- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-6 R语言函数 排序
#sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v
44140发布于 2020-09-16 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（4-6章节）
个人认为注释还是要写，算是对代码的中文翻译，因为我们的英语水平，命名习惯各不相同。
39810编辑于 2022-06-28 - 来自专栏量子位
支持移动GPU、推断速度提升4-6倍
TensorFlow用于移动设备的框架TensorFlow Lite发布重大更新，支持开发者使用手机等移动设备的GPU来提高模型推断速度。
1.2K30发布于 2019-04-24 - 来自专栏迁移内容
高性能MySQL(3)——创建高性能索引
三、高性能的索引策略 3.1、独立的列 索引列不能是表达式的一部分，也不能是函数的参数。 参考： 《高性能 MySQL 第三版》 聚簇索引和非聚簇索引 mysql-覆盖索引 创建高性能的索引
1.8K20编辑于 2022-12-01 - 来自专栏人人都是极客
支持移动GPU、推断速度提升4-6倍
虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径，比如将机器学习模型转换成定点模型，但总是会在模型的性能或精度上做出让步。
1.9K20发布于 2019-03-15 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。
89800发布于 2019-11-13 - 来自专栏人工智能与演化计算成长与进阶
15非监督学习异常检测4-6构建与评价异常检测系统
Note 对于异常检测问题而言，样本数据集往往是倾斜的，即 标记为 1 异常的数据往往很少，而标记为 0 即正常的数据往往很多 此时使用准确率等方法来进行判断一个模型的好坏往往是不合适的，所以通过 查准率和查全率以及 F1 分数能够很好的分析和判断这个问题
1.9K11发布于 2020-08-14 - 来自专栏desperate633
第4-6课 数据的过滤where子句操作符使用通配符进行过滤
实际查询中，通常不会检索所有行，需要对数据进行筛选过滤，选出符合我们需要条件的数据。
2.4K10发布于 2018-08-22 - 来自专栏用户1337634的专栏
高性能logback
开发环境一般都把日志输出到ConsoleAppender，但是其他环境是不需要的，可以使用动态配置。
3.4K42发布于 2019-03-27 - 来自专栏yuyy.info技术专栏
《Go语言精进之路：从新手到高手的编程思想、方法和技巧1》4-6章笔记
醍醐灌顶到没有，别扭确实存在。当然这需要一段时间来适应，说下这段时间最难接受的点吧。 1、文件的单一职责做不好，一个文件里有多个结构体，想知道某个结构体有哪些方法，需要借助IDE 2、命名使用单字母，特定场景能理解，例如循环里的i，遍历map的k,v，但是很多单字母不是这种常见场景里的。代码整洁之道里说命名要见名知意，宁愿用长命名也不用无法表达清楚的短命名，这点go背道而驰。此书里说有时需要短命名加注释，而代码整洁之道里说注释就不应该存在，如果要用注释，说明写的代码无法准确清晰的表达意思。
1.3K20编辑于 2022-09-21 高性能ListViews
高性能ListViews原文链接:PerformanceListViews原文作者:Brandon译文出自:开发技术前线www.devtf.cn。未经允许，不得转载!
