CSDN一周精选--第56期(2023-03-20)

CSDN-AI 官方账号

2023-03-20 09:00:04

👉 如何在 CSDN 获得直接奖励 - 你也可以！

[第56期]｜CSDN一周精选｜c/c++

① C++从业人员行业分析报告（@empowerment_） [质量分：87；难度等级：初；新鲜技术：99]
摘要：4、目前，在Web开发上，c++没有多大的市场。3、在嵌入式开发领域，包括2G/3G通信领域开发，基本上也是c++、c语言的天地，大型的通信系统软件，如骨干网传输设备软件、移动通信设备、核心网设备的软件系统基本上都是使用c++/c进行开发的。

② Baumer工业相机堡盟相机如何使用HeartbeatTimeout功能( 心跳超时功能的优点和行业应用）（C++）（@格林威） [质量分：81；难度等级：初；新鲜技术：99]
摘要：Baumer堡盟相机是一种高性能、高质量的工业相机，可用于各种应用场景，如物体检测、计数和识别、运动分析和图像处理。Baumer的万兆网相机拥有出色的性能，可以实时传输高分辨率图像。此外，该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。

[第56期]｜CSDN一周精选｜云原生

① 【云原生系统故障自愈论文学习】—NENYA: Cascade Reinforcement Learning for Cost-Aware Failure Mitigation at Microsoft（@雨落俊泉） [质量分：86；难度等级：高(关键词：论文)；新鲜技术：99]
摘要：大规模的分布式系统，如微软365的数据库系统，需要及时的缓解方案来解决故障，提高服务的可用性和可靠性。然而，缓解动作可能是昂贵的，它们可能导致性能下降，甚至是高昂的金钱支出。

② Day915.安全认证架构演进：微服务阶段 -SpringBoot与K8s云原生微服务实践（@阿昌喜欢吃黄桃） [质量分：81；难度等级：中(关键词：架构)；新鲜技术：99]
摘要：Hi，我是阿昌，今天学习记录的是关于的内容。讲了针对单块服务阶段的安全认证架构发展演技过程，到现在的微服务阶段;在不同的阶段会有不同阶段的问题，微服务阶段也是一样。

③ 玩转k8s：Service详解（@duansamve） [质量分：85；难度等级：中；新鲜技术：98]
摘要：在前面课程中已经提到，Service对集群之外暴露服务的主要方式有两种：NotePort和LoadBalancer，但是这两种方式，都有一定的缺点：NodePort方式的缺点是会占用很多集群机器的端口，那么当集群服务变多的时候，这个缺点就愈发明显。

④ k8s java程序实现kubernetes Controller & Operator 使用CRD 学习总结（@寂寞的4角钱） [质量分：89；难度等级：中；新鲜技术：99]
摘要：上一步中创建了自定义资源定义这样就可以基于定义的内容创建自定义资源MyCrdTestmy-crd-test.yaml 文件内容如下# 这个就是对应crd-simple.yaml 中定义的。

⑤ k8s学习之路 | k8s 工作负载 StatefulSet（@小鲸鱼大梦想） [质量分：92；难度等级：中；新鲜技术：99]
摘要：是用来管理有状态应用的工作负载 API 对象，也是一种工作负载资源有状态和无状态无状态应用：当前应用不会记录状态（网络可能会变、挂载的东西可能会变、顺序可能会变）有状态应用：需要记录当前状态（网络不变、存储不变、顺序不变）sts管理某一类Pod。

⑥ 基于cri-docker搭建K8s集群v1.25.6（@烟雨话浮生） [质量分：87；难度等级：中；新鲜技术：99]
摘要：

⑦ 【Mave/Redis/Docker】测试redis集群（@wiwf） [质量分：89；难度等级：中；新鲜技术：99]
摘要：本次操作中使用在线 vscode 类的编辑器运行代码，基于 maven，编译器和 redis均运行与docker。创建好 maven 项目。

