博客 RSS 訂閱

u_15996251 頭像

明日cto - 機器學習——降維算法

降維算法是機器學習中用於減少數據特徵數量的技術，目的是在保留重要信息的同時，簡化數據結構，提高計算效率，降低模型複雜度，並有助於可視化和避免過擬合 一、降維的基本概念 1.降維的定義 降維（Dimensionality Reduction）是從高維數據中提取出低維表示，同時保留儘可能多的信息。 降維分為線性降維和非線性降維。

機器學習 , yyds乾貨盤點 , 數據 , 人工智能 , 降維算法

收藏 評論

u_17593768 頭像

JUGG11 - 小白必看：AI智能體零基礎搭建全攻略！

寫在前面：別怕，真的不需要技術背景！ 總刷到“AI智能體解放雙手”卻怕零基礎搞不定？別擔心！零代碼、半小時就能搭建專屬AI智能體，跟着結構化步驟走，輕鬆上手～ 適用場景：工作文檔處理、專業問題解答、學習資料整理等多場景需求全覆蓋。 一、小白首選AI的3大原因 零代碼門檻：全程可視化操作，僅需點鼠標跟隨指引 部署簡單：Docker一鍵搭建，

服務器 , 零基礎 , 人工智能 , 深度學習 , Docker

收藏 評論

yangshaoping 頭像

小飛俠格魯帥 - Python實現員工管理系統

在員工信息管理系統中，數據校驗是保障數據準確性的核心環節，需要覆蓋必填項檢查、格式驗證、業務規則校驗等維度。以下是系統化的實現方案，結合代碼示例詳細説明如何添加和優化數據校驗功能： 一、數據校驗的核心維度 首先明確需要校驗的場景和規則： 校驗類型

csv , 數據校驗 , 數據 , 後端開發 , Python

收藏 評論

docpartner 頭像

文檔伴侶 - 本地知識庫新選擇：訪答深度解析

本地知識庫新選擇：訪答深度解析 在信息爆炸的時代，如何高效管理個人知識資產已成為許多人面臨的挑戰。雲端知識庫雖然方便，但數據隱私和安全性問題始終令人擔憂。這時，本地私有知識庫應運而生，成為注重數據安全用户的新選擇。在眾多知識庫工具中，以其獨特的功能和設計理念，正逐漸嶄露頭角。 什麼是本地私有知識庫？ 本地私有知識庫是指將知識數據存儲在用户本地設備上的知識管理系統。與雲端知識庫不同，所有數據完全由用

opensource

收藏 評論

u_16072958 頭像

半夏微光zhang - 註解

1.1 註釋和註解的區別 共同點：都可以對程序進行解釋説明。 不同點：註釋，是給程序員看的。只在Java中有效，在class文件中不存在註釋的。 當編譯之後，會進行註釋擦除。 註解，是給虛擬機看的。當虛擬機看到註解之後，就知道要做什麼事情了。 1.2 如何使用註解 在以前看過註解@Override。 當子類重寫父類方法的時候，在重寫的方法

自定義註解 , 後端開發 , JAVA

收藏 評論

leett 頭像

wx661607c93692e - 列表、元組與字典詳解

一、列表（List）——可變的有序集合 列表是 Python 中最常用的數據結構之一，它用方括號 [] 表示，可以存儲任意類型的元素，並且支持動態增刪改查。 1. 創建與訪問 fruits = ["蘋果", "香蕉", "橙子"] print(fruits[0]) # 輸出：蘋果 列表支持負索引（從後往前數）： prin

List , 後端開發 , 元組 , Python

收藏 評論

u_11365552 頭像

素雨末 - 變量、常量與控制結構詳解

一、變量的聲明與初始化 Go語言中的變量聲明非常靈活，支持多種方式： 1. 標準聲明（var關鍵字） var name string = "Alice" var age int = 25 也可以先聲明再賦值： var score int score = 95 2. 類型推導 Go會根據初始值自動推斷變量

變量聲明 , Go語言 , 控制結構 , 後端開發 , go

收藏 評論

u_9849794 頭像

子丶不語 - 全面擁抱AI + .NET10：CleanDDD戰術框架3.0-RC1正式發佈

隨着.NET10 RC版本的發佈，歷時兩個月，我們完成了NetCorePal框架的一次大升級，框架正式進入3.0時代，這個版本的關鍵詞是AI與效率，一方面對CleanDDD落地實踐提供更深度的支持，一方面擁抱AI Agent工具，基於CleanDDD原則，為Agent提供了一套完備的開發説明文檔，讓Github Copilot Agent等AI工具在協作時，與開發者保持一致的設計

github , 多語言 , 後端開發 , .net , 開發者

收藏 評論

jackiehao 頭像

JackieDYH - VsCode更新後(版本1.92.0)git欄目多了git提交的線-開啓和關閉

Source Control Incoming/Outgoing changes graph This milestone, we are enabling the visualization of the incoming and outgoing changes using a graph. The graph contains the cu

