tag 數據

標籤
貢獻725
465
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_14767244 頭像 u_17567677 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_16099168 頭像

代碼匠人之心 - c++兩個類相互調用

有幾種解決方案，根據你的具體需求選擇： 方案1：傳遞CISerialPort對象引用（推薦） 在需要使用CheckConnection()的類中持有CISerialPort的引用： cpp // 在需要使用CheckConnection的類中 class MyOtherClass { private: CISerialPort seria

串口 , 數據 , include , 前端開發 , Javascript

收藏 評論

u_17400586 頭像

程序員愛釣魚 - Python職業路線規劃：從入門到高級開發者的成長指南

Python 以其簡潔優雅的語法、強大的生態系統和廣泛的應用領域，成為當今最具職業競爭力的編程語言之一。無論你希望成為後端工程師、數據分析師、自動化工程師，還是 AI 領域的專家，Python 都能提供清晰的路徑。 本篇文章將從職業方向、技能成長路線、必備工具鏈、進階學習建議和就業規劃幾個維度，構建一套完整的 Python 職業發展路線圖，幫助讀者實現從入門到專業級開發

數據 , 後端開發 , Docker , Python

收藏 評論

quanzhikeji 頭像

全知科技 - 化解API數據風險：構建AI智慧賦能的全域可見、可管、可防體系

今年以來，公安部持續推動網絡空間安全綜合治理體系建設，按照部署要求，各地公安機關全面開展“護網—2025”專項行動，針對網絡與數據安全領域存在的突出問題，強化打擊與監管協同，深化整治與整改落實，切實提升網絡安全防護水平。近期，公安部網安局更是發佈了6起典型行政執法案例，涉及未履行網絡安全、數據安全及個人信息保護義務的違法行為，為各行各業樹立了警示。 隨着各個行業數字化轉型的不斷升級

數據 , 人工智能

收藏 評論

yuhaibao324 頭像

DeepSeaAI - ChatGLM3微調實戰：基於LLaMA-Factory微調改造企業級知識庫

概述 本文介紹如何使用LLaMA-Factory框架對ChatGLM3模型進行微調，以適應企業級知識庫的問答和交互需求。通過微調，可以使模型更好地理解和迴應特定領域的專業知識。 1. 背景與挑戰 企業知識庫需求：企業通常擁有大量內部文檔、FAQ、產品手冊等，需要智能系統快速準確回答相關問題。 通用模型的侷限性：預訓練模型缺乏特定領域知識，可能產

數據 , 神經網絡 , API , 人工智能 , Json

收藏 評論

u_16213466 頭像

mob64ca12f8a724 - LLama factory 指令監督微調怎麼操作

LLama factory 指令監督微調怎麼操作 在現代人工智能的應用中，針對特定指令進行監督微調是提高模型性能的重要手段之一。LLama factory 作為一個流行的自然語言處理框架，其指令微調機器學習流程為各種行業提供了巨大的變革可能。我們將圍繞“LLama factory 指令監督微調怎麼操作”這一主題展開復盤，記錄整個流程的技術細節。 問題背景 在機器學習應用中，微

機器學習 , 數據 , 工具鏈 , aigc

收藏 評論

u_16213579 頭像

雲端築夢工匠 - 軟件裏的數據archive

隨着網絡的普及，我們的各種數據基本上都存儲到了電腦、手機、以及各種軟件當中，數據的重要性已經不言而喻，如果重要的數據有丟失或者誤刪，可能會給我們帶來很大的損失。因此，擁有一個好的數據恢復工具很重要，在數據有丟失、誤刪等情況下快速恢復數據，推薦大家用數據恢復軟件EasyRecovery，可以輕鬆恢復各類文檔、音頻、視頻等文件，恢復率高，操作簡單，讓本以為找不到的文件，重現眼前。

