HarmonyOS学习，灵活运用工程结构及应用程序结构工程结构及应用程序结构一、自定义工程框架1、在工程目录下的build-profile.json5文件中定义app参数和多模块数组参数（并设置phone模块为主模块）。一个模块配置一个子目录。应用的主模块。一个APP中，对于同一设备类型必须有且只有一个入口Entry类型的模块。{“app”:{“signingConfigs”:[],“compileSdkVersion”:9,“compatibleSdkVersion”:9,“products”:[{“name”:“default”,“signingConfig”:“default”,}]},

分布式文件系统概述分布式文件系统（hmdfs，HarmonyOSDistributedFileSystem）提供跨设备的文件访问能力，适用于如下场景：●两台设备组网，用户可以利用一台设备上的编辑软件编辑另外一台设备上的文档。●平板保存的音乐，车载系统直接可见并可播放。●户外拍摄的照片，回家打开平板直接访问原设备拍摄的照片。hmdfs在分布式软总线动态组网的基础上，为网络上各个设备结点提供一个全局一致的访问视图，支持开发者通过基础文件系统接口进行读写访问，具有高性能、低延时等优点。分布式文件系统架构●distributedfile_daemon：主要负责设备上线监听、通过软总线建立链路，并根据分

文章目录0前言1深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck网络3.5Head输出层4数据集准备4.1数据标注简介4.2数据保存5模型训练5.1修改数据配置文件5.2修改模型配置文件5.3开始训练模型6实现效果6.1图片效果6.2视频效果6.3摄像头实时效果7最后0前言🔥优质竞赛项目系列，今天要分享的是🚩基于深度学习的动物识别算法研究与实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！🥇学长这里给一个题目综合评

如果小伙伴第一次看到这篇文章，可以先浏览一下我这个系列的上一篇文章：政安晨：【完全零基础】认知人工智能（一）【超级简单】的【机器学习神经网络】——预测机https://blog.csdn.net/snowdenkeke/article/details/136139504导入神经元是神经网络的基本组成单元，其底层算法主要包括输入加权和激活函数两个部分。首先，神经元接收来自其他神经元传递过来的输入信号，并对每个输入信号进行加权求和。每个输入信号都有一个对应的权重，用来表示该信号在神经元中的重要性，加权求和的过程可以用下面的公式表示：[\text{{加权和}}=\sum_{{i=1}}^nw_i\c

文章目录每日一句正能量第3章SparkRDD弹性分布式数据集章节概要3.7Spark的任务调度3.7.1DAG的概念3.7.2RDD在Spark中的运行流程总结每日一句正能量成功的速度一定要超过父母老去的速度，努力吧。做事不必与俗同，亦不与俗异；做事不必令人喜，亦不令人憎。若我白发苍苍，容颜迟暮，你会不会，依旧如此，牵我双手，倾世温柔。第3章SparkRDD弹性分布式数据集章节概要传统的MapReduce虽然具有自动容错、平衡负载和可拓展性的优点，但是其最大缺点是采用非循环式的数据流模型，使得在迭代计算式要进行大量的磁盘IO操作。Spark中的RDD可以很好的解决这一缺点。RDD是Spark提

一、理论什么是混淆矩阵？其实就是把所有类别的预测结果与真实结果按类别放置到了同一个表里，在这个表里我们可以清楚地看到每个类别正确识别的数量和错误识别的数量。混淆矩阵在什么情况下最好呢？答案是类别不平衡时。混淆矩阵是除了ROC曲线和AUC之外的另一个判别分类好坏程度的方法。TP=TruePositive=真阳性（真实为0，预测为0，即将正类预测为正类）FP=FalsePositive=假阳性（真实为1，预测为0，即将负类预测为正类）FN=FalseNegative=假阴性（真实为0，预测为1，即将正类预测为负类）TN=TrueNegative=真阴性（真实为1，预测为1，即将负类预测为负类）针对

整体架构上层命令（PorcelainCommands）底层命令（PlumbingCommands）对象数据库（ObjectDatabase）上层命令日常使用的命令基本都是上层命令，如：commit、add、checkout、branch、remote等。上层命令通过组合底层命令或直接操作底层数据对象，使Git底层实现细节对用户透明，从而为用户提供了一系列简单易用的命令集合。底层命令在日常开发中，我们基本接触不到Git的底层命令，如果要想使用这些底层命令，我们必须要对Git的设计原理有一定的认知。对象数据库Git最核心、最底层的部分则是其所实现的一套对象数据库（ObjectDatabase），其

目录前言一、分布式爬虫系统的架构设计二、系统搭建步骤1.创建爬虫项目2.导入相关依赖3.编写分布式爬虫系统的核心代码3.1节点管理器（NodeManager）3.2调度器（Scheduler）3.3下载器（Downloader）3.4分析器（Analyzer）3.5数据存储（DataStorage）3.6监控器（Monitor）3.7任务队列（TaskQueue）4.编写启动类三、总结前言随着互联网的快速发展，大量的数据被存储在各种网站和应用程序上。爬虫是一种常用的数据采集方式，可以从网络上抓取数据并进行处理和分析。然而，对于大规模的数据采集任务，单机爬虫往往无法满足需求。在这种情况下，分布式

文章目录1、Nginx基础监控2、监控主要指标：3、监控指标收集：1、Nginx基础监控nginx作为web服务器以其高性能与抗并发能力被越来越多用户使用。nginx的ngx_http_stub_status_module模块提供了基本的监控功能。另外，若想要实现监控功能，也可以采用第三方软件Zabbix，可以实现进程和端口的监控，通过触发器的方式发送警告。但本文只先介绍nginx自带的监控功能。2、监控主要指标：1）基本活跃指标Accepts（接受）、Handled（已处理）、Requests（请求数）是一直在增加的计数器。Active（活跃）、Waiting（等待）、Reading（读）、

文章目录1.效果图2.cnmaps简介及安装2.1写在前面2.2cnmaps简介和安装3.导入库4.定义绘图函数4.1使用get_adm_maps返回地图边界4.2ax.contourf绘制填色图4.3clip_contours_by_map基于填色图和地图边界进行裁剪和白化处理4.4draw_map或者draw_maps绘制地图边界5.导入数据并绘图6.代码完整版1.效果图2.cnmaps简介及安装2.1写在前面前序博文Python气象数据可视化学习笔记5——基于cartopy绘制contour并对中国地区进行白化（包含南海）的阅读和收藏量都很高，感觉大家还是有很多地图白化裁剪的需求。但是在