@segmentfault

動態 列表
@segmentfault

1024 最佳實踐獲獎名單來啦~

1024 最佳實踐!來祝自己節日快樂吧 獲獎名單來啦 🎉🎉 感謝大家的積極參與和精彩評論,快來看看獲獎了嗎~ 🌟 獲獎名單 💝 節日專屬獎 恭喜以下小夥伴獲得「節日專屬獎」,每位將獲得 1 件節日禮物(思否貓手辦、思否 T 恤或技術書籍等隨機送出)~ 獲獎者暱稱 個人主頁 李遊Leo https://segmentfault.com/

segmentfault 頭像

@segmentfault

昵稱 SegmentFault思否

@sfbc

「思否編程」x「極客時間」開啓 1024 節日限時特惠

在這個飛速發展的技術時代,開發者常常面臨着各種挑戰和痛點。在面試中遇到的複雜算法問題、處理大量數據時的性能瓶頸,或者如何在短時間內掌握新興技術等。這些問題不僅考驗着我們的技術能力,也影響着我們的職業發展和自信心。 在這個屬於我們的節日裏,思否編程為大家準備了一份重磅大禮—我們隆重引入了極客時間熱銷課程,10.24-11.8 限時特惠狂歡啓動,助力你在編程之路上更進一步!🚀 📑課程導覽 《數據結

sfbc 頭像

@sfbc

昵稱 思否編程

@gedyh

[Java]似乎很多人搞錯了HashMap紅黑樹退化?(圖文並茂)

進入掘金瀏覽,效果更加哦😊~ 先省流,説結論: HashMap去樹化有兩種情況 在樹拆分過程中,拆完的兩棵樹分別判定,如果總節點=6的話就去樹化 在去除樹節點時,通過一系列條件判定,一般會在樹節點2-6時進行去樹化 前言 之前在準備面試背八股時,看了一堆HashMap樹化的東西,但是似乎沒啥人講去樹化,而有的文章可能會略點一二,但是似乎解答也不統一(非引戰,只做討論) 疊甲

gedyh 頭像

@gedyh

昵稱 GEDY

@howiecong

刷題前必學!數組!用JavaScript學數據結構與算法

🧑‍💻JavaScript數據結構與算法-HowieCong 務必要熟悉JavaScript使用再來學! 數組 在 JavaScript 中,數組是一種特殊的對象,用於存儲多個值的有序集合 1. 數組的創建 // 方括號+元素內容 const arr = [1,2,3] // 構造函數,等價於 const arr = [] const arr = new Array();

howiecong 頭像

@howiecong

昵稱 HowieCong

@howiecong

刷題前必學!鏈表實戰!用JavaScript學數據結構與算法

🧑‍💻JavaScript算法與數據結構-HowieCong 務必要熟悉JavaScript使用再來學! 一、鏈表三種方向 鏈表的處理:合併、刪除等(刪除操作畫個記號) 鏈表的反轉及其衍生題目 鏈表成環問題及其衍生題目 二、鏈表的合併 原題: 將兩個有序鏈表合併為一個新的有序鏈表並返回。新鏈表是通過拼接給定的兩個鏈表的所有結點組成的。 示例: 輸入:1-2-4, 1-3-4

howiecong 頭像

@howiecong

昵稱 HowieCong

@old_it

NVIDIA RTX™ GPU 在 Houdini 中的渲染表現實測

近期我們的技術小夥伴對 NVIDIA RTX™ GPU 在 Houdini 中的渲染表現進行了詳細的測試,本次測試共選用 6 張 GPU,分別測試每張 GPU 在大、中、小三個場景中的性能表現,並將同級別的 NVIDIA Ada Lovelace 架構 GPU 與 NVIDIA Ampere 架構 GPU 進行對比分析,為大家更直觀地呈現 GPU 性能提升。 測試環境 測試場景 從左到右依次為

old_it 頭像

@old_it

昵稱 老IT人

@old_it

加速 Siemens NX 工作流:NVIDIA RTX™ GPU 性能表現實測

近期評測組對 NVIDIA RTX™ GPU 在Siemens NX中的性能進行了詳細的測試,本次測試共選用6張 GPU,測試每張 GPU 在 Siemens NX 軟件中導入模型速度、有限元分析時長、渲染視口流暢度等應用環節的性能表現。 測試環境 測試項目 1. 數模導入的加載時間 在此測試項目中,我們選用一個643MB的總裝數模,從測試結果可以看出,在數模導入過程中,GPU 的利用率基本拉

old_it 頭像

@old_it

昵稱 老IT人

@zhidechaomian_detxs7

項目管理工具:讓團隊協作像“微信羣”一樣簡單

引言:數字化時代的協作困局 在全球化競爭與技術迭代加速的背景下,企業團隊面臨前所未有的協作挑戰。麥肯錫研究顯示,知識型員工每週平均耗費20%的工作時間處理協作低效問題,而項目管理協會(PMI)2023年報告指出,因協作障礙導致項目失敗的比例高達39%。這種背景下,項目管理工具正從簡單的進度記錄器進化為組織數字化轉型的核心樞紐。 一、團隊協作的六大核心痛點 1. 信息黑箱與進度能見度缺失 跨部門協作

zhidechaomian_detxs7 頭像

@zhidechaomian_detxs7

昵稱 睿智的炒蘑菇

@old_it

NVIDIA RTX™ GPU 低成本啓動零售 AI 場景開發

零售行業正在探索應用 AI 升級客户體驗,同時優化內部流程。面對多重應用場景以及成本優化壓力,團隊可採用成本相對可控的方案,來應對多重場景的前期項目預演和落地,避免短期內大規模投入造成的資源浪費。 客户體驗 AI 場景的研究目前集中在AI 客服,內部流程主要是AI 營銷、合同生成、合規審查和供應鏈優化等。在項目研究和前期預演階段,採用NVIDIA RTX™ 系列的高性能GPU,進行本地化部署大模型

