tag 數據

標籤
貢獻710
385
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_16903380 頭像

小碼哥068 - 智慧家政系統核心技術解析

一、開發背景 上班族家庭：由於工作繁忙，無暇顧及家務，對日常保潔、家電清洗等便捷高效的家政服務需求強烈，希望能夠通過簡單的操作，在合適的時間預約到專業的家政人員上門服務，並且對服務質量和服務人員的專業性有較高要求 一些企業為員工提供福利，會定期採購家政服務，如辦公室清潔、企業食堂後勤服務等；同時，醫療機構、學校、酒店等也需要專業的家政服務來

數據 , 微服務 , 後端開發 , JAVA

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI決策分析平台：讓數據替你“出主意”，決策不再靠“拍腦袋”

在職場中，“拿主意”從來都是難題：銷售預測靠經驗猜，庫存規劃憑感覺調，市場策略跟着競品跑——不是不想科學決策，而是分散在Excel、報表、系統裏的數據，像一堆亂麻，沒人能快速理出線索。而AI決策分析平台的出現，正用技術打破這種困境，把複雜數據變成清晰答案，讓決策從“憑經驗”變成“靠數據”，不用懂高深算法，普通人也能輕鬆用。 AI決策分析平台的核心，是給數據裝上“智能大腦”。這個大腦靠

找規律 , 數據 , 數據整理 , NLP , 人工智能

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 企業多品類產品數據分析實戰：優化產品組合與增長策略 - 教程

針對擁有多品類、多種類產品的企業，如何通過數據分析優化產品結構，實現最大化收益和資源分配。 案例背景：製造業企業的產品矩陣分析 某製造企業擁有複雜的產品體系，需要解決： 如何評估各產品線的健康度？ 如何優化產品組合實現利潤最大化？ 如何分配研發和市場資源？ 如何識別明星產品和問題產品？ 數據架構設

數據 , MySQL , 智能家居 , 主數據 , 數據庫

收藏 評論

u_16213466 頭像

mob64ca12f8a724 - ollama 集羣

ollama 集羣是一種新興的分佈式計算框架，旨在支持更高效的模型推理和分佈式計算資源的整合。本篇博文將分享解決“ollama 集羣”相關問題的全過程，保證結構清晰，條理分明。 環境預檢 在部署owllama集羣之前，首先需要對環境進行預檢。這一步驟確保我們的計算環境能夠兼容並正常運行集羣，以下是我們所需的兼容性分析以及依賴版本對比。 四象限圖與兼容性分析 quadran

數據 , aigc , 當前版本 , Python

收藏 評論

u_15591470 頭像

ceshiren2022 - 輕鬆生成測試數據：Dify工作流結合大模型，實現百萬級逼真數據生成

在軟件研發、數據分析和機器學習項目中，構建高質量、高覆蓋度的測試數據是確保產品質量的關鍵環節。然而，手動創建測試數據不僅耗時耗力，還常常面臨數據單調、缺乏真實性、難以模擬複雜業務邏輯等痛點。尤其是在進行壓力測試、性能基準測試或訓練複雜模型時，對百萬級逼真測試數據的需求，往往讓開發者和測試工程師們頭疼不已。 今天，我們將介紹一種革命性的解決方案：利用 Dify 工作流 結合 大語言模型（L

數據 , 測試數據 , 人工智能 , 深度學習 , Json

收藏 評論

tdengine 頭像

TDengine濤思數據 - 億歐 2025 AI 軟件創新產品 Top10 出爐，時序數據庫 TDengine 入選

當“AI 驅動增長”成為越來越多企業的共識時，一個新的分水嶺正在出現：行業已經從討論模型能力，轉向討論哪類 AI 軟件真正能夠在未來產業裏穩定運行。尤其在製造、能源、化工等典型工業場景中，AI 要面對的不是實驗條件，而是設備的連續運行、數據的真實複雜性與業務的高可靠性要求。 就在近日由億歐主辦的 WIM2025 創新者年會上，這個問題得到了清晰迴應。大會發布了“2025 中國 AI

數據 , MySQL , 濤思數據 , 數據庫 , 基礎設施

收藏 評論

u_16213442 頭像

mob64ca12f31496 - stable diffusion雲服務器

在現代機器學習和圖像生成領域，"Stable Diffusion" 雲服務器依賴於高效的計算能力和靈活性。本文將深入探討如何在使用 Stable Diffusion 雲服務器時解決出現的問題，包括協議背景、抓包方法、報文結構、交互過程、異常檢測和逆向案例。 協議背景 隨着計算機視覺和生成模型的快速發展，Stable Diffusion 雲服務器逐漸成為提供高效圖像生成服務的核心平

抓包 , 數據 , 雲服務 , aigc

收藏 評論

u_14540126 頭像

最多選5個技能 - 信息系統項目管理師高難度選擇題精講

一、高級計算分析題（15題） 1. 某項目採用關鍵鏈法，原關鍵路徑長度45天，考慮資源約束後增加緩衝： 項目緩衝：5天 接駁緩衝：3天（2條路徑） 資源緩衝：2天 項目最終計劃工期為： A. 45天 B. 50天 C. 55天 D.

