tag 數據

標籤
貢獻710
389
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_17567677 頭像 u_14767244 頭像 u_16653481 頭像 u_17420180 頭像 u_13715298 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_14682436 頭像

TwcatL - 低資源環境下的深度學習：小樣本、輕量訓練與高效部署實踐

在實際應用中，深度學習常面臨“資源雙缺”的困境：一方面是數據資源短缺（如小眾領域數據標註成本高、特殊場景數據難以採集），另一方面是計算資源有限（如中小企業缺乏高性能GPU集羣、邊緣設備算力不足）。這種低資源環境極大地限制了深度學習技術的落地應用。本文結合我在小眾行業缺陷檢測、方言語音識別等低資源項目中的實踐經驗，深入探討低資源環境下深度學習的核心挑戰、關鍵技術（小樣本學習、遷移學

數據 , 私藏項目實操分享 , 深度學習 , 遷移學習 , jquery , 前端開發

收藏 評論

u_17029857 頭像

晉在山西 - 從剪貼板到Excel：用Python實現跨應用數據粘貼自動化

在日常辦公中，我們經常需要將網頁、PDF、數據庫查詢結果或其他應用程序中的表格數據複製到 Excel 中進行整理或分析。這個過程看似簡單，但若涉及大量重複操作（例如每天處理數十份報表），手動“複製-切換-粘貼”不僅效率低下，還容易出錯。幸運的是，藉助 Python 的 pandas 和系統剪貼板支持，我們可以一鍵將剪貼板中的結構化數據自動寫入 Excel 文件，實現真正的跨應用數

數據 , 後端開發 , 剪貼板 , Python

收藏 評論

u_14844 頭像

definitely - 人工智能的大統一理論？ | 智源大會-「人工智能的數理基礎」專題論壇

AI元人文三值糾纏理論：從心智結構到文明形態的統一場論 在人類認知的邊界，我們始終追尋一種能夠貫通微觀心智與宏觀文明的元理論。AI元人文三值糾纏理論的提出，正是這種探索的里程碑式突破。該理論不僅構建了理解複雜系統的全新範式，更在慾望值、客觀值與自感值的動態糾纏中，揭示了從個體心智到社會文明的內在統一性。 一、理論基石：三值作為存在的本體論結構 該理論的核心洞見在

數據 , 理論基礎 , 後端開發 , 人工智能 , Python

收藏 評論

u_16099321 頭像

技術博客領航者 - 未來已來：雲原生（一）

在數據量指數級增長的時代，傳統商業智能（BI）平台的架構瓶頸日益凸顯——數據膨脹帶來的查詢延遲、有限的擴展性以及高昂的運維成本。衡石科技之所以能脱穎而出，其根基在於一套從第一天起就為大規模、多租户、實時分析場景設計的雲原生與存算分離的現代化手藝架構。本文將從科技底層深入剖析，揭示其高性能背後的秘密。 一、傳統BI架構的瓶頸與雲原生的必然性 傳統BI架構多采用單體式或緊

數據源 , 多租户 , 數據 , 雲計算 , 雲原生

收藏 評論

u_16653481 頭像

金海境科技 - 【服務器數據恢復】誤操作刪除HP ProLiant DL380配置導致教育機構數據丟失數據恢復案例 - 金海境科技

一、客户信息 武漢市某重點高校信息中心，該校為教育部直屬雙一流大學，擁有全日制在校生3.2萬人，下設28個學院，涵蓋文、理、工、醫等多個學科。學校數據中心承載着教務管理系統、科研數據平台、學生信息管理系統（SIS）及校園一卡通系統等核心應用，其中教務管理系統存儲了近10年的學生成績、課程安排、考試計劃等數據，科研數據平台存儲了各學院的科研項目數據、論文成果及實驗數據，總數據

服務器 , 數據 , MySQL , 數據塊 , 數據庫

收藏 評論

u_17580222 頭像

mb691327edb400f - AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級

AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級 當企業紛紛加碼HR數字化轉型，核心HR系統、工時薪資核算模塊已逐步實現線上化，但作為人才供應鏈起點的招聘環節，卻常陷入“高投入低產出”的困境：海量簡歷篩選耗費80%精力、面試評估依賴個人經驗、優質候選人因流程體驗流失……這些痛點不僅拉低招聘效率，更直接影響人才輸入質量，讓後續的HR數據洞察與組織效能優化淪為空談。

