Python批量正则匹配（多文本×多规则）
## 什么是多规则正则匹配 多规则正则匹配是一种基于人工规则的语义提取技术，实现简单，在特定场景中足够好用。 下面是多规则正则匹配的效果： > This paper proposes Computation Offloading using Reinforcement Learning (CORL) scheme to minimize latency and energy consum
OpenWhisk备忘录
[TOC] ## 用Helm部署OpenWhisk 最好用外网服务器。国内服务器直接看下一节。 ```bash sudo su mkdir ~/openwhisk cd ~/openwhisk # 安装docker apt install -y docker.io # 修改Docker镜像与cgroup驱动 sudo mkdir -p /etc/docker sudo tee
Knative备忘录
[TOC] ## Knative是什么 - Knative是一个Serverless框架，用于部署函数服务（Function as a Service） - 中文文档：https://knative-sample.com/10-getting-started/10-why-knative/ - 官方文档：https://knative.dev/docs/ ## 国内安装Knati
Python数据并行的6种方法（进程池+进度条）
[TOC] ## 什么是数据并行 **数据并行**（data-parallelism）和**任务并行**（task-parallelism）是实现并行计算的两种方式，可以简单理解为多人分工的两种方式。 - 例如：某场考试有200张试卷，试卷上有4种题型，需要4个人改卷。 - 数据并行：对“试卷数量”分割，每人改50张试卷的4种题型。（每人的任务都一样） - 任务并行：对“试卷
常数除以正态分布随机变量
## 问题 **背景** 有一个计算任务，需要运行$$w$$条机器指令。 有一个设备，每秒钟能执行$$c$$条机器指令。 让设备执行计算任务，执行时间$$t=\frac{w}{c}$$秒。 **问题** 已知$$w$$是一个正数，$$c$$是服从正态分布$$N(\mu,\sigma)$$的随机变量。求$$t=\frac{w}{c}$$的概率密度函数。 ## 解 **1.**
kubeedge-counter-demo（完结）
排错过程很不顺利，结论是Device协议版本不兼容，例程是v1alpha1版本，环境（KubeEdge v1.5.0）是v1alpha2版本。 把例程改用v1alpha2，就编译不了例程；把环境改用v1alpha1，就运行不了环境。 用v1.3.1版本的KubeEdge，就什么问题都没有了，一遍通过。 ![](https://www.proup.club/usr/uploads/20