开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

您如何衡量/估计XML编程工作的大小？

您可以使用以下方法来衡量/估计XML编程工作的大小：

代码行数：计算XML文件中的代码行数，以便了解其大小。
元素数量：计算XML文件中的元素数量，以便了解其复杂性。
文件大小：计算XML文件的大小，以便了解其大小。
递归深度：计算XML文件中的递归深度，以便了解其复杂性。
属性数量：计算XML文件中的属性数量，以便了解其复杂性。

以上方法可以帮助您衡量/估计XML编程工作的大小。

相关搜索:您如何衡量网络服务电话的进度？如何估计git版本的大小？我如何估计Lucene指数的大小？如何准确衡量减少λ-term所需的工作量？如何使用JavaScript估计字符串的磁盘大小？您如何估计近似智能合约方法调用的气体使用量？Android如何以编程方式调整xml矢量图标的大小(缩放)如何估计插入到SQL Server表中的单行的理论大小如何添加额外的工作项以使全局工作大小成为本地工作大小的倍数如何以编程方式调整ListView的大小如何以编程方式调整DrawingVisual的大小？如何通过编程获得合适的actionBar大小？如何使用XML根据图像大小调整Android组件的大小如何编程以使用您机器上的所有处理器？如何以编程方式调整按钮动画的大小如何使用元编程获得数组的大小？如何以编程方式设置集合视图的大小 ZRAM的内存分配(大小)是如何工作的？ValueError:此工作表太大！您的纸张大小为: 1220054，3最大纸张大小为: 1048576,16384 如何以编程方式调整UIButton中图像的大小？

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

工作量评估

我理解的工作量估算，就是估算软件项目所耗费的资源数，这个资源包含人力和时间，一般用人天、人月的形式来衡量。（而软件的成本=耗费的资源*资源的单价）。而且我个人觉得软件工作量与软件规模是不等的，规模是指大小是固定的，而一个软件开发的工作量与许多因素有关，如公司的效率啊，参与开发人员的编程水平等。

01

什么是软件可靠性测试？

“可靠”一词意味着某种事物是可靠的，并且每次都会给出相同的结果。可靠性测试也是如此。

05

时间复杂度、空间复杂度、算法的稳定性说明以及示例

时间复杂度是评估算法性能的一种方式，主要衡量的是算法在运行时所需要的时间或者操作的次数。在计算机科学中，我们通常用大O表示法来描述时间复杂度。

01

什么是功能点分析——FPA

传统上，软件开发项目产生的“产品数量”被认为是编写的编程源代码的数量。即代码来源（SLOC 或 KLOC）。在早期的同构软件开发环境中，SLOC 的数量和感知的软件相对大小具有相当直接的关系。

01

为什么有些领导要用代码的行数来衡量员工的工作量？

计科专业在软件行业做过项目玩过产品，个人觉得如果一个领导能通过代码的行数来衡量一个程序员的工作量还算不错的，如果遇到一个不懂技术在意识里觉得技术都是一锤子买卖，遇到这种老板那才是有理说不清那，所以程序员在工作过程中遇到什么样子的老板决定了编程环境能不能长久呆下去。

03

TW洞见 | 敏捷开发中的故事点数

什么是故事点数？故事点数是敏捷团队估算用户故事使用的一种主观的计量单位。故事点数代表了什么？故事点数代表了完成一个用户故事所要付出的工作量。一些敏捷开发人员认为，它是一种衡量复杂度的方式。不过，只有把故事开发过程中的复杂性和风险量化并计入估算中时，这种观点才能成立。估计的故事点数包含哪些部分？它应该包含了完成这个用户故事的工作量。当然，它不仅应该包含完成用户故事的开发工作量，也应该包含该用户故事在类产品环境中的测试工作量。为什么用点数比用小时和天数更好？故事点数是通过对比以前开发过的大小相似的

大数据告诉你，最不受欢迎的编程语言居然是……

导读：哪些编程语言被开发者喜欢？哪些让人讨厌？笔者通过在Stack Overflow分析用户创建的开发者履历，得出了最不受开发者欢迎的编程语言，还有最受开发者欢迎的技术，以及软件生态圈的竞争关系。