鏈路 , 數據 , 人工智能 , 深度學習 , 解決方案

收藏 評論

u_16213567 頭像

數碼墨魚 - eXosip_get_remote_sdp失敗

數據來源 如果不知道彙編指令操縱的數據是什麼意義, 那麼你必定分析不出彙編指令在完成何種功能. 想要知道被彙編指令操縱的數據是什麼意義, 那麼你必須找到這個數據的值的來源(任何一個數據,它的初始值的來源有兩種: 一. 隨機值, 二. 人為賦值). 一個數據的來源一般有以下幾種: 來自直接給出的常量(比如: mov [0x40

機器學習 , 全局變量 , 數據 , 人工智能 , 局部變量

收藏 評論

u_16099325 頭像

數據小築 - 數據結構與算法 簡歷怎麼寫

　　在很多編程人員的潛意識裏總是覺得數據結構知識似乎沒什麼用，因為工作中似乎從來都沒有涉及到數據結構的什麼內容。我對這樣的認識只能報以呵呵~ 也難怪，其實有這些想法的同行在工作中的大部分都是如此走過來的：掌握幾種常用Web框架，比如SSH，然後不停的堆砌已有的API做一些對數據庫的增刪改查之類的簡單代碼設計，最後反正功能是實現了，是否設計無誤，效率又優，就幾乎沒有人去管了。也是，

結點 , 數據類型 , 數據 , 數據結構與算法 簡歷怎麼寫 , 人工智能 , 數據結構與算法

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder 提效實戰：數據開發工程師用 Qoder 提效50%

我是阿里雲的一名數據開發工程師，今天非常榮幸能分享Qoder在數據開發場景中的實戰經驗。本次分享將圍繞以下四個核心模塊展開。 Qoder在數據開發中的背景與需求 當前，我們正在構建一個阿里雲新產品的數據體系，從0到1搭建數倉架構。這一過程面臨三重挑戰： 時間緊迫：項目啓動時對產品邏輯完全陌生，需快速理解業務代碼並設計數倉架構。 資源有限：團隊規

機器學習 , 數據 , AI , 人工智能 , 解決方案 , SQL

收藏 評論

u_16827017 頭像

全棧技術開發者 - 什麼是「過擬合」，如何判斷，常見的原因是什麼？為什麼深度網絡在海量數據下仍可能過擬合？為什麼高次多項式迴歸容易出現過擬合？

在機器學習中，模型性能的評估不僅依賴於訓練數據上的表現，更取決於其在未見數據上的穩定性。訓練精度的提升固然令人欣喜，但若這種提升無法轉化為對新樣本的可靠預測，則表明模型可能已經偏離了學習的核心目標——從有限數據中提取普遍規律。過擬合正是這一偏離的體現，它揭示了模型複雜性、數據量、訓練策略與泛化能力之間的微妙平衡。 過擬合是統計學習理論中模型選擇與假設空間設計中不可避免的挑戰

機器學習 , 複雜度 , yyds乾貨盤點 , 數據 , 人工智能 , 過擬合

收藏 評論

u_16213562 頭像

技術極客傳奇 - java處理utf8

一、java.io包概覽 Java IO包主要可以分為如下4類： 基於字節操作的I/O接口：InputStream和OutputStream。 基於字符操作的I/O接口：Writer和Reader 基於磁盤操作的I/O接口：File。 基於網絡操作的I/O接口：Socket（沒在IO包下）。 前2種區分I/O操作中數據的格式，後2種主要是數據傳

code , java處理utf8 , System , 數據 , 後端開發 , JAVA

收藏 評論

u_17513570 頭像

玫瑰互動GEO - 騰訊元寶AI搜索GEO優化技巧解析:它如何選擇信息併為你生成答案？

超過65%的用户使用大模型產品來提升工作與學習效率，而AI搜索已成為信息獲取的新入口。當用户轉向直接提問時，背後到底發生了什麼？ 當用户在騰訊元寶搜索“今年的黃金價格為什麼這麼高”時，它能在幾秒鐘內從多個維度進行深入剖析，給出全面而結構化的回答。 相比傳統搜索引擎需要在海量信息中篩選，AI引擎能夠理解用户意圖，直接提供答案。 目錄： 1.騰