Source , Css , 前端開發 , HTML

收藏 評論

lfree 頭像

lfree - [20251218]測試sql語句子光標的執行性能(21c).txt

[20251218]測試sql語句子光標的執行性能(21c).txt --//以前做的測試在11g，別人提示在19c測試不出來，看了以前鏈接，感覺以前測試混亂，重新學習整理看看。 --//順便驗證當時的測試是否存在問題。 --//如果一條sql語句產生的子光標很多,除了消耗共享池內存外,也會導致執行時一些性能問題.測試看看在設置 --//session_cached_cursors=0

數據庫

收藏 評論

u_16123336 頭像

51CTO技術成就夢想 - 從大模型到邊緣智能體：基於行為蒸餾的 Agent 能力壓縮與泛化研究

從大模型到邊緣智能體：基於行為蒸餾的 Agent 能力壓縮與泛化研究 一、背景與問題引入 隨着大語言模型（LLM）的能力不斷增強，**Agent（智能體）**在任務規劃、工具調用、環境感知等方面表現出極強的通用性。然而，一個現實問題逐漸顯現： 大模型很強，但太“重”了。 在以下場景中，大模型往往並不適用： 邊緣設備 / IoT / 嵌入式系統

插入圖片 , yyds乾貨盤點 , 後端開發 , Git , Python

收藏 評論

JavaEdge 頭像

JavaEdge - 下一代搜索：AI 與 OpenSearch 的融合 —— 基於 MCP 的智能搜索

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

服務器 , yyds乾貨盤點 , 數據 , 搜索 , 人工智能 , 深度學習

收藏 評論

u_13709810 頭像

一百編程網朱老師 - 關於 Visual Studio 的使用技巧（保姆級教程）

fliter 視圖 visual studio默認是filter視圖（中文為篩選器） 項目下的是filter而非硬盤目錄裏實際的文件夾，這時新建的也是filter 想要查看硬盤目錄裏實際的文件夾，點擊按鈕“show all files（顯示所有文件）”即可 輸出文件位置設置 自定義輸出文件位置

預處理 , 目標文件 , c++ , 後端開發 , 編譯器 , c

收藏 評論

u_15943685 頭像

步_步_為營 - 深度探索ASP.NET Core中間件的錯誤處理機制：保障應用程序穩健運行

深度探索ASP.NET Core中間件的錯誤處理機制：保障應用程序穩健運行 在ASP.NET Core應用開發中，中間件是構建請求處理管道的核心組件。其中，錯誤處理機制作為中間件的重要組成部分，對於保障應用程序的穩定性、可靠性以及提供良好的用户體驗起着關鍵作用。深入理解這一機制，有助於開發者有效地捕獲、處理和管理應用程序運行過程中出現的各種錯誤。 技術背景 在Web應用程序運

中間件 , 前端開發 , ASP , 錯誤處理 , Javascript

收藏 評論

u_17313892 頭像

愛吃啤酒味豬蹄 - 前端應用如何應對高併發場景

前端應用應對高併發場景的核心是減少服務端壓力、提升用户體驗和保證系統可用性。以下是具體策略和解決方案： 核心策略 1. 靜態資源優化 CDN 加速：將圖片、CSS、JS、字體等靜態資源分發到全球節點，減輕源站壓力。 資源合併與壓縮：減少 HTTP 請求數，使用 Tree Shaking、Code Splitting 優化打包體積。

靜態資源 , 高併發 , 前端開發 , Javascript

收藏 評論

u_16040716 頭像

sangwu - 118. 楊輝三角，119. 楊輝三角 II

118. 楊輝三角 給定一個非負整數numRows，生成「楊輝三角」的前numRows行。 在「楊輝三角」中，每個數是它左上方和右上方的數的和。 示例 1: 輸入: numRows = 5 輸出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]] 示例2: 輸入: n

