mp mp.weixin.qq.com / 2018-01-10 09:52 / by @码个蛋

Markdown语法图文全面详解(10分钟学会)

写过博客或者github上面的文档的，应该知道Markdown语法的重要性，不知道的朋友们也别着急，一篇博客轻松搞定Markdown语法。话说这个语法超级简单，一看就会，不信你点进来看看。

赞过的人

cn www.cnblogs.com / 2025-01-19 23:59

WebSocket协议详解与c++&c#实现 - 知然

这篇文章详细介绍了 WebSocket 协议的工作原理，包括握手过程、数据帧格式以及如何在 C++ 和 C# 中实现 WebSocket 通信。作者提供了一个轻量级的 WebSocket 解析库，特点是仅包含一个头文件、逻辑清晰且不依赖特定的网络接口，方便集成。此外，文章还提供了一个在线的 WebSocket 模拟客户端，便于测试和理解 WebSocket 的通信过程。

适合人群：对网络编程感兴趣的开发者，尤其是使用 C++ 或 C# 进行服务器开发，并希望深入理解 WebSocket 协议及其实现的工程师。

查看详情

无图

ad www.addesp.com / 2024-01-13 23:25

BitTorrent 扩展协议（Extension Protocol）详解

BitTorrent 扩展协议（Extension Protocol）为 BitTorrent 协议簇提供了一个简单而轻量的扩展方式，可以在保证兼容性的同时为协议加入新的功能。比如基于 DHT 协议的磁力链接就是使用扩展协议加入的新功能。

本文将介绍 BT 扩展协议的报文格式和时序。

查看详情

无图

ad www.addesp.com / 2023-12-26 22:36

分布式散列表协议 —— Kademlia 详解

散列表是一种由键值对组成的列表。你可以把它看作一部字典，只需要经过少数的几步就能通过某种信息找到需要的信息，查询速度很快。

分布式散列表就是由一个网络内所有的节点共同维护的一种散列表，这类散列表通常十分巨大，或者压根不可能由单个机器或者某机组机器维护。

Kademlia 协议由 Petar Maymounkov 和 David Mazières 设计。它可以在容易出错的环境（比如节点会毫无征兆地下线）中建立一张分布式散列表。

查看详情

无图

ad www.addesp.com / 2023-12-26 22:35

BitTorrent 分布式散列表（DHT）协议详解

DHT 协议大幅度提高了 BitTorrent 网络的容错性，使整个网络难以因 Tracker 服务器的下线而崩溃，而这一切的外在表现就是“磁力链接”。

查看详情

无图

ad www.addesp.com / 2023-12-26 22:34

BitTorrent Tracker 协议详解

BitTorrent 网络内的主机依靠互相交换自身持有的资源来完成资源共享，而 Tracker 协议会告诉你哪些主机有你需要的资源。

本文将详细介绍 Tracker 协议。

查看详情

无图

li linux.cn / 2023-10-24 23:57

技术 | Btrfs 详解：快照

想象一下，你长时间处理一个文件，反复添加和撤销修改。然后，在某个时刻你意识到：两小时前你撤销的部分修改，现在会非常有用。而昨天在你销毁那个设计之前，你也已经修改了这个特殊的部分。当然，由于你会定期保存文件，所以旧的改动会丢失。很多人可能都遇到过这样的情况。如果能恢复旧版本的文件，而无需定期手动复制，岂不美哉？

这是一个 Btrfs 快照可以帮助你的特别场景。当你使用正确的话，快照同时也为你的电脑提供了很好的备份方案。

查看详情

无图

wi wiki.eryajf.net / 2023-06-24 23:38

openLDAP入门系列笔记第三篇--ldapsearch查询语法整理入门

有人可能会觉得，有了go-ldap-admin这个平台之后，就不需要再了解这些查询方面的知识了，其实这是一个误区，go-ldap-admin平台的确接管了ldap的一应管理，但是ldap终究还是要对接到第三方应用，这个时候，掌握一点简单的查询语法，就是很有必要的。

查看详情

无图

zh www.zhangxinxu.com / 2023-01-04 23:34

JS数组的copyWithin()语法我看了好几遍才懂

copyWithin()是一个数组内的复制与替换方法，类似C或C++里面的memmove，是个高性能的数据移动方法，其语法需要多看几篇才看得懂。

查看详情

无图

52 www.52nlp.cn / 2022-12-24 23:33

中文语法纠错全国大赛获奖分享：基于多轮机制的中文语法纠错

中文语法纠错任务旨在对文本中存在的拼写、语法等错误进行自动检测和纠正，是自然语言处理领域一项重要的任务。同时该任务在公文、新闻和教育等领域都有着落地的应用价值。但由于中文具有的文法和句法规则比较复杂，基于深度学习的中文文本纠错在实际落地的场景中仍然具有推理速度慢、纠错准确率低和假阳性高等缺点，因此中文文本纠错任务还具有非常大的研究空间。

查看详情

无图

52 www.52nlp.cn / 2022-12-18 20:06

一文详解BERT模型实现NER命名实体抽取-王文广

在自然语言处理和知识图谱中，实体抽取、NER是一个基本任务，也是产业化应用NLP 和知识图谱的关键技术之一。BERT是一个大规模预训练模型，它通过精心设计的掩码语言模型（Masked Language Model，MLM）来模拟人类对语言的认知，并对数十亿个词所组成的语料进行预训练而形成强大的基础语义，形成了效果卓绝的模型。通过 BERT来进行实体抽取、NER的方法是当前在NLP和知识图谱的产业化应用中最常用的方法，是效果与成本权衡下的最佳选择。本文详细讲解使用BERT来进行实体抽取，看完本文就会用当前工业界最佳的模型了。

查看详情

无图

Markdown语法图文全面详解(10分钟学会)

赞过的人

发表评论

相关分享