• 注册
  • 登录
  • 开源项目
  • 知识问答
  • 资源下载
  • 行业实战
  • 清空所选
  • 机器学习-联合学习与迁移学习


    Google AI 团队科学家 Brendan McMahan 和 Daniel Ramage 的博

    联合学习 迁移学习

    Mon Dec 30 21:20:18 CST 2019

    行业实战/ 机器学习
    0
  • 微服务microservice


    微服务是指提供单个业务功能的服务,遵循SOLID原则的单一职责,从技术角度看就是一种小而独立的处理进

    微服务;microservice

    Wed Jul 22 16:43:14 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 忘记单体与微服务,重要的是团队的认知能力和范围! | TechBeacon


    “单体与微服务”的争论通常集中在技术方面,而忽略了战略和团队动力。但是,思维敏捷的组织不是从技术入手

    TechBeacon

    Wed Jul 22 16:03:25 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 集装箱车队系统的DDD案例


    这是为上海某大型港口公司的运输系统实施的一个领域驱动设计DDD的咨询案例,通过一天时间的探讨,初步提

    集装箱车队系统

    Mon Jul 20 17:25:55 CST 2020

    行业实战/ 概念模型
    0
  • 向领域驱动设计前进: 如何使用DDD从单体到微服务迁移打造业务平台或中台? -Kevin Mas Ruiz


    如果您的公司建立在单体monolith之上。由于您的业务知识在内部传播,因此这种单体monolith

    Kevin Mas Ruiz

    Wed Jul 22 16:28:30 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 向领域驱动设计前进: 如何使用DDD从单体到微服务迁移打造业务平台或中台? -Kevin Mas Ruiz


    如果您的公司建立在单体monolith之上。由于您的业务知识在内部传播,因此这种单体monolith

    DDD

    Mon Jul 20 17:35:48 CST 2020

    行业实战/ 概念模型
    0
  • 分布式微服务为什么很难?


    本文主要谈论了微服务系统之间通讯RPC同步和异步队列的不同,RPC同步速度快但不可靠;异步队列速度慢

    分布式微服务

    Tue Jul 21 15:52:58 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 不使用DDD的后果:为什么我们停止了向微服务的迁移? - Steven Lemon


    我们的开发团队在功能交付计划方面略有突破。技术领导层决定,这次将我们的单片单体架构分解为微服务是最好

    DDD;Steven Lemon

    Wed Jul 22 15:57:03 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 不使用DDD的后果:为什么我们停止了向微服务的迁移? - Steven Lemon


    我们的开发团队在功能交付计划方面略有突破。技术领导层决定,这次将我们的单片单体架构分解为微服务是最好

    DDD

    Mon Jul 20 17:29:16 CST 2020

    行业实战/ 概念模型
    0
  • 实现微服务的唯一方法是:在系统全局和本地两个级别平衡每个服务的复杂性


    在设计基于微服务的系统时,衡量和优化正确的指标至关重要。为每个微代码库和微团队设计本地边界绝对很容易

    微服务

    Tue Jul 21 16:14:49 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 如何构建基于DDD领域驱动的微服务? - Chandra


