框架源码。首先一个非常大的问题是，面对如此庞大的框架源码，不知道从哪下手。与平

基于 http-flv 的抖音直播端到端延迟优化实践

作者｜张东辉 延迟是怎么产生的？传统直播方案(http-flv、RTMP等)的架构以及延迟量级如下图所示：以抖音直播为例，直播链路各环节延迟贡献如下：推流端——网络延迟平均20～30ms，编码延迟依赖编码参数设置而定流媒体服务——在拉流转码的场景下，会额外引入300ms～2s的转码延迟(大

30 个数据工程必备的Python 包

Python可以说是最容易入门的编程语言，在numpy，scipy等基础包的帮助下，对于数据的处理和机器学习来说Python可以说是目前最好的语言，在各位大佬和热心贡献者的帮助下Python拥有一个庞大的社区支持技术发展，开发两个各种Python包来帮助数据人员的工作。在本文中，将介绍一些非常独特的

基于深度学习的图像去噪方法归纳总结

目录图像去噪概述：（1）数据预处理（2）特征提取（3）去噪模型设计和选择基于深度学习的图像去噪方法基于卷积神经网络的去噪方法基于CNN自监督学习去噪基于CNN监督学习去噪基于残差网络的去噪方法CNN中图像网络分为基于生成对抗网络的去噪方法GAN基于图神经网络的去噪方法(GCDN)GNNGCNGCDN

Mask R-CNN讲解

文章目录一：MaskR-CNN的横空出世二：网络架构【Backbone】【RPN】【ProposalLayer】【DetectionTargetLayer】【ROIAlign】【bbox检测】【Mask分割】三：损失函数四：测试过程五：总结一：MaskR-CNN的横空出世MaskR-CNN是何凯明大

为什么OpenTelemetry正在将云原生带到新的高度？

译者|布加迪审校|孙淑娟运行云原生应用程序时，可观测性（observability）很关键。在云原生领域，应用程序功能来自在多个位置运行的众多微服务之间的交互。微服务应用程序具有松散耦合性，可能意味着每个微服务都以各自的方式报告其活动。如果没有一种工具来汇总和关联这些遥测数据，自始至终跟踪请求的处

深圳幻海软件技术有限公司