11400编辑于 2026-04-24- 来自专栏TopFE
高性能JavaScript
由于局部变量存在于作用域的起始位置，因此访问局部变量比访问跨作用域变量更快，变量在作用域中的位置越深，访问所需时间就越长，由于全局变量总处在作用域的最末端，因此访问速度最慢。
1.3K00编辑于 2022-01-24 - 来自专栏前端小课堂
高性能JavaScript
从《高性能JavaScript》一书中的整理笔记： 1、将经常使用的对象成员、数组项、和域外变量存入局部变量 原因：数据存储位置对大地代码整体性能会产生重要的影响，直接变量和局部变量的访问速度快于数组和对象成员
1.2K10发布于 2019-09-04 GPU高性能编程13: TIRx 与高性能GEMM (下)
TIRx 与高性能GEMM (下)既然已经有了 TMA 和双缓冲，为什么还说没有真正 overlap？原因是当前代码仍由一个 warpgroup 顺序推进 load、MMA 和 store。
19000编辑于 2026-08-26- 来自专栏程序人生 阅读快乐
Python高性能编程
Python语言是一种脚本语言，其应用领域非常广泛，包括数据分析、自然语言处理、机器学习、科学计算、推荐系统构建等。 本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。**后，通过一系列真实案例展现了在应用场景中需要注意的问题。 本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。 Python语言是一种脚本语言，其应用领域非常广泛，包括数据分析、自然语言处理、机器学习、科学计算、推荐系统构建等。
88020发布于 2018-10-10 - 来自专栏林德熙的博客
WPF 高性能笔
本文告诉大家WPF的INK的实现，和如何做一个高性能的笔。 高性能的笔迹在 WPF 包含两个部分，一个是就是输入，第二个就是渲染。 所以按照原来的元素的输入渲染是无法做到高性能的，那么 WPF 的笔迹是如何做到很快？这里需要用到两个科技，一个就是输入使用 StylusPlugin 一个就是使用另一个 UI 线程解决渲染的速度。 为什么 Stylusplugin 可以做到高性能？ 这个需要从触摸开始讲。在我的另一篇博客有告诉大家从触摸到事件，在 WPF 是通过触摸线程拿到触摸信息。 如果要做高性能的笔必须要了解 WPF 的触摸和渲染原理，具体请看WPF 渲染原理 和 WPF 触摸到事件 于是下面告诉大家如何做出一个高性能的笔。 本文主要告诉大家如何继承 StylusPlugIn 来做高性能的笔。
1.2K40发布于 2018-09-19 - 来自专栏Liusy01
Netty高性能之道
所以今天来看以下Netty的高性能是如何建立的？ IO通信的三原则： 1、传输：用什么样的通道发送数据，I/O模型在很大程度上决定了通信的性能。 2、协议：协议的选择不同，性能也不同。 Netty高性能之道： 一、异步非阻塞通信 I/O多路复用技术通过把多个I/O的阻塞复用到同一个select的阻塞上，从而使得系统在单线程的情况下可以同时处理多个客户端请求，与传统的BIO相比，多路复用的最大优势就是系统开销小 五、高性能的序列化框架 影响序列化性能的关键因素如下： 1、序列化之后码流的大小（网络带宽的占用） 2、序列化与反序列化的性能（CPU资源的占用） 3、是否支持跨语言 Netty提供了对Google 上述就是Netty高性能的基础，来自《Netty权威指南 第2版》一书。
1.1K20发布于 2020-09-01 - 来自专栏别明天就今天吧
Redis-高性能
最近有一道常见的Redis面试题，Redis为什么那么快？下面我们来分析下"快"的原因。
69811发布于 2020-09-07 - 来自专栏IT技术精选文摘
Netty高性能之道
事实上，我对这个数据并不感到惊讶，根据我5年多的NIO编程经验，通过选择合适的NIO框架，加上高性能的压缩二进制编解码技术，精心的设计Reactor线程模型，达到上述性能指标是完全有可能的。 Netty高性能之道 2.1. RPC调用的性能模型分析 2.1.1. Netty高性能之道 2.2.1. 异步非阻塞通信 在IO编程过程中，当需要同时处理多个客户端接入请求时，可以利用多线程或者IO多路复用技术进行处理。 Netty默认提供了对Google Protobuf的支持，通过扩展Netty的编解码接口，用户可以实现其它的高性能序列化框架，例如Thrift的压缩二进制编解码框架。 正是由于Java原生序列化性能表现太差，才催生出了各种高性能的开源序列化技术和框架（性能差只是其中的一个原因，还有跨语言、IDL定义等其它因素）。 2.2.8.
1.7K70发布于 2018-01-30 【高性能MySQL】事务
就像锁粒度的升级会增加系统开销一样，事务处理过程中也会增加服务器的开销。需要更强的CPU，更大的内存和磁盘空间。用户可以根据业务是否需要事务，来选择合适的存储引擎。
55410编辑于 2025-01-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号