ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

云计算与容器网络
📚 1 本专著

服务访问限速

Rate Limit

)服务访问限速(Rate Limit) 例如,若要将reviews服务访问ratings服务的请求速度设置为每秒最多允许发起10个请求,则可以进行如下设置: 实现的效果如图 4-22 所示,在一段时间内对请求数量进行限制,对超限的请求返回HTTP 429的...

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 1 本专著

机器人大学生测试

Robot College Student Test

机 器 人大学生测试 机器人大学生测试(Robot College Student Test)由认知科学家本·戈策尔

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

机器人学习实验室

Robot Learning Lab

岁的皮特看起来很年轻,穿着简单的T恤和牛仔裤,在办公室匆忙吃了份盒饭午餐后,他先带我们参观了机器人学习实验室(Robot Learning Lab),BRETT人形机器人以及其他工业机器人等都是从这里培育出来的。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

来绘制留存曲线

Retention curve

衡量留存,我们推荐使用计算同一用户群不同时间的留存率(Retention rate)来绘制留存曲线(Retention curve),有时候也叫作进行同期群分析(Cohort Analysis)。

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 1 本专著

林康中心

Rincon Center

我姐姐的朋友给我推荐了林康中心(Rincon Center),我对它一见钟情,因为这栋建筑上装饰着海豚,对我来说这是一个巧合,更是一个极好的征兆,因为我就是在夏威夷和海豚一起游泳的时候萌生了创建Salesforce公司的想法的。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

查询检索

Retriever

RAG有四个核心部件:向量数据库(Vector Database)、查询检索(Retriever)、重新排序(Re-ranking)、生成回答 (Generator)。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

标准修订版

Revised Standard Version

〔3〕原书引用的《圣经》是标准修订版(Revised Standard Version),但在新标准修订版(New Revised Standard Version)中,实际引文应为《路加福音》1:51—53。

难度: ★★★ 阅读: 5分钟
查看引证 →
云计算与容器网络
📚 1 本专著

核心功能是反向代理

Reverse Proxy

应用网关的核心功能是反向代理(Reverse Proxy),用于统一接入,反向代理到后端真实的Web业务,避免直接路由到生产环境。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

核糖核酸干扰技术

RNA interference

近年来,遗传学领域的一项重大突破是核糖核酸干扰技术(RNA interference)。

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 1 本专著

根服务器

Root Server

最上层一般由一台服务器充 当根服务器(Root Server),其负责接收用户查询,并根据SQL命令找 到命令中涉及的数据表,读出相关数据表的元数据,改写原始查询后推 入下一层级的服务器(即中间服务器)。

难度: ★★★ 阅读: 5分钟
查看引证 →
前端与移动端
📚 1 本专著

根源软件公司

Rootstock Software

ASK计算机系统公司的企业DNA继续在今天的企业软件产业里存活,其前员工在甲骨文公司、Workday以及根源软件公司(Rootstock Software)都担任过关键角色。

难度: ★★★ 阅读: 5分钟
查看引证 →
后端开发与架构
📚 1 本专著

检索模型

Retrieval-based model

因此,聊天机器人可以被粗略地分成两个类别: ·检索模型(Retrieval-based model):一般来说,这类模型依赖于查询表或者知识库,它能从预定义好的一系列回答中选择一个来返回给用户。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

森林回归模型

Random Forest Regressor

(2)排序模型:使用随机森林回归模型(Random Forest Regressor)对用户和物品特征进行建模,学习两者之间的关系。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

概念是注册服务器

Registry

一个容易与之混淆的概念是注册服务器(Registry)。

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 1 本专著

榜样

Role Model

商业的世界也一样,首先,各地都在调查、搜集其他公司的最佳实践 ( Best Practice)或榜样(Role Model),不过,瞭解那些事情本身并不会增 加竞争优势,思考「接下来该怎么做?」编织出前所未有的智慧,可说是分 出胜负的关键。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

正则化参数

Regularization Parameter

(2)正则化参数(Regularization Parameter):正则化参数用于控制模型的复杂度,防止过拟合。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

正则化理论

Regularization Theory

正则化理论(Regularization Theory)是Tikhonov于1963年提出的一种用以解决不适定问题的方法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

正则化系数

Regularization Rate

为了提高机器学习模型的泛化性能,我们可以在模型中使用正则化(Regularization)方法,将正则化项乘上正则化系数(Regularization Rate)后加到目标函数,再进行参数优化。

难度: ★★★ 阅读: 5分钟
查看引证 →
后端开发与架构
📚 1 本专著

正则可靠广播算法

Regular Reliable Broadcast

很多分布式算法幵不要求 保持消息的有序性,例如正则可靠广播算法(Regular Reliable Broadcast)仅要求每个 被广播的消息最终能被所有正确的迚程接收即可,至于接收的顺序与请求的顺序是否 一致,这幵不重要。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

正则注册器

Regular Register

(1-N) 正则注册器 本节介绍(1-N)正则注册器(Regular Register)。

难度: ★★★ 阅读: 5分钟
查看引证 →
信息安全与密码学
📚 1 本专著

正如远程工作协会

Remote Work Association

正如远程工作协会(Remote Work Association)主席劳雷尔·法勒(Laurel Farrer)解释的那样:“人们在说,‘嘿,我不必再开车两个小时进城了,我也不必起个大早,把孩子送到日托中心。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

死记硬背

Rote Learning

在教学方法上,老师要学生们在下面死记硬背(Rote Learning),有点像今天中国的教育。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

残差神经网络

ResNet

AlphaGo系列算法用到了卷积神经网络和残差神经网络(ResNet)模型,使得围棋智能体能够表示和提取超高维空间中的围棋棋局信息。

难度: ★★★ 阅读: 5分钟
查看引证 →
通识与商业创新
📚 1 本专著

比值

Ratio

图5.2 图像Lena(512×512) 原始图像熵为 同理可得 H 2×2 ≈3.8555(比特),H 4×4 ≈2.6967(比特),H 8×8 ≈2.2188(比特),H 16×16 ≈2.1707(比特) 其比值(Ratio)分别为1.9325、2...

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 20 / 26 页,共 610 条记录