本书是第二版,2017的书。 《Web容量规划的艺术》由John Allspaw(F订ickr的工程运营经理)撰写,结合了他个人在F1ickr成长过程中的许多经历和很多其他产业中同行的洞察力。在衡量增长、预测趋势、成本效益等方面,他们的经验都会给你一些可靠并有效的指导。 网站的成功是以使用和增长来衡量的,而且网站类公司的成败(生死)是依赖于他们是否有能力来衡量决定他们的基础结构,从而适应不断增长的需求。作者通过自身实践给你提供所需要的相关知识和工具,来帮助你预知一些有威胁性的瓶颈问题和突然的网络增长,从而测量、部署并提前设计好网站应用的基本架构。
2021-12-29 16:15:49 16.27MB 容量规划 艺术 Capacity Planning
1
Spring Cloud微服务开发实践.rar
2021-12-29 16:04:31 18.86MB spring cloud
点云注释器(在开发中) 用于3D计算机视觉任务的基于Web的注释工具。 该工具是在苏宁公司进行的无收银员便利店研究的背景下开发的。 它支持点云(.pcd)进行姿势估计,跟踪和reID的注释任务。 它是由和开发的SPA。 :movie_camera: 有关检测和语义分段的注释任务,请参考Hitachi Automotive and Industry Lab的。 怎么跑 安装Node.js 从下载适合您平台的预安装程序。 下载仓库 git clone https://github.com/zexihan/point-cloud-annotator.git 启动应用程序 cd point-cloud-annotator npm install npm start 打开在浏览器中查看它。 如果您进行编辑,则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 (可选)编辑configs.json。 默认情况下
2021-12-29 15:19:33 865KB JavaScript
1
HCIA-Cloud 教学资料 云计算教材资料
2021-12-29 14:10:25 36.96MB hcia 云计算 教材
1
周阳SpringCloud.xmind 脑图,是尚硅谷第一季SpringCloud内容
2021-12-29 11:26:40 10.32MB 微服务 Cloud
1
什么是pyRANSAC-3D? pyRANSAC-3D是随机样本共识(RANSAC)方法的开源实现。 它适合点云中的原始形状(例如平面,长方体和圆柱体)以适应多种应用:3D猛击,3D重建,对象跟踪等。 特征: 安装 要求:脾气暴躁 用安装: pip3 install pyransac3d 看一看: 示例1-平面RANSAC import pyransac3d as pyrsc points = load_points (.) # Load your point cloud as a numpy array (N, 3) plane1 = pyrsc . Plane () best_eq , best_inliers = plane1 . fit ( points , 0.01 ) 平面方程Ax + By + Cz + D中的结果: [1, 0.5, 2, 0] 1、0.5、2、0
2021-12-29 10:34:26 45.66MB point-cloud segmentation ransac cuboid
1
Cloud computing for education- A new dawn》 《Toward dynamic and attribute based publication, discovery and selection for cloud computing》
2021-12-28 12:45:34 3.35MB 云计算 cloud-computing
1
Chinese : 通过利用云计算架构和服务来进行集中计算,特别是当物联网 (IoT) 场景想要将计算所产生的洞察力反馈给终端设备时,我们会遇到带宽拥塞的实际限制,结果导致高潜伏。 边缘计算随着不同的实现而出现,以逐渐消除这些限制障碍。 当前的网络与边缘计算的成功有关,以便在为最终用户提供服务方面取得进步,例如从当前的 4G 网络基础设施向 5G 增强型网络基础设施的转变。 本文的目的有两个:首先,回顾边缘计算的概念和技术。 这包括云计算、新兴的边缘计算及其实现、现有术语之间的比较以及可穿戴设备场景的概述。 其次,本文对在我们的项目中用于实施边缘计算设置的两种有前途的技术进行了调查。 这些是 Azure 云服务和 Raspberry Pi 边缘设备。西班牙语:Al aprovechar la arquitectura y los servicios de computación en la nube para hacer un cómputo centralizado, especialmente cuando los escenarios de Internet de las cosas (IoT) quieren reaccionar a conpart resultantes de ese cómputo de regreso a los dispositivos finales, entonces nos topamos con limitaciones reales de congestión de ancho de banda y la alta latencia resultante。 Edge Computing llega a existingir con diferentes implementationaciones para eliminar gradientmente estas barreras a las limitaciones。 Las redes actuales se relacionan con el éxito de la informática de la informática de punta para hacer unavance en sus servicios a los usuarios finales,como el cambio de la infraestructura de red 4G actual a una mejorada 5G。 Este documento tiene dos objetivos: en lugar, se ofrece una revisión de los conceptos y la tecnología de la informática de punta。 Esto incluye la computación en la nube、la computación de bordeemergente y sus implementaciones、la comparación entre las terminologíasexistentes y una descripción general de los escenarios de dispositivos portátiles。 En segundo lugar, el documento presenta unainvestigación de dos tecnologías prometedoras que se han Adoptado para implementar la configuración informática de borde en nuestro proyecto。 Estos son el servicio en la nube de Azure y los dispositivos de borde Raspberry Pi。 Palabras clave: Computación en la nube; 波尔多计算; 尼布拉计算; 物联网; 蔚蓝服务。
2021-12-27 16:44:16 802KB Cloud computing edge
1
详细讲解springboot在实战中的应用,你也可以了解简单的spring cloud,部署等知识,配套每章课程的源码,找资源不易,学习起来是极好的
2021-12-25 16:34:48 174.9MB spring-boot spring spring-cloud
1
ndt_omp 该软件包提供了从pcl派生的OpenMP增强的正态分布变换(和GICP)算法。 将NDT算法修改为对SSE友好并且是多线程的。 它的运行速度比pcl中的原始版本快10倍。 基准测试(在Core i7-6700K上) $ roscd ndt_omp/data $ rosrun ndt_omp align 251370668.pcd 251371071.pcd --- pcl::NDT --- single : 282.222[msec] 10times: 2921.92[msec] fitness: 0.213937 --- pclomp::NDT (KDTREE, 1 threads) --- single : 207.697[msec] 10times: 2059.19[msec] fitness: 0.213937 --- pclomp::NDT (DIRECT7,
2021-12-24 20:21:02 1.67MB matching multithreading point-cloud ros
1