tag 數據

標籤
貢獻724
418
05:56 PM · Oct 25 ,2025

@數據 / 博客 RSS 訂閱

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

雲端創新夢想家 - gps導航衞星星曆及曆書參數意義_gps星曆

低軌衞星(LEO)以其全球覆蓋、低延遲的顯著優勢,正成為未來空天地一體化網絡的核心組成部分。然而,其高達 7~8 km/s 的軌道速度帶來的劇烈多普勒頻移(可達 ±50 kHz)和快速星地幾何變化,對衞星跟蹤、通信鏈路穩定性和精密定位提出了嚴峻挑戰。 所有這些問題的一個共同解決基石,就是精確的衞星星曆解算——它讓我們能掌握衞星任一時刻在空間中的精確位置與速度。 本文將

數據 , 後端開發 , 插值 , ci , Python

收藏 評論

上海拔俗網絡 - 大模型知識庫AI助手:讓技術落地像搭積木一樣簡單

在數字化浪潮下,企業總被兩個問題困擾:要麼技術堆得複雜難用,要麼數據散得像一盤沙。而大模型知識庫AI助手的出現,正用通俗的技術邏輯,幫企業破解這一難題——它就像給系統裝了個“超級大腦”,既能吃透海量數據,又能聽懂人的需求,讓複雜技術變得觸手可及。 從技術本質來看,大模型知識庫AI助手的核心是“數據+模型+交互”的三重協同。它先通過數據採集技術,像吸塵器一樣收集企業的文檔、流程、歷史數

數據 , NLP , 人工智能 , 技術細節 , 歷史數據

收藏 評論

u_14767244 - 2-5 倍性能提升,30% 成本降低,阿里雲 SelectDB 存算分離架構助力波司登集團實現降本增效

波司登集團作為全球領先的羽絨服公司,每年的銷售旺季集中在四個月間,需高效把握業務機遇以實現高營收。為滿足集團銷售旺季的實時數據分析需求,同時降低淡季數據分析成本,波司登決定升級大數據架構,採用阿里雲數據庫 SelectDB 版升級數倉,基於阿里雲 SelectDB 雲原生存算分離架構,實現了資源隔離與彈性擴縮容,並取得了查詢性能提升 2-5 倍、總體成本降低 30% 以上、效率提升 30

大數據 , 數據 , 離線 , 數據倉庫 , 數據分析

收藏 評論

mob64ca140761a4 - go mvc架構

MVC的優點   大部分用過程語言比如ASP、PHP開發出來的Web應用,初始的開發模板就是混合層的數據編程。例如,直接向數據庫發送請求並用HTML顯 示,開發速度往往比較快,但由於數據頁面的分離不是很直接,因而很難體現出業務模型的樣子或者模型的重用性。產品設計彈性力度很小,很難滿足用户的變化性 需求。MVC要求對應用分層,雖然要花費額外的工作,但產品的結構清晰,產品的應用

go mvc架構 , 數據 , 架構 , 後端開發 , mvc , 軟件工程

收藏 評論

mob64ca14116c53 - em78P156

筆者在某智能水錶開發中使用了EM78P447芯片,對EM78系列芯片有了較深認識,在實踐中總結了一些開發此類芯片應注意的問題,同時給出了應用中的編程技巧。 市面上常見的介紹EM78系列的參考書中,都給出了一些應用實例,但這些實例一般程序代碼量較小,功能單一。雖然這些實例對於新手確實起到了很好的作用,但一個產品可能功能很複雜,程序可能達到幾千行,這就

機器學習 , 單片機ofeh , 子程序 , 數據 , 單片機 , 人工智能 , em78P156

收藏 評論

TDengine濤思數據 - 系統性能提升 3 倍,存儲成本降 80%:金恆科技的鋼鐵智造“加速引擎”

小T導讀:江蘇金恆信息科技股份有限公司(以下簡稱“金恆科技”)專注於為工業企業提供工業軟件及智能化整體解決方案,服務領域涵蓋鋼鐵、有色金屬、石化、電子製造等多個行業。早在 2021 年,金恆科技便在多個業務系統中部署了 TDengine TSDB 2.x 版本。隨着 TDengine TSDB 3.x 的發佈,金恆科技陸續完成了系統升級至 3.0 版本,在性能、功能和穩定性方面均

數據 , 時序數據庫 , c++ , 後端開發 , tdengine , SQL , c

收藏 評論

小雨青年 - MateChat 進階實戰:打造零後端、隱私安全的“端側記憶”智能體

前言:AI 為什麼總是“失憶”? AI 智能體的“記憶”能力通常意味着昂貴的向量數據庫(Vector DB)和複雜的後端架構(Redis/Postgres)。但在構建輕量級垂直應用時,我們常遇到這樣的尷尬: 重複配置:用户每天打開助手,都要重新輸入一遍“我是產品經理,幫我寫週報”。 隱私顧慮:企業用户擔心:“我的偏好數據會被

vue.js , 數據 , API , 前端開發 , ui

收藏 評論

Turbo_K - 如何實現數據庫的不停服遷移?