01

软件开发工作量的估算方法

我理解的工作量估算，就是估算软件项目所耗费的资源数，这个资源包含人力和时间，一般用人天、人月的形式来衡量。（而软件的成本=耗费的资源*资源的单价）。

01

Mimir：通过AI向所有人提供视频服务

据思科公司的一项调查显示：到2022年，视频将占到所有消费者互联网流量的82%以上，比2017年增长了15倍。现在人们随时随地都可以观看视频，比如在家使用Wi-Fi、在手机上、在火车上，在城市里和山间；晚饭后，全家人一起在网上观看视频，或者当孩子们熟睡以后，在凌晨三点观看视频。这些网络条件的多样性给在线视频流带来了前所未有的挑战。

02

敏捷（Scrum）和功能点（FPA）：朋友还是敌人？

许多组织已经了解到，通过使用功能点对其进行估计，他们可以更好地控制软件项目。同时，我们看到越来越多的组织采用敏捷的工作方式，通常是通过应用 Scrum。最大的问题是功能点是否仍然存在。

07

厉害了，Google 大神每天写多少行代码？

Google 的 AdMob 全栈工程师 Raymond Farias 在 Quora 发表评论表示：“我的同事最近和我分享了一组调查研究数据，一名高效的工程师每天能写100-150 行代码，我嘲笑了他，并表示这项预估值绝对要比实际值低很多。”

02

CVPR 2022 最佳论文候选 | PIP: 6个惯性传感器实现全身动捕和受力估计

本文提出了一个基于物理的稀疏惯性动捕和人体受力估计方案：Physical Inertial Poser (PIP)。仅使用6个惯性传感器（Inertial Measurement Unit，IMU），该方案可以实时捕捉符合真实世界物理规律的人体运动，关节受力、以及地面作用力等信息。该系统可以在CPU上以60fps的速度运行，算法延迟只有16毫秒，相比前人工作在公开数据及上达到了最高的姿态估计精度、动作平滑性、以及最低的系统延迟，并且首次实现了基于稀疏惯性传感器的人体受力估计。通过引入物理优化，该方案大幅提

03

精确控制数据模型误差（下）

有各种各样的方法试图衡量候选模型和真实模型之间有多少信息丢失的模型误差。当然，真正的模型（实际用于生成数据）是未知的，但是给定某些假设，我们仍然可以获得它与我们提出的模型之间的差异的估计。对于给定的问题，该差异越大，误差越高，并且测试模型越差。

01

知识蒸馏综述:网络结构搜索应用

知识蒸馏可以看做教师网络通过提供soft label的方式将知识传递到学生网络中，可以被视为一种更高级的label smooth方法。soft label与hard label相比具有以下优点：

04

API的性能约定

当今，任何软件系统都依赖于其他人的工作，可以参考《没有被了解的API？一个老码农眼中的API世界》。当然，我们写了一些代码，通过API调用操作系统和各种软件包中的函数，从而减少了代码量。随着分布式系统的日益普遍，我们的软件系统通过网络与服务器通信，依赖于网络相关的API函数和服务来实现正确的操作，也依赖于它们的执行性能以使整个系统拥有良好的性能。在涉及分页、网络延迟、资源共享等的复杂系统中，性能必然会有变化。然而，即使是在简单的环境设置中，当一个 API 或操作系统达不到性能预期时，我们的软件也会性能低下。

02

MATLAB中用BP神经网络预测人体脂肪百分比数据

这个例子说明了一个函数拟合的神经网络如何根据测量结果来估计脂肪百分比(BFP) 。

03

5种数值评分标准总结 - 为预测模型找到正确的度量标准

每日收盘价告诉我们有关股市动态的信息，有关家庭能源消耗的小型智能电表，有关运动过程中人体活动的智能手表，以及有关某些人对某个话题的自我评估的调查及时。不同类型的专家可以讲这些故事：金融分析师，数据科学家，体育科学家，社会学家，心理学家等等。他们的故事基于模型，例如回归模型，时间序列模型和ANOVA模型。

