XOR
将渲染计算搬到云端，开启低成本、强交互、沉浸式体验
云渲染可以解放本地计算需求，这意味着生产力的大幅提升。 云渲染的基本原理是将3D渲染应用部署到云端，接收本地的控制指令发送到云端，云端启动游戏引擎并进行画面渲染，编码成视频流传输到本地。 不难看出，云渲染技术的核心在于将计算搬到云端，对渲染出的画面进行流化的传输。而过程中渲染画面的抓取、编码、传输、 ......
RequestMappingHandlerMapping请求地址映射的初始化流程
之前的文章里，介绍了DispatcherSerlvet处理请求的流程。 其中一个核心的步骤是：请求地址映射，即根据request获取对应的HandlerExcecutionChain。 为了后续的请求地址映射，在项目初始化时，需要先将request-handler映射关系缓存起来。 HandlerM ......
RequestMappingHandlerMapping的请求地址映射流程
上篇文章里，我们讲解了RequestMappingHandlerMapping请求地址映射的初始化流程，理解了@Controller和@RequestMapping是如何被加载到缓存中的。 今天我们来进一步学习，在接收到请求时，RequestMappingHandlerMapping是如何进行请求地 ......
玩转 Go 生态｜Hertz WebSocket 扩展简析
WebSocket 是一种可以在单个 TCP 连接上进行全双工通信，位于 OSI 模型的应用层。WebSocket 使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。 ......
Vue 响应式原理模拟以及最小版本的 Vue的模拟
在模拟最小的vue之前,先复习一下,发布订阅模式和观察者模式 对两种模式有了了解之后,对Vue2.0和Vue3.0的数据响应式核心原理 1.Vue2.0和Vue3.0的数据响应式核心原理 (1). Vue2.0是采用Object.defineProperty的方式,对数据进行get,set方法设置的 ......
一文带你入木三分地理解字符串KMP算法(next指针解法)
1. KMP算法简介 温馨提示:在通篇阅读完并理解后再看简介效果更佳 以下简介由百度百科提供https://baike.baidu.com/item/KMP%E7%AE%97%E6%B3%95/10951804： KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V. ......
Java多线程详解（通俗易懂）
一、线程简介 1. 什么是进程？ 电脑中会有很多单独运行的程序，每个程序有一个独立的进程，而进程之间是相互独立存在的。例如图中的微信、酷狗音乐、电脑管家等等。 2. 什么是线程？ 进程想要执行任务就需要依赖线程。换句话说，就是进程中的最小执行单位就是线程，并且一个进程中至少有一个线程。 补充：Jav ......
SourceGenerator 使用姿势（1）：生成代理类，实现简单的AOP
SourceGenerator 已经出来很久了，也一直在关注。之前观摩大佬 xljiulang 的 WebApiClient 使用 SourceGenerator 生成接口代理类，深受启发，准备拿过来用看看（发出白嫖的声音），写个编译期静态代理AOP。本篇重点是怎么获取元数据，得到想要的数据，生成想 ......
模型驱动设计的构造块（上）——DDD
为了保证软件实践得简洁并且与模型保持一致，不管实际情况如何复杂，必须运用建模和设计的实践。 某些设计决策能够使模型和程序紧密结合在一起，互相促进对方的效用。这种结合要求我们注意每个元素的细节，对细节问题的精雕细琢能够打造一个稳定的平台。 本部分主要将一些模式，说明细微的模型差别和设计决策如何影响领域 ......
BUU_RE学习记录1
#一、easyre #1.010打开，直接搜flag,得到flag #二、reverse1 #1.先查壳，得知是64位无壳，直接用IDA打开 #2.shiftF12查找字符串，发现关键语句 #3.查看相应代码，F5反编译 #4.发现关键的比较函数，看一下分别比较的字符串 #5.发现是输入的str1和 ......
瞧瞧别人家的API接口，那叫一个优雅
前言 在实际工作中，我们需要经常跟第三方平台打交道，可能会对接第三方平台API接口，或者提供API接口给第三方平台调用。 那么问题来了，如果设计一个优雅的API接口，能够满足：安全性、可重复调用、稳定性、好定位问题等多方面需求？ 今天跟大家一起聊聊设计API接口时，需要注意的一些地方，希望对你会有所 ......
MySQL中这14个牛逼的功能，惊艳到我了！！！
前言 我最近几年用MYSQL数据库挺多的，发现了一些非常有用的小玩意，今天拿出来分享到大家，希望对你会有所帮助。 1.group_concat 在我们平常的工作中，使用group by进行分组的场景，是非常多的。 比如想统计出用户表中，名称不同的用户的具体名称有哪些？ 具体sql如下： select ......
C#不提升自己程序的权限实现操作注册表
当我们编写了自己的C#程序，有程序自定义的文件类型时，通常希望它满足以下需求：双击自定义文件打开自定义程序、自定义文件有着自己的图标
此时，在网上检索可以发现，大多数回答是使用Microsoft.Win32下的CreateSubKey(String)函数，但是很不幸，Win10的注册表项受访问控制列... ......
大角度非迭代的空间坐标旋转C#实现
在前面文章中提到空间直角坐标系相互转换，测绘坐标转换时，一般涉及到的情况是：两个直角坐标系的小角度转换。但，当两个坐标系对应轴的旋转角度大道一定程度时，则无法使用低阶的泰勒级数展开，且迭代的计算量、精度、速度无法取得平衡。本文将介绍罗德里格矩阵的基本原理和C#实现，并用实例证明解算的有效性。 ......