[第56期]｜CSDN一周精选｜人工智能

① 论文解读：基于MuLan-Methyl - Multiple transformer的精确DNA甲基化预测语言模型（@YZT8848） [质量分：80；难度等级：高(关键词：论文)；新鲜技术：99]
摘要：基于transformer的语言模型成功地用于处理大量与文本相关的任务。DNA甲基化是一种重要的表观遗传机制，其分析为基因调控和生物标志物鉴定提供了有价值的见解。

② 基于 pytorch 的手写 transformer + tokenizer（@SP FA） [质量分：85；难度等级：中；新鲜技术：99]
摘要：先放出 transformer 的整体结构图，以便复习，接下来就一个模块一个模块的实现它。

③ PyTorch深度学习实战 | 自然语言处理与强化学习（@TiAmo zhang） [质量分：80；难度等级：中；新鲜技术：99]
摘要：PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。本文主要介绍深度学习领域中自然语言处理与强化学习部分。

④ 【论文简述】Multi-View Stereo with Transformer（arxiv 2021）（@华科附小第一名） [质量分：81；难度等级：高(关键词：论文)；新鲜技术：99]
摘要：在更大的尺度上，Transformer后的特征首先通过双线性插值进行上采样，并与通过1×1卷积层过滤的2D CNN中相应尺度的特征进行融合。随后，构建了额外的N个跨视图注意力的Transformer Layer-Cs，用参考视图的。采用跨视图注意力机制，

⑤ OpenCV——图像灰度变换（@心无旁骛~） [质量分：91；难度等级：初(领域：OpenCV；匹配程度：0.07)；新鲜技术：99]
摘要：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求增强某一灰度范围的对比度，或对不同范围的灰度值进行不同的处理，即分段线性拉伸。阈值变换可以将灰度图像转换成黑白二值图像，用户指定一阈值T，灰度低于T置0，高于T置255。运算的用途：实现对比度增强等。

⑥ 多模态特征融合：图像、语音、文本如何转为特征向量并进行分类（@易烊千玺铁粉） [质量分：90；难度等级：初；新鲜技术：99]
摘要：学习多模态的话题可以从深度学习的分类任务出发，因为分类任务是最直观的可以观察到不同模态的数据，通过输入数据到模型中，我们可以看到模型是如何学习到数据的特征向量的，同时分类任务的模型也是实现更复杂任务模型的基础。

⑦ ccc-pytorch-宝可梦自定义数据集实战-使用迁移学习模型（11）（@扔出去的回旋镖） [质量分：83；难度等级：中；新鲜技术：99]
摘要：更高的起点：在微调之前，模型的初始性能更高更高的斜率：训练过程中，模型提升的速率更快更高的渐进：训练结束后，得到的模型收敛更好。

[第56期]｜CSDN一周精选｜软件工程

① K8S 性能优化 - OS sysctl 调优（@东风微鸣） [质量分：83；难度等级：中；新鲜技术：99]
摘要：K8S 性能优化系列文章，本文为第一篇：OS sysctl 性能优化参数最佳实践。

② 闪存系统性能优化方向集锦？AC timing? Cache? 多路并发?（@元存储） [质量分：81；难度等级：中；新鲜技术：97]
摘要：1.从Flash系统的性能提升说起从消费级产品到数据中心企业级场景，NAND Flash凭借其高性能、大容量、低功耗以及低成本等特性大受欢迎，是目前应用最为广泛的半导体非易失存储介质。

[第56期]｜CSDN一周精选｜java

① Spring(2) Spring、Spring Boot 和 Spring Cloud 版本管理（@ACGkaka_） [质量分：91；难度等级：中；新鲜技术：99]
摘要：当使用 Spring Cloud 框架某个版本时，应该选择该版本中最新的 RELEASE 版本。建议在使用 Spring Boot 时，参考 Spring Boot 官方文档中的版本兼容性说明，以确定所使用的 Spring Framework 版本。

② spring启动时加载外部配置并实现在不重启应用的情况下修改druid连接池的配置（@屎壳郎推球球） [质量分：81；难度等级：中(领域：Java；匹配程度：0.02)；新鲜技术：98]
摘要：平常同学们使用spring搭建工程时一些应用配置信息（例如数据库的连接配置、中间件的连接配置、第三方API等。。。