02

这是技术文章模板

如果两个模型的概率分布是不一样的，所以在衡量模型的差异的时候，不能直接定性衡量两个模型之间的差异，而是需要定量的衡量两个模型的差异（比如极大似然估计、最小二乘法和交叉熵）

03

Hulu 视频QoS优化策略

大家好，我是Hulu北京的傅徳良，主要负责音视频编解码和视频传输相关优化的团队。非常高兴在这里给大家分享一些Hulu 在流媒体服务质量和用户体验优化方面的经验。由于Hulu是一家美国公司，所以使用的技术路线跟国内常见的技术路线并不完全相同，从技术上讲，不存在谁更先进或者优秀的说法。不过既然是不同的技术路线，那么Hulu也就可能会做一些国内厂商目前还没有太多投入去做的一些事情。今天，主要跟大家分享一下Hulu在QoS优化中的思路、在实践中遇到的问题以及解决方案。首先简单介绍一下Hulu的视频系统以及为什么要做QoS优化？其次会分享对QoS优化和用户体验之间关系的基本理解，最后结合Hulu的技术实践介绍在客户端通过自适应码率调解的方法优化QoS的基本思路和原理，以及构建的一整套QoS优化框架。

06

【愚公系列】软考高级-架构设计师 039-性能评价方法

性能评价方法是一系列用来衡量系统、组件或服务效能的技术和流程。在计算机科学和信息技术领域中，性能评价通常关注于诸如响应时间、吞吐量、可用性、可靠性和伸缩性等关键性能指标。性能评价的目的是为了确定系统是否满足既定的性能需求，以及识别系统的性能瓶颈和改进的机会。

02

数据包络分析教程

数据包络分析（Data Envelopment Analysis，也称DEA）是一种用于进行前沿分析的非参数方法。它使用线性规划来估计多个决策单元的效率，它广泛应用于生产、管理学和经济学。这项技术最初由Charnes，Cooper和Rhodes于1978年提出，自那之后它成为估算生产前沿的一个很有用的工具。

07

考研失利，调剂环境工程。我还能做算法吗？

今天周一，早上来公司第一件事就是整理周报。在整理周报的时候，小我n届的学弟给我发信息。

04

考研失利，调剂环境工程。原来这么划来！

今天周一，早上来公司第一件事就是整理周报。在整理周报的时候，小我n届的学弟给我发信息。

03

统计学中标准差和标准误关系

标准差是方差的平方根。标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。

05

如何通过一场考试来衡量学生的能力呢？

本期开始之前，小编想问大家一个问题：对于一场数学考试，分数高的应试者一定比分数低的应试者能力高吗？答案显然是否定的。那如何通过一场测试来衡量一个人在某方面的能力呢？当然是项目反应理论(item response theory, IRT)！[1]

04

18年最受欢迎(最赚钱)的3种编程语言

如今编程语言的数量非常多，决定使用哪种语言已经成为一项艰巨的任务。在决定“最佳”语言之前，你应该评估几个因素，诸如你的个人偏好等因素。

04

MCMC的rstan贝叶斯回归模型和标准线性回归模型比较

现在有了对贝叶斯方法的概念理解，我们将实际研究使用它的回归模型。为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过 R 和相关的 R 包 rstan 使用编程语言 Stan。

01

「软件工程」编程生产力概述

编程生产力（也称为软件生产力或开发生产力）描述单个程序员或开发团队构建和发展软件系统的能力程度。传统上，生产力是指软件生产量与软件成本之比。这里的微妙之处在于找到一种合理的方法来定义软件数量。

