人工智能
单细胞之轨迹分析-7：Seurat+scVelo
轨迹分析系列：
单细胞之轨迹分析-1：RNA velocity
单细胞之轨迹分析-2：monocle2 原理解读+实操
单细胞之轨迹分析-3：monocle3
单细胞之轨迹分析-4：scVelo
单细胞之轨迹分析-5：slingshot
单细胞之轨迹分析-6：velocyto.R+Seurat
一般要去计算RNA velocity的时候，是已经预先处理过数据了，比如做过了降维，聚类，差异分
SpringAI实现AI应用-搭建知识库
SpringAI实战链接1.SpringAl实现AI应用-快速搭建-CSDN博客2.SpringAI实现AI应用-搭建知识库-CSDN博客3.SpringAI实现AI应用-内置顾问-CSDN博客4.SpringAI实现AI应用-使用redis持久化聊天记忆-CSDN博客5.SpringAI实现AI应用-自定义顾问（Advisor）-CSDN博客概述想要使用SpringA
【kafka】kafka管理之修改topic副本数
如下示例将主题foo的分区0的复制因子从1增加到3。
在增加复制因子之前，该分区的唯一副本存在于broker.id为5的节点上，我们将在broker.id为6和7的节点上各增加一个副本。
参考
Kafka——副本（Replica）机制
kafka 调整pa
AI的提示词专栏：“Temperature” 与 “Top-P” 参数对 Prompt 结果的影响
AI的提示词专栏：“Temperature” 与 “Top-P” 参数对 Prompt 结果的影响
本文围绕大语言模型中 Temperature 与 Top-P 参数展开，先以类比阐释二者本质 ——Temperature 通过缩放概率分布控制随机性强度，取值 0-2，低则输出稳定、高则创意足但易混乱；Top-P 借概率累
1.《机器学习实战》：一本令人又爱又恨的“实战”书
《机器学习实战》，我翻过两遍，每一次都没能读完。
为什么呢？
先说说好的一面。《机器学习实战》里面讲到了诸多的机器学习算法。虽说现在深度学习、强化学习等等的算法大行其道，但机器学习算法如线性回归、决策树等等，都仍然有其应用价值。这是因为：
1）深度学习对于运行的机器要求很高，在没有GPU的情况下，只要层数一多，就会耗费大量的时间，训练过程过长，投入资源较多；
2）深度学习算法等对于样本数要求较高，
结合Seurat批量去除环境RNA污染（SoupX）2022-05-19
相似关键词
背景RNA，环境RNA，RNA污染，游离RNA
background mRNAs, ambient RNA, RNA contamination, cell free mRNAs
适用背景
去除环境RNA污染是处理单细胞数据的可选项。环境RNA污染简单来说就是由于实验原因导致某些基因的转录本扩散到大多数细胞，使得部分基因在大多数细胞中均出现高表达的现象，从而影响我们对细胞类型的定义以
【知识】ETL大数据集成工具Sqoop、dataX、Kettle、Canal、StreamSets大比拼
1. 摘要
对于数据仓库，大数据集成类应用，通常会采用ETL工具辅助完成。ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、交互转换（transform）、加载（load）至目的端的过程。当前的很多应用也存在大量的ELT应用模式。常见的ETL工具或类ETL的数据集成同步工具很多，以下对开源的Sqoop、dataX、
