tag 數據

標籤
貢獻724
431
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_17420180 頭像 u_16653481 頭像 u_13715298 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_16099177 頭像

雲端小夢 - 2020年人工智能論文總結 - deephub的個人空間 -

摘要：本文在“AI元人文三值糾纏理論”的基礎上，提出並系統論述了“閾值理論體系”。該體系認為，健全的個人、組織與文明並非追求自由、公*、安全三大核心價值的靜態*衡，而是致力於將其維持在動態的“健康閾值區間”內，並避免突破導致系統質變的“臨界閾值”。論文首先闡述了閾值理論從靜態*衡觀到動態閾值管理範式的哲學轉向；繼而深入剖析了自由、公*、安全三者各自的上、下限閾值內涵及其相

失序 , 數據 , 後端開發 , 人工智能 , Python

收藏 評論

u_16265376 頭像

尼古拉斯舞王 - 計算機系統知識總結——計算機系統基礎知識*

硬件基本組成 計算機硬件系統由運算器、控制器、存儲器、輸入設備、輸出設備五大部件組成。 運算器和控制器等部件組成CPU。 存儲器分外部存儲和內部存儲，前者速度快、容量小，後者速度慢、容量大。 CPU的功能和組成 中央處理單元(CPU)是計算機系統的核心部件，它負責獲取程序指令、對指令進行譯碼並加以執行。 CPU的功能 程序控制 CPU 通過執行指令來控制程

數據 , 後端開發 , 寄存器 , JAVA , 浮點數

收藏 評論

jima 頭像

Jimaks - PostgreSQL統計信息與分析

引言 在現代數據庫管理系統中，查詢優化是決定系統性能的關鍵因素之一。PostgreSQL作為一款功能強大的開源關係型數據庫，其查詢優化器依賴於準確的統計信息來制定最優的執行計劃。統計信息就像數據庫的"眼睛"，幫助優化器瞭解數據分佈情況，從而做出明智的決策。 統計信息的重要性 PostgreSQL的查詢優化器採用基於成本的優化策略（Cost-Based Optimizer），它

數據 , MySQL , 查詢優化 , 數據庫 , postgresql

收藏 評論

u_12929 頭像

話不是這麼説的 - 無順序applist 怎麼做共現embeding

Reference jianshu easemob TCP UDP TCP(Transmission Control Protocol)：傳輸控制協議 UDP(User Datagram Protocol)：用户數據報協議 TCP UDP 都是傳輸層協議 目錄

機器學習 , 數據 , tcp , 人工智能 , udp

收藏 評論

teayear 頭像

學技術贏未來 - 鴻蒙健康手錶開發

隨着萬物互聯時代的深化，智能手錶已從單純的計時工具升級為全場景交互入口，尤其在健康監測、運動管理、分佈式協同等場景中發揮核心作用。鴻蒙系統（HarmonyOS）憑藉“一次開發、多端部署”的分佈式架構優勢，以及輕量化內核、低功耗優化等特性，成為智能手錶開發的優選生態。本文將從開發基礎、核心能力實現、實戰案例到性能優化，完整拆解鴻蒙手錶開發的技術路徑，助力開發者快速上手並落地高質量應用。 一

數據 , API , pytorch , 人工智能 , ui

收藏 評論

u_16099303 頭像

碼海航行俠 - 彈性計算雙週刊 第24期 - 阿里雲技術博客的個人空間 -

160億參數撬動7倍性能：Ling-mini-2.0如何用稀疏MoE架構重塑AI效率邊界 導語 螞蟻集團Inclusion AI團隊開源的Ling-mini-2.0模型，以160億總參數實現僅14億激活參數的高效推理，在數學推理與代碼生成任務中超越同類7B-8B稠密模型，標誌着大模型行業從參數競賽轉向"智能稀疏"的技術拐點。 行

