博客 RSS 訂閱

dawanzi_6278b06ec111c 頭像

大丸子 - 使用 Python 在 PDF 中添加、導入、複製、移動與刪除頁面

在日常辦公和自動化任務中，我們經常需要對 PDF 文件進行頁面級的編輯，例如插入空白頁、複製現有頁、導入其他文件的頁面或刪除不需要的頁面。使用 Python，你可以輕鬆實現這些操作，而無需依賴 Adobe Acrobat。 本文將通過幾個常見場景，演示如何使用 Python 操作 PDF 頁面，包括： 添加空白頁 導入其他 PDF 的頁面 刪除特定頁面 在文檔內部複製頁面 移動頁面到新

pdf導出 , 文檔管理工具 , pdf , pdf-generation , Python

收藏 評論

fannaodeshafa 頭像

煩惱的沙發 - Rust 1.89更新，有哪些值得關注的新功能

Rust 更新還挺頻繁的，連1.90都出來了，但作為新版本，1.90有啥坑還不知道，先讓子彈飛一會。那還是1.89更穩更值得關注。 寫代碼之前，別讓環境配置勸退你 在聊 1.89 的新特性之前，咱先聊個搭建環境的問題。 官方推薦的 rustup 是挺方便，但做項目光有它可不夠。電腦上是不是還得裝個 Nginx、PostgreSQL、Redis 之類的？這一套東西在自己電腦上攢起來，説實話挺折騰人

資訊 , rust , 後端

收藏 評論

fennudexiyang 頭像

中昊芯英 - DeepSeek-V3.2的DSA稀疏注意力技術：在TPU平台上的效能革命與適配實踐

9 月 29 日，DeepSeek 最新發布的DeepSeek-V3.2-Exp模型引入了自主研發的DeepSeek Sparse Attention（DSA）稀疏注意力機制，在幾乎不影響模型性能的前提下，實現了長文本訓練和推理效率的大幅提升。本文旨在深入解析 DSA 的技術原理，並重點探討中昊芯英「剎那®」TPU 平台如何憑藉其片上緩存與高度並行矩陣計算單元，在 Lightning Indexe

機器學習 , tensorflow , 神經網絡 , 自然語言處理 , 人工智能

收藏 評論

deephub 頭像

deephub - mmBERT：307M參數覆蓋1800+語言，3萬億tokens訓練

mmBERT是一個純編碼器架構的語言模型，在1800多種語言、3萬億tokens的文本上完成了預訓練。它的架構設計借鑑了ModernBERT，但又加入了不少創新點，比如逆掩碼比率調度和逆温度採樣。而且研究團隊還把1700多種低資源語言放在了衰減階段加入訓練，這個策略帶來了相當不錯的效果提升，充分利用了那些數據量本身就不大的語言資源。 模型架構 整體架構和ModernBERT保持一致，但換成

bert-language-model , 神經網絡 , 人工智能 , 深度學習

收藏 評論

kuaidaili 頭像

K哥爬蟲 - 【JS逆向百例】某坤行 1101，雪球 1038，新 acw_sc__v2 逆向分析

聲明 本文章中所有內容僅供學習交流使用，不用於其他任何目的，不提供完整代碼，抓包內容、敏感網址、數據接口等均已做脱敏處理，嚴禁用於商業用途和非法用途，否則由此產生的一切後果均與作者無關！ 本文章未經許可禁止轉載，禁止任何修改後二次傳播，擅自使用本文講解的技術而導致的任何意外，作者均不負責，若有侵權，請在公眾號【K哥爬蟲】聯繫作者立即刪除！ 前言 最近有小夥伴博客留言，詢問關於雪球 1038 長串

