博客 RSS 訂閱

u_17420180 頭像

合合信息解決方案 - 財務數字化轉型具體步驟是什麼

當企業財務部門還在為每月數百張發票錄入、跨系統數據核對而焦頭爛額時，行業領先者已經通過數字化轉型實現了效率的質變。某快消品集團五年投入5300萬元完成轉型後，每年節省人工成本超1000萬元，財務效率提升40%。這背後的關鍵，在於掌握了科學的分階段實施路徑。 第一步：明確轉型戰略與需求評估 財務數字化轉型的首要任務是制定清晰的戰略規劃。企業需要評估當前財務業務的運作情況

機器學習 , 業務流程 , 數據 , 人工智能 , 數據驅動

收藏 評論

u_14592562 頭像

wx5db79fc293ace - 光潤通FF-1002E-V3.0實戰方案：10Gb/s+自主可控賦能關鍵行業萬兆升級

數字經濟時代，企業級數據中心、政府軍工、金融等關鍵領域正遭遇網絡升級“三座大山”：傳輸速率滯後導致業務卡頓、核心芯片進口引發安全隱患、高功耗推高運維成本。服務器、防火牆等核心設備對“高速+安全+節能”的訴求愈發強烈，傳統網卡的適配短板已成為行業升級的核心梗阻。 作為深耕光通信領域的民族品牌，光潤通推出的FF-1002E-V3.0萬兆雙光口服務器適配器，以自主核心技術破解行業

10G網卡 , 服務器 , 負載均衡

收藏 評論

u_15851118 頭像

u_15851118 - OpenAI Whisper：技術、實戰、生態

概述 在語音轉文本ASR工具合集彙總介紹過幾款語音識別模型和項目，其中就包括OpenAI開源的Whisper。 論文，OpenAI開源的支持多語言的通用ASR。在68萬小時的標註數據上進行訓練，有很強的泛化能力；作為一個多任務模型，可執行多語言語音識別、語音翻譯和口語識別。通過使用分塊算法，也可用於轉錄任意長度的音頻樣本。分塊是通過在實例化管

預處理 , 卷積 , whisper , 數據 , MySQL , 數據庫

收藏 評論

u_17536710 頭像

mb68d4f4b730ca5 - 企業高質量發展評價體系實施的難易程度

在數聚股份看來， 政府部門對企業實施高質量發展評價過程中，有構建評價體系是其中最關鍵的部分，本文主要從體系構建的角度側面的呈現實施的難易程度。而大數據採集及可視化將貫穿全過程。 首先我國最新2017年版國民經濟行業分類(GB/T 4754-2017)將現行行業分為20大類，4個層級，共1775個小項，因此在指定評價體系過程中第一步需要考慮的就是行業分類對體系的影響。不同行業

大數據 , bi工具 , 數據採集 , 數據可視化 , 人工智能 , 數據分析

收藏 評論

u_16213618 頭像

mob64ca1400bfa8 - disassemble 分析core文件

.net core dump分析 20211220 更新：利用VS或者命令內存分析 20210421更新：可以使用https://memprofiler.com/download和VS直接打開dmp文件 (內存泄漏查看比較方便，但是cpu線程分析還是用dotnet-dump analyze好一點) 20201211更新： 用https://docs.micros

機器學習 , microsoft , 加載 , 人工智能 , .net

收藏 評論

u_13978112 頭像

wx5ba1a231a2789 - ARS548雷達使用中的問題及解答

首先，在此感謝上海渭成智能科技有限公司提供的無償諮詢服務和資料。 ARS548 是德國大陸推出的新一代毫米波雷達傳感器，是大陸第五代毫米波雷達的高配版本，屬於 4D 高分辨率成像毫米波雷達，基於 ARS540 硬件平台特別適配通用型開發版固件，支持輸出 Detection (即 Cluster) 和 Obiect (即 Track) 目標信息，所以除了典型的車載場景應用，也

單播 , ip , 固件 , 人工智能 , 深度學習

收藏 評論

u_16099221 頭像

技術領航者之聲 - DB2 jabcd連接串socketTimeout

以遞歸方式處理數據關係的一種新方法 Birgitta Hauser, 軟件工程師, Toolmaker Advanced Efficiency GmbH 簡介：根據 SQL 標準，分級數據（如組織圖和材料單）或雙向數據（如航班中轉）可以通過使用遞歸通用表表達式 (RCTE) 進行評估。DB2 for i 的 V5R4 版本中提供了 RCTE 功能。其他的數據庫（如 O