③ SpringBoot：自动配置源码底层原理分析（@ABin-阿斌） [质量分：88；难度等级：中(领域：Java；匹配程度：0.03)；新鲜技术：98]
摘要：作用：必须是@Conditional指定的条件成立，才给容器中添加组件，配置配里面的所有内容才生效。了解完自动装配的原理后，我们来关注一个细节问题，:（没有启动，没有匹配成功的自动配置类：负匹配）:（自动配置类启用的：正匹配）: （没有条件的类）

[第56期]｜CSDN一周精选｜前端

① React 执行架构流程详细----归阶段 mount 时流程（三）（@ALKEN ABBY） [质量分：88；难度等级：中(关键词：架构)；新鲜技术：98]
摘要：会判断当前fiber节点的类型，进入不同的 case（比如说是 HostComponent，就进入相关的 case）首先会判断 current 是否存在。

② Vue3父子组件通讯一目了然（@几何心凉） [质量分：90；难度等级：初；新鲜技术：94]
摘要：

③ 【JavaScript 逆向】网易易盾滑块逆向分析（@Yy_Rose） [质量分：82；难度等级：中(领域：Java；匹配程度：0.02)；新鲜技术：95]
摘要：d 请求很关键，d 不对 acToken 就不对，如果失败大概率是 d 的问题，注意环境问题，轨迹几乎不校验，根据观察，最近可能是要更新一些逻辑，官网存在阉割情况，建议去实测，网易严选(js未混淆)、知乎、某苏税务局等。

[第56期]｜CSDN一周精选｜python

① 数据分析之Matplotilb（@Maverick_曲流觞） [质量分：92；难度等级：高(领域：Python入门；匹配程度：0.2)；新鲜技术：98]
摘要：每个matplotlib. pyplot中的函数对当前的图像进行一些修改 ,例如:产生新的图像,在图像中产生新的绘图区域,在绘图区域中画线,给绘图加上标记,等等…如果是两个现象依存关系的显示,可以将表示原因的指标绘在横轴上，表示结果的指标绘在纵轴上。

② MATLAB算法实战应用案例精讲-【智能优化算法】海洋捕食者算法（MPA）（附MATLAB和python代码实现）（@林聪木） [质量分：87；难度等级：初(领域：Python入门；匹配程度：0.02)；新鲜技术：99]
摘要：在海洋生物中，包括鲨鱼、金枪鱼、海洋鱼、太阳鱼和剑鱼在内的许多物种在寻找猎物时表现出类似Levy运动和布朗运动的轨迹特征。海洋捕食者与猎物之间不同的移动速率促使捕食者在Levy飞行运动和布朗运动中选择觅食策略。2020年，和。

[第56期]｜CSDN一周精选｜区块链

① 区块链系统探索之路：椭圆曲线上点”+“操作的代码实现（@tyler_download） [质量分：84；难度等级：初；新鲜技术：99]
摘要：，这个集合将能满足上一节我们描述的有限域属性，要创建区块链钱包地址，我们首先选择一个很大的数k,它也叫秘钥，然后计算k * G，所得结果就是公钥，我们把公钥再进行一系列哈希和编码后就能得到钱包地址，更多内容请在b站搜索coding迪斯尼。

② Auto-Tuning with Reinforcement Learning for Permissioned Blockchain Systems（@miracleo_） [质量分：90；难度等级：初；新鲜技术：99]
摘要：在一个允许的区块链中，性能决定了它的发展，而发展很大程度上受其参数的影响。然而，由于分布式参数带来的困难，关于自动调优以获得更好性能的研究已经有些停滞；因此，很难提出有效的自动调整优化方案。

③ Web3 游戏：Arbitrum上的游戏分析（@Footprint_Analytics） [质量分：81；难度等级：初；新鲜技术：99]
摘要：数据源：虽然L2的甜蜜点一直是DeFi，但Arbitrum在2022年8月推出Arbitrum Nova时主动将其扩展到GameFi之外。现在，这个最大的L2协议已经成为头条新闻，因为它与Covalent合作，并在交易方面超过了以太坊。

