暂无搜索历史
Flink基于用户程序生成JobGraph，提交到集群进行分布式部署运行。本篇从源码角度讲解一下Flink Jar包是如何被提交到集群的。(本文源码基于Flin...
本篇终于到了Flink的核心内容：时间与水印。最初接触这个概念是在Spark Structured Streaming中，一直无法理解水印的作用。直到使用了一段...
Flink的经典使用场景是ETL，即Extract抽取、Transform转换、Load加载，可以从一个或多个数据源读取数据，经过处理转换后，存储到另一个地方，...
本书是看过最浅显易懂的汽车书了，从汽车发展的历史，讲到发动机、变速箱等重要组件，从汽车行驶到安全，最后介绍了汽车的设计与制造流程，整体对汽车的认识更近了一步。
Flink在资源管理上可以分为两层：集群资源和自身资源。集群资源支持主流的资源管理系统，如yarn、mesos、k8s等，也支持独立启动的standalone集...
Flink在1.11版本新增了一种部署模式，目前支持三种：Session 模式、Per job 模式、Application 模式，这三种模式主要在集群管理、资...
Kubeflow是在k8s平台之上针对机器学习的开发、训练、优化、部署、管理的工具集合，内部集成的方式融合机器学习中的很多领域的开源项目，比如Jupyter、t...
Spark憋了一年半的大招后，发布了3.0版本，新特性主要与Spark SQL和Python相关。这也恰恰说明了大数据方向的两大核心：BI与AI。下面是本次发布...
在tensorflow中，数据分为几种类型: 常量Constant、变量Variable、占位符Placeholder。其中：
TensorFlow Serving是google提供的一种生产环境部署方案，一般来说在做算法训练后，都会导出一个模型，在应用中直接使用。
部署完docker后，如果是cpu环境，可以直接拉取tensorflow/serving，如果是GPU环境则麻烦点，具体参考前一篇，这里就不再赘述了。
最近因为特殊的原因重新安装了python，但是引发了一个很严重的问题——TensorFlow不好使了。
自从12年AlexNet获得ImageNet大赛的冠军后，深度学习开始流行起来，也因为硬件的快速发展GPU并行计算配合易用的API，让深度学习以及神经网络大放光...
第一章 什么是数据化运营
之前读到四分之三的时候，手机丢了，无奈放弃微信读书就没继续读；后来换了手机，终于把这本书给续上了。
模型下载到本地，重新命名为xml。 可以看到默认四个特征分别叫做feild_0，field_1...目标为target
?
这本书在很久以前就想读了，一直到今天才读完，最大的感触就是：平时生活中容易陷入的陷阱在这里都做了科学的解释和论证。尤其是在买东西的时候，可以多一些谨慎，多买一些...
https://github.com/xinghalo/ml-in-action/tree/master/book-opencv
如果目录下的文件很多，无法直接rm -rf，那么可以寻找一些匹配模型，分批删除。比如文件下面有很多的文件：
暂未填写公司和职称
暂未填写个人简介
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