數據庫不停服遷移 是指在不影響現有系統正常運行的情況下,進行數據庫的遷移操作。這對於保障系統的高可用性、減少停機時間以及提高業務連續性至關重要。以下是幾種常見的實現數據庫不停服遷移的方式和步驟。 1. 數據庫遷移的需求與挑戰 在進行數據庫遷移時,常見的挑戰包括: 業務不中斷:遷移過程中必須確保業務正常進行,避免影響客户或用户。 數據一致性:源數

數據同步 , 數據 , 數據庫 , 後端開發 , JAVA

收藏 評論

u_17398972 - 靈活性與高性能兼得:KingbaseES 對 JSON 數據的全面支持解析

像我們現在做開發的時候,誰沒接觸過 JSON 呀,調用 Web API,保存配置文件,處理物聯網設備傳回的日誌之類的,JSON 這種半結構化數據真是隨處可見。 金倉數據庫 KingbaseES (KES) 在國產數據庫中屬於佼佼者,所以其功能自然不容忽視,該數據庫原本就具備 JSON 數據類型的相關支持,而且特意為我們供應了一整套實用的函數以及索引機制,大致來講,就是使得用户既能收穫

oracle , 數據 , 數據庫 , SQL , Json

收藏 評論

mob64ca140d2323 - 前端- WebGL淺入淺出 - 個人文章

uPlot WebGL實驗:探索高性能可視化的未來方向 在數據可視化領域,隨着實時數據流和大規模數據集的普及,傳統Canvas 2D渲染技術面臨着嚴峻的性能挑戰。當數據點超過10萬甚至達到百萬級別時,幀率下降、交互卡頓等問題成為用户體驗的主要瓶頸。uPlot作為一款輕量級高性能圖表庫,正在通過WebGL實驗探索下一代可視化技術的可能

數據 , 硬件加速 , webgl , jquery , 前端開發

收藏 評論

編程夢想編織者 - 兩主三從 分佈式hadoop

分佈式系統中的主從複製基本原理 分佈式系統中的主從複製基本原理 複製指在多台機器上保存相同數據的副本,通過數據的複製,人們希望達到以下目的: 使用户使用物理上離他們更近的的數據,降低訪問延遲。 部分組件出現故障,系統仍然可以繼續工作,提高可用性。 擴展至多台機器以令他們同時提供數據訪問服務,提高讀吞吐量。 本文只討論一些簡

觸發器 , 兩主三從 分佈式hadoop , 大數據 , 數據 , 關係型數據庫 , hadoop

收藏 評論

數據狂徒 - MySql 數據表約束

目錄 前言 一、空屬性 二、默認值 三、列描述 四、zerofill 五、主鍵 六、自增長 七、唯一鍵 八、外鍵 前言 本篇是mysql中表的相關約束部分! 真正約束字段的是數據類型,但是數據類型約束很單一,需要有一些額外的約束,更好的保證數據的合法性,從業務邏輯角度保證數據的正確性

字段 , 數據 , MySQL , 數據庫 , 主鍵

收藏 評論

高粱seo工作室 - 揭秘GEO優化:讓網站流量爆炸的全自動內容引擎

在流量紅利逐漸消退、用户需求愈發精準的互聯網下半場,GEO優化憑藉“精準匹配+全自動運營”的核心優勢,成為企業突破流量瓶頸的關鍵抓手。所謂GEO優化,即基於地理信息(Geographic Information)的搜索引擎優化策略,而“全自動內容引擎”則是其核心載體——通過技術手段實現內容的智能生成、精準分發、動態優化,讓網站能根據不同地域用户的需求、習慣、搜索偏好,自動輸出高適

軟件研發 , 搜索引擎 , 數據 , 用户需求

收藏 評論

上海拔俗網絡 - AI答辯實時分析系統:讓考核評價更客觀高效

在高校答辯、職場競聘答辯等場景中,“5名考官+1名答辯人”的模式很常見,但傳統人工評分總繞不開三個痛點:主觀偏好難規避、評分標準理解有偏差、答辯關鍵信息捕捉不全面。AI答辯實時分析系統,正是用技術打破這些瓶頸,讓答辯評價從“憑經驗、靠記憶”升級為“數據化、可追溯”。 這套系統的核心,是用三大技術鏈路實現“實時採集-智能分析-輔助決策”的閉環,技術不復雜但精準戳中需求。首先是多源數據實

數據 , NLP , 自然語言處理 , 人工智能 , 實用工具

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

JavaEdge - Embedding Atlas:Apple推出的開源Embedding可視化工具!

本文已收錄在Github,關注我,緊跟本系列專欄文章,咱們下篇再續! 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新,我們的征途是改變世界! 👉 實戰乾貨:編程嚴

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

收藏 評論

夜行者3號 - 軟考《數據庫系統工程師》考前分析與準備_51CTO博客

文章目錄 軟考數據庫系統工程師知識點詳解(高頻考點與備考建議) 一、數據庫系統核心知識點詳解 1. 數據庫基礎概念(Database Fundamentals) (1)基本定義 (2)數據模型(Data Models) (3)三級模式兩級映像(Thre

數據 , 數據庫 , 後端開發 , 1024程序員節 , 主鍵 , SQL , Python

收藏 評論

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

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 超能力一:直接讀取壓縮文件,還能邊讀邊過濾 一個頭疼的場景: 你每週都會收到一個巨大的壓縮數據包(比如 data.csv.gz)。按照老辦法,你需要: 手動解壓它。 然後才能把解壓後的文件加載到數據庫。 這就像每次收快遞,都得先拆了包裝才能把東西放進屋裏,

外部表 , 數據 , MySQL , 數據庫

收藏 評論