博客 RSS 訂閱

zykjedu 頭像

合肥自友科技 - 智慧校園整體解決方案：以 “全面感知、深度融合、多維服務” 構建教育數智生態

全面感知：構建智能化基礎設施 智慧校園的核心在於通過物聯網、5G、邊緣計算等技術，實現校園環境的全維度感知。部署智能傳感器、攝像頭、環境監測設備，實時採集教室温濕度、設備運行狀態、人員流動等數據。利用AI算法分析數據，自動調節燈光、空調等設施，優化能源管理。 通過人臉識別、行為分析等技術，實現無感考勤、安全預警等功能。例如，圖書館可基於人流數據動態調整開放區域

數字化轉型 , 智慧校園採購 , 智慧校園解決方案 , 智慧校園系統 , 智慧校園平台 , 智慧校園選型

收藏 評論

u_12795311 頭像

CodePulse代碼脈搏 - AI低代碼平台生態版：開放平台與生態系統

將平台升級為開放生態系統，支持第三方擴展、市場和應用商店。 1. 插件系統架構 # plugin_system.py import importlib import inspect from typing import Dict, List, Any, Optional from pathlib import Path import json import

List , 加載 , 後端開發 , JAVA , Json

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十二章 數據持久化

人工智能之數據分析 numpy 第十二章 數據持久化 前言 NumPy 提供了多種數據持久化（Persistence） 方式，用於高效地保存和加載數組數據。根據數據規模、結構複雜度、跨平台需求等不同場景，可選擇不同的方法。 本文系統講解： 基礎二進制/文本保存（.npy, .npz, .txt） 結構化數組（Structured Arrays） 與

數組 , yyds乾貨盤點 , 後端開發 , 結構化 , Python

收藏 評論

u_16992695 頭像

mb66d5bdacc3b93 - 達芬奇 DaVinci Resolve v18 激活版 (視頻剪輯特效製作）

DaVinci Resolve是一款在同一個軟件工具中，將剪輯、調色、視覺特效、動態圖形和音頻後期製作融於一身的解決方案！它採用美觀新穎的界面設計，易學易用，能讓新手用户快速上手操作，還能提供專業人士需要的強大性能。 （文末附安裝包獲取地址） 一、安裝步驟 1、解壓後運行如下主程序 2、默認勾選如下圖所示，點擊【install】 3、選擇安裝路徑（記住這個安裝路徑，這個安裝路徑和後面

辦公效率 , 視頻剪輯特效製作 , 達芬奇 DaVinci Resolve

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十一章 字符串與字節交換

人工智能之數據分析 numpy 第十一章 字符串與字節交換 (文章目錄) 前言 在 NumPy 中，字符串數組 和 字節序（Endianness）交換 是兩個重要但常被忽視的主題。下面分別詳細講解，並説明它們的聯繫與應用場景。 一、NumPy 中的字符串數組 NumPy 支持兩種主要的字符串類型：

yyds乾貨盤點 , 字符串 , numpy , 後端開發 , 字節序 , Python

收藏 評論

u_17578016 頭像

wx690f58fc7961b - 人工智能之數據分析 numpy：第八章 數組廣播

一、廣播的定義 廣播是指 NumPy 在計算時，將較小的數組 “廣播” 到較大數組的形狀，以便兩者可以進行 element-wise（元素級）操作的機制。 換句話説，當兩個數組形狀不同時，NumPy 會嘗試將它們調整為相同的形狀，然後再執行運算。 二、廣播的規則 NumPy 的廣播機制遵循一套嚴格的規則，以確定兩個數組是否可以進行廣播，以及如何進行廣播。

數組 , numpy , 後端開發 , Python

收藏 評論

u_15896157 頭像

劉大貓26 - ZTree基本使用及本人詳解 使用案例3

需求8：2棵樹之間的數據交互 注意説明：該案例需單獨引入demo.css，同時div中的class名字好像必須指定官網給定的那個名字,比如class="content_wrap"，class="zTreeDemoBackground left"，class="zTreeDemoBackground right"， 否則外面沒有邊框背景樣式。 案例

機電一體化 , 指尖人生 , 電氣機械 , 金屬加工 , 機械工業 , 機械工程 , 後端開發 , JAVA

收藏 評論

u_17578016 頭像

wx690f58fc7961b - Java(day243)：Java 中如何實現分佈式緩存？

1. 利用成熟的分佈式緩存中間件 這是最常見和推薦的方式。這些中間件專門為分佈式環境設計，提供了完整的數據同步、一致性保證和高可用方案。 a. Redis 簡介：Redis 是一個開源的、高性能的鍵值對存儲系統。它支持多種數據結構（字符串、哈希、列表、集合、有序集合等），並提供了豐富的功能，如持久化、過期淘汰、發佈訂閲、事務等。 Java 客户端：

redis , 客户端 , 緩存 , 後端開發 , Python

收藏 評論

lizhuo6 頭像

oioihoii - 不懂彙編的後端不是一個好的開發

在高級語言甚至AI生成代碼橫行的時代，為何還要關注最底層的彙編？ 作為一名後端開發者，我堅定地認為：不懂彙編的優化就是瞎子摸石頭過河，不理解系統底層機制的開發者在面對複雜問題時，就像在迷霧中摸索前行的盲人。 這個觀點或許聽起來有些極端，但請允許我用接下來的內容説服你。 為什麼我堅持彙編的重要性？ 在我多年的後端開發經歷中，發現一個令人深思的現象：那些能夠深入

