博客 RSS 訂閱

PetterLiu - Gemini 3發佈與小試牛刀

Google Gemini 3 技術範式與生態系統深度研究報告 發佈日期:2025年11月 Gemini 3 架構特性、多模態推理能力、智能體式開發環境(Antigravity)與市場競爭格局分析 1. 引言:從對話智能到代理智能的代際跨越 2025年11月18日,Google DeepMind 正式對外發布了其第三代旗艦人工智能模型——Gemini 3。作為繼 Gemini 1.0 和 2.

AI

收藏 評論

Aceryt - ZipArchiveOutputStream 可以創建內部文件夾壓縮文件

java.io的描述: 通過數據流、序列化和文件系統提供系統輸入和輸出。 流: 流是一個很形象的概念.流是一組有順序,有起點和終點的字節集合,是對數據傳輸的總稱或抽象。即數據在兩設備間的傳輸成為流。 流的本質是數據傳輸,根據數據傳輸特性將流抽象為各種類,方便更直觀的進行數據操作。 分類: 根據處理數據類型的不同分為:字符流(reader,wr

System , 大數據 , 字節流 , hive , JAVA

收藏 評論

落花流水人家 - 機器學習 蒙特卡洛模擬因子組合最優 spss蒙特卡洛方法結果

在很多應用場景中,馬爾可夫決策過程的狀態轉移概率 \(p(s^ {\prime}|s,a)\) 和獎勵函數 \(r\left( {s,a,s^{\prime}} \right)\) 都是未知的。這種情況一般需要智能體與環境交互,然後收集一些樣本,然後再根據這些樣本來求解最優策略,這種基於採樣的學習方法稱為模型無關的強化學習 \([1]\). 1 蒙特卡羅預

機器學習 , 狀態轉移 , 強化學習 , 機器學習 蒙特卡洛模擬因子組合最優 , 人工智能 , 迭代

收藏 評論

追逐時光者 - 快速構建一個基礎、現代化的 WinForm 管理系統

前言 前段時間有小夥伴在後台留言問:有沒有好用的 WinForm 管理系統?今天大姚給大家分享一個基於 AntdUI 構建的 WinForm 管理系統,不需要我們寫一行代碼既能快速構建一個基礎、現代化的 WinForm 管理系統。 項目介紹 WenAntdUI-Admin 是一個基於 AntdUI 構建、基礎、現代化的 WinForm 管理系統,基於 Apach

用户管理 , yyds乾貨盤點 , 管理系統 , 後端開發 , 源地址 , .net

收藏 評論

青文軟件驛站 - 免費不限速!10 款實用文件傳輸工具合集,跨設備互傳無壓力

01引言 工作和學習裏,文件傳輸真是高頻需求,可常用的微信、QQ 都受文件大小限制,傳個大文件根本行不通。 傳統半天沒動靜,就連之前常用的奶牛快傳,也宣佈 2025 年 12 月 8 日要終止運營了,找款好用的傳輸工具越來越難。 今天就給大家整理了 10 款免費又實用的文件傳輸工具,不管是傳大文件、跨設備互傳,還是局域網秒傳,各種場景都

服務器 , 辦公效率 , ios , 文件傳輸

收藏 評論

wx6906fb3f9b17a - 智能梯控即電梯門禁通過模塊化設計實現 "權限管理-機器人交互-多梯調度" 全鏈路覆蓋,在保障電梯原生安全的前提下,擴展智能通行、機器協同、能效優化三大核心能力,滿足智慧樓宇/工廠/醫院的數字化運管需求

前言 主流梯控品牌的核心控制器技術參數對比,包括抗干擾能力、安全認證模式及消防兼容性 不同電梯品牌按鍵轉接方案的適配性及免破線安裝技術細節 AGV/AMR機器人專用電梯交互設備的技術標準與接口協議 VIP權限管理系統與梯控集成的設備擴展清單及數據安全方案 多電梯調度系統的中央管理平台配置要求及運力優化算法實

電梯刷卡 , 智能梯控 , 梯控 , 人工智能 , 深度學習 , 電梯門禁 , IC卡梯控

收藏 評論

浩瀚天成 - 什麼?送Viggle Ai Pro版會員?