數據 , 數學推理 , aigc , bard , Git

收藏 評論

u_16099277 頭像

架構領航員 - fpga圖像處理 中值濾波器ip核

提示：基於Altera的FIR數字濾波器設計 2021 文章目錄 前言 一、FIR濾波器 二、Altera FPGA實現過程 1.抽頭係數 2.IP核配置 3.代碼 4.關於數據截斷問題

sed , 數據 , fpga圖像處理 中值濾波器ip核 , ip , 人工智能 , fpga開發 , 計算機視覺

收藏 評論

u_17582412 頭像

wx6916e0c04eaf5 - 築牢國企集團管控基石：紅海雲以人力資源數據治理驅動一體化管理

在全面深化國資國企改革的背景下，現代化管理需求與日俱增，而大型國有企業集團在組織管控和戰略實施中卻普遍面臨兩個核心難題： 一是，管不住。 大型國企集團通常涉及多地區、多層級的分子公司，業務領域廣泛、組織架構複雜。然而，伴隨業務佈局的多元化，部分企業在HR管理上暴露出管理標準不一、集團總部管控乏力、政策執行落地困難等問題，直接導致資源的無效配置，給監管及企業內部管控帶來

雲平台 , 數據 , 雲計算 , 數據質量 , 人力資源管理

收藏 評論

u_16213622 頭像

mob64ca1401b651 - 構建互聯網醫療平台的Devops應用架構 - 讀字節 -

醫療健康領域的應用開發面臨着數據隱私、系統互操作性和臨牀工作流適配等特殊挑戰。選擇合適的技術框架不僅能加速開發進程，更能確保系統符合HIPAA、FDA等合規要求。本文將對比分析README.md中收錄的主流醫療開發框架，從技術特性、適用場景和集成能力三個維度提供選型指南，幫助開發團隊快速找到匹配業務需求的解決方案。 框架技術特性對比 醫療開發框架的核心能力體現

技術棧 , 數據 , JAVA , Css , 前端開發 , HTML

收藏 評論

u_16099242 頭像

網線小遊俠 - rest_framework_simplejwt 官方文檔

一 Django REST framework介紹(必須理解CBV和FBV) REST 的設計原則 restful api 的基本概念 介紹 統一接口 Uniform interface 無狀態 Stateless 可緩存 Cacheable 服務端 客户端分離 Client-Server 分層系統

服務器 , 數據 , 雲計算 , API , 雲原生

收藏 評論

u_15641375 頭像

芯動大師 - ROS機器視覺入門：從基礎到人臉識別與目標檢測

前言 從本文開始，我們將開始學習ROS機器視覺處理，剛開始先學習一部分外圍的知識，為後續的人臉識別、目標跟蹤和YOLOV5目標檢測做準備工作。我採用的筆記本是聯想拯救者遊戲本，系統採用Ubuntu20.04，ROS採用noetic。 顏色編碼格式，圖像格式和視頻壓縮格式 （1）RGB和BGR：這是兩種常見的顏色編碼格式，分別代表了紅、綠、藍三原色。不同之處在於，

sed , yyds乾貨盤點 , 數據 , 人工智能 , 數據結構與算法 , ide

收藏 評論

u_16213696 頭像

mob64ca14133dc6 - 用10行Python代碼，實現AI目標檢測技術！（Python是最好的語言）-

引言 人工智能（AI）——一個熟悉又神秘的詞彙。我們常聽説它可以生成詩歌、編寫代碼、創作藝術，甚至回答各種問題。然而，當你想親手實現一個“AI模型”時，卻可能感到無從下手。這篇教程正是為你準備的，將帶你從零開始，逐步掌握從“AI新手”到“能夠搭建AI模型”的核心技能。 一、AI的基本概念 1.什麼是AI模型？ AI模型是通過訓練得到的一種程序，能夠利用海量

