@gitlife
GitLife Service Account Обо мне, моих проектах и планах
Заметки по проекту разработки видео-трансляций
Новейшие изменения: около 1 месяца назадМобильное приложение для外卖点餐 Если требуется более точное описание, можно перевести как: Мобильное приложение для заказа еды через外卖服务平台
Новейшие изменения: около 1 месяца назадRiseV навигация стремится создать самый удобный навигационный сайт, ориентированный на пользователя, предоставляя простой и интуитивно понятный опыт использования.
Новейшие изменения: около 1 месяца назадМодель LSTM-CRF для обработки естественного языка на языке программирования Python ```python import torch import torch.nn as nn from torch.autograd import Variable class LSTMCRFModel(nn.Module): def __init__(self, vocab_size, embedding_dim, hidden_dim, tagset_size): super(LSTMCRFModel, self).__init__() self.hidden_dim = hidden_dim self.word_embeddings = nn.Embedding(vocab_size, embedding_dim) self.lstm = nn.LSTM(embedding_dim, hidden_dim) # Слой CRF self.hidden2tag = nn.Linear(hidden_dim, tagset_size) self.transitions = nn.Parameter(torch.randn(tagset_size, tagset_size)) self.transitions.data[:, 0] = -10000 # Запрет на начальное состояние self.transitions.data[0, :] = -10000 # Запрет на конечное состояние def _forward_alg(self, feats): alpha = feats[0].view(1, -1) for i in range(1, len(feats)): alpha = self._log_sum_exp( alpha.unsqueeze(1).expand(len(self.transitions), -1, -1).contiguous(), self.transitions + feats[i].view(1, -1) ) return self._log_sum_exp(alpha, self.transitions) def _get_neg_log_likelihood(self, feats, tags): forward_score = self._forward_alg(feats) gold_score = self._score_sentence(feats, tags) return forward_score - gold_score def _score_sentence(self, feats, tags): score = torch.zeros(1) tags = torch.cat([torch.tensor([0]), tags]) for i, feat in enumerate(feats): score = score + self.transitions[tags[i + 1], tags[i]] + feat[tags[i + 1]] score = score + self.transitions[0, tags[-1]] return score
Новейшие изменения: около 1 месяца назадобработка звука, изменение голоса, шумоподавление аудио, WebRTC, SoundTouch, FMOD
Новейшие изменения: около 1 месяца назадРеализация нескольких алгоритмов балансировки нагрузки на PHP Примеры кода для различных алгоритмов балансировки нагрузки: 1. **Рандомный выбор (Round Robin):** ```php class RoundRobinBalancer { private $servers = []; private $currentServerIndex = 0; public function __construct(array $servers) { $this->servers = $servers; } public function getNextServer() { $server = $this->servers[$this->currentServerIndex]; $this->currentServerIndex = ($this->currentServerIndex + 1) % count($this->servers); return $server; } } ``` 2. **Взвешенный случайный выбор (Weighted Random):** ```php class WeightedRandomBalancer { private $servers = []; private $totalWeight = 0; public function __construct(array $servers) { foreach ($servers as $server) { $this->totalWeight += $server['weight']; } $this->servers = $servers; } public function getNextServer() { $random = rand(1, $this->totalWeight); $currentWeight = 0; foreach ($this->servers as $server) { $currentWeight += $server['weight']; if ($random <= $currentWeight) { return $server; } } return null; } } ``` 3. **Наименьшая задержка (Least Connections):** ```php class LeastConnectionsBalancer { private $servers = []; public function __construct(array $servers) { $this->servers = $servers; } public function getNextServer() { usort($this->servers, function($a, $b) { return $a['connections'] - $b['connections']; }); return $this->servers[0]; } } ``` Эти классы представляют базовые реализации алгоритмов балансировки нагрузки. В реальных приложениях могут потребоваться дополнительные функции для обновления состояния серверов, обработки ошибок и т. д.
Новейшие изменения: около 1 месяца назадВысокопроизводительное легковесное решение для шардинга таблиц и баз данных в EF-Core, поддержка разделения на чтение и запись. Это решение не требует зависимостей, имеет нулевую стоимость обучения и не вторгается в бизнес-код.
Новейшие изменения: около 1 месяца назад
