书栈网 · BookStack 本次搜索耗时 0.034 秒,为您找到 2032 个相关结果.
  • 使用Area2D

    使用Area2D 简介 什么是area? Area属性 重叠检测 区域影响 重力点 示例 使用Area2D 简介 Godot提供了许多碰撞对象来提供碰撞检测和响应.试图决定为你的项目使用哪一个可能会让人感到困惑.如果你了解它们各自的工作原理以及它们的优点和缺点,你就可以避免问题并简化开发.在本教程中,我们将查看 Area2D 节点...
  • 使用 Area2D

    使用 Area2D 前言 什么是区域? Area 的属性 重叠检测 区域影响 重力点 示例 使用 Area2D 前言 Godot提供了许多碰撞对象来提供碰撞检测和响应. 试图决定为你的项目使用哪一个可能会让人感到困惑. 如果你了解它们各自的工作原理以及它们的优点和缺点, 你就可以避免问题并简化开发. 在本教程中, 我们将查看 Area2...
  • 进程沙盒化

    进程沙盒化 Electron沙盒化策略 Sandbox behaviour in Electron Renderer processes 预加载脚本 配置沙盒 Enabling the sandbox for a single process 全局启用沙盒 禁用 Chromium 的沙盒(仅测试) A note on rendering un...
  • 5.12. 四赤阳阵の多表视图

    953 2020-02-24 《Eova 开发文档》
    5.12.1.1.1. 数据库View的概念 5.12.1.1.2. 需求的合理性 5.12.1.1.3. 什么是1V1关联表? 5.12.1.1.4. EOVA视图处理的设计 V1.6 5.12.1.1.5. 应用原则 [TOC=3] 四人联合施展,分别在东南西北四端张开结界,发动此术时会形成一个结界阵,结界阵的四周都有火炎形成的墙壁阻挡...
  • 练习 32 循环和列表

    练习 32 循环和列表 你会看到 附加练习 常见问题 练习 32 循环和列表 你现在可以做一些更有意思的程序了。如果你一直跟着我们的节奏,你应该可以把所有学过的东西用 if 语句和布尔表达式结合起来,让你的程序做一些好玩的事情。 不过,程序仍然需要快速做一些重复的事情。我们要在这个练习中用一个 for-loop 来创建和打印各种列表。你在做练...
  • 运行时重配置的设计

    运行时重配置的设计 两阶段配置修改保持集群安全 法定人数永久丢失需要新集群 不要为运行时重配置使用公开发现服务 运行时重配置的设计 在分布式系统中,运行时重配置是最困难和最有错误倾向的特性,尤其是基于一致性的系统如 etcd。 继续阅读来学习关于 etcd 的运行时重配置命令的设计和我们如何解决这些问题。 两阶段配置修改保持集群安全 在...
  • 可序列化

    可序列化 真的串行执行 在存储过程中封装事务 存储过程的优点和缺点 分区 串行执行小结 两阶段锁定(2PL) 2PL不是2PC 实现两阶段锁 两阶段锁定的性能 谓词锁 索引范围锁 序列化快照隔离(SSI) 悲观与乐观的并发控制 基于过时前提的决策 检测旧MVCC读取 检测影响之前读取的写入 可序列化的快照隔离的性能 ...
  • 查询构造器

    数据库: 查询构造器 简介 获取结果 从一个数据表中获取所有行 从数据表中获取单行或单列 获取一列的值 分块结果 聚合 判断记录是否存在 Selects 指定一个 Select 语句 原生表达式 原生方法 selectRaw whereRaw / orWhereRaw havingRaw / orHavingRaw orderBy...
  • 查询构造器

    数据库: 查询构造器 简介 获取结果 从一个数据表中获取所有行 从数据表中获取单行或单列 获取一列的值 分块结果 聚合 判断记录是否存在 Selects 指定一个 Select 语句 原生表达式 原生方法 selectRaw whereRaw / orWhereRaw havingRaw / orHavingRaw orderBy...
  • Advanced: Making Dynamic Decisions and the Bi-LSTM CRF

    高级:制定动态决策和Bi-LSTM CRF 动态与静态深度学习工具包 Bi-LSTM条件随机场讨论 实施说明 练习:区分标记的新损失函数 高级:制定动态决策和Bi-LSTM CRF 作者:PyTorch 译者:ApacheCN 校对者:enningxie 动态与静态深度学习工具包 Pytorch是一种 动态 神经网络套件...