List , yyds乾貨盤點 , 後端開發 , 楊輝三角 , JAVA , 空間複雜度

收藏 評論

u_15505879 頭像

資深程序設計 - 基於springboot的快遞倉儲管理系統

1、研究背景 在全球化浪潮席捲以及電子商務蓬勃興起的時代背景下，企業所處的市場環境正經歷着前所未有的深刻變革。全球範圍內的貿易往來日益頻繁，電子商務的交易規模持續攀升，這使得企業面臨的競爭不再侷限於本地市場，而是拓展至全球領域。市場需求變得更加多樣化和個性化，客户對於產品和服務的要求愈發嚴苛，不僅期望能夠快速獲得心儀的商品，還對商品的質量、配送的時效性以及服務的專業性有着更

yyds乾貨盤點 , 應用程序 , 後端開發 , 倉庫管理系統 , JAVA

收藏 評論

u_16341678 頭像

YDFM - .NET 8實現modbus通訊工具類封裝的操作方法

Modbus 協議是工業自動化領域應用最廣泛的通信協議之一，廣泛應用於 PLC、傳感器、儀表等設備之間的數據交換。在 .NET 8 中實現 Modbus 通訊工具類可以大大簡化工業控制系統的開發工作。本文將詳細介紹如何封裝一個功能完整的 Modbus 工具類，支持 RTU 和 TCP 兩種傳輸模式。 1. Modbus 協議基礎 Modbus

tcp , i++ , 寄存器 , Css , 前端開發 , HTML

收藏 評論

nocobase 頭像

NocoBase - GitHub 上星星數量前 10 的 AI CRM 開源項目

原文鏈接：https://www.nocobase.com/cn/blog/top-10-open-source-ai-crm-projects-with-the-most-github-stars 導語 你們現在用的 CRM 是什麼？ 對很多團隊來説，答案大概率是 SaaS 類型的 CRM，比如 Salesforce 這類成熟產品。它們功能完整、生態完善，在企業中也有很高的普及度。當然，也有一些

無代碼開發平台 , 低代碼 , 人工智能 , 開源 , crm

收藏 評論

u_17588933 頭像

wx69256f049de3c - 日語學習

一、四大句式 1. 判斷句（名詞句） です用來指明自己是什麼，沒有動作 以名詞作謂語的句子，用於表示對事物性質的判斷或説明。 基本結構：～は～です（簡體：～は～だ） 例句：私は學生です（我是學生） 2. 敍述句（動詞句） 以動詞作謂語的句子，用於敍述動作、行為或狀態。 基本結構：～は～を～ます 例句：私は新聞を読みます（我讀報

11 , 後端開發 , JAVA

收藏 評論

u_17580222 頭像

mb691327edb400f - 告別“感覺選人”：AI面試重構招聘決策的精準內核

75%的企業高管已將AI納入核心戰略，但“戰略願景”與“價值落地”之間仍存在明顯斷層——多數組織僅將AI用於HR流程自動化，卻未觸及招聘最核心的“判斷與決策”環節。這讓HR陷入兩難：一邊要承接高層對效率、規模與合規的嚴苛要求，一邊仍需依賴經驗、感覺與人海戰術硬扛招聘壓力。事實上，AI的真正價值不在於“省力氣”，而在於成為HR的“決策合夥人”；真正能推動HR躋身戰略席位的，

自動下載 , 自動回覆 , 管理系統 , 人工智能 , 深度學習

收藏 評論

openbuild 頭像

OpenBuild - Vitalik：讓更多社區涌現

（Let a thousand societies bloom，2025 Dec 17） 特別感謝 Zachary Williamson、Afra Wang、Mark Lutter、Balaji Srinivasan 和 Primavera di Filippi 的反饋與審閲。 過去幾十年裏，一個反覆出現的思想主題是：去創造全新的社羣、文化、城市，甚至國家。與其只讓少數幾個“既定共同體”緩

觀點 , 資訊 , 區塊鏈 , 知識 , web3

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的草莓健康度檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的草莓健康度檢測系統 1. 前言​ 大家好，歡迎來到 Coding 茶水間。 在農業智能化的大趨勢裏，草莓種植不僅要拼產量，更要守住品質關。病蟲害一旦漏檢，不僅影響果實賣相，還可能造成大面積損失。今天我們要介紹的項目，就是基於 YOLO 算法​ 的草莓健康度檢測系統——它能自動識別草莓是否存在病害，並給出健康程度的判定，把原本依賴人工目測的繁瑣工作，轉化為高效、可視、可追溯的

AI

收藏 評論

u_15675268 頭像

1艾一刀 - 樂奇Rokid拉開智能眼鏡“微米級”戰爭的序幕

當智能眼鏡行業從“有沒有”的技術炫技階段，悄然進入“好不好”的體驗競爭深水區，一場看不見的戰爭正在製造端悄然打響。衡量勝負的標準不再是那些宏大的技術名詞，而是以毫米甚至微米為單位的工藝精度。 之所以這麼説，是因為前不久智能眼鏡品牌樂奇Rokid與其製造商藍思科技，共同舉辦了一場針對智能眼鏡產品的小範圍媒體開放活動，透過藍思的生產線，見證的不僅是AI眼鏡的製造過程，更

數據 , 可穿戴設備 , 人工智能 , 好用 , 深度學習

收藏 評論