項目管理 , 數據 , 後端開發 , 迭代 , Python

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI大模型教學實踐訓推一體化系統：讓AI教學從“理論”落地“實操”

傳統AI教學常陷入“老師講得深、學生聽不懂，模型訓練難、實踐沒法推”的困境——要麼只講算法原理，學生摸不到真實模型；要麼訓練好的模型沒法落地應用，教學和實操嚴重脱節。而AI大模型教學實踐訓推一體化系統，用實打實的技術打通“教學-訓練-部署”全鏈路，讓AI教學既懂理論又能實操，成為師生都能用的“硬核教學工具”。 這個系統的核心技術邏輯，是“輕量化訓練+實時推理+教學聯動”的閉環設計，把

圖像識別 , 數據 , NLP , 人工智能 , 文本分類

收藏 評論

u_16099184 頭像

網絡安全戰士 - SpringCloud Alibaba篇

RAG Agent 實現 RAG（Retrieval Augmented Generation，檢索增強生成）是用來改善大模型生成內容質量的一種技術，通過 ETL（Extract，Transform 和 Load）流程對數據進行處理，即先從文檔讀取數據，進行轉換，之後寫入到向量數據庫供檢索。 ETL 流程包括了數據提取、數據轉換和加載數據：

spring , 數據 , 數據轉換 , 後端開發 , 人工智能 , JAVA , harmonyos

收藏 評論

wangmingx 頭像

WangMing_X - C#上位機軟件：19.2 高內聚低耦合思想與實體集合封裝、模塊化分層與三層架構

筆記摘要： 講述如何通過模塊化分層設計實現企業級項目架構，包括數據訪問與UI分離、實體類封裝、泛型集合使用、三層結構設計與引用關係配置等內容，最終實現高內聚低耦合的項目結構。/n --- ### **1. 數據訪問與UI分離的初步實現 - **查詢方法封裝** - 將查詢方法從UI層獨立出去，實現數據訪問邏輯的分離。 - 示例方法：`Ge

軟件研發 , 封裝 , yyds乾貨盤點 , 數據 , ui

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI故障預測系統：給機器裝上“預知未來”的智慧眼睛

工廠裏的數控機牀突然停機、數據中心的服務器無故崩潰、風力發電機的葉片轉速異常……這些設備故障輕則耽誤生產，重則造成經濟損失。傳統故障排查依賴人工巡檢和事後維修，就像“生病了才知道吃藥”——往往為時已晚。如今，AI故障預測系統就像給機器裝上了“預知未來”的智慧眼睛，能在故障發生前“嗅到苗頭”，提前預警並採取措施，讓設備運行更可靠、生產更高效。 一、傳統故障管理的痛點：被動又昂貴 過

機器學習 , 數據 , 物聯網 , NLP , 人工智能

收藏 評論

u_17580222 頭像

mb691327edb400f - AI技術驅動下的招聘行業轉型

AI技術驅動下的招聘行業轉型 當前招聘領域正經歷深刻變革，智能化轉型已成為不可逆轉的趨勢。過去一年間，人力資源行業在AI技術的推動下呈現出明顯的分化態勢：部分企業仍採用傳統的人工篩選、溝通方式，而領先企業已實現全流程智能化管理。 多項數據顯示，AI技術正在重塑招聘行業的效率標準，具體表現為以下案例與數據： 智聯招聘採用AI全託管系統後，招聘週期縮短40

交互設計 , 數據 , 新版本 , 人工智能 , 深度學習

收藏 評論

u_15714439 頭像

u_15714439 - 京東金融鴻蒙端部署AI超分模型實踐

1. 背景 這可能是全網第一篇完整講解鴻蒙端使用CANN部署AI模型的文章, 滿滿乾貨。 社區作為用户交流、信息傳遞的核心載體，圖片內容（如理財產品截圖、投資經驗分享配圖、用户互動評論圖片等）的展示質量直接影響用户的信息獲取效率與平台信任感。從京東金融App社區的業務需求來看，當前用户上傳圖片普遍存在多樣性失真問題：部分用户通過老舊設備拍攝的圖片分辨率較低，部分用户為

軟件研發 , 數據 , 離線 , 加載

收藏 評論

u_16213370 頭像

mob64ca12e1c36d - 基於Stable Diffusion擴散底層策略任務生成和自優化模型

在討論“基於Stable Diffusion擴散底層策略任務生成和自優化模型”時，我們首先要理解這個系統在處理怎樣的任務。在實際應用中，我們常常會面臨各種挑戰，比如生成效果不理想、模型訓練不充分等。為了更好地解決這些問題，我們的目的是在深挖問題背景的基礎上，逐步找到根本原因與解決方案。 用户場景還原 我們在一個公司中應用Stable Diffusion模型，主要用於生成高質量的圖