GEO優化公司 , 數據 , 騰訊元寶GEO優化 , 搜索 , AI寫作 , aigc , 結構化

收藏 評論

u_11659620 頭像

爾等氏人 - PostgreSQL併發控制機制

引言 在現代多用户數據庫環境中，併發控制是確保數據一致性和系統性能的關鍵技術。PostgreSQL採用了先進的多版本併發控制(MVCC)機制，配合靈活的鎖系統，實現了高性能的數據併發訪問。理解PostgreSQL的併發控制機制，對於數據庫性能優化和故障排查具有重要意義。 MVCC核心原理 多版本併發控制(MVCC)是PostgreSQL併發控制的核心機制。與傳統的鎖機制不同，

併發控制 , 數據 , MySQL , 數據庫 , postgresql

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的在線開放課程[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着互聯網技術的飛速發展和教育信息化的推進，在線開放課程成為教育領域的重要發展趨勢。本文旨在設計並實現一個基於VUE的在線開放課程平台，通過需求分析明確平台的功能需求，利用VUE框架及相關技術進行開發。該平台具備系統用户管理、新聞數據管理、變幻圖設置、留言管理、教師管理、學生管理、科目管理、課程管理以及成績單管理等功能模塊。經測試，平台運行穩定，能有效滿足在線開放課程的教學

軟件研發 , 用户管理 , 數據 , 功能模塊

收藏 評論

teayear 頭像

學技術贏未來 - 氣象預報與基因測序的高性能計算實戰案例.AI運維工程師

在科學研究與產業創新的前沿領域，高性能計算（HPC）是突破數據處理與模擬仿真瓶頸的核心支撐。華為鯤鵬 HPC 憑藉 “自主可控硬件底座 + 全棧優化軟件生態” 的獨特優勢，在氣象預測、生命科學等計算密集型場景中實現性能躍升，以下結合兩大行業標杆案例，拆解其技術落地邏輯與核心價值。 一、行業案例 1：區域氣象數值預報 —— 精準預測的算力加速革命 項目背景 某省級氣象部門需升級區域天氣預報

數據 , 指令集 , 人工智能 , 深度學習 , 多核

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 多輪智能對話環境架構方案（可實戰）：從基礎模型到自我優化的對話智能體，數據飛輪的重要性

第 1 節：多輪對話系統的架構演進 智能多輪對話系統正在經歷一場深刻的架構變革。為了全面理解現代系統的設計理念，我們必須開始回顧其經典藍圖，並在此基礎上分析大型語言模型（LLM）所帶來的範式轉移。這一演進過程並非簡單的技術替代，而是一種能力的融合與重構，其中經典架構的諸多核心原則在新的範式下依然至關重要。 1.1 經典藍圖：模塊化對話系統的解構 傳統上，

對話系統 , 數據 , Css , 前端開發 , 結構化 , HTML

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在遙感圖像目標檢測與語義分割中的應用與改進

(centerJava 大視界 -- Java 大數據機器學習模型在遙感圖像目標檢測與語義分割中的應用與改進/center) 引言：從開源生態到遙感智能化的 Java 實踐 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在《大數據新視界》和《 Java 大視界》系列中，我們已通過智能體育、智能政務、工業互聯網等場景揭示 Java 的工程化

機器學習 , spark , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , JAVA , Image

收藏 評論

u_15015752 頭像

u_15015752 - 什麼是分佈式數據庫？一文了解分佈式數據庫

隨着數字化轉型的深入，企業所面對的數據規模、訪問併發和業務複雜度持續攀升，傳統集中式數據庫在擴展性、可用性和性能方面逐漸顯現瓶頸。分佈式數據庫正是在這樣的背景下產生的一種新型數據庫架構，它通過將數據和計算能力分佈到多台服務器上，實現對海量數據的高效管理和穩定服務，成為現代數據基礎設施的重要組成部分。 什麼是分佈式數據庫？ 分佈式數據庫是指數據在邏輯上屬於同一個數據庫系