你沒看錯,目前全球第一梯隊的 Ai 視頻創作工具 Viggle Ai免費送了~ 不信,圖什麼? 匯聚全網 Ai 視頻創作人,讓大家嚐嚐 Viggle Ai 有多香,用好了你在繼續使用~ 沒用過 Ai 工具? 這都什麼年代了,Ai 工具還用我再絮叨嗎?已經和 Word/Excel 一樣是必備技能了,反正東西我喂到你嘴邊了,用不用看你。 不知道Viggle Ai 是什麼?

ai視頻 , aigc , viggle , AI作畫

收藏 評論

u_14767244 - 浩瀚深度:從 ClickHouse 到 Doris,支撐單表 13PB、534 萬億行的超大規模數據分析場景

浩瀚深度([SHA: 688292])旗下企業級大數據平台選擇 Apache Doris 作為核心數據庫解決方案,目前已在全國範圍內十餘個生產環境中穩步運行,其中最大規模集羣部署於 117 個高性能服務器節點,單表原始數據量超 13PB,行數突破 534 萬億,日均導入數據約 145TB,節假日峯值達 158TB,是目前已知國內最大單表。憑藉 Apache Doris 的高可靠、

hdfs , 大數據 , 數據 , 數據倉庫 , apache

收藏 評論

塔訊工程師 - 醫藥工業灌裝線:工業自動化Modbus RTU 轉Modbus TCP 通訊故障排除

一、項目背景:無菌注射劑灌裝生產線的通訊困境 在工業自動化領域的醫藥無菌注射劑灌裝生產線中,某企業採用施耐德HMI(Modbus RTU 協議)負責灌裝參數設定(如劑量 5ml±0.02ml)、設備操作監控,搭配西門子 S7-1500 PLC(Modbus TCP 協議)控制灌裝閥、無菌隔離艙、在線檢漏設備的運行。 兩者需實時協同:HMI 需向 S7-1500 PLC

yyds乾貨盤點 , tcp , 物聯網 , 自動化 , 網關 , Modbus

收藏 評論

mb691327edb400f - AI 招聘系統功能落地指南

AI 招聘系統功能落地指南 AI全面重塑招聘行業:效率與體驗的雙重革新 如果你仍在為“候選人爽約”“簡歷篩選繁重”“面試效率低下”而困擾,可能已經忽視了一個激進的行業趨勢:招聘正被AI全面接管。這並非停留在討論或小範圍試點階段,而是大規模落地、快速替代傳統面試流程的現實。 過去一年,多項行業數據印證了這一變革:近50%的企業已將初篩環節完全交給AI;金融、互聯網

系統功能 , 自動回覆 , ATS , 人工智能 , 深度學習

收藏 評論

雲端夢想家 - idea 配置docker 機器 idea配置nacos

Spring Cloud Alibaba中文參考文檔:Spring Cloud Alibaba 參考文檔 (spring-cloud-alibaba-group.github.io) 一、navos 二、Sentinel 由於現在用的是springcloudalibaba的相關組件,不需要之前的一些組件了,所以吧項目之前的組件全部清除掉

idea 配置docker 機器 , spring , 雲計算 , maven , xml , Docker

收藏 評論

u_14767244 - 公開免費!Apache Doris & SelectDB 培訓與認證課程正式上線

Apache Doris SelectDB 培訓與認證課程上線信息分析 一、課程上線背景 隨着 Apache Doris 用户羣體不斷壯大,用户在學習和掌握該數據庫過程中面臨“缺乏系統性指導”的問題。無論是初次接觸的新手,還是希望在特定場景深度應用的用户,均迫切需要一套從0到1、覆蓋全面的學習路徑。基於此需求,飛輪科技正式推出 Apache Doris SelectDB 培訓