參數設置 , 數據 , aigc , 解決方案

收藏 評論

u_16099234 頭像

技術筆耕者 - 嵌入式ota寫emmc ext4分區

本週學習了進程間通信這一章,首先管道： 管道是基於文件描述符的通信方式，當一個管道建立時，它會創建兩個文件描述符 fds[0]和 fds[1]，其中 fds[0] 固定用於讀管道，而 fd[1]固定用於寫管道，如圖所示，這樣就構成了一個半雙工的通道。 無名管道，它具有如下特點。  它只能用於具有親緣關係的

機器學習 , 非阻塞 , 文件描述符 , 數據 , 人工智能 , 嵌入式ota寫emmc ext4分區

收藏 評論

u_16272508 頭像

事辯天下 - 奧哲入選Forrester：奧哲企業級AI平台獲權威認證！

近日，全球權威機構Forrester發佈了《中國AI Agent生態指南(Navigate The AI Agent Ecosystem In China)》，深度解析中國AI Agent市場生態。奧哲作為中國AI Agent典範廠商入選報告。 此前，奧哲曾於2023年入選Forrester低代碼平台報告，同時在2024年IDC Tracker報告獲得中國低代碼軟件

大數據 , 數據 , 數據倉庫 , 企業級 , 應用領域

收藏 評論

u_16099205 頭像

架構思維大師 - 無人駕駛深度強化學習訓練的代碼在哪裏跑 無人駕駛 體驗

4 月 17 日消息等了 5 個多月，車物品總算在極狐阿爾法 S上感受到華為公司的批量生產版“L4”級無人駕駛系統軟件。 從華為上海研究室考慮，大家搭乘這台阿爾法 S 在上海金橋區的市政道路里行車了 12 千米，歷經了十幾個交通信號燈後回到到起點。 一樣的線路，車物品累計感受了 3 趟（2次晚間一次大白天），中途全部安全駕駛實際操作均

機器學習 , 無人駕駛深度強化學習訓練的代碼在哪裏跑 , 數據 , 自動駕駛 , 系統軟件 , 人工智能 , 點到點

收藏 評論

u_16099287 頭像

數據科學探索者 - android 獲取手環心率數據 源碼

的盧CH582M，其採用沁恆自研RISC-V微處理器“青稞V4”，片上集成2Mbps低功耗藍牙，兼容Bluetooth® low energy 5.3，另外配備SPI、I²C、RTC等豐富外設。WCH Wristband的主控芯片為RISC-V專用低功耗藍牙MCU：的盧CH582M。 WCH Wristband配有血氧心率模塊、九軸傳感器、電機驅動模塊、低功

移動開發 , 數據 , android 獲取手環心率數據 源碼 , 自定義 , Android , 低功耗藍牙

收藏 評論

u_16213700 頭像

mob64ca14144dde - Vue總結（三）組件通信

props和emits之間的組件通信 數據流向 props：父組件 → 子組件（數據下行） emit：子組件 → 父組件（事件上行） 核心機制 props：父組件通過屬性傳遞數據給子組件 emit：子組件通過事件向父組件發送消息 設計模式 單向數據流： 父組件 --props-

輸入框 , 數據 , Vue , 後端開發 , Python

收藏 評論

u_16653481 頭像

金海境科技 - 【服務器數據恢復】Dell PowerEdge服務器誤操作導致實驗數據丟失數據恢復案例 - 金海境科技

一、客户信息 北京市某重點高校生命科學學院，該院在基因編輯、蛋白質結構研究領域成果顯著，擁有3個國家級科研平台，承擔12項國家級重大科研項目。學院數據中心部署了4台戴爾PowerEdge R760服務器，採用8塊10TB SAS硬盤組建RAID6陣列，存儲全院師生的科研實驗數據、論文手稿、基因序列數據庫及大型儀器設備運行記錄，數據總量達60TB，其中包括多項國家級項目的核心

服務器 , 數據 , 數據塊 , Lync

收藏 評論

u_13446 頭像

imking - emphasis echarts 正常值

node/使用命令： https://nodejs.org/zh-cn/ npm install -g @vue/cli npm install ts-node -g npm init -y npm install @types/node -D npm install express -S npm install @types/

機器學習 , 數據 , 人工智能 , 配置項 , ios

收藏 評論

u_15444 頭像

gulaotou - 觸摸屏一體機的優點介紹

　　隨着物流行業的快速發展和技術進步，智能裝備在物流運營中扮演着越來越重要的角色。其中，工業觸摸一體機作為一種先進的信息處理設備，廣泛應用於物流智能裝備領域。 　　觸想工業觸摸一體機TPC-W5系列 　　工業觸摸一體機以其獨特的優勢，為物流企業提供了高效、精確和可靠的操作和管理方式。下面，將重點介紹工業觸摸一體機在物流智能裝備領域上的應用優勢

人機交互 , 數據管理 , 數據 , 後端開發 , harmonyos

收藏 評論

u_16213566 頭像

雲端小仙童 - deepseek 工作流

前言：本筆記是對近日閲讀keynote“Troubleshooting Deep Neural Networks”的總結。 keynote來源： http://josh-tobin.com/troubleshooting-deep-neural-networks

數據集 , 數據 , deepseek 工作流 , aigc , 正則化 , bard

收藏 評論