[第56期]｜CSDN一周精选｜大数据

① hadoop集群配置与启动（三）（@小道士写程序） [质量分：83；难度等级：初；新鲜技术：96]
摘要：如果集群是第一次启动，需要在 hadoop102 节点格式化 NameNode（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。

② Spring-Kafka 发送消息的两种写法（@你家宝宝） [质量分：90；难度等级：中(领域：Java；匹配程度：0.04)；新鲜技术：99]
摘要：本文主要是使用 Java 语言中 spring-kafka 依赖对 Kafka 进行使用。创建项目，先创建一个简单的 Maven 项目，删除无用的包、类之后，使用其作为一个父级项目。把注释删除就可以了。/*** kafka 消息。

③ 大数据技术之Zookeeper（@DK_521） [质量分：86；难度等级：中；新鲜技术：99]
摘要：Zookeeper是一个开源的分布式的，为分布式框架提供协调服务的Apache项目。Zookeeper从设计模式角度来理解:是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接受观察者的注册。

④ 「SAP ABAP」OPEN SQL的DML语句你了解多少 (附超详细案例讲解)（@ThundersArk） [质量分：91；难度等级：中；新鲜技术：99]
摘要：各位小伙伴们大家好呀！今天继续SAP ABAP系列文章的讲解，本节继续讲解OPEN SQL中的DML语句，本节内容涉及到DELETE语句和MODIFY语句，希望大家喜欢！ABAP DELETE语句用于操作删除数据库表中的数据。

⑤ 【Redis】高可用架构之Cluster集群和分⽚（@没对象的指针） [质量分：92；难度等级：中(关键词：架构)；新鲜技术：99]
摘要：主从模式哨兵模式。解决了：在Redis实例发生故障时，具备主从自动切换、故障转移的能力，最终保证服务的高可用。随着我们业务规模的不断扩展，用户量膨胀，并发量持续提升，原有的主从架构，已不足以支撑。Redis并发量。

⑥ 【数据库原理】数据库系统概念（@_Bricks） [质量分：91；难度等级：中(关键词：架构)；新鲜技术：87]
摘要：一、数据库4个基本概念1.1 数据（Data）1.2 数据库（DataBase，DB）1.3 数据库管理系统（DataBase Managemet System，DBMS）1.4 数据库系统（DataBase System，DBS）二、数据库技术的历史。

⑦ 图解Redis，Redis主从复制与Redis哨兵机制（@哪吒） [质量分：92；难度等级：中；新鲜技术：99]
摘要：通过RDB开始保存快照，同时将所有接收到的用于修改数据库的命令缓存起来，master数据库执行完RDB持久化后，master将RBD文件和所有缓存的命令发送到所有的slave数据库，完成一次数据同步；

[第56期]｜CSDN一周精选｜移动开发

① Kotlin语法-Day2（@夏屿_） [质量分：81；难度等级：中(领域：Java；匹配程度：0.05)；新鲜技术：98]
摘要：函数参数只有一个值时自动帮你写了一个it。2.避开kotlin里面的关键字。1.函数名可以写中文。

② [ROC-RK3568-PC] [Firefly-Android] 10min带你了解LCD的使用（@Neutionwei） [质量分：90；难度等级：中；新鲜技术：99]
摘要：brightness-levels属性：配置背光亮度数组，一般以值 255 为一个 scale，当 PWM 设置为正极性时，从 0~255 表示背光为正极，占空比从 0%~100% 变化，255~0 为负极性，占空比从 100%~0% 变化；

③ 网桥实现单网卡双网口（@m0_71008721） [质量分：80；难度等级：中；新鲜技术：94]
摘要：/看看是否插入网线。第四步集成busybox工具。第三步：自动dhcp。

④ 面部表情识别3：Android实现表情识别(含源码，可实时检测)（@AI吃大瓜） [质量分：87；难度等级：初；新鲜技术：99]
摘要：项目将手把手教你将训练好的表情识别模型部署到Android平台中，包括如何转为ONNX，TNN模型，并移植到Android上进行部署，实现一个表情识别的Android Demo APP。准确率还挺高的，采用轻量级mobilenet_v2模型的。

