没有符合“performance”的标签
当前未检索到包含“关键字”的标签,建议调整搜索条件,或选择下方推荐的相关标签。
相关标签

Performance
在计算机科学和工程领域,性能(Performance)通常指计算系统或应用程序执行任务的效率。它可以涵盖多个方面,包括响应时间、吞吐量、资源利用率等,并且通常与软件和硬件的优化紧密相关。
0篇内容
0 章教程
8 个问答
0道面试题

性能优化
性能优化(Performance Optimization)是在软件开发和系统管理中一个非常关键的领域,旨在提高应用程序、服务或系统的运行效率和响应速度。这通常涉及识别瓶颈、减少资源消耗、提升用户体验和增加系统的吞吐量。性能优化可以应用于多个层面,包括代码级别、系统配置、硬件升级和网络优化等。
0篇内容
0 章教程
0 个问答
4道面试题

Tampermonkey
Tampermonkey 是一款流行的用户脚本管理器,它允许用户在各种主流浏览器上安装并运行所谓的“用户脚本”(user scripts)。用户脚本是小段的 JavaScript 代码,可以修改网页的功能和外观,增强浏览器的功能,或者自动化某些网页操作。Tampermonkey 使得管理和配置这些脚本变得非常方便。
0篇内容
0 章教程
8 个问答
0道面试题

Prometheus
Prometheus 是一个开源的监控和报警工具集,它最初是由 SoundCloud 创建的,现在是云原生计算基金会(CNCF)下的一个项目。Prometheus 被设计用于监控和报警在动态容器环境中的多个服务,但它同样适用于传统的硬件和软件监控。
0篇内容
0 章教程
8 个问答
20道面试题

Promise
Promise 是一种用于延迟计算的策略,适用于多种并发风格:用于本地计算的线程和事件循环并发,以及同步和异步远程消息传递。Promise 代表一个异步操作的最终结果。使用 Promises 的主要方式是通过一个方法,该方法注册从 promise 的最终值或失败原因到新 promise 的转换。
0篇内容
0 章教程
9 个问答
18道面试题

Transformer
Transformer 模型 是由 Vaswani 等人在 2017 年提出的一种深度学习架构,广泛应用于自然语言处理(NLP)领域,尤其是大型语言模型(LLM)的核心基础。它的关键创新是基于自注意力机制(Self-Attention),能够捕捉序列中任意位置之间的依赖关系,突破了传统循环神经网络(RNN)在处理长距离信息时的局限。
Transformer 由编码器和解码器堆叠组成,主要模块包括输
0篇内容
0 章教程
0 个问答
0道面试题

TypeORM
TypeORM 是一个面向对象的关系型数据库ORM框架,用于在 Node.js 应用程序中操作数据库。它支持多种数据库,包括 MySQL,PostgreSQL,SQLite,以及 Microsoft SQL Server 等。TypeORM 提供了使用 TypeScript 的完整ORM解决方案,它的主要目标是简化数据库操作,提高开发效率。
2篇内容
1 章教程
126 个问答
31道面试题

强化学习
强化学习(Reinforcement Learning, RL)是机器学习的一个子领域,它涉及让智能体(Agent)在环境(Environment)中通过试错的方式学习行为策略,以最大化一定期间内的总奖励。智能体根据与环境的交互获得奖励(或惩罚),并利用这些反馈信息来调整其行为策略。
0篇内容
0 章教程
0 个问答
0道面试题

PNPM
pnpm(Performant npm)是一个快速的,节省磁盘空间的包管理工具,用于 JavaScript 和 Node.js 生态系统。它是 npm 和 Yarn 的一个替代品,旨在提供更快、更高效的依赖管理解决方案。pnpm 主要通过使用硬链接和符号链接的方式来存储一个版本的包的单一副本,从而减少磁盘空间的使用和加速安装过程。
3篇内容
0 章教程
30 个问答
19道面试题

Tldraw
Tldraw (pronounced "tee-ell-draw") 是一个简单而强大的绘图应用程序,它提供线上和桌面版本,并支持多种对象和形状的绘制,如文本、贴图、形状等。tldraw 设计旨在实现快速、轻松的绘图体验,并提供共享和协作的功能。
0篇内容
0 章教程
0 个问答
0道面试题