    尽管微服务中的“微”一词表示服务的规模,但它并不是使用微服务的唯一标准。当团队转向基于微服务的架构时

    DDD; Chandra

    Tue Jul 21 15:41:20 CST 2020

    行业实战/ DDS/Mqtt/MODBUS
    0
  • 如何构建基于DDD领域驱动的微服务? - Chandra


    尽管微服务中的“微”一词表示服务的规模,但它并不是使用微服务的唯一标准。当团队转向基于微服务的架构时

    DDD领域驱动;微服务

    Mon Jul 20 15:02:03 CST 2020

    行业实战/ 概念模型
    0
  • 业务代码编程陷阱案例


    当我们开始编写软件时,我们总是希望有一个好的设计。我们阅读书籍,运用最佳实践,最后,我们常常一团糟。

    业务代码编程

    Mon Jul 20 14:53:38 CST 2020

    行业实战/ 概念模型
    0
  • arduino/Arduino

  • arduino/arduino-cli

  • wuyouzhuguli/SpringAll

  • mongodb/node-mongodb-native

  • go-redis/redis

  • beamofsoul/BusinessInfrastructurePlatformGroupVersion

  • zhouzeqian/base

  • zeromq/jeromq

  • mkoppanen/php-zmq

  • erickt/rust-zmq

  • progrium/nullmq

  • 839536/kettle

  • suyaollyz/kettle-scheduler

  • magwyz/pastec

  • feiskyer/sdn-handbook

  • microsoft/SDN

  • hubo1016/vlcp

  • Cloudslab/cloudsimsdn

  • rancher/k3s

  • tektoncd/pipeline

  • ericchiang/k8s

  • open-cmdb/cmdb

  • pycontribs/jira

  • teamatldocker/jira

  • baidu/openedge

  • OpenNetworkingFoundation/5G-xHaul

  • herlesupreeth/OAI-5G

  • rebeccabernie/ResearchMethods-5G

  • esig/dss

  • 生成数字签名

  • EngineHub/CraftBook

  • philanc/plc

  • flosse/node-plc

  • yujunhao8831/spring-boot-start-current

  • sufuf3/ONOS_install_script

  • tzaeschke/tinspin-indexes

  • kzwang/elasticsearch-image

  • GSA/asis

  • hectorm/pzntg

  • emiliofidalgo/obindex

  • qq547276542/Agriculture_KnowledgeGraph

  • Alok991/Activity_brain_wave_prediction

  • mongolab/dex

  • servicemesher/istio-knowledge-map

  • feelschaotic/AndroidKnowledgeSystem

  • cglib/cglib

  • cesanta/mongoose-os

  • docs4dev/docs4dev

  • kubeedge/kubeedge

  • locationtech/geowave

  • zhonglinlin1305/spring-boot-sample

  • eclipse-iofog/iofog.org

  • FujiZ/ns-3

  • HKUST-SING/MQ-ECN-NS2

  • HKUST-SING/MQ-ECN-Software

  • sergiolucia/edgeAI

  • mbaddeley/usdn

  • mozilla-services/autograph

  • yinyanghu/RSA

  • devsecops/forecast

  • 自托管代理未显示在代理池下拉列表中

  • borismus/webvr-boilerplate

  • Vytek/VR-Awesome

  • LLK/scratch-flash

  • adamcohenrose/The-Eyes-Have-It

  • lots-of-things/quantum-comp

  • 从边缘节点推送kafka消息的最佳方法是什么?

  • 谷歌搜索正在恶化吗?衡量 2022 年 Google 的搜索质量

  • 诗经总览.一言以蔽之:龙马精神

  • 含糖饮料展开子菜单:运动饮料

  • 健康饮品-水

  • 元宇宙之“封号架构师眼中的元宇宙”

  • 机器学习十大算法-SVM支持向量机

  • 机器学习十大算法-贝叶斯bayes

  • 机器学习十大算法-随机森林

  • 机器学习十大算法-C4.5

  • 机器学习十大算法-Boosting

  • 机器学习十大算法-AdaBoost

  • 机器学习十大算法-分类回归树CART

  • 机器学习十大算法-SGD梯度下降

更好的你值得被这个世界拥有,IPOSE体态管理遇见更好的你!

友情链接

  • 公司主页
  • 关于我们
  • 用户手册

平台服务

  • 体态纠正
  • 职业助手
  • 文化中心

联系我们

北京市 通州区 永顺镇
永顺西街74号1幢1层120
022-69576387
Email: codez1@126.com

关于代码空间

通过AI,云计算,计算机图形学等技术和体育健康理论及统计学相结合, 形成一套科学高效的体资体态综合测评系统为体育相关战略赋能! IPOSE,亭亭玉立,仪表堂堂,健健康康。

Copyright © 京ICP备19023426号 .北京代码空间科技有限公司,电话:022-69576387 All rights reserved.