佛说漏分布经_小说全文免费阅读

首页/

搜索/

佛说漏分布经

佛说阿弥陀经

佚名

已完结· 2405字

佛说七佛经

佚名

已完结· 5380字

一读就懂的佛说阿弥陀经

佚名

已完结· 1.07万字

佛说大乘圣无量寿决定光明王如来陀罗尼经

佚名

已完结· 2686字

佛说佛名经续

佚名

已完结· 19.38万字

佛说陀罗尼集经

佚名

已完结· 18.28万字

佛说大乘入诸佛境界智光明庄严经

佚名

已完结· 1.76万字

佛说大乘菩萨藏正法经卷

佚名

已完结· 16.03万字

数字经济分布式治理

段伟常

已完结· 15.86万字

数字经济标志着人类社会正在快速进入数字化生存模式，财富创造、价值交换、利益分配等重要场域由“真实”向“虚拟”形式转化。与复杂有机生命体的运作相似，数字经济的治理在宏观上体现为控制与协同，而在微观上体现出高度的自治，以利益为中心的共同体（组织或公司）形成共享化、线上化、分权化、智能化等形式的去中心化自治模式。技术自治下的利益共同体就是具有分布式治理结构的DAO。《数字经济分布式治理》梳理从中心化治理到去中心化治理的演变逻辑，将数字治理和利益共同体理论融合创新，结合区块链技术、证据法学、技术自治、算法治理等构建分布式治理机制，对结构化取证、事实证明、信息保真、共识机制、智能合约等一系列核心技术和方法进行详细阐述。《数字经济分布式治理》适合金融和资产管理、数字化交易、电子商务、供应链管理、社会管理、智能司法等领域的专业人士阅读。

从零开始学筹码分布：短线操盘、盘口分析与A股买卖点实战

杨金

已完结· 18.39万字

分布式机器学习——系统、工程与实战

柳浩　著

已完结· 34.16万字

筹码分布图入门与技巧

永良，韦铭锋

已完结· 4.98万字

元宇宙基石：Web3.0与分布式存储

焜耀研究院　著

已完结· 8.50万字

Web3.0深刻地变革了数据存储的方式，使个人不再依赖数据存储费高昂的企业来存储和传输数据，而是可以在庞大的、人人可以参与的分布式网络中分发数据，相互付费，存储数据。Web3.0使用户个人数据和价值完全映射到元宇宙中，是实现元宇宙的重要基石。本书浓缩了区块链技术和分布式存储发展的整个历程，采用叙事的方式，讲述了其中的关键时刻和里程碑事件。这是值得对区块链和分布式存储感兴趣的读者拥有的一本书，你不需要拥有高深的技术背景，可以泡一杯茶，细细“咀嚼”Web 3.0的开端和发展，思考原因和必然性。本书也可以作为收藏，作为随时可以打开的时间胶囊，供读者随着文明的发展，回过头来查看，体味作者的洞见。

SequoiaDB分布式数据库权威指南

许建辉等　著

已完结· 12.79万字

《SequoiaDB分布式数据库权威指南》从分布式数据库的背景与发展情况出发，详细、系统地介绍了国产分布式数据库SequoiaDB（巨杉数据库）的基础知识、数据库实例、架构原理、运维管理等核心技术内容，提供了性能调优和问题诊断的基本思路。此外，书中还分享了SequoiaDB的行业应用、最佳实践、工具和生态等内容。《SequoiaDB分布式数据库权威指南》旨在帮助读者更好地理解SequoiaDB的运行机制和原理，掌握运维管理的思路和实践方法，适用于普通读者入门SequoiaDB，也适用于对分布式数据库有一定认识，且具备一定运维和开发能力的读者深入了解SequoiaDB技术细节。

分布式系统与一致性

陈东明　著

已完结· 15.21万字

分布式人工智能

安波等　著

已完结· 23.73万字

全书可分为五大部分，阐述了分布式人工智能的基础知识以及相关进展，包括分布式人工智能简介、分布式规划与优化、多智能体博弈、多智能体学习和分布式人工智能应用。除此之外，由于本领域尚处于蓬勃发展阶段，相关技术与应用层出不穷，因此书中还提供了研究者对于分布式人工智能发展的相关预测，以供读者深入了解、学习。《分布式人工智能》适合相关领域的从业者学习，也适合作为本领域研究者的案头参考。

非高斯工业过程随机分布控制与优化

李明杰，周平

已完结· 5.37万字

从零开始学筹码分布：短线操盘、盘口分析与A股买卖点实战

杨金　著

已完结· 148.59万字

深入大型数据集：并行与分布化Python代码

（美）约翰·沃勒翰（John T.Wolohan）　著

已完结· 15.49万字

《深入大型数据集：并行与分布化Python代码》共分3部分，主要介绍如何使用Python语言来处理大型数据集。第1部分介绍map和reduce编程风格，以及Python中基础的map和reduce函数，并介绍如何将对象持久化，通过惰性函数和并行函数来加快大型数据集的处理速度。第2部分介绍Hadoop和Spark框架，以及如何使用mrjob库来编写Hadoop作业，如何实现PageRank算法，如何使用Spark来实现决策树和随机森林的机器学习模型。第3部分重点介绍云计算和云存储的基础知识，包括如何通过boto3的Python库将文件上传到AWS S3服务，以及如何在AWS的EMR集群中运行分布式的Hadoop和Spark作业。《深入大型数据集：并行与分布化Python代码》适合有一定Python编程基础，且希望掌握大型数据集处理能力的开发人员和数据科学家阅读。