[第56期]｜CSDN一周精选｜嵌入式

① 物联网视频监控服务(一)-硬件选择篇（@rgc_520_zyl） [质量分：83；难度等级：中；新鲜技术：99]
摘要：此为一个微型的计算机,运行linux系统,上面提供各种引脚,用来接入其他硬件,进行供电控制及数据交互;以4B版本的树莓派为例,其包括的硬件功能分布如下Grove系统引用简介:Grove是一个模块化的标准连接器原型系统。Grove采用积木式组装电子技术。

② 理解与计算物联网产品的电池使用寿命（@矜辰所致） [质量分：90；难度等级：初；新鲜技术：98]
摘要：在物联网领域，在保证产品性能的前提下，产品的功耗是做得越来越低，针对物联网领域的低功耗无线芯片的功耗也是越来越低。作为研发人员，除了能够设计出满足需求的产品，还得要会计算自己的产品能工作多长时间，本文我们就来说明一下如何计算低功耗产品的工作时长。

[第56期]｜CSDN一周精选｜开发工具

① Golang 组件版本管理应用实践（@独臂阿童木） [质量分：83；难度等级：初(领域：CS入门；匹配程度：0.04)；新鲜技术：99]
摘要：go mod是go官方包管理工具，是 golang 1.11 新加的特性，稳定版本建议使用golang 1.12GO111MODULE环境变量设置,offon和auto（默认值）。

② 使用Visual Studio 2022通过mcc调用MatlabR2022b程序初步（@Villanelle#） [质量分：84；难度等级：初(关键词：初步)；新鲜技术：81]
摘要：函数签名，第一个参数为输出的参数个数，第二和第三个参数是Matlab中的输出参数，第四个参数是Matlab中的输入参数。方法获取单个元素值，第一个参数默认写1就好，后面分别为行，列（注意Matlab中是从1开始计）。后的参数为打包的dll名称，后面的。

③ wfb-ng 开源工程结构&代码框架简明介绍（@lida2003） [质量分：91；难度等级：初(领域：CS入门；匹配程度：0.03)；新鲜技术：70]
摘要：通过clone命令将代码下载到本地，版本问题请大家自行匹配，这里为了确保一致性，所以将代码版本记录下来了（其实这个对学习来说并不太重要，主要是方法论）。注：目前(截止发稿日)wfb-ng相对稳定，提出的问题和新增的功能都不多，代码框架应该改动不会太大。

④ Github Copilot CLI 初体验（@临风而眠） [质量分：80；难度等级：初；新鲜技术：60]
摘要：根据我的搜索结果，eval是一个Unix命令，它可以执行一个字符串作为命令。在Windows上，没有完全等价的命令，但有一些类似的方法可以尝试。但是看邮件里给我的guide网页，感觉还是不太会用，于是去它的discord社区里找找使用方法。

[第56期]｜CSDN一周精选｜数据结构与算法

① 目标检测论文阅读：RepPoints v2算法笔记（@Frankenstein@） [质量分：89；难度等级：高(关键词：论文)；新鲜技术：99]
摘要：验证和回归是神经网络中两种常用的预测方法。每种方法都有自己的优点：验证可以更容易准确地推理，回归对连续的目标变量更加有效和适用。因此，仔细地将它们结合起来以利用它们的好处往往是有益的。

② 机器学习——初识线性回归(Excel-Python实现)（@cqjtuwz） [质量分：84；难度等级：初(关键词：初识)；新鲜技术：99]
摘要：本文通过Excel，python编写最小二乘法和python引用sklearn三种方法对人的身高和体重进行线性分析。最终得到的结果可以说明身高与体重之间相关性较高。通过三种不同的方法对大量数据进行线性回归分析，使我在过程中对其有了更加省的理解。

