背景 时至今日，C++的核心战场在于：对于性能，空间和实时性有高要求的系统。 而在这类系统上，也有其特定的约束和挑战： 在这类系统上，内存管理始终是个需要关注的问题。而通用内...
发简信
IP属地：江苏
-
小类，大对象：C++
-
☆聊聊Dubbo（五）：核心源码-SPI扩展
0 前言 站在一个框架作者的角度来说，定义一个接口，自己默认给出几个接口的实现类，同时 允许框架的使用者也能够自定义接口的实现。现在一个简单的问题就是：如何优雅的根据一个接口...
-
-
ativiti6.0源码剖析之流程运转原理
当我们部署一个流程并启动之后，流程就会按照流程的定义进行节点处理以及自动流转，从一个节点流向下一个节点，直至结束,并且在此过程中完成数据库中各种表的数据更新。那么在这个过程中...
-
Activiti架构分析及源码详解Activiti架构分析及源码详解 引言 工作流引擎，应用于解决流程审批和流程编排方面等问题，有效的提供了扩展性的支撑。而目前来说，工作流领域也有了相对通行化的标准规范，也就...
-
activiti流程部署代码走读
activiti 流程部署 activiti流程部署调用RepositoryService.createDeployment().deploy()。 RepositorySe...
-
activiti流程运行过程代码走读1. 目的 本文将对流程在activiti中是怎么运行的，任务是怎样推动的进行讲解。 主要包括以下内容： PVM中怎么表示流程、任务、连接线，它和activiti的Model...
-
六十分钟入门Activiti框架原理本文基于一个简单的Demo流程介绍了Activiti框架启动、部署、运行过程。 Demo准备 流程图文件： 流程图： 代码： Demo实现的功能是发起一个流程，执行到流程的s...
-
Activiti之CommondExecutorActiviti提供了一组Service，向用户暴露流程引擎的功能，Service内部通过命令模式执行真正的操作。以RepositoryService的流程部署方法deplo...
-
【译】BERT Fine-Tuning 指南（with PyTorch）By Chris McCormick and Nick Ryan原文链接：http://tinyurl.com/y74pvgyc 介绍 历史 2018 年是 NLP 突破的一...
-
自然语言处理 | 文本向量化Tomas Mikolov2013年在ICLR提出用于获取word vector的论文《Efficient estimation of word representation...
-
基于LSTM三分类的文本情感分析背景介绍 文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的...
-
ResNet18迁移学习-动物多任务分类迁移学习 迁移学习的具体内容有很多大佬文章已经说得很清楚了，这里就不献丑了。 本文尝试通过迁移学习，将Pytorch中的已经预训练好的ResNet18网络用用于动物图片分类。...
-
吾爱NLP(1)--我与自然语言处理0、自然语言处理--NLP 0.1 数字、文本、语言 "数字、文字和自然语言处理一样，都是信息的载体，数字与语言的产生都是为了同一个目的----记录和传播信息。"--《数学之...