04

算法金 | A - Z，115 个数据科学机器学习江湖黑话（全面）

A/B Testing (A/B 测试) A/B测试是一种在线实验，通过对比测试两个版本的不同效果，来找出哪个更符合我们的需求。

01

【深度】专知主题链路知识推荐#8-机器学习中的变分推断方法(Variational Inference)简介01

【导读】主题链路知识是我们专知的核心功能之一，为用户提供AI领域系统性的知识学习服务，一站式学习人工智能的知识，包含人工智能（机器学习、自然语言处理、计算机视觉等）、大数据、编程语言、系统架构。使用请访问专知进行主题搜索查看 - 桌面电脑访问www.zhuanzhi.ai, 手机端访问www.zhuanzhi.ai 或关注微信公众号后台回复" 专知"进入专知，搜索主题查看。今天给大家继续介绍我们独家整理的机器学习——机器学习中的变分推断方法(Variational Inference)简介。今天的变

06

号称让程序员「失业」的GPT-3又要来刷面试题了？这种题小编也会！

---- 新智元报道来源：neowin 编辑：好困【新智元导读】没想到吧，在席卷了无数头条之后，GPT-3又来了。这次为我们带来的表演竟然是做程序员的面试题，看来又有一波程序员要被「失业」了。小编这两天看到一篇报道：「AI暂时还不会抢走程序员的工作，但是正在了」。显然，这篇论文十分有吸引力，志同道合的朋友很快便做了十分有趣的评议。对于这种看起来就很「标题党」的文章，还是很有必要点进来批判性地学习一下。看了几百字的众所周知的背景介绍之后，发现原来是关于一篇论文的介绍：「用APPS衡量编

02

面试中如何剔除“鱼目混珠”程序员？

对于一个公司来说，执行招聘面试事宜是一个耗时耗钱的项目，从顾问公司和人才中介挑选出合适的简历之后，还要花更多的时间找出合适的候选人。有的时候这些机构会向你保证这些人都是 Java 天才、SQL 专家、堆栈开发者等等，但实际上如果你盲目的信任他们并邀请应聘人员参加面对面的面试的时候，你会很失望的。所以我觉得最快的甄别方法就是先电话面试，之后再根据他们的表现采取面对面的交流。

02

Advanced CNN Architectures（R-CNN系列）

除了将该图像标记为猫外，还需要定位图中的猫，典型方法是在该猫周围画一个边界框，这个方框可以看做定义该方框的一系列坐标，(x,y) 可以是方框的中心w 和 h 分别表示方框的宽和高。要计算这些值我们可以使用典型分类 CNN，用到的很多相同结构。

02

MCMC的rstan贝叶斯回归模型和标准线性回归模型比较|附代码数据

为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过 R 和相关的 R 包 rstan 使用编程语言 Stan。

03

GPT-4压根不会编程？有人让它露馅了

选自AI Snake Oil 作者：Arvind Narayanan、Sayash Kapoor 机器之心编译 ChatGPT 代替程序员，是我们想多了？在 OpenAI 发布 GPT-4 之后，一场有关「AI 取代人类劳动力」的讨论正变得越来越激烈。该模型的强大能力及其可能带来的潜在社会影响引发了很多人的担忧，马斯克、Bengio 等人甚至联名写了一封公开信，呼吁所有 AI 机构暂停训练比 GPT-4 更强的 AI 模型，为期至少 6 个月。但另一方面，对于 GPT-4 能力的质疑也是此起彼伏。前几天

02

你已经是一个成熟的码农了，这些思维习惯你要有

世界上每个角落的开发者，每一分钟都在说着（或想着）这些，亚历山大到想哭！这是为什么呢？

03

我写代码很厉害吗？那都是同行的衬托。

2008年我刚毕业，那一年，是金融危机爆发的一年，也许也是年景不好，工作都特别难找，连网吧网管都有抢的。

02

[译]理解PG如何执行一个查询-1

PG服务器收到客户端发来的查询后，查询的文本交给解析器。解析器扫描查询并检查它的语法。若语法正确，解析器会将查询文本转换成解析树。解析树是一种以正式、明确的形式表示查询含义的数据结构。给定查询：