爬蟲

收藏 評論

weidejianpan 頭像

商湯萬象開發者 - 技術拆解 | 表格解析（上）：企業數字化與AI應用流程中的重要基礎支撐

上一期我們向大家介紹了商湯自研的智能文檔解析 UniParse，歡迎大家試用！本期開始，我們將對 UniParse 中涉及的技術點進行逐一拆解，希望能幫助大家更好地理解和使用我們的產品~ 本期和下期的分享主題都將圍繞“表格解析”展開，技術細節，一探究竟！ 什麼是表格解析 表格解析是將非結構化的表格圖像（如掃描文檔、照片或PDF中的表格）轉為機器可讀、可理解的結構化數據的過程。具體而言，它旨在將圖像

表格 , 人工智能 , 檢索系統 , 文檔

收藏 評論

yinuo112 頭像

程序員一諾python - 【爬蟲開發】爬蟲開發從0到1全知識教程第14篇：scrapy爬蟲框架【附代碼文檔】

🏆🏆🏆教程全知識點簡介：1.Mongodb數據庫包括介紹、mongodb簡單使用（mongodb服務端啓動、啓動mongodb客户端進入mongo shell）。2. scrapy爬蟲框架涵蓋 ip使用、啓動爬蟲、停止爬蟲、scrapyd webapi。3. Gerapy包含通過Gerapy配置管理scrapy項目。4. appium移動端抓取涉及appium自動控制移動設備、appium

數據庫 , 爬蟲 , 後端 , Python

收藏 評論

meituanjishutuandui 頭像

美團技術團隊 - 可驗證過程獎勵在提升大模型推理效率中的探索與實踐

美團業務研發搜推平台部算法團隊創新提出可驗證過程獎勵機制（VSRM），針對大模型推理中的冗餘回覆與過度思考問題，精準獎勵有效推理步驟，顯著縮減輸出長度並提升推理效率。VSRM通過步驟級正確率增益評估，有效抑制無效步驟，兼容主流強化學習算法，助力高效、可靠的複雜推理任務。 1 背景 以 DeepSeek-R1 為代表的大規模推理模型，通過簡單有效的強化學習後訓練方法，培養了強大的推理能力，但卻導致模

大模型 , 美團

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《基於Python的數學方法》

書籍：Mathematical Methods using Python 作者：Vasilis Pagonis，Christopher Kulp 出版：CRC Press​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《基於Python的數學方法》 01 書籍介紹 這本高年級本科教材開創性地將“數學方法”課程與Python編程深度融合，面向理工科學生。全書

數學 , 人工智能 , Python

收藏 評論

ruanjiankaifa_xiaofanya 頭像

軟件部長 - 低代碼實戰：如何在JVS低代碼平台配置條件化流程分發，解決多維度審批難題？

在企業日常運營中經常會遇到不同金額的採購申請需要走不同的審批流程，但是系統內只能機械的套用單一流程，還有重要客户訂單需要特殊通道，傳統OA審批太繁瑣，只能手動選擇審批流程，效率低下，還容易因為選擇錯誤導致流程卡殼。 低代碼的出現，解決了這些痛點問題，通過配置化就可以根據業務數據自動判別並跳轉至合適的審批流程，實現真正意義上的智能業務分流。 在JVS低代碼中使用流程，可以在新增數

工作流程管理系統 , 低代碼 , 低代碼開發平台 , 工作流

收藏 評論

jump_and_jump 頭像

jump__jump - 妙用 localeCompare 獲取漢字拼音首字母

在前端開發中，開發者通常會使用 localeCompare 來進行中文字符的排序比較。但 localeCompare 還有一種較為少見的應用場景 —— 通過獲取中文字符的拼音首字母來實現檢索功能。本文將詳細介紹這一實用技巧及其應用。 原理 localeCompare 方法允許字符串按特定語言環境的排序規則進行比較。在中文環境下，它會默認按照漢字的拼音順序進行排序。基於這一特性： 準備一組具有代

搜索 , 漢字轉拼音 , 工具類 , 前端 , Javascript

收藏 評論

pm_pawsjournal 頭像

產品汪日記 - 深入解析：AI 玩具（智能兒童玩具）用户旅程地圖

一、產品與用户背景（快速定位） 產品形態：帶麥克風與揚聲器的互動玩具 + 手機/平板 App（家長端）+ 雲端下發內容包。 目標用户：3–10 歲兒童（直接使用者）與監護人/家長（決策者與管理者）。 核心價值：陪伴、啓蒙教育、親子互動、可持續內容更新。 關鍵約束：安全與隱私合規、簡單上手、內容易更新、家長可控。 二、旅程階段劃分（8 個階段） 1.認知（家長被短視頻/口碑吸引） 2.

