tag 數據

標籤
貢獻722
412
05:56 PM · Oct 25 ,2025

@數據 / 博客 RSS 訂閱

金海境科技 - 【服務器數據恢復】物流企業WMS系統硬盤固件損壞導致庫存數據丟失數據恢復案例 - 金海境科技

一、客户信息 深圳市某大型物流企業,專注於電商倉儲及配送服務,在全國擁有18個倉儲中心,倉儲面積超50萬平方米,日均處理訂單量達20萬單,服務京東、拼多多等多家知名電商平台。企業核心倉儲管理系統(WMS)部署於5台聯想ThinkSystem SR650服務器,採用5塊8TB SAS硬盤組建RAID5陣列,存儲全國倉儲中心的庫存數據、訂單配送信息、貨物位置信息等核心數據,數據

服務器 , 數據 , mongodb , 固件 , 數據庫

收藏 評論

掃地小沙彌J - Rust 所有權機制詳解:內存管理的第三條路

這是一篇關於 Rust 所有權 (Ownership) 的深度解析教程。 作為後端開發者,你習慣了 Java/Python 的 GC(垃圾回收)或者 C++ 的手動內存管理。而 Rust 只有所有權。這是 Rust 最難翻越的大山,也是它能在不需要 GC 的情況下保證內存安全的核心魔法。 本文將通過5 個經典案例,帶你徹底看懂 Rust 編譯器到底在“糾結”什麼。

數據 , rust , 代碼人生 , 編譯報錯

收藏 評論

EasyV數字孿生可視化 - 數字孿生物流:以某物流企業數字孿生智慧鋼鐵倉儲定位系統建設為例

1.建設背景 國家“十四五”規劃明確提出加快現代物流數字化、智能化轉型,基於國家數字經濟 戰略及企業數字化轉型要求,鋼鐵物流作為重點領域,其倉儲環節的智能化升級被列為政策重點支持方向。某物流企業作為鋼鐵物流龍頭企業,隨着物流行業安全標準要求的不斷 提升,其企業業務增長與戰略佈局都有所調整,庫存管理盲區、作業監管低效、風險響應 滯後、跨域信息割裂和作業協同低效等問題嚴重阻礙

數據 , 物聯網 , 自定義 , 數據可視化 , 人工智能

收藏 評論

mob649e816209c2 - ollama linux連接GPU

在現代的計算機圖形學和深度學習領域,將處理大規模數據任務和快速運算的能力與高效的計算硬件結合是一個極具挑戰的技術需求。尤其是對於利用 GPU 進行加速的計算任務,確保 Linux 系統與 GPU 的良好連接和性能優化是實現高效運算的基礎。本文將詳細記錄解決“ollama linux連接GPU”問題的全過程,包括背景定位、演進歷程、架構設計、性能攻堅、故障覆盤以及擴展應用。 背景定位

數據 , 架構設計 , aigc , 迭代

收藏 評論

mb68c23637232fb - iLeadE-588邊緣計算網關-領嵌

1. 多通道視頻接入與AI分析 支持4路攝像頭同時接入,實時視頻流處理。 內置高性能AI算力,支持人臉識別、行為分析、車牌識別等算法,自動匹配場景需求,無需手動編程。 智能算法一鍵部署,自動優化計算資源分配。 2. 工業級網絡與設備連接 4個千兆網口,支持多設備級聯與數據高速傳輸。 工業接口全覆蓋:配備RS485、CAN總線,可直接連接傳感器、

雲平台 , 數據 , 物聯網 , 人工智能 , 數據分析

收藏 評論

IP人生 - 動態IP代理與靜態IP代理:詳細區別與場景化選擇指南

在跨境業務、網絡爬蟲、社交媒體運營及市場研究等領域,代理IP已成為不可或缺的工具。然而,面對市場上琳琅滿目的代理服務,許多從業者,尤其是新手,常常會陷入一個核心困惑:我究竟該選擇動態IP代理還是靜態IP代理?這兩種代理類型並非孰優孰劣,而是各有其獨特的應用場景和優劣。選擇錯誤,輕則效率低下,重則可能導致賬號被封、數據獲取失敗。本文旨在深入剖析兩者的區別,並提供清晰的選型指南,最後

數據 , ip , 社交媒體 , 代碼人生

收藏 評論

Aloudata - AI 數據分析的終點不止數據探查,要構建“智能問數-歸因分析-決策建議”價值閉環

在數字化轉型浪潮中,企業每天產生海量數據,但“數據爆炸”與“決策困難”的矛盾愈發尖鋭。隨着 Data + AI 的融合創新,以 ChatBI 為代表的 AI 數據分析工具開始爆火。 但大多數 AI 數據分析工具往往止步於“智能問數”,難以給出深層次的分析洞察,特別是對於異常數據表現,無法下鑽和歸因分析,難以為業務決策提供有效支持。 因此,一款優秀的 AI 數據分析工具

大數據 , 數據 , 自然語言 , 數據倉庫 , dataagent , 數據分析 , chatbi

收藏 評論

u_16366971 - AutoMQ GitHub 突破 8,000 Star!