後端開發 , JAVA , 開發者 , harmonyos

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十章 副本視圖

人工智能之數據分析 numpy 第十章 副本視圖 (文章目錄) 前言 在 NumPy 中，副本（copy） 和 視圖（view） 是理解數組內存管理、性能優化和避免意外修改的關鍵概念。它們決定了當你對一個數組進行切片、變形或賦值操作時，​**是否創建了新的數據副本，還是僅僅創建了一個指向原數據的新“窗口”**​。 下面從原理、區別、判斷方法到

數組 , 顯式 , 後端開發 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第八章 數組廣播

人工智能之數據分析 numpy 第八章 數組廣播 (文章目錄) 前言 NumPy 的 廣播（Broadcasting） 是其最強大、也最容易被誤解的特性之一。它允許不同形狀的數組之間進行​逐元素運算​，而無需顯式複製數據，既節省內存又提升性能。 一、什麼是廣播？ ​廣播​：NumPy 在執行算術運算時，自動將形狀不同的數組“

數組 , yyds乾貨盤點 , 顯式 , 後端開發 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第九章 數組運算

人工智能之數據分析 numpy 第九章 數組運算 (文章目錄) 前言 NumPy 不僅提供了高效的多維數組（ndarray）結構，還內置了豐富的數組運算功能，包括基礎算術、比較邏輯、位運算、通用函數（ufunc）、矩陣與線性代數等。這些運算是向量化的，無需顯式循環，性能遠超純 Python。 下面系統講解 NumPy 的各類數組運算。

數組 , yyds乾貨盤點 , numpy , 後端開發 , Python

收藏 評論

Itstars 頭像

新茶十九 - 全屏模式，禪模式，免打擾模式都有什麼區別

説得很好，這三種模式確實容易混淆。它們都是為了提升專注度，但側重點和實現方式不同。 簡單來説： 全屏模式：是物理，清空整個操作系統桌面。 免打擾模式：是魔法，清空WebStorm界面內的干擾元素。 禪模式：是“免打擾模式”的俗稱，或者説是它的終極形態。 下面這個表格清晰地展示了三者的核心區別： 模式 核心目

菜單欄 , 全屏 , 居中顯示 , 前端開發 , Javascript

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第七章 數組迭代排序篩選

人工智能之數據分析 numpy 第七章 數組迭代排序篩選 (文章目錄) 前言 在 NumPy 中，數組的迭代、排序與篩選是數據處理中的三大基礎操作。雖然 NumPy 強調​向量化操作​（避免顯式 Python 循環以提升性能），但在某些場景下仍需對數組進行迭代（如逐行/逐元素處理）。本文將系統講解這三類操作，並結合實際示例説明如何高效使用。

數組 , yyds乾貨盤點 , 後端開發 , 迭代 , Python

收藏 評論

u_14540126 頭像

最多選5個技能 - PyCharm生產力提升終極指南：從高效快捷鍵到團隊協作

PyCharm生產力提升終極指南：從高效快捷鍵到團隊協作 1. 鍵盤驅動開發：核心快捷鍵精通 1.1 代碼導航快捷鍵 # 示例：使用快捷鍵導航代碼 class DataProcessor: def __init__(self, config): # Ctrl+B跳轉到定義 self.config = config

快捷鍵 , 自定義 , 自動生成 , Css , 前端開發 , HTML

收藏 評論

u_15777557 頭像

江上清風山間明月 - Android的user版本和userdebug版本使用adb的區別

下面將詳細解釋 Android user 版本中 ADB 調試的具體情況、限制和操作方法。 核心結論 可以連接 ADB 並執行部分命令 默認沒有 root 權限 無法訪問受保護的數據分區 需要用户在設備上手動授權 User 版本 ADB 調試的詳細説明 1. 連接與授權流程 當您首次將 user 版本設備連接到電腦時：