02

sparksql调优之第一弹

1，jvm调优这个是扯不断，理还乱。建议能加内存就加内存，没事调啥JVM，你都不了解JVM和你的任务数据。 spark调优系列之内存和GC调优 2，内存调优缓存表 spark2.+采用： spark.catalog.cacheTable("tableName")缓存表，spark.catalog.uncacheTable("tableName")解除缓存。 spark 1.+采用：采用 sqlContext.cacheTable("tableName")缓存，sqlContext.uncacheTa

08

什么是最值得学的编程语言？

Java是一种通用的通用编程语言，主要用于创建跨平台应用程序。无论想部署于何种平台 - 桌面，移动端还是Web - Java都能满足您的需求。

04

我们需要多快的速度进行交易？

首先，我们将讨论交易成本的度量和预测。然后讨论预期收益如何受到交易速度的影响。最后，我们将讨论这两个量之间的相互作用，以及如何使用它们来决定交易的速度。

03

【机器学习笔记】：解读正则化，LASSO回归，岭回归

在机器学习的学习过程中，我们会经常听到正则化这个词，在开始入门学习的时候还经常与标准化混淆。到底什么是正则化呢？本篇我们将由浅入深详细解读什么是正则化，以及LASSO回归和岭回归的介绍。

05

为什么实际开发时间总比估算的多很多？

但凡有过商业项目开发经验的程序员都在开发时间估算方面遇到过各种状况，其中最常见的是——实际的开发时间总比估算的多很多。很多人说不清楚为什么会这样，本文就来带你探究一下影响开发时间估算的因素有哪些！作为个体软件工程师而言，你通常没有足够的背景、教育经历或经验来确定时间进度，所以你应该与项目经理进行沟通，向他们解释时间进度表中需要考虑的事项（不仅仅是编写代码所需的时间），然后构建一个估计时间的方法。如何估计开发时间取决于你所参与的项目的规模，比如是一个小型项目、中型项目还是一个大型项目，或者仅仅是一个项目

01

接个私活，为什么实际开发时间总比估算的多很多？

但凡有过商业项目开发经验的程序员都在开发时间估算方面遇到过各种状况，其中最常见的是——实际的开发时间总比估算的多很多。很多人说不清楚为什么会这样，本文就来带你探究一下影响开发时间估算的因素有哪些！作为个体软件工程师而言，你通常没有足够的背景、教育经历或经验来确定时间进度，所以你应该与项目经理进行沟通，向他们解释时间进度表中需要考虑的事项（不仅仅是编写代码所需的时间），然后构建一个估计时间的方法。如何估计开发时间取决于你所参与的项目的规模，比如是一个小型项目、中型项目还是一个大型项目，或者仅仅是一个项目

03

哪类游戏AI难度更高？用数学方法来分析一下

本文来自：微软亚洲研究院，AI 科技评论获授权转载，如需转载，请联系微软亚洲研究院。

02

入门 | 从原理到应用：简述Logistic回归算法

作者：Niklas Donges 机器之心编译参与：乾树、李泽南 Logistic 回归是二分类任务中最常用的机器学习算法之一。它的设计思路简单，易于实现，可以用作性能基准，且在很多任务中都表现很好

04

只有GPT-4可以自我改进，GPT-3.5都不行，MIT&微软代码生成实验新发现

大型语言模型（LLM）已被证明能够从自然语言中生成代码片段，但在应对复杂的编码挑战，如专业竞赛和软件工程专业面试时，仍面临巨大的挑战。最近的研究试图通过利用自修复来提高模型编码性能。自修复是指让模型反思并纠正自己代码中的错误。

02

变量筛选—特征包含信息量

在变量筛选中，通过衡量特征所包含信息量大小，决定是否删除特征，常用的指标有单一值占比、缺失值占比和方差值大小。

01

概率论基础 - 3 - 方差

本文介绍方差。方差定义数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。 ——百度百科对随机变量X，若\mathbb{E}\left[(X-\mathbb{E}[X])^{2}\right]存在，则称它为X的方差，记作 Var[X]。 X的标准差为方差的开平方：\sigma=\sqrt{\operatorname{Var}[X]} 方差度量了随机变量X与期望值偏离的程度，衡量了X取值分散程度

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