大數據 , 運維 , 數據倉庫 , 數據庫 , apache

收藏 評論

編程小達人 - 深層神經網絡的優點 神經網絡淺層和深層

深層神經網絡 淺層神經網絡和深層神經網絡的主要區別在於隱藏層的多少。隱藏層的層數越多,神經網絡越深。 深層神經網絡的一些符號定義: L L : 神經網絡的層數 n[l]n[l]: 第l l 層的神經單元個數 a[l]=g[l](z[l])a[l]=g[l](z[l]): 第l l 層的激活

deeplearning.ai , 神經網絡 , 激活函數 , 第1課 , 人工智能 , 深層神經網絡的優點

收藏 評論

小題大作 - 卡住了 receiving incremental file list

在 Linux 的 vim 中按下 Ctrl+S 就會死機、卡死,其實這個問題只是一個假象,很好解決。 我們下意識想保存文檔時,會不知覺地按下 Ctrl+S 組合鍵。但如果是正在 Linux 的 Shell 中使用 vi 編輯文本,這麼按就糟了,會直接出現卡住、不能動、卡死的現象。 不過,後來我搞明白了,這種卡住、卡機、死機,都是一種假象。解決方法也很簡單:再

機器學習 , 死機 , 人工智能 , vim , shell

收藏 評論

技術領航舵手 - pytorch 張量如何深拷貝 pytorch batchsize

零、Tricks集宜 0.1 知識搬運 (1)PyTorch提速 預處理提速 IO提速 訓練策略 代碼層面 模型設計 推理加速 時間分析 項目推薦 擴展閲讀 (2)PyTorch節省顯存 儘

機器學習 , pytorch 張量如何深拷貝 , pytorch , 人工智能 , 深度學習 , 2d

收藏 評論

u_14767244 - 十億 JSON 秒級響應:Apache Doris vs ClickHouse,Elasticsearch,PostgreSQL

坦白講,每次看性能測試排行榜,我都會下意識地先找找 Apache Doris 在哪個位置。 這次打開 JSONBench 的榜單,心情一如既往的期待加緊張。 好在結果讓我鬆了一口氣:默認配置下就能排到第三,僅次於維護方 ClickHouse 的兩個版本。 不過,Doris 只能止步於此了嗎?經過一系列優化後,查詢時長能不能再縮短點?和 ClickHouse 的差距在哪裏?

大數據 , 數據 , 數據倉庫 , apache , Json

收藏 評論

ceshiren2022 - 手把手搭建自動化質量門禁:讓你的每次部署都“無憂”

“代碼終於合併完了,可以上線了嗎?” “測試用例都跑通了吧?性能測試做了沒?” “這次改動不大,應該不會有問題吧……” 上線前的會議室裏,是否常常瀰漫着這種不確定性的焦慮?依賴人工檢查發佈清單,不僅效率低下,還極易遺漏關鍵項。一個未經核對的性能迴歸、一處未達標的測試覆蓋率,都可能為線上事故埋下伏筆。 是時候為你的研發流程安裝一個自動化的 “質量門禁” 了!本文將手把手教你如何利用 Dif

性能測試 , API , 自動化 , 人工智能 , 深度學習 , 質量門禁

收藏 評論

出手吧Glen - AI鍊金術大揭秘!一鍵召喚“創意大師”,讓你的圖片秒變魔法世界

大家好,我是立志替大家出手的AI區(最近在努力搬磚的)UP主Glen。 友友們,大家好!今天我給大家帶來了一個超級好玩的東西——AI繪圖!你有沒有想過,有一天AI繪圖可以像鍊金術一樣神奇?輸入幾張圖片,再念個“咒語”,就能變出全新的畫面?是不是聽起來就很酷?話不多説,咱們直接開整! 【pOps——AI界的“鍊金術”】 先來個劇透:p