指尖人生 , User , 權限 , 移動開發 , adb , userdebug , Android

收藏 評論

u_17349038 頭像

煜見Ai未來 - 李斌砸180億被罵瘋了，沒想到用AI玩成了千億生意

180億的"笨功夫"，到底值不值？ 蔚來換電站：從重資產到護城河的轉變 本篇含算法、Ai、商業模式等硬核深度內容，只想看熱鬧的可以繞道。。。 從第1次換電到第1000萬次，蔚來用了整整1506天。 但從第8000萬次到第9000萬次？只用了100天。 作為一名蔚來創始版車主，看到這兩個數字的對比，我心裏其實挺感慨的。 還記得2018年，

強化學習 , yyds乾貨盤點 , 數據 , 負載均衡 , 數據可視化 , 人工智能

收藏 評論

qianxunsoftware 頭像

千尋技術幫 - 50043_基於微信小程序的小區物業管理系統

1.項目包含 項目源碼、項目文檔、數據庫腳本、軟件工具等資料； 帶你從零開始部署運行本套系統。 2.項目介紹 由於傳統依靠微信小程序的小區物業管理系統在信息管理上存在很大難題，比如操作困難，容錯率低，管理人員處理數據的效率較低等情況，於是便開發出了這個依託微信小程序的小區物業管理系統。 該系統被引用來有目的地解決前面提到的那些問題，通過改良信息處理流程，加強系統的錯誤容忍機制並改進數據經營的自動化

後端

收藏 評論

u_14555121 頭像

mb5d873393ad030 - TP下載:tekon.app官網NativeAPP進入融合Web技術

Web技術在TPApp中不斷的官網應用和發展。從錢包功能下載機到智能機，從k-java到移動App，從WebBrowser到Webkit，我們可以將Web技術在Native App中的發展分為5個階段，內置、嵌入、橋接、混合、融合。 一、內置自定義Web容器時代 2010年之前，那時還是feature phone為主流的時代，硬件配置低，系統功能弱，手機應用以內置為主

app , webpack , 前端開發 , HTML , Web

收藏 評論

u_17580222 頭像

mb691327edb400f - AI 招聘系統的變革與升級

AI 招聘系統的變革與升級 招聘領域的靜默革命：AI重塑人才選拔的核心邏輯 招聘失誤的成本往往被企業低估，一次糟糕的僱傭決定，可能讓企業付出該職位年薪30%-50%的直接成本，還會引發團隊士氣受損、培訓資源浪費等連鎖反應。傳統面試模式下，HR依賴主觀判斷和有限的簡歷信息做決策，極易導致優質人才錯失，這一行業痛點，正隨着AI技術的落地迎來解決之法。

交互設計 , 上傳 , ATS , 人工智能 , 深度學習

收藏 評論

u_11103654 頭像

binswm - Bitpie下載:Tekon.app官網服務器中Ping特定的端口號

在日常Bitpie開發和運維中，我們經常需要檢查目標下載主機上的某個官網端口是否開啓，並確定網絡連通性。本文將為你詳細介紹使用 telnet、nc（Netcat） 和 nmap 等工具，在 Windows、Linux 和 macOS 上如何高效地 Ping 某個特定端口。 正文 一、為什麼需要 Ping 特定端口？ 1. 常規

windows , 服務器 , 安裝方法 , 分佈式 , Javascript

收藏 評論

u_16231477 頭像

蒙奇D索隆 - 【算法】遞歸的藝術：從本質思想到遞歸樹，深入剖析算法的性能權衡

(遞歸) 導讀 大家好，很高興又和大家見面啦！！！ 在上一篇內容中，我們揭開了遞歸的"神秘面紗"：遞歸就是函數自己調用自己，並且掌握了它的兩個必要條件： 必須有一個明確的結束條件 每次遞歸調用都要向結束條件靠近 理解了這些基礎知識後，不知道你是否也曾思考過這樣的問題： 為什麼我們需要遞歸？​ 如果所有問題都能用循環解決，遞

yyds乾貨盤點 , 遞歸 , 算法 , C語言 , c++ , 後端開發 , c

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第六章 數組基本操作

人工智能之數據分析 numpy 第六章 數組基本操作 (文章目錄) 前言 NumPy 提供了豐富而高效的​數組基本操作​，包括形狀變換、維度調整、連接與分割、元素增刪、翻轉、對角線提取等。這些操作在數據預處理、圖像處理、科學計算中極為常用。 一、修改數組形狀（Reshaping） 1. reshape() 返回一個具有新形狀的​

數組 , yyds乾貨盤點 , 數據 , 後端開發 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第五章 索引與切片

人工智能之數據分析 numpy 第五章 索引與切片 (文章目錄) 前言 在 NumPy 中，索引（indexing）與切片（slicing） 是訪問和操作 ndarray 元素的核心手段。相比 Python 原生列表，NumPy 提供了更強大、更靈活的多維索引機制，包括基本索引、高級索引、布爾索引、花式索引等。 本文詳細講解 NumPy 數組

數組 , yyds乾貨盤點 , 賦值 , 後端開發 , Python

收藏 評論