[第56期]｜CSDN一周精选｜测试

① 基于链路思想的SpringBoot单元测试快速写法（@地推） [质量分：84；难度等级：中(领域：Java；匹配程度：0.03)；新鲜技术：97]
摘要：本文更偏向实践而非方法论，所提及的SpringBoot单元测试写法亦并非官方解，仅仅是笔者自身觉得比较方便、效率较高的一种写法。每个团队甚至团队内的每位开发可能都有自己的写法习惯和风格，只要能实现单元测试的效果，就没必要纠结于写法的简单抑或复杂。

② 测试管理之路 —— 如何优化测试计划以提高测试覆盖率（@Austin_zhai） [质量分：90；难度等级：中；新鲜技术：84]
摘要：光说不练假把式，我们就将上面的一些元素进行整合，给大家示范一下简单的测试计划应该如何写。（注：这里只是将元素进行简单整合，并无真实项目结合，借鉴即可，切勿无脑抄。测试计划：XXX产品项目测试计划（APP端）测试范围。

[第56期]｜CSDN一周精选｜游戏

① VRIK+Unity XR Interaction Toolkit 实现VR上半身的追踪（附带VRM模型导入Unity方法和手腕扭曲的解决方法）（@YY-nb） [质量分：89；难度等级：中；新鲜技术：99]
摘要：IK（反向动力学）有利于提升 VR 应用中的沉浸感，我们可以通过 IK 实现 VR 中全身模型的追踪。

② games202：五，基于物理的材质：Microfacet、Kulla-Conty估计、LTC、NPR（@我要吐泡泡了哦） [质量分：89；难度等级：初；新鲜技术：99]
摘要：今天讲我们熟悉的PBR啦，PBR实际包含材质、光照、相机(透镜成像)、光线传播等等，一般说起来就是指材质。

[第56期]｜CSDN一周精选｜网络

① websocket协议以及在gin中的应用（@Generalzy） [质量分：91；难度等级：中；新鲜技术：99]
摘要：WebSocket 是一种在单个 TCP 连接上进行全双工通信的协议。WebSocket 通信协议于 2011 年被 IETF 定为标准 RFC6455，并由 RFC7936 补充规范。（RFC 是一系列以编号排定的文件，它由一系列草案和标准组成。

② 十，iperf3源代码分析：iperf3 -P多连接并行测试时的TCP多流的创建管理使用释放流程（@林哥小站） [质量分：91；难度等级：初(领域：网络；匹配程度：0.05)；新鲜技术：99]
摘要：通过我们知道，在以下二种情况下，我们有可能会使用到-P参数来优化测试参数以达到最准确的网络测试结果。第一种场景，是我们使用-P参数的标准场景，而第二种场景，我们通常需要通过-W参数来调整TCP接收窗口和发送窗口的大小，来充分利用网络带宽。

[第56期]｜CSDN一周精选｜运维

① 云原生工程师-6.k8s四层负载均衡-Service（@永恒布gg） [质量分：86；难度等级：中；新鲜技术：99]
摘要：在 kubernetes 中，Pod 是有生命周期的，如果 Pod 重启它的 IP 很有可能会发生变化。

② 【jmeter+Ant+Jenkins】开展接口自动化测试集成（@锦都不二） [质量分：85；难度等级：中；新鲜技术：99]
摘要：ant是构建工具，把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作JMeter+Ant是比较常见的自动化测试框架，因为JMeter、Ant都是由java开发的，所以此性能测试框架具有良好的跨平台性;

[第56期]｜CSDN一周精选｜go

① Seata-go 1.1.0 发布，补齐 AT 模式支持（@SOFAStack） [质量分：81；难度等级：中(领域：Java；匹配程度：0.02)；新鲜技术：99]
摘要：Seata 多语言版本，目前发展最快的就是 Seata-go，其次成熟度较高的是 Seata-php，目前发展比较快的还有 Seata-js，欢迎对开源感兴趣的朋友加入 Seata 开源建设中来。

② client-go discovery包源码解析（@竹杖芒鞋轻胜马，谁怕？一蓑烟雨任平生。） [质量分：86；难度等级：中；新鲜技术：86]
摘要：discovery包主要用来发现服务器支持的API组、版本和资源的方法，及服务端支持的api。