从近世代数的角度理解补码
介绍 模数加法形成了一种数学结构，成为阿贝尔群（Abelian group）,这是以丹麦数学家阿贝尔的名字命名的。 前置知识 定义1. 设$a,b\in Z$，如果存在$q\in Z$使得$a=qb$，则称$b$整除$a$，记为$b|a$。 定义2. 设$a,b\in Z$，$b>0$，$a=qb+ ......
论文解读（PCL）《Probabilistic Contrastive Learning for Domain Adaptation》
论文信息 论文标题：Probabilistic Contrastive Learning for Domain Adaptation论文作者：Junjie Li, Yixin Zhang, Zilei Wang, Keyu Tu论文来源：aRxiv 2022论文地址：download 论文代码：do ......
Spring之后置处理器
Spring的后置处理器是Spring对外开发的重要扩展点，允许我们接入Bean的实例化流程中，以达到动态注册BeanDefinition、动态修改BeanDefinition、动态修改Bean的作用。 BeanFactoryPostProcessor BeanFactory的后置处理器，在Bean ......
Spring注解之@Import
@Import可以导入以下几种种类： 普通类 实现ImportSelector接口的类 实现DeferredImportSelector接口的类 实现ImportBeanDefinitionRegistrar接口的类 普通类 被导入的类会被容器注册成一个Bean，可以被依赖注入使用。【4.2 版本之 ......
MongoDB安全加固，防止数据库攻击删除勒索威胁
前言： 今天发现前段时间自己搭建的一个系统的MongoDB数据找不到了，觉得很奇妙，然后登上MongoDB数据库发现多了一个名为READ__ME_TO_RECOVER_YOUR_DATA的数据库，里面还有一个README的集合里面包含了下面描述的勒索信息。没错我的MongoDB数据库被攻击了，不过还 ......
深入理解 Python 的对象拷贝和内存布局
在本篇文章当中主要给大家介绍了 python 当中对象的拷贝和内存布局，以及对对象内存地址的验证，最后稍微介绍了一下 cpython 内部实现列表的结构体，帮助大家深入理解列表对象的内存布局。 ......
《MySQL必知必会》之快速入门存储过程
使用存储过程 本章介绍什么是存储过程，为什么使用、如何使用，并介绍如何创建和使用存储过程的基本语法 存储过程 在实际应用中，往往需要执行多个表的多条sql语句 存储过程就是为以后的使用而保存的一条或者多条sql语句的集合 使用存储过程的好处：简单、安全、高性能 创建存储过程 需求：一个返回产品平均价 ......
机器学习——人脸性别识别
一、选题背景 人脸识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一，也是近年来的研究热点，人脸性别识别作为人脸识别技术的重要组成部分也受到了广泛地关注。人脸性别识别就是向计算机输入人脸图像，经过某种方法或运算，得出其性别。这种识别对人眼来说很简单，但对计算机却并不是一件容易的事情。 二、机 ......
预编译SQL为什么能够防止SQL注入
前言 之前我一个搞网络安全的朋友问了我一个的问题，为啥用 PreparedStatement 预编译的 SQL 就不会有被 SQL 注入的风险？ 第一时间我联想到的是八股文中关于 Mybatis 的脚本 ${} 和 #{} 的问题，不过再想想，为啥 ${} 会有 SQL 注入的风险，而 #{} 就没 ......
【机器学习】李宏毅——类神经网络训练不起来怎么办
如何判断导数值为零的点的类型 当发现训练数据集误差不再下降的时候，不是只有卡在局部最小值的情况，还有另外一种情况是处于鞍点，鞍点位置处虽然其导函数为零，但是其既不是局部最大值也不是局部最小值，如图： 因此，我们把局部最小值和鞍点这种点统称为驻点（critical point），但这两种情况是截然不同 ......
【机器学习】李宏毅——自注意力机制(Self-attention)
前面我们所讲的模型，输入都是一个向量，但有没有可能在某些场景中输入是多个向量，即一个向量集合，并且这些向量的数目并不是固定的呢？ 这一类的场景包括文字识别、语音识别、图网络等等。 那么先来考虑输出的类型，如果对于输入是多个数目不定的向量，可以有以下这几种输出方式： 每个向量对应一个输出：输出的数目与 ......
【机器学习】李宏毅——线性降维
降维，可以用下面这张图来很简单的描述，就是将不同的、复杂的多种树都抽象成最简单的树的描述，也就是我们不关心这棵树长什么样子有什么特别的特征，我们只需要降维，知道它是一棵树即可。 维度下降实际上就是找到一个function，使得输入x得到输出z，而输出z的维度要比输入x的维度小。具体有几种方面，下面就 ......
【机器学习】李宏毅——Recurrent Neural Network(循环神经网络)
假设我们当前要做一个人工智能客服系统，那该系统就需要对用户输入的话语进行辨认，例如用户输入： I want to arrive Taipei on November 2nd 那么该系统就能够辨认出来Taipei是目的地，而后面是时间。那么我们可以用一个简单的前向网络来实现这个事情，输出为这个单词属于 ......
Graph Neural Network——图神经网络
本文是跟着李沐老师的论文精度系列进行GNN的学习的，详细链接请见：零基础多图详解图神经网络（GNN/GCN）【论文精读】 该论文的标题为《A Gentle Introduction to Graph Neural Networks》，是对GNN的简介。那么论文的第一张图呢把鼠标放上去某一个结点将会表 ......
【机器学习】李宏毅——Transformer
本文详细地介绍了Transformer算法，介绍了其内部重要的Encoder和Decoder，以及具体的实现过程和原理，还介绍了其训练过程以及训练过程中应该注意的种种问题。 ......