🚀 里程碑達成!AutoMQ GitHub 突破 8,000 Star! 🎉 從 0 到 8000+, 這份熱度的背後,是 AutoMQ 對雲原生流存儲的重新定義。我們基於 Diskless 架構設計,將數據完全卸載至對象存儲(S3/OSS),讓數據基礎設施真正生於雲、長於雲,徹底解決了傳統架構的痛點: **💸 消除 100% 跨 AZ 流量費用:**採用共享

github , 數據 , 雲計算 , 雲原生 , 開發者

收藏 評論

mob64ca1400bfa8 - LDA是獨熱編碼嗎

1 為什麼要進行特徵編碼? 我們拿到的數據通常比較髒亂,可能會帶有各種非數字特殊符號,比如中文。下面這個表中顯示了我們最原始的數據集。而實際上機器學習模型需要的數據是數字型的,因為只有數字類型才能進行計算。因此,對於各種特殊的特徵值,我們都需要對其進行相應的編碼,也是量化的過程。 2 特徵編碼類型 本篇,我們主要説一下分類型特徵的編碼方式。對於分類型數據

機器學習 , 編碼方式 , 數據 , 特徵值 , LDA是獨熱編碼嗎 , 人工智能

收藏 評論

網絡安全守護先鋒 - 51單片機學習筆記(2)——51單片機簡介

文章目錄 如何創建 Keil 工程 創建步驟 1. 創建文件夾結構 2. 打開 Keil 3. 創建新工程 4. 創建不同類型的內容 頭文件 明白頭文件包含了什麼 標題具體內容

數據 , 初始化 , 單片機 , 51單片機 , 後端開發 , 嵌入式硬件 , Python

收藏 評論

mb689bf7a82caf3 - 使用 C# 自動創建和格式化 Word 表格

在現代辦公自動化中,Word 文檔依然是信息呈現和數據輸出的重要載體。無論是月度報表、客户合同,還是內部彙總文檔,表格都是不可或缺的元素。手動創建表格不僅效率低,而且容易出錯。藉助 C# 編程,我們可以輕鬆實現 Word 表格的自動生成、格式化以及複雜操作。 本文將系統介紹如何使用 Free Spire.Doc for .NET 處理 Word 表格,包括表格樣式設

word , yyds乾貨盤點 , 數據 , 後端開發 , .net , 嵌套 , c

收藏 評論

用户bPbDqZf - 跨平台數據要素流通協同運營現狀 破除孤島 釋放數據新動能

在數字經濟時代,數據已成為驅動創新的核心“新能源”。無論是電商購物、出行導航,還是金融服務,我們每天都在產生海量數據。但現實中,這些數據往往被困在不同平台的高牆內,形成一個個“數據孤島”——航空公司不清楚旅客的酒店偏好,電商平台難以獲取用户的真實信用記錄……跨平台數據如何高效、安全流通?這不僅是技術命題,更是推動產業升級的關鍵。 一、數據要素流通的狀實 現跨平台數據協同運營面臨三大挑戰:技術

數據

收藏 評論

mb691327edb400f - AI 時代 HR 的進化與工具賦能

AI 時代 HR 的進化與工具賦能 AI時代招聘變革:HR的進化之路與工具賦能 在AI技術重塑各行業的當下,招聘領域正經歷深刻的座次重排。曾經作為“後台工具”的HR技術,如今已升級為企業核心的業務操作系統。AI不會取代HR,但不懂運用AI的HR,正逐漸被時代拉開差距。 2026年,行業的核心命題不再是“AI是否會奪走工作”,而是“HR能否藉助AI制定戰略、依託數

鏈路 , 數據 , 上傳 , 人工智能 , 深度學習

收藏 評論

mob64ca140e76c8 - 網站優化超越競爭對手的核心因素

一位行業朋友最近愁眉不展地問我:"我發現我們的競爭對手在的業務規模下,軟件許可成本比我們低30%,這讓我們在市場競爭中處處受限,怎麼破?" 2025年初,一位經營着中型企業的老總在問我的問題,彷彿他説的是20年前的困惑。而現在,軟件許可優化這一話題已經成為企業數字化轉型中大多數公司CEO極其關注的核心議題。 一、認清成本差距的本質:不只是算術問題 我

spark , 商業 , 大數據 , 數據 , 數據驗證

收藏 評論

索姆拉 - pytest文檔74-參數化parametrize加marks標記(pytest.param)-

Pytest Fixture--params參數 pytest fixture 的 params參數是一個非常實用的功能,它允許你為同一個 fixture 提供多組不同的數據,從而實現測試的參數化(數據驅動)。這樣,依賴該 fixture 的測試用例會自動執行多次,每次使用一組不同的數據。 下面我將詳細解釋其功能、用法,並提供從基礎到進階的實