③ Go Wails Docker图形界面管理工具 (1)（@LeoForBest） [质量分：90；难度等级：初；新鲜技术：99]
摘要：市面上已有很多顶级Docker 图形界面管理工具，出于学习容器开发目的，计划动手写个简单的界面管理工具。刷新界面时实际执行的容器可能操作没完成，导致界面操作完成后不变。开箱即用的高质量 Vue 组件，使用方便。是异步执行的，调用最后的。

④ 零入门kubernetes网络实战-23-＞基于tun虚拟网络设备来构建点对点的VPN案例(golang版本、helloworld级别)（@码二哥） [质量分：85；难度等级：初(关键词：入门)；新鲜技术：99]
摘要：在宿主机-1中，使用tun-vpn-client创建了tun设备，如flannel99，IP是10.244.2.2。tun-vpn-server的原理跟tun-vpn-client一样，就不再介绍了。

[第56期]｜CSDN一周精选｜typescript

① typescript类型讲解（@feng_初学者） [质量分：88；难度等级：中(领域：web；匹配程度：0.43)；新鲜技术：99]
摘要：在所有属性中存在某些类型是没有length属性的，所以会报错，因此所以特定类型的属性在泛型上基本是不可使用的。never类型表示的是那些永不存在的值的类型。这里就是特指的数组泛型，数组是有长度属性的，只是数组内部的元素类型为不确定的泛型。

② TypeScript（五）类型别名及类型符号（@DieHunter1024） [质量分：84；难度等级：中(领域：web；匹配程度：0.23)；新鲜技术：99]
摘要：type 类型名 = 类型值。

③ Typescript学习（二）：编译选项（@小只笨笨狗～） [质量分：80；难度等级：初；新鲜技术：99]
摘要：typescript进行downleveling时, 会生成一些辅助方法, 默认情况下, 这些辅助代码是会直接插入到文件中对应的位置的, 这会生成的javascript存在重复的辅助方法从而造成代码文件体积过大的问题；这个标志位模式是不开启的.

④ Typescript在自定义CSS样式中的使用（@CherishTaoTao） [质量分：80；难度等级：初；新鲜技术：99]
摘要：参考链接官网key of使用TypeScript 中限制对象键名的取值范围给对象的对象限制类型。

[第56期]｜CSDN一周精选｜scala

① Flink / Scala 实战 - 21.配置 Checkpoint 与自定义 CheckpointedFunction 集群测试（@BIT_666） [质量分：87；难度等级：中；新鲜技术：99]
摘要：Flink 的 checkpoint 机制会和持久化存储进行交互并读写流与状态。一般需要一个能够回放一段时间内数据的持久化数据源，例如持久化消息队列例如 Apache Kafka、RabbitMQ，亦或是文件系统例如 HDFS、S3 等。

② 大数据开发语言Scala（一）——scala入门（@five小点心） [质量分：88；难度等级：初(关键词：入门)；新鲜技术：99]
摘要：package：包，等同于java中的packageobject：关键字，声明一个单例对象（伴生对象）main方法：从外部可以直接调用执行的方法def 方法名称( 参数名称 : 参数类型 ) : 返回值类型 = { 方法体 }

③ 《scala 编程（第3版）》学习笔记（全）（@Code_LT） [质量分：88；难度等级：初(关键词：学习笔记)；新鲜技术：99]
摘要：说明这点的作用是在做scala测试的时候，ScalaTest框架，会把测试代码当作无参函数传入test函数中。所有需要类型参数的地方，都被认为是一个“点”，这些点可分为协变点、逆变点、不变点。，Function1是逆变和协变同时存在的。

④ Scala --- Array方法大全（一）（@你∈我） [质量分：88；难度等级：初；新鲜技术：94]
摘要：定义：数组是一种可变的、可索引的数据集合。

[第56期]｜CSDN一周精选｜rust

① rust生命周期（@zy010101） [质量分：84；难度等级：初；新鲜技术：98]
摘要：在大多数时候，无需手动声明，因为编译器能够自动推导。当编译器无法自动推导出生命周期的时候，就需要我们手动标明生命周期。。