機器學習 , AI 繪畫 , 人工智能

收藏 評論

wx661607c93692e - Java 圖片縮略圖工具類

一、核心需求分析 我們希望工具類支持兩種主流模式: 模式 1:等比縮放(Fit) 在不超過目標寬高的前提下,按原圖比例縮放,空白處留白或透明。 適用:商品圖、文章封面預覽。 模式 2:中心裁剪(Crop) 先等比縮放使圖像覆蓋整個目標區域,再從中心裁剪出指定尺寸。 適用:用户頭像

縮放 , 後端開發 , JAVA , Image

收藏 評論

C語言NO小白 - ExifTool下載、安裝和使用教程(附官網安裝包,適合新手小白)

ExifTool 是一款開源、免費的命令行工具,支持跨平台,可以安裝到 Windows、Linux 和 Mac OS 平台上。 ExifTool 用於讀取、寫入和編輯圖像、音頻、視頻、PDF 等文件的元數據。元數據是指嵌入在文件中的隱藏信息,如拍攝時間、相機型號、GPS 座標、作者、版權等。 ExifTool 以命令行方式運行,雖然沒有圖形界面,但功能極其強大

yyds乾貨盤點 , 辦公效率 , exiftool下載 , exiftool官網 , exiftool , exiftool下載教程 , exiftool下載安裝教程

收藏 評論

未聞花名AI - 構建AI智能體:十六、構建本地化AI應用:基於ModelScope與向量數據庫的文本向量化

將文本轉換為向量(文本嵌入)是自然語言處理中的核心任務,有許多大模型可以完成這項工作。上一篇文章《構建AI智能體:十五、超越關鍵詞搜索:向量數據庫如何解鎖語義理解新紀元》我們是通過阿里雲的api調用的text-embedding-v4模型,同樣還有很多其他輕量級的模型可以很好的完成這個任務,我們今天找兩個結合前期講到的本地化部署來嘗試一下。 一、核心組件回顧

yyds乾貨盤點 , 搜索 , NLP , 相似度 , 加載 , 人工智能

收藏 評論

咚咚王哲 - 人工智能之編程進階 Python高級:第八章 網絡併發類模塊

人工智能之編程進階 Python高級 第八章 網絡併發類模塊 (文章目錄) 前言 本文針對於網絡編程以及網絡編程中的多線程以及異步編程和子進程進行詳細的敍述,並對這幾種方式進行了對比總結。 ---# 🌐 一、網絡編程(socket) Python 使用 socket 模塊進行底層網絡通信,支持 TCP/UDP。 1. TCP 服務端

後端開發 , 多線程 , Python

收藏 評論

咚咚王哲 - 人工智能之編程進階 Python高級:第七章 數據庫類模塊

人工智能之編程進階 Python高級 第七章 數據庫類模塊 (文章目錄) 前言 本文主要講述兩類數據庫,關係型數據庫mysql和非關係型數據庫mongodb的常見操作步驟。 🗄️ 一、MySQL(關係型數據庫) 1. 安裝(本地開發) Windows / macOS: 推薦使用 MySQL Installer(官方

yyds乾貨盤點 , MySQL , mongodb , 後端開發 , Python

收藏 評論

coolfengsy - YOLOv8 深度解析!一文看懂,快速上手實操(附實踐代碼)

摘要 當前大多數研究主要側重於使用大型模型來提高實驗精度,卻常常忽視了部署的挑戰。在某些遙感設備上,對輕量級算法的需求日益增長。此外,遙感圖像(RSIs)通常包含大量小而密集分佈的目標,這給檢測帶來了巨大挑戰。為了解決這些問題,我們對YOLOv8s網絡進行了改進,開發了一種基於多尺度特徵融合與上下文信息(MFFCI-YOLOv8)的輕量級遙感目標檢

卷積 , v8 , 大數據 , hadoop , 1024程序員節 , 池化

收藏 評論