用户體驗

收藏 評論

beiyouzhiyu 頭像

北冥有隻魚 - 解鎖網絡性能優化利器HTTP/2C

我總要言説一些東西，因為我的心始終在喋喋不休。 前言 HTTP的發展現狀 最近腦海裏面始終活躍着一些想法，一部分是對過去錯誤認知的糾正，比如HTTP/2。在《HTTP學習筆記(三) HTTP/2》，這裏已經提過了，HTTP 1.0的性能缺點是每一個連接都對應一個TCP連接，到HTTP 1.1對這個問題進行了解決，也就是keep-alive和流水線，所謂keep-alive, 也就是説客户端和服務端

http-2 , 後端

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 使用Python對PDF進行拆分與合併

在日常辦公和數據處理中，PDF文檔因其穩定性和通用性而廣泛應用。然而，我們經常會遇到需要將多個PDF報告合併成一份完整文檔，或者將一份冗長的合同拆分成多個獨立章節的情況。手動操作這些任務不僅耗時，而且容易出錯。幸運的是，Python作為一種強大的自動化工具，能夠幫助我們高效地解決這些問題。 本文將深入探討如何利用 Spire.PDF for Python 庫，輕鬆實現PDF文檔的拆分與合併，讓您的

pdf , Python

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《深度學習數學基礎》

書籍：Mathematical Foundations for Deep Learning 作者：Mehdi Ghayoumi 出版：Chapman and Hall/CRC​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《深度學習數學基礎》 01 書籍介紹 《深度學習數學基礎》彌合了理論數學與人工智能（AI）實際應用之間的鴻溝。本指南深入探討驅動現代深度

數學 , 人工智能 , 深度學習

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：實時流處理實戰

在大數據處理領域，實時流處理正變得越來越重要。Apache Flink作為領先的流處理框架，提供了強大而靈活的API來處理無界數據流。本文將通過經典的SocketWordCount示例，深入探討Flink實時流處理的核心概念和實現方法，幫助你快速掌握Flink流處理的實戰技能。 一、實時流處理概述 1. 流處理的基本概念 流處理是一種持續處理無界數據的計算範式。與批處理不同，流處理系統需要在數據到

大數據 , JAVA , flink , 數據處理 , 後端

收藏 評論

feedalyze 頭像

Feedalyze - 專業的用户反饋管理分析工具，能幫企業節省多少開支？

引言 當今，企業若希望保持產品競爭力，最關鍵的要素之一在於用户反饋。用户反饋不僅是產品迭代的風向標，也是客户體驗的標尺，更是企業經營的決策依據。 成本 以一家員工人數 100 人，用户規模在 1 萬的中小軟件企業為例，收集、處理和分析用户反饋的成本約為多少呢？ 這家企業用户規模並不大，但每月仍可能會收到數百上千條反饋，反饋渠道可能包括官網、公眾號、郵件、反饋問卷、應用內反饋等等。企業的成員配置一般

產品運營 , 軟件開發 , 產品經理 , 用户反饋 , 用户體驗

收藏 評論

anygraphanywhere 頭像

圖形天下 - “一週學習計劃與總結”思維導圖創作實踐解析

                “一週學習計劃與總結”思維導圖 “一週學習計劃與總結”思維導圖模板獲取鏈接 一、核心主題確定 該思維導圖旨在系統規劃一週學習任務，通過有效執行和及時總結，確保學習任務有序進行，同時促進反思與提升。核心主題確定為“一週學習計劃與總結”，並特別註明為2025年02月10日第二週，以便清晰追蹤時間節點。 二、導圖結構設計 根據核心主題，巧妙運用圖形天下的混合佈局，進行思