② 算法leetcode｜40. 组合总和 II（rust重拳出击）（@二当家的白帽子） [质量分：84；难度等级：初；新鲜技术：0]
摘要：candidates 中的每个数字在每个组合中只能使用。：解集不能包含重复的组合。放弃不难，但坚持一定很酷~中所有可以使数字和为。

[第56期]｜CSDN一周精选｜其他

① 大数据分析工具Power BI（三）：导入数据操作介绍（@Lansonli） [质量分：82；难度等级：高；新鲜技术：99]
摘要：进入PowBI，弹出的如下页面也可以直接关闭，在Power BI中想要导入数据需要通过Power Query 编辑器，Power Query 主要用来清洗和整理数据。文件资料下载：一、导入Excel数据。

② 【Mysql数据库第12章】MySQL的索引使用、索引的分类、索引的原理（@KJ.JK） [质量分：92；难度等级：中；新鲜技术：97]
摘要：

③ GPT-4技术报告（@AI浩） [质量分：80；难度等级：初；新鲜技术：99]
摘要：本技术报告介绍了GPT-4，一种能够处理图像和文本输入并产生文本输出的大型多模态模型。这些模型是一个重要的研究领域，因为它们具有广泛应用的潜力，如对话系统、文本摘要和机器翻译。因此，近年来，它们一直是人们感兴趣和取得进展的主题[1-34]。

④ 有关预训练权重的一些问题汇总！（@迪菲赫尔曼） [质量分：88；难度等级：初；新鲜技术：90]
摘要：为了训练自定义模型，通常需要使用大量标注好的图像数据来训练模型。但是，当可用的训练数据不够多时，可以使用预训练权重来提高模型的性能。预训练权重是在大量数据集上训练得到的模型参数，通常是针对相关任务的数据集，例如COCO数据集。

...全文

755 36 打赏收藏转发到动态举报

写回复

用AI写文章

36 条回复

切换为时间正序

请发表友善的回复…

发表回复

摆烂的程序员阿轩 2023-09-10

打赏
举报

一起互关，私信有惊喜！！！

摆烂的程序员阿轩 2023-09-10

打赏
举报

一起互关，私信有惊喜！！！

摆烂的程序员阿轩 2023-09-10

打赏
举报

一起互关，私信有惊喜！！！

YY-nb 2023-04-01

打赏
举报

游戏榜上榜 https://blog.csdn.net/qq_46044366/article/details/129647311?utm_source=702048761

programmer_ada 2023-04-06

@YY-nb 学习游戏开发，是否必须学习OpenGL？

YY-nb 2023-04-07

@programmer_ada 不一定吧，看个人需求，学OpenGL可以增强下对图形学的理解

格林威 2023-03-27

打赏
举报

继续加油创作，https://blog.csdn.net/xianzuzhicai/article/details/129658980#comments_25750664

programmer_ada 2023-03-29

@格林威如何在Visual Studio Code 里开发C++项目，你能写一个教程么？

托马斯小火车喷雾又喷烟，一直喷，喷喷喷. 2023-03-22

打赏
举报

DOKER-DOKER数码品牌 2023-03-21

打赏
举报

学习

软泡芙 2023-03-21

打赏
举报

高速领航员 2023-03-20

打赏
举报

nice,周榜哎。 good good study, day day up

programmer_ada 2023-03-22

@高速领航员除了XMind，还有哪些好用的思维导图工具可以推荐呢？

KJ.JK 2023-03-20

打赏
举报

其他的第二名

Maverick_曲流觞 2023-03-20

打赏
举报

nice，第一次周榜💯💯💯

programmer_ada 2023-03-20

@Maverick_曲流觞如何理解Python装饰器Decorator？

Maverick_曲流觞 2023-03-20

@programmer_ada Python装饰器是一种函数，它可以接收一个函数作为参数，并返回一个新的函数。装饰器可以在不修改原始函数代码的情况下，为函数添加额外的功能或修改其行为。装饰器通常用于实现日志记录、性能分析、缓存、权限检查等功能。装饰器的语法使用@符号，将装饰器函数放在函数定义的上方。