大數據 , 遞歸 , 數據 , 數據倉庫 , SQL

收藏 評論

u_14767244 頭像

u_14767244 - 壓縮率提升 48%，詳解 Apache Doris 存儲壓縮優化之道｜Deep Dive

摘要 本文基於 ClickBench 數據集，展示了 Apache Doris 如何通過選擇壓縮算法、調整數據頁大小與分桶數、優化編碼策略以及改進數據排序來提升壓縮效率。最終，相同數據集的壓縮空間從 16.08 GB 降至 8.2 GB，壓縮率提升 48.6%。通過合理的調整與優化，Doris 成功在保持查詢性能的同時顯著降低了存儲成本。 在分析型數據庫中，列式存儲是壓縮和

大數據 , 字符串 , 數據 , 數據倉庫 , 壓縮算法

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API檢索Doc

本文介紹如何通過HTTP API在Collection中進行相似性檢索。 前提條件 已創建Cluster：創建Cluster。 已獲得API-KEY：API-KEY管理。 Method與URL HTTP POST https://{Endpoint}/v1/collections/

向量檢索 , 大數據 , yyds乾貨盤點 , 數據倉庫 , AI , 人工智能 , 大模型

收藏 評論

u_16099329 頭像

數據狂徒 - paddle nlp 文章生成 paddle編譯

官方網站編譯參考鏈接： # 一、環境準備 1、參照環境要求，準備gcc8.2，否則會碰到未知錯誤，比如 error: identifier "__builtin_ia32_sqrtsd_round" is undefined 2、切換gcc版本 3、由於我使用的proto版本是3.4.0，與官網上給

github , NLP , 人工智能 , paddle nlp 文章生成 , paddle , if , Git

收藏 評論

u_17480953 頭像

AIIData數據中台 - 〔從零搭建〕數倉建模平台部署指南

1、數倉建模平台基於開源項目kylin建設 AllData數據中台商業版集成Kylin後，提供超大規模數據的實時分析與數倉建模能力。通過Kylin的預計算技術，實現PB級數據的亞秒級查詢響應，支持高併發多維分析場景。 系統內置分佈式計算框架，可動態擴展資源，結合Kylin的列式存儲與高效壓縮算法，顯著降低存儲成本，適用於金融風控、零售精準營銷等複雜數據分析需求

數據源 , 建模 , 數據 , 私藏項目實操分享 , 數據庫 , SQL Server

收藏 評論

u_15879876 頭像

Aloudata - AI 數據分析如何保障準確性？構建可信數據基礎成為關鍵

前言： 在數字化轉型浪潮中，企業數據分析決策的時效性與準確性已成為競爭勝負的關鍵。隨着“Data + AI”融合加深，ChatBI 產品爆發式增長。但在當前市場中，大多數 ChatBI 產品依賴大模型直接生成 SQL 的技術路徑（NL2SQL），普遍面臨“大模型幻覺”導致的數據不可信問題——模型可能生成與事實不符、計算邏輯矛盾、口徑不一致甚至完全虛構的數據結果，直接影響分析

大數據 , 數據 , 數據倉庫 , dataagent , 數據分析 , 智能問數 , chatbi

收藏 評論

u_13778063 頭像

u_13778063 - 一起聊聊大規模 AI Agent 部署與運維實戰

我們誠摯地邀請您參加將於11 月 28 日（週五）下午，在北京阿里中心舉辦的 【企業 AI 原生應用架構升級】 主題研討會。 進入鏈接立即報名，破解 AI 落地難題：https://survey.aliyun.com/apps/zhiliao/tvSPhYv9e AI Agent 已是企業智能化的標配，但傳統的基礎設施正成為其發展的瓶頸。為此，阿里雲將雲原生與 AI

雲計算 , 阿里雲 , 雲服務 , 基礎設施 , 雲原生 , AI Agent

收藏 評論

u_16099344 頭像

風華正茂的AI - 深度學習 邊緣關鍵點檢測 邊緣檢測的算法

邊緣提取其實也是一種濾波，不同的算子有不同的提取效果。比較常用的方法有三種，Sobel算子，Laplacian算子，Canny算子。 Sobel算子檢測方法對灰度漸變和噪聲較多的圖像處理效果較好，sobel算子對邊緣定位不是很準確，圖像的邊緣不止一個像素；當對精度要求不是很高時，是一種較為常用的邊緣檢測方法。 Canny方法不容易受噪聲干擾，能夠檢測到真正的弱邊緣。

深度學習 邊緣關鍵點檢測 , 邊緣像素 , 像素點 , 邊緣檢測 , 人工智能 , 深度學習

收藏 評論

xaye 頭像

祝你今天愉快 - C++學習（十六）指針的基本操作

/* 動態數組： */ #includeiostream using namespace std; int main() { // new 是在堆內存裏面的，如果不 delete ，除非程序崩潰或者程序退出，否則內存一直佔用 // new - delete // new[] - delete[] // 放在棧中 int nu