數據 , MySQL , 數據庫 , pytest , ide , 參數化 , Python

收藏 評論

mob64ca140e4022 - airflow spark 區別

Ref: https://airflow.apache.org/ Ref: Extra Packages Ref: https://github.com/tuanavu/airflow-tutorial[youtube教程和代碼] 有點太全了,還是i一步一步的學習的代碼demo為好。 Ref: How to write your first DAG

spark , airflow spark 區別 , 大數據 , 數據 , Docker , apache

收藏 評論

mob64ca13ffd0f1 - openkylin倉庫

Data Warehouse(數據倉庫) 數據倉庫是一個各種數據(包括歷史數據和當前數據)的中心存儲系統,是BI( business intelligence ,商業智能)的核心部件。 這裏所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客户和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。 Business Intel

商業智能 , 數據 , 雲計算 , 數據倉庫 , openkylin倉庫 , 雲原生

收藏 評論

瀾極美顏SDK - 從源碼到平台上線:基於第三方視頻美顏SDK開發實時直播美顏系統

在實時直播的技術棧中,美顏系統始終是連接技術與用户體驗的關鍵節點。某直播平台技術團隊曾做過一組對比測試:相同主播、相同內容的直播間,啓用優質美顏功能後,觀眾平均停留時長提升53%,主播開播頻次增加27%。對於開發團隊而言,搭建一套穩定、自然的實時直播美顏系統,並非簡單的功能拼接,而是從源碼架構設計開始,經過SDK選型、集成開發、優化測試到最終上線的全流程工程實踐。第三方視

數據 , Android , 人工智能 , 深度學習 , ios

收藏 評論

代碼天地 - OpenCV-python小玩意18 YOLO目標檢測之模型訓練與指標解讀

0. 模型訓練小知識 自從深度學習火了以後,大家就把傳統視覺算法看低了。 因為模型的訓練需要GPU或者CPU飛速運轉好久才能完成,而訓練出來的模型又每次都非常意外,所以大家又把模型訓練戲稱為煉丹,真是充滿了玄學意味。 深度學習時代,什麼最重要?數據!像我們這次的任務,需要準備100~500張圖片,確保包含不同角度、光照和模糊程度。如果想做的很好,業界推薦是幾千張

數據集 , 召回率 , 服務器 , 數據 , 分佈式

收藏 評論

qq5b42bed9cc7e9 - RAG從入門到精通(九)——Milvus數據庫操作介紹及索引類型介紹

RAG基本處理流程 整個流程的優化方向是 “高準確率、快速度、低內存消耗”,利用 Milvus 的向量存儲與檢索能力,實現遊戲數據的高效語義查詢。 1. Milvus 核心概念與基礎用法詳解 Milvus 是開源分佈式向量數據庫,以下是其核心概念及創建數據庫、集合、字段的基礎操作: 一、核心概念 數據庫(D

milvus , 字段 , 數據 , 主鍵 , Css , 前端開發 , HTML

收藏 評論

mob64ca1418aeab - 財務報報表裏面的open charges

在 SAP 系統中, 會計科目表有以下形式: operational chart of accounts ,group chats of accounts ,country charts of accounts 。 operational chart of accounts 作為經營需要的會計科目表。 經營用的會計科目表包含了日常

數據 , 主數據 , 架構 , sap , 後端開發

收藏 評論

今晚加個牛腿吃 - MySQL 數據庫知識點掃盲:從基礎到核心,全面掌握關鍵特性

MySQL 是一款由 Oracle 公司維護的開源關係型數據庫管理系統(RDBMS),以 “輕量高效、跨平台兼容、易用性強、社區活躍” 為核心優勢,廣泛應用於 Web 開發、企業級應用、嵌入式系統等場景,是 LAMP(Linux+Apache+MySQL+PHP)/LNMP 技術棧的核心組件,也是全球最受歡迎的數據庫之一。以下從基礎特性、核心概念、關鍵功能、使用場景與優勢四個維度

字段 , 數據 , MySQL , 數據庫

收藏 評論

智能探索者之家 - Rust for Linux - Rust 中文教程

目錄 Rust是什麼 系統級編程語言 設計目標 核心特點 1. 內存安全(無垃圾回收) 2. 所有權系統 3. fearless Concurrency(無畏併發) 4. 高性能 5. 豐富的類型系統和模式匹配 6. 現代化的工具鏈 環境搭建 系統環境 安裝過程 驗證安裝 第一個程序經典時尚

數據 , 工具鏈 , rust , 前端開發 , Javascript

收藏 評論

事辯天下 - 邁瑞發佈啓元檢驗大模型丨AI檢驗專家已就位!

導語:馭數據萬象,啓智檢新元 11月21日,邁瑞醫療在第八屆南方檢驗醫學學術大會暨2025年廣東省醫學會檢驗醫學學術年會上發佈啓元檢驗大模型,以垂直、可生長的AI科技,解決檢驗科報告審核、解讀、管理、評審等多個關鍵問題。讓關於檢驗科的AI設想,在此刻成為現實。 發佈會現場,重磅嘉賓雲集共襄盛舉。廣東省醫學會常務副會長兼秘書長李國營教授、深圳市衞

大數據 , 數據 , 數據倉庫 , 人工智能

收藏 評論