數據 , 神經網絡 , 深度學習 , Css , 前端開發 , HTML

收藏 評論

u_16099221 頭像

技術領航者之聲 - presto count diatinct 開窗 條件查詢

.開窗函數 1.聚合函數 ： 多行數據 按照一定規則 進行聚合 為一行 sum avg max 。。。 理論上： 聚合後的行數 = 聚合前的行數 [看維度選取 groupby 裏面的字段]2.需求： 既要顯示 聚合前的數據 又要顯示 聚合後的數據 ？ eg： id name sal dt sal_all 1 zs 1000 2022

數據 , 雲計算 , Linux , 雲原生 , SQL , 窗口函數

收藏 評論

u_16213720 頭像

mob64ca14193248 - 大數據培訓hive數倉存儲格式詳解_hive一次能insert多少條

5.1.5 數據倉庫存儲格式選擇 選擇合適的存儲格式，需要在查詢性能、寫入性能、存儲成本、壓縮效率、模式演化支持、生態系統兼容性等多個維度進行權衡。現代數據倉庫（尤其是基於數據湖的架構）提供了多種列式存儲格式作為首選。 一、 核心存儲格式對比 以下是目前主流的、適用於數據倉庫場景的存儲格式：

大數據 , 數據 , hive , 數據倉庫 , 元數據 , 後端開發 , Python

收藏 評論

u_16099299 頭像

網絡智葉 - java lisence 框架 javanio框架

Java NIO（New IO）是從Java 1.4版本開始引入的一個新的IO API，可以替代標準的Java IO API。 Java NIO提供了與標準IO不同的IO工作方式： Channels and Buffers（通道和緩衝區）：標準的IO基於字節流和字符流進行操作的，而NIO是基於通道（Channel）和緩衝區（B

數據 , 讀取數據 , 後端開發 , JAVA , java lisence 框架

收藏 評論

u_16827017 頭像

全棧技術開發者 - 如何解釋「線性迴歸」的含義？在實際數據中，異常值對迴歸係數估計有何影響？誤差項有異方差時，最小二乘估計的標準誤差如何調整才合理？

在現代科學研究與數據分析領域，理解變量之間的關係是一項核心任務。無論是在經濟預測、工程實驗還是生物統計分析中，研究者都面臨着大量複雜數據的挑戰。這些數據不僅維度多、噪聲強，而且變量之間的相互依賴往往難以直觀判斷。線性迴歸作為一種基礎而系統的量化工具，為這一問題提供了嚴謹的方法框架。通過數學模型，它將因變量與一個或多個自變量之間的關係形式化為線性函數，使研究者能夠定量評估自變量對因

機器學習 , 線性迴歸 , 擬合 , yyds乾貨盤點 , 數據 , 人工智能 , 線性代數

收藏 評論

u_16237826 頭像

軟件求生 - 別再死記八種策略了！Redis 淘汰機制其實超簡單！

有時候，技術面試就像一場心理戰。你以為面試官在聊 Redis 緩存？其實他在考你對“內存管理”的理解。今天，我就帶你用一個小故事，輕鬆搞懂 Redis 的內存淘汰策略，讓你在面試中胸有成竹、侃侃而談！ 那場面試，讓我對“Redis 淘汰策略”徹底改觀 上個月，我去參加一家金融科技公司的社招面試。面試官是個看起來不苟言笑的大哥，問的第一個問題就挺硬核：

redis , yyds乾貨盤點 , 數據 , 緩存 , 數據庫

收藏 評論

u_16099316 頭像

數據探索先鋒 - WhatsApp營銷純乾貨！想要營銷效果最大化？看這篇就夠了！

在 TapTap 以官包（官方包）模式 下開展營銷活動，是當前許多重視用户資產、追求高毛利和品牌自主權的遊戲廠商（如米哈遊、鷹角、庫洛等）的首選策略。TapTap 本身定位為“不聯運、不分成、去渠道化”的遊戲分發與社區平台，其營銷體系圍繞 內容驅動 + 社區互動 + 平台資源扶持 展開。 以下是 TapTap 官包模式下開展營銷活動的核心方式與實操路徑： 一、

