技术,生活,随看 \随转
这本经过彻底修订的指南演示了命令行的灵活性如何帮你成为更高效、更有生产力的数据科学家。 你将学习如何结合小而强大的命令行工具来快速获取、清理、探索和建模数据。 为了让你快速入门,作者 Jeroen Janssens 提供了一个包含 100 多个 Unix 强大工具的 Docker 映像,无论使用 Windows、macOS 还是 Linux,该工具都非常有用。
本书非常适合数据科学家、分析师、工程师、系统管理员和研究人员。
这是一本关于并行计算的重要参考书籍。第四版应该还没有中文版引进。这里有部分(目前是前八章)翻译。
本书分为四个部分。
第一部分涵盖了并行编程、数据并行性、GPU和性能优化的基本概念。这些基础章节为读者提供了成为GPU程序员所必需的基本知识和技能。(目前内容主要是这部分)
第二部分涵盖了基本并行模式;第三部分涵盖了更高级的并行模式和应用。这两部分应用了第一部分学到的知识和技能,并在需要时介绍其他GPU架构特性和优化技术。
最后一部分介绍了高级实践,以完成那些想要成为专业GPU程序员的读者的知识体系。
本课程将教你如何使用Rust语言构建一个简单的LSM树存储引擎。
“日志结构合并树(Log-structured merge trees,简称LSM树)是一种用于维护键值对的数据结构。这种数据结构在分布式数据库系统,如TiDB和CockroachDB中被广泛使用,作为它们底层的存储引擎。基于LevelDB的RocksDB,是LSM树存储引擎的一个实现。它提供了许多键值访问功能,并在许多生产系统中使用。
本教程是一个包含多个部分(周)的广泛课程。每周有七个章节;你可以在2到3小时内完成每个章节。每个部分的前六章将指导你构建一个工作系统,而每周的最后一章将是小吃时间章节,它将实现一些在你之前六天构建的基础上的简单事物。每个章节都将有必需的任务、检查你的理解问题和奖励任务。
activepieces自动化工作流-AI总结RSS
本文仅希望借助两个工作流示例来演示activepieces平台下如何使用-AI总结RSS到Notion、关键词筛选RSS并AI总结再发生到notion 这样的工作流,同时理解自定义API如何接入该平台
工作流下载:https://pan.quark.cn/s/63f1ade5ea10
需要用到的:
- Notion账户
- 自部署AI-API(one api)
- RSS
流程比较简单,如图所示,现在讲需要注意的
选择自定义AI-API后,api-key一定要点击如图提示处才能自定义key
而自定义URL处填写“域名/v1/chat/completions”(如果是one api的域名地址)
body请求示例
{
"model": "gpt-3.5-turbo",
"messages": [
{
"role": "user",
"content": "使用简短的话概括总结{{trigger['description']}}内容"
}
],
"temperature": 0.7
}
Notion准备:
建立新的数据库【按自己喜好添加属性】
发送时示例:【标签可有可无】
如果你想进一步扩展该工作流,可以试下notion的自定义API
如果你想添加关键词筛选,则讲rss输出的信息上做筛选分支,设置关键词包含分类
以上为通过rss-ai-notion这样的一个联动实现自动化的AI信息流摘要概括。
扩展:如果不是RSS作为第一个工作流,你还能想到哪些信息化的集成?
提示:Webhook+ Api
📡发布:https://noisevip.cn/18114.html
🪧关注频道:@quanshoulu
💬频道社群:https://www.noisework.cn/qun/
📬投稿bot:@noisewowbot
📇搜索bot:@Efficiencysearchbot
🎁访问主页: www.noisework.cn