 |
kzzhrV2EX 第 69171 号会员，加入于 2014-07-28 14:02:28 +08:00 |
yifangtian
romatic.net
micln
kzzhr
kzzhr 最近回复了
23 天前 回复了 zodia 创建的主题 › 问与答 › 在大城市，平时可以去哪里瞎逛游？ |
博物馆。空调足，新鲜感强
57 天前 回复了 kzzhr 创建的主题 › 宽带症候群 › 打算办北京移动宽带，外加 20 的公网 IP，有没有过来人分享下感受 |
@oldhan 上行怎么有这么多？我看介绍页 500 兆的宽带上行只有 30
互斥这个之前还真不清楚，非常感谢！
互斥这个之前还真不清楚，非常感谢！
57 天前 回复了 kzzhr 创建的主题 › 宽带症候群 › 打算办北京移动宽带，外加 20 的公网 IP，有没有过来人分享下感受 |
@blufaux 这个是个什么活动？没看到。我看介绍页要消费满 198 才有千兆
59 天前 回复了 laoooo 创建的主题 › 问与答 › 需要一个高性能的图片相似度计算方案 |
我把这个问题丢给了 GPT ，以下是他的回答（还给了个代码，太长了不贴了。。。）
要实现一个高性能的图片相似度计算方案，可以使用以下方法：
1. 使用深度学习模型：使用预训练的深度学习模型，如 VGG, ResNet 等，可以更高效地提取图像特征。这些特征可以用于计算相似度。
2. 特征向量降维：使用 PCA 或 t-SNE 等方法对特征向量进行降维，这样可以减少计算量，提高相似度计算速度。
3. 近似最近邻搜索：对于相似度计算，可以使用近似最近邻搜索（ Approximate Nearest Neighbors ，ANN ）算法，如 Annoy 、Faiss 等库。它们可以在保持搜索质量的同时大大提高搜索速度。
4. 多线程 /多进程：使用 Python 的 multiprocessing 或 concurrent.futures 模块来实现多线程 /多进程并行计算。
要实现一个高性能的图片相似度计算方案，可以使用以下方法：
1. 使用深度学习模型：使用预训练的深度学习模型，如 VGG, ResNet 等，可以更高效地提取图像特征。这些特征可以用于计算相似度。
2. 特征向量降维：使用 PCA 或 t-SNE 等方法对特征向量进行降维，这样可以减少计算量，提高相似度计算速度。
3. 近似最近邻搜索：对于相似度计算，可以使用近似最近邻搜索（ Approximate Nearest Neighbors ，ANN ）算法，如 Annoy 、Faiss 等库。它们可以在保持搜索质量的同时大大提高搜索速度。
4. 多线程 /多进程：使用 Python 的 multiprocessing 或 concurrent.futures 模块来实现多线程 /多进程并行计算。
262 天前 回复了 edis0n0 创建的主题 › 程序员 › 你们数据库 ORM 框架可选字段会设计成 Nullable 吗？ |
10 亿美金的错误
2022-03-18 19:56:13 +08:00 回复了 userKamtao 创建的主题 › 程序员 › 后端大佬请进！帮我看看这个排序方法可以行得通吗？ |
简单来说
有两个 index L 和 R ，现在有个 K 要插入到这俩中间，只需要 K=random(L,R) 就可以了
数值可以用 bigint ，基本不会出现相撞，出现的时候重排一下就行了
当然，最靠谱的还是单独存。。
有两个 index L 和 R ，现在有个 K 要插入到这俩中间，只需要 K=random(L,R) 就可以了
数值可以用 bigint ，基本不会出现相撞，出现的时候重排一下就行了
当然，最靠谱的还是单独存。。
2022-03-03 20:46:36 +08:00 回复了 longear 创建的主题 › 浏览器 › 你们都是怎么管理浏览器上日渐增多的标签页？ |
2021-09-29 13:20:52 +08:00 回复了 rich1e 创建的主题 › 职场话题 › 试用期未过，有经济补偿吗？哪位大佬能解答一下。 |
之前看过一个法律同学写的，可以参考下 https://mp.weixin.qq.com/s/mmo9ZPSxH0UFMLb3sqMf2g
2021-09-29 13:10:20 +08:00 回复了 InDom 创建的主题 › Linux › 迫于可能无法黑苹果，求推荐你在用的 Linux 发行版与桌面。 |
出于好奇想问一下题主，wsl2 是踩到啥坑了嘛？求分享？
2021-08-17 13:30:52 +08:00 回复了 sillydaddy 创建的主题 › 问与答 › 阮一峰的广告位都是空的，为何不采用竞价模式呢？ |
不知道阮一峰出于什么考虑。
仅回复一下上面的讨论，其实做起来很容易，现在广告联盟太多了。基本上就是一键接入，会有专门的平台做各位说的工作。
仅回复一下上面的讨论，其实做起来很容易，现在广告联盟太多了。基本上就是一键接入，会有专门的平台做各位说的工作。
Select Language