HDMI连接Raspberry 通常情况下,树莓派会自动检测显示器的类型并修改配置。但有时,自动检测的结果可能不正确。如果你的树莓派连接到电视上但没有任何显示的话,你要考虑手动修改树莓派的显示配置了 下面我们手动修改/boot/config.txt文件。记得修改前备份一个,以下是参数文件: 12345678910111213141516171819202122232425262728293031323334 2019-07-29 物联网
Google Colab 训练模型太慢怎么办?训练模型的时间,好点的用1小时2小时,遇到稍复杂的得等1天甚至2天。训练后的模型,如果不满足要求,还得再反复调整,再来一遍…这简直是个噩梦有么有。去某宝、JD上搜一搜,一台上万谁买的起。对于我们这些穷得揭不开锅的苦比党来说,Google Colab可以说是我们的福音! Google GolabColaboratory 是一款研究工具,用于进行机器学习和研究。它是一个 Jupyt 2019-07-23 机器学习
堆排序的应用-优先队列 堆排序在排序复杂性的研究中有着重要的地位,因为它是我们所知的唯一能够同时最优的利用空间和时间的方法-在最坏的情况下它能保证使用~2NlgN次比较和恒定的额外空间。 在开始了解优先队列之前我们先了解一下堆的特性: 一个大根堆有这么个特性,它的爸爸总是比它的俩孩子的值大;除了这个最基本的以外,你还要知道第k个元素的左孩子是2k,右孩子是2k+1;知道这个以后,下面我们需要实现两个方法,高效的删除最大元 2019-07-18 算法与数据结构
Hive迁移老数据-动态分区 现在有个hive表 dw_revisit_user_d ,创建的时候没有加partitioned by,现在想拓展表中的datestr当分区列。要怎么保证原来数据不丢,并且让原来的数据按datestr分区,以后的数据也按datestr分区? 我们可以使用select..insert + 动态分区解决问题 步骤12345678910111213set hive.exec.dynamic.parti 2019-07-18 大数据 #hive
ceph集群搭建 作者林文杰;结构图如下图所示 1、Selinux、防火墙和hostname文件将/etc/selinux/config文件下SELINUX=disabled 关闭防火墙或者开通6789和6800:7300的端口 1vim /etc/hostname 2、配置用户123456useradd -m bdipcephpasswd bdipceph#设置su权限 2019-07-17 大数据 #ceph
Export requires a --table or a --call argument 参考官方文档10. sqoop-export使用Sqoop导入数据到RDSMS数据库,结果报错;错误也是让人摸不着头脑,命令中是有这些参数的。 解决办法做下面修改,在值的左右加上双引号即可。 1--connect "jdbc:sqlserver://ip:port;database=database" \ 2019-07-16 其他 #问题总结
分布式幂等性设计 幂等性幂等性指的是,请求一次或者是多次资源应该具有相同的副作用。 重要性在一些业务场景下,幂等性显得很重要;比如金融系统、电商系统,这些都是很敏感的系统,作为软件开发者,我们有必要了解一下它。 订单创建接口,第一次调用超时了,如果再调用一次会不会再创建一个订单? 购买商品时,减库存接口超时了,再调一次会不会扣减2个库存? 当一笔订单开始支付,支付请求发出后,服务端发生了扣钱操作,接 2019-07-15 分布式
希尔、归并、堆、快速排序 下面我们介绍一下时间复杂度为O(nlogn)的时间复杂度:希尔排序、归并排序、堆排序、快速排序 堆排序 将0~(n-1)的无序列表,映射为大根堆,根据大根堆的特性,堆顶为最大值; 将堆顶与堆的最后一个元素交换位置,并将其脱离堆结构,放在数组n-1位置上; 重新调整大根堆,重复步骤2,得到第n-2的数 直到堆元素个数为1,即整个堆排序完成。 图解流程访问下面链接中的 Data Struct 2019-07-08 算法与数据结构
排序空间复杂度与稳定性 8种经典排序算法已经整理完成,下面说一下他们的空间复杂度 O(1)插入排序、冒泡排序、选择排序、希尔排序、堆排序 O(n)~O(logn)快速排序 O(N)归并排序 这里有一些网上和书上说可以将归并排序的空间复杂度优化到O(1),这边通过手摇算法确实可以使得空间复杂度达到O(1),但是时间复杂度会上升。 O(M)计数排序、基数排序 这个M代表的是桶的数量 稳定性所谓不稳定性,指的是相同元素 2019-07-08 算法与数据结构
计数和基数排序 O(N)的排序算法也叫不比较的排序算法,它的思想源于桶排序,其中比较经典的两个例子计数排序和基数排序,它们的时间复杂度趋向于O(n) 你可能会纳闷,不比较也能排序?下面我们介绍一下这两种经典排序算法 计数排序假如要给公司员工按身高排序。 我们知道员工身高大部分在160,180 之间,建立100~300一共200个桶。 遍历所有员工,按身高把员工放到匹配的桶中 分别倒出100~300号桶中的员 2019-07-08 算法与数据结构