數據 , 後端開發 , 開發者 , ios , harmonyos

收藏 評論

u_17562481 頭像

思考的袋鼠 - AI加持下的數據流轉安全，打造高效可溯源的API風險防護體系

概要： （提示：在數字世界中，數據不再靜止，而是不斷流動；因此，安全防護的焦點，也應從“靜態防護”轉向“流轉安全”。） 當外賣訂單在幾秒內完成支付、銀行轉賬在瞬息之間到賬、短視頻平台精準推送你喜愛的內容時，數據正在通過成千上萬條API通道高速流轉。API作為數字世界的“數據動脈”，承載着企業業務邏輯、交易指令和用户隱私，是現代數字體系中最關鍵的連接層。 然而，數

數據 , API , 數據安全 , 人工智能 , 深度學習

收藏 評論

u_17467352 頭像

mb686fbcc4efbd6 - Halcon24.11.1.0下載安裝教程

MVTec公司已於2024年11月20日發佈了機器視覺軟件 HALCON 24.11 。這個版本在深度學習、3D視覺、開發體驗以及授權模式上都有顯著提升。 下面這個表格彙總了HALCON24.11的主要新特性： 特性類別

數據 , 3d , 後端開發 , JAVA , 深度學習

收藏 評論

u_16213622 頭像

mob64ca1401b651 - 給前端返回更為合乎情理的數值的小方法_查出的小數0.01返回給前端數據的時候變為.01

第一章：Dify工具返回結果格式化處理概述 在使用 Dify 工具進行 AI 應用開發時，其返回結果通常為結構化的 JSON 數據。為了便於前端展示或下游系統處理，對這些原始數據進行格式化是必不可少的步驟。合理的格式化策略不僅能提升數據可讀性，還能增強系統的穩定性和用户體驗。 結果數據的基本結構 Dify 執行完成後返回的數據

字段 , 數據 , 後端開發 , harmonyos , Json

收藏 評論

xiuji 頭像

修己xj - MongoDB：現代數據管理的靈活之選

在當今數據驅動的時代，選擇合適的數據庫技術對應用的成功至關重要。MongoDB作為領先的NoSQL數據庫，以其靈活性和可擴展性贏得了全球開發者的青睞。無論你是正在構建一個新的應用，還是考慮遷移現有系統，瞭解MongoDB的核心特性都將為你帶來新的技術視角。 什麼是MongoDB？ MongoDB是一個開源的、面向文檔的NoSQL數據庫，於2009年首次發佈。它使用類JSON的BS

數據 , 數據庫 , 後端開發 , 關係數據庫 , harmonyos

收藏 評論

u_16459925 頭像

wx6583a3b0b06d1 - GPUSTACK Docker 容器化部署指南

概述 GPUSTACK 是一款專注於 GPU 集羣管理的中間件，旨在簡化大語言模型（LLMs）及其他 GPU 密集型應用的部署與運行流程。通過統一的集羣管理接口，GPUSTACK 能夠高效調度 GPU 資源、優化任務分配，並提供監控與運維支持，適用於 AI 實驗室、企業級 AI 平台等場景。 容器化部署作為現代應用交付的標準方式，為 GPUSTACK 提供了環境一致性

docker部署GPUSTACK , 數據 , 數據可視化 , 人工智能 , Docker , GPUSTACK

收藏 評論

u_16182967 頭像

愛吃貓的菜菜 - 1688評論接口實戰：B端視角下的競品（供應商）數據拆解指南

在1688的B2B電商生態中，電商從業者的“競品分析”往往聚焦於“價格比對、起訂量博弈”，卻忽略了最核心的決策依據——採購商的真實評論。1688評論接口（核心接口：alibaba.trade.rate.get）的價值，在於將分散的採購評論轉化為“供應商資質評估、產品風險預警、供應鏈優化”的精準數據，讓B端從業者從“憑經驗選廠”轉向“用數據決策”。不同於C端評論的“消費體

字段 , 文心一言 , 數據 , aigc , 開放平台

收藏 評論