思維 , 思維導圖 , 知識管理 , 思維導圖工具

收藏 評論

pm_pawsjournal 頭像

產品汪日記 - 產品經理視角：如何用用户旅程圖優化留存與轉化

目標：把“旅程圖”從靜態海報，變成 可度量、可實驗、可迭代 的增長操作系統。本文圍繞留存與轉化，提供從框架到落地的全鏈路做法，並以 泳池清潔機器人為案例展開。 一、留存與轉化的 UX 視角：先定指標，再看情緒 1.北極星與分解指標 北極星：穩定周留存（W1/W4）+ 任務成功率（FTSR：First Task Success Rate）。 關鍵分解 激活：首日完成安裝配網首清路徑設

用户體驗

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據轉換的藝術

在實時數據處理流程中，數據轉換（Transformation）是連接數據源與輸出結果的橋樑，也是體現計算邏輯的核心環節。Flink提供了豐富的數據轉換操作，讓開發者能夠靈活地對數據流進行各種處理和分析。本文將以Flink DataStream API為核心，帶你探索Flink數據轉換的精妙世界，並結合之前文章中的Kafka Source實現一個完整的數據處理流程。 一、數據轉換概覽 數據轉換是指將

大數據處理 , 大數據 , JAVA , flink , 後端

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據輸出的終極指南

在實時數據處理的完整鏈路中，數據輸出（Sink）是最後一個關鍵環節，它負責將處理後的結果傳遞到外部系統供後續使用。Flink提供了豐富的數據輸出連接器，支持將數據寫入Kafka、Elasticsearch、文件系統、數據庫等各種目標系統。本文將深入探討Flink數據輸出的核心概念、配置方法和最佳實踐，並基於Flink 1.20.1構建一個完整的數據輸出案例。 一、Flink Sink概述 1. 什

大數據處理 , 大數據 , JAVA , flink , 後端

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《工業邊緣網關進階指南：智慧工廠設備互聯中的協議適配與數據預處理》

參與智慧工廠設備互聯升級項目時，體會到邊緣網關在工業場景中的核心價值與實踐困境。該工廠作為當地老牌製造企業，歷經三次生產線迭代，目前涵蓋三條不同年代的生產線，部署了近千台異構設備，既有上世紀九十年代採用傳統Modbus協議的老舊PLC，也有近年新增的支持OPC UA協議的新型智能傳感器，甚至部分關鍵衝壓設備因硬件限制，仍依賴RS485串口進行數據傳輸。早期採用的集中式數據採集方案，需通過多條超50

數據

收藏 評論

jidongdemogu 頭像

JeeLowCode - 低代碼範式的內涵與邊界：介於無代碼與複雜代碼的再思考

在當下的語境中，“低代碼”往往被簡化為“拖拽組件”“快速搭建”的代名詞，但這只是表象。 當我們真正去審視低代碼時，會發現它所指涉的遠不止可視化操作界面，而是涵蓋了完整的開發邏輯、技術體系與智能化支撐。 第一，表層體驗：可視化與直觀操作 低代碼最直觀的特徵在於“所見即所得”的構建方式，包括可視化工作流、組件化設計、實時渲染與動態預覽等，這些功能降低了應用開發的門檻。 第二，技術

工作流可視化 , 低代碼 , 低代碼開發平台 , 工作流

收藏 評論

sysin 頭像

sysin - Apple Safari 26.0.1 發佈 - macOS 專屬瀏覽器 (獨立安裝包下載)

Apple Safari 26.0.1 發佈 - macOS 專屬瀏覽器 (獨立安裝包下載) 適用於 macOS Sequoia 和 macOS Sonoma 的 Safari 瀏覽器 26 請訪問原文鏈接：https://sysin.org/blog/apple-safari-26/ 查看最新版。原創作品，轉載請保留出處。 作者主頁：sysin.org Safari 瀏覽器 風馳電掣。

safari

收藏 評論