大數據 , 數據 , hive , 誤刪 , 數據恢復 , 軟件裏的數據archive

收藏 評論

u_14112 頭像

幸福的地圖 - ajax裏success裏賦值

ajax異步請求，$.each遍歷拼接數據 自己在做一個前後端分離的demo，現在需要用ajax異步請求後端數據，然後用jquery的$.each遍歷，然後拼接數據。 自己查閲資料，找到了一個很好的例子，按照自己的需求先用data.json來進行測試，測試成功了，稍作修改拿到我的前端代碼上可以拿到數據了！雖然對大家來説，這是個基本操作，但我前端知識比較差勁，能

數據 , ajax裏success裏賦值 , 架構 , 後端開發 , HTML , Json

收藏 評論

yan_609cc3c57e745 頭像

Tapdata鈦鉑 - 生態短訊 | Tapdata 與 TDengine 完成產品兼容性互認證，打造物聯網實時數據生態

近月，深圳鈦鉑數據有限公司（以下簡稱鈦鉑數據）自主研發的實時數據平台（Tapdata Live Data Platform）與北京濤思數據科技有限公司（以下簡稱濤思數據）自主研發的大數據平台 TDengine，已經完成了產品兼容性互認證。 經雙方團隊共同嚴格測試，Tapdata Live Data Platform 與 TDengine 共同穩定運行，安全可靠，性能卓越，相互兼容，可為企業

數據 , 認證授權

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：五十一、深思熟慮智能體：從BDI架構到認知推理的完整流程體系

一、什麼是深思熟慮的智能體 當我們談論一個決策是深思熟的，我們指的是這個決策經歷了深度的思考過程,不僅僅是快速的反應，而是包含了分析、推理、權衡和規劃的複雜認知活動。同樣，在人工智能領域，深思熟慮的智能體（Deliberative Agent） 是指能夠進行復雜推理、規劃未來行動、並基於內部狀態和外部環境做出決策的智能系統。與簡單的反應式智能體不同，深思熟慮的智能體具備：

AIGC二三事 , List , 優先級 , 數據 , pytorch , 人工智能

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - hadoop yarn怎麼定位到數據傾斜的key

數據傾斜是指，map /reduce程序執行時，reduce節點大部分執行完畢，但是有一個或者幾個reduce節點運行很慢，導致整個程序的處理時間很長，這是因為某一個key的條數比其他key多很多（有時是百倍或者千倍之多），這條key所在的reduce節點所處理的數據量比其他節點就大很多，從而導致某幾個節點遲遲運行不完。

數據傾斜 , 大數據 , 數據 , hive , hadoop

收藏 評論

u_17566409 頭像

wx69030d3acd3f5 - 兩大不可逆轉的趨勢正在夾擊培訓領域？AI時代，培訓新範式

　【一線數智評論】如果，你發現客户不再為你曾經的王牌課程買單，不是因為課程不好，而是因為遊戲的規則徹底改變。 　　兩大不可逆轉的趨勢正在夾擊我們： 　　1. 企業培訓預算普遍下滑：經濟下行壓力下，企業首先砍掉的就是被視為“成本中心”且ROI模糊的傳統培訓。 　　2. 學習形態徹底顛覆：我們不禁要問：當員工遇到難題時，第一反應是打開那塵封的線上課程庫，還是直接向C

數據 , 人工智能 , 深度學習 , 迭代 , 知識體系

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 出海媒體監測軟件選型指南：聚焦多語言支持與預警速度的深度對比

在全球化背景下，出海企業面對的海外市場環境複雜多變。社交媒體平台繁多，用户語言多樣，輿情動態瞬息萬變。選擇一款高效的出海媒體監測軟件，能夠幫助企業實時掌握海外市場動態、競爭對手活動及用户反饋，從而優化營銷策略、提升市場敏鋭度。在出海媒體監測軟件選型過程中，多語言支持與預警速度成為關鍵考量指標，直接影響企業在海外市場的響應能力與決策效率。 一、多語言

