计算机视觉中关于图像识别有四大类任务： 分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location：解决“在哪里？”的问题，即定位出这个目标的的位置。 检测-Detection：解决“是什么？在哪里？”的问题，即定位出这个目标的的位置并且知道目标物是什么。 分割-Segmentation：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每 ......

   机器学习数学基础，学习机器学习的必备知识。

   深度学习基础知识详解。

   模型评估的相关方法详解。模型评价是指对于已经建立的一个或多个模型，根据其模型的类别，使用不同的指标评价其性能优劣的过程。常用的聚类模型评价指标有ARI评价法（兰德系数）、AMI评价法（互信息）、V-measure评分、FMI评价法和轮廓系数等。常用的分类模型评价指标有准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1值（F1 Value）、ROC和AUC等。常用的回归模型评价指标有平均绝对误差、均方根误差、中值绝对误差和可 ......

   nginx 请求头过大导致502，nginx报错： 2020/04/26 21:57:45 [error] 3152#3152: *5 upstream sent too big header while reading response header from upstream, client: 1.80.1.176, server: www.zeekling.cn, request: "GET /articles/2020/04/13/158678875 ......

   最近开始学习flink相关的，本文只是讲述怎么简单的搭建flink以及简单的使用一个demo。

   Redis6.0.0稳定版出来了。这一次是从发布第一个候选版本到最终发布稳定版本之间的一个相对较短的周期。它花了大约四个月的时间，这不是一个小数目的时间，但与我们过去的记录相比，也不是很多。 主要的变化有： SSL、ACLs、RESP3、客户端缓存、线程I/O、副本上的无盘复制、Redis benchmark中的集群支持和改进的Redis cli集群支持、Redis作为Redis的一个模块，以及Redis集群代理。

   setbit命令对key所存储的字符串值，设置指定偏移量上的比特位。 格式： setbit key offset value 返回值： 返回指定偏移量原来存储的位。

   Redis ACL是Access Control List（访问控制列表）的缩写，该功能允许根据可以执行的命令和可以访问的键来限制某些连接。它的工作方式是，在连接之后，要求客户端进行身份验证，以提供用户名和有效密码：如果身份验证阶段成功，则连接与给定用户关联，并且该用户具有限制。可以对Redis进行配置，以使新连接已过“默认”用户进行身份验证（这是默认配置），因此，配置默认用户具有的能力是，仅向连接提供特定功能子集的功能未明确认证。

   本文主要是讲解Redis 6的ACL的实现原理。基本使用详见：Redis 6.0新特性——ACLs，以及Redis启动过程分析。

   最新linux电脑搜狗输入法老是在输入的时候显示中文简体，但是输入到文件，或者浏览器里面就变成了繁体。很是让人头疼，网上搜了下也没人讲这种事。

   主要区别在与args[0]的值，在C语言当中args[0]是C语言编译出的当前二进制的名称，而在Java当中却是第一个参数的值。比较容易混淆。

   背景 在Idea当中运行Test的时候发现报错如下： scala: No scalac found to compile scala sources 但是在操作系统上面安装了scala，在idea当中也安装了 原因 虽然在操作系统上面安装了scala，但是idea当中没有添加scala，

   1. 内存设置 1.1 TaskManager 内存模型 TaskManager的内存模型如下图所示(1.10之后版本内存模型)： Flink使用了堆上内存和堆外内存。 Flink 框架内存使用了堆外内存和堆外内存，不计入slot资源。 Task执行的内存使用了堆上内存和堆外内存。 网络缓冲内存：网络数据交换所使用的内存大小，如网络数据交换缓冲区。 框架堆外内存、Task堆外内存、网络缓冲内存都在堆外的直接内存里面。 管理内存：Flink堆外内存的管 ......

   RocksDB 介绍 RocksDB 是嵌入式的 Key-Value 数据库，在 Flink 中被用作 RocksDBStateBackend 的底层存储。如下图所示，RocksDB 持久化的 SST文件在本地文件系统上通过多个层级进行组织，不同层级之间会通过异步Compaction 合并重复、过期和已删除的数据。在 RocksDB 的写入过程中，数据经过序列化后写入到WriteBuffer，WriteBuffer 写满后转换为 Immutable Memt ......