分佈式數據庫 , 大數據 , 數據 , 數據倉庫 , 數據庫

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智能樣本信息科研分析系統：科研數據的“智能解碼官”

在臨牀、生物、材料等科研領域，樣本信息是研究的核心基石——從血液、組織樣本的理化指標，到實驗樣本的動態變化數據，都需要精準分析以挖掘科研價值。傳統樣本分析依賴人工錄入、Excel統計，不僅要耗費大量時間整理多維數據，還易因人工計算誤差、數據關聯遺漏導致分析結果失真，難以適配海量樣本和複雜研究需求。AI智能樣本信息科研分析系統的出現，用智能技術重構樣本分析流程，成為科研人員的“高效數據助手

分析工具 , 數據 , NLP , 自定義 , 人工智能

收藏 評論

u_16213671 頭像

mob64ca140d61c6 - grafana 統計主機流量

參考 http://os.51cto.com/art/201404/435279.htm 網卡流量監控工具可以監控通過網絡接口傳輸的數據，並測量目前哪些數據所傳輸的速度。入站流量和出站流量分開來顯示。一些命令可以顯示單個進程所使用的帶寬。這樣一來，用户很容易發現過度使用網絡帶寬的某個進程。這些工具使用不同的機制來製作流量報告。nload等

grafana 統計主機流量 , 數據 , 雲計算 , 操作系統 , 雲原生 , 網絡 , Python

收藏 評論

luoping 頭像

mb43f60adeco02a - 讀書筆記:外部表的兩大“超能力”：直接讀取壓縮文件和自動清理髒數據

本文為個人學習《Expert Oracle Database Architecture Techniques and Solutions for High Performance and Productivity（第四版本》一書過程中的筆記與理解分享，僅用於學習與交流，部分內容參考原書觀點並結合實際經驗進行整理。若涉及

oracle , 外部表 , 數據 , 數據庫 , 前端開發 , Javascript

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 機器人教師的課堂管理權限邊界討論：會替代人類教師嗎？ - 實踐

一、人形機器人在課堂教育領域內的應用現狀和前景預測 （一）現狀分析 目前，人形機器人首要藉助以下幾種形式融入課堂教育： 1. 輔助教學與課堂助手： 一些學校已經開始嘗試使用人形機器人作為“課堂學伴”或“老師助教”。例如，北京部分中小學部署了具備輔助教學、個性化輔導、智能編程等功能的機器人，它們能根據課堂反饋動態優化課程模塊。 2. STEAM教育與實

數據 , MySQL , 數據庫 , 輔助工具 , 人形機器人

收藏 評論

u_16099278 頭像

代碼工匠傳奇 - underlay和overlay示意圖

1.內表有3種類型 ： Standard：標準表 Sorted：排序表 Hashed：哈希表. 2. 內表的定義： UNIQUE|NON-UNIQUE：指定關鍵字，只能應用於排序表或者哈希表。 INITIAL SIZE n：指定初始化內表大小。 WITH HEADER LINE：定義內表是否有表頭。 * DATA 內表

字段 , 數據 , 雲計算 , 表數據 , underlay和overlay示意圖 , 雲原生

收藏 評論

u_16213634 頭像

mob64ca14048514 - emqx 如何查詢發送了哪些消息

7． 發送短消息後，收到出錯信息+CMS ERROR 515 　　如果您的GSM MODEM在初始化期間或在指令執行過程當中GSM MODEM又接受新的指令，將會出現此錯誤。您必須等到初始化完成或指令執行完畢。 　　8． 如何才能知道您發送的短消息已被送達目的號碼 　　a） 採用文本格式發送 　　在您採用文本

機器學習 , ico , 串口 , 數據 , emqx 如何查詢發送了哪些消息 , 人工智能

收藏 評論