數據 , 多語言 , 人工智能 , 數據分析 , 情感分析

收藏 評論

u_39029 頭像

lingyuli - 大數據系統包含哪些組件？需要過等保嗎？_大數據_行雲管家

hdfs impala kudu spark flink hudi 技術在大數據生態中分工明確，應用場景各有側重，以下是它們的核心應用場景及典型搭配： 1. Hadoop HDFS：底層海量數據存儲 核心場景：作為分佈式存儲基石，適用於所有需要存儲海量數據（TB/PB級） 的場景，尤其擅長存儲結構化、半結構化、非結構化數

hdfs , 大數據 , 數據 , 後端開發 , SQL , Python

收藏 評論

u_16099177 頭像

雲端小夢 - 廣義esprit算法

數據結構的概述 定義 我們如何把現實中大量而反覆的問題以特定的數據類型和特定的存儲結構保存到主存儲器(內存)中，以及在此基礎上為實現某個功能（比如查找某個元素，刪除某個元素，對所有元素進行排序）而執行的相應的操作，這個相應的操作也叫做算法。 數據結構=個體+個體的關係 算法=對存儲數據的操作 狹義： 數據結構是專門研究數據存儲的問題

數據 , 數據結構 , 架構 , 後端開發 , 廣義esprit算法 , 存儲方式

收藏 評論

u_15015752 頭像

u_15015752 - 國產大數據平台替換CDH，能源巨頭實現大數據平台全面升級

在數字化浪潮的推動下，大數據平台已成為眾多企業的核心基礎設施。然而，許多早期採用CDH等傳統開源大數據平台的企業，在享受技術紅利的同時，也逐漸遭遇了不少問題：技術棧老舊帶來的維護成本激增、架構僵化導致的業務響應遲緩、以及開源組件拼湊模式下難以彌合的安全與治理鴻溝。 某大型能源集團在面臨上述挑戰時，通過將原有CDH平台替換為星環科技大數據基礎平台TDH，不僅化解了潛在風險，還

大數據 , 數據 , 自主可控 , 案例 , 數據倉庫

收藏 評論

u_13479 頭像

jkfox - 知識分享：機器學習的框架-

機器學習作為實現人工智能的核心方法，通過特定算法從數據中自主學習，獲得完成目標任務的技能。 與傳統基於知識的方法相比，機器學習有可能突破人類現有知識的上限，發現人類尚未察覺的新規律、新方案，甚至展現出“超人”般的智能。 如今，人工智能展現出的強大能力——包括人們常談論的AI威脅，很大程度上源於機器學習：只有通過自主學習的機器

機器學習 , 數據 , 學習 , 人工智能 , 前端開發 , Javascript

收藏 評論

u_15988698 頭像

代碼天地 - 別隻盯着模型！AI Agent的成功，是架構、協議、模型、應用的四位一體

如果把過去幾年的大語言模型（LLM）浪潮比作“電力被髮明”的階段，那麼 AI Agent 更像是“電氣化工廠”的開始：電不再只是點燈，而是接入生產線、帶動機器、形成一整套自動化體系。 從 AGI 分級的角度看，AI Agent 通常被視為 L3 級智能體： 不再只是“回答問題的工具”，而是具備明確目標、可持續運行、能主動決策和執行任務的智能實體。 技

服務器 , 數據 , 分佈式 , 模態 , 結構化

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的農資後台管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着農資行業的不斷髮展，高效的管理系統對於農資企業的運營至關重要。本文基於VUE框架設計並實現了農資後台管理系統，旨在提升農資管理的信息化水平和效率。文章詳細闡述了系統的研究背景、相關技術、需求分析、設計架構以及實現細節等內容。該系統實現了對農資商品、用户、採購等多方面的管理功能，通過實際應用驗證，能夠有效提高農資企業的管理效率和數據準確性，為農資行業的信息化發展提供了有力