指尖人生 , 移動開發 , include , 程序退出 , Android , ios

收藏 評論

kerrycode 頭像

瀟湘隱者 - MySQL權限管理的坑你踩了沒有？

假設有這麼一個需求,開發人員要求你創建一個賬號test,要求這個賬號有創建表,查詢,更新,刪除表的權限, 如下例子所示 mysql select version(); +-----------+ | version() | +-----------+ | 8.4.5 | +-----------+ 1 row in set (0.00 sec) mysql create database

數據庫

收藏 評論

u_15777557 頭像

江上清風山間明月 - python檢查json語法

在Python中檢查JSON文件的語法，有多種方法可以實現。強烈推薦使用現成的庫，因為它們更穩定、高效且經過充分測試。 1. 使用標準庫 json（推薦） Python內置的json模塊是最簡單直接的方法： import json def validate_json_file(file_path): """ 驗證JSON文件語法是否正確 """

指尖人生 , 移動開發 , Android , Json , Python

收藏 評論

u_17558081 頭像

饕餮大數據 - 【Ambari開啓Kerberos】- Atlas啓動 - Kafka權限異常

一、問題背景 ttr-2.2.1 以上版本已修復 在 ttr-2.2.1 及以上版本中，Atlas 在開啓 Kerberos 後已自動適配 Kafka ACL 權限。 若使用早期版本（如 ttr-2.2.0），啓動時可能因 Kafka 認證失敗 導致 Atlas 無法正常消費 Topic。

redis , hdp , 大數據 , atlas , 運維 , 數據庫 , Ambari

收藏 評論

lenglingx 頭像

lenglingx - Doris安裝

背景説明： 關於doris本身今天不做過多的介紹，主要説明下doris和MySQL之間的恩怨情仇，mysql主要用來幫助doris記錄元數據的，類似於hive和mysql的關係，Doris用它來記錄整個集羣的結構和信息，主要包括以下方面： 數據庫和表的Schema信息 數據庫名、表名、列名、列的數據類型。 分區信息、分桶信息、

大數據 , 數據 , MySQL , 數據倉庫 , apache

收藏 評論

u_16163480 頭像

bugyinyin - 【值得收藏】LangChain 1.0核心精講：從消息格式到流式響應，零基礎也能掌握的AI開發技巧

前言 大家好，如果你剛接觸LangChain v1.0框架，這篇文章將帶你快速上手三個核心概念：模型消息格式、流式響應和結構化輸出。這些功能是構建聊天機器人、代理或複雜AI應用的基礎。文章基於官方文檔，結合完整樣例代碼，力求通俗易懂。假設你已安裝LangChain（pip install langchain）和OpenAI（pip install

大模型教程 , MySQL , AI大模型 , 數據庫 , langchain , 人工智能 , 大模型學習

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程三： 結構化機器學習項目 第一週：機器學習策略（一）正交化調優和評估指標

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第三課的第一週內容，1.1到1.4的內容。 本週為第三課的第一週內容，本週的內容關於在實際項目進行中的一些基本策略

AI

收藏 評論

deephub 頭像

deephub - 分類模型校準：ROC-AUC不夠？用ECE/pMAD評估概率質量

如果一個項目的核心不是分類準確率，而是概率估計的質量。換句話説，需要的是一個校準良好的模型。這裏校準的定義是：如果模型給一批樣本都預測了25%的正例概率，那這批樣本中實際的正例比例應該接近25%。這就是校準。 解決這個校準問題單看ROC-AUC不夠，要用Brier score或者Log-loss來保證校準質量。 我們先介紹一下我們一般使用的的幾個指標： ROC-AUC衡量的是模型區分正負樣本的排序

機器學習 , 分類算法 , 人工智能 , Python

收藏 評論

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - 想進入AI行業？真正的路徑只有這三類

過去兩年，人類親眼見證了一件事： AI從未來走進現實，從概念走向產業化，從討論走向落地。 更重要的是——它正以不可逆的速度重塑產業結構、資本邏輯與人才價值。 2023年，全球AI產業支出達到1540億美元，同比增長26.9%；到2026年將突破3000億美元，複合增長率高達27%。 在中國，這個趨勢更直觀：2023年市場規模147億美元，三年後將增長至263億美元。

後端

收藏 評論

blossom_5fdad45ec8100 頭像

blossom - 如何用 AI 輔助翻譯學習？我的三步進階實錄

大家在學英語翻譯時，是不是經常有這種感覺：自己寫出來的句子“慘不忍睹”，直接看參考答案又覺得“一看就會，一合書就廢”？ 最大的痛點在於，我們往往不知道自己為什麼錯，更不知道標準答案到底好在哪裏。 最近我嘗試了一個“裸翻 + AI 糾錯 + AI 賞析”的三步學習法，效果挺好。今天的練習的句子為例，覆盤一下我是如何利用 AI 把一句“中式英語”進化成“學術表達”的。 🎯 今日題目 原文： “藝術博

後端

收藏 評論