軟件研發 , 用户管理 , 數據 , 後台管理

收藏 評論

u_17561223 頭像

wx68fc435ee4240 - 揭秘Linux管道的“秘密容器”：管道緩衝區到底有多大？

當我們使用Linux管道（Pipe）時，我們知道數據從一端流入，從另一端流出，彷彿通過一個無形的通道。但這個“通道”並非無限大，它實際上是內核中的一塊內存，我們稱之為管道緩衝區（Pipe Buffer）。 這個緩衝區的大小，直接決定了在“對講機”的另一端（讀者）來得及接收之前，我們（寫者）最多能“喊”出多少話而不會被“憋住”（阻塞）。那麼，這個看不見摸不着的“秘密容器”，我

內存管理 , 數據 , include , 代碼人生

收藏 評論

u_16213662 頭像

mob64ca140b466e - react.js - 簡述React中無狀態組件和有狀態組件的區別 - 個人文章

在 React 中，“無狀態組件（Stateless Component）” 和 “有狀態組件（Stateful Component）” 是兩個非常核心的概念。 理解它們的區別，可以幫助你更好地組織組件、提升可維護性。 什麼是無狀態組件（Stateless Component） 無狀態組件也叫 展示型組件（Presentational Compone

數據 , 設計理念 , 後端開發 , Python , ui

收藏 評論

u_16213704 頭像

mob64ca14154457 - 乾貨分享 | 深度學習零基礎進階第二彈 -

Abstract 隱式神經表示 （INR） 已成為使用神經網絡將離散信號編碼為連續、可微函數的強大工具。然而，不幸的是，這些模型通常依賴單體架構來表示高維信息，隨着維度的增長，導致計算成本過高。我們提出了 F-INR，這是一個框架，它依據函數張量分解重新制定 INR 學習，將高維任務分解為輕量級的、特定於軸的子網絡。每個子網絡學習一個低維資料組件（例如，空間或時間）。然後，

數據 , 神經網絡 , 後端開發 , 結構化 , Python

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- 基於 Java 的大數據可視化在城市地下管網管理與風險預警中的應用

(centerJava 大視界 -- 基於 Java 的大數據可視化在城市地下管網管理與風險預警中的應用/center) 引言： 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！凌晨三點的深圳福田區，一場突如其來的暴雨讓城市管網承受巨大壓力。Java 驅動的智慧管網系統正以毫秒級頻率分析着 1.2 萬路傳感器數據，當系統監測到某路段污水管道

spark , 大數據 , yyds乾貨盤點 , 數據 , JAVA , .net

收藏 評論

u_16555391 頭像

wx65bc375171f34 - 看不見的流量指揮官：TCP窗口如何塑造互聯網的數據洪流

想象一下，你要通過郵局寄送一千本書給遠方的人，但對方每次只能接收一小箱。你會怎麼做？聰明的做法是詢問對方“你現在能收多少本”，然後按照這個數量寄送，等對方確認收到並準備好接收更多時，再寄下一批。在互聯網世界，TCP協議正是採用這種智慧來管理數據傳輸，而它的核心工具就是——TCP窗口。 什麼是TCP窗口？ TCP窗口本質上是接收方向發送方宣告的“數據接收能力”。它不是一

數據 , tcp , 窗口大小 , Css , 前端開發 , HTML

收藏 評論

u_16213608 頭像

mob64ca13fe62db - 【AI理論學習】多模態介紹及當前研究方向_多模態人工智能

你是否還在為AI項目中同時處理文本、圖像和音頻數據而煩惱？面對TensorFlow、PyTorch等不同框架的兼容性問題，以及各種模態數據處理接口的差異，開發效率大打折扣。本文將介紹如何使用Ivy框架（The Unified AI Framework）輕鬆實現多模態數據的統一處理，讓你告別框架切換的痛苦，專注於模型創新。 讀完本文，你將能夠： 瞭解I

數據 , 加載 , 後端開發 , 模態 , Python

收藏 評論