old_it 頭像

@old_it

昵稱 老IT人

@segmentfault

SegmentFault 思否 Top Writer 榜單|2025 年第一季度

他們是社區的基石,也是行業發展、技術發展的源動力。他們是一羣活躍在 SegmentFault 思否社區的一羣卓越的開發者,他們熱衷於分享知識與經驗,他們佈道技術與未來,他們讓眾多開發者受益,他們叫「Top Writer」。 2025 年的第一個季度已經悄然結束。AI 協作、AI 自動化在前後端開發領域繼續發揮潛力,推動着技術的發展和突破。與此同時,社區的開發者們也依然在貢獻着自己的力量,分享自己的

segmentfault 頭像

@segmentfault

昵稱 SegmentFault思否

@old_it

多元場景需求下,遊戲開發的 GPU 選型攻略

遊戲市場正在不斷開發出新的場景需求,遊戲開發團隊在傳統業務之外也都在打磨新的工作流,來應對高質量的遊戲製作任務和短平快的 AI 遊戲。這不可避免地涉及到生產力工具 GPU 的升級,而團隊都希望“花小錢,辦大事”,用一套高性價比的方案支撐起多元的應用場景和不同的工作流。 但目前 GPU 架構正在迭代,AI 工具、VR/AR 工具又以百花齊放的姿態不斷涌現出來,對於遊戲開發團隊做 GPU 採購(一種中

old_it 頭像

@old_it

昵稱 老IT人

@old_it

交通類 AI 項目預演階段,本地化部署的一些新思路

交通行業的 AI 應用場景目前主要涵蓋交通公共服務體驗優化、汽車等交通工具的智能化升級和物流的智能化轉型。大部分應用場景仍在項目實驗階段。此階段需要有效地平衡項目需求、成本和開發效率。 在項目預演階段中,通常小規模算力就可以滿足需求。此階段主要是對模型的可行性、架構設計的合理性以及算法的有效性進行初步驗證,此時模型規模相對較小,參數數量和複雜度都處於較低水平。 例如,在構建一個簡單的文本分類預演模

old_it 頭像

@old_it

昵稱 老IT人

@old_it

錨定效能:能源行業可視化應用場景與 GPU 適配

能源產業智能化升級在加速,工程設計等應用場景中的工具、技術路徑等發生了一些改變,同時 GPU 也在更新迭代,從過去大家所熟知的 NVIDIA Turing™架構、NVIDIA RTX™Ampere 架構,已進階到 NVIDIA Ada Lovelace 架構,算力已不可同日而語。鑑於很多朋友在選型新架構 GPU 的時候經常有疑惑,我們這裏給大家整理了工程設計場景中的一些 GPU 適配建議。 1、3

old_it 頭像

@old_it

昵稱 老IT人

@benfangdechaofen

拆解模糊需求管理需要明確需求邊界

拆解模糊需求管理需要明確需求邊界、採用需求細化與分解方法、加強與利益相關者的溝通、設立優先級管理機制、持續迭代與反饋。其中,明確需求邊界尤為重要,它可以幫助團隊準確理解用户的核心訴求,避免需求膨脹與偏離實際目標。通過邊界明確,團隊能夠集中資源有效解決關鍵問題,大幅降低項目失敗風險與成本浪費。 一、模糊需求的成因與挑戰 模糊需求通常源於利益相關者對目標的不確定性、溝通不暢或市場環境快速變化。當

benfangdechaofen 頭像

@benfangdechaofen

昵稱 奔放的炒粉

@benfangdedigua

提示詞工程師自白:我如何用一個技巧解放自己的生產力

在不同的大語言模型之間穿梭,尋求同頻共振,研究了各種提示詞範式,從 few-shot、COT、self-consistency 到動態提示詞輪番嘗試。曾經還裝了一把x給公司做了個提示詞工程的培訓,嘗試把寫提示詞的痛苦幸福轉接給大家。 然而,周旋了一段時間後我發現,人和大模型之間依然有語言壁壘——真是君不識我,我亦不識君。 咱們平時其實還是國產模型用的多,尤其是DeepSeek出世之前,用於生產環境

benfangdedigua 頭像

@benfangdedigua

昵稱 benfangdedigua

@youqingyouyideqingjiao

在UBUNTU中關閉DELL N4050的ALPS觸摸板

新用一台DELL INSPIRON N4050的筆記本,經常發現鍵盤輸入的時候,輸入焦點莫名其妙的移動到了別的地方。一直大惑不解,還曾經以為是我的無線鼠標受到了信號干擾,經過實驗,發現關閉無線鼠標該問題依舊存在。 今天始終忍受不了了,遂仔細搜索了網上的資料。 1、DELL N4050的觸摸板在UBUNTU 11.10中,不像以前作為獨立的Synaptics Touchpad設備出現了,所以在控制面

youqingyouyideqingjiao 頭像

@youqingyouyideqingjiao

昵稱 深流Penetrasunny

@old_it

Qwen3 震撼發佈,贊奇深度測評倒計時!

2025年4月29日凌晨,阿里巴巴正式發佈新一代大語言模型 Qwen3,以“混合推理”為核心,在性能、成本、靈活性三大維度實現跨越式突破。 贊奇也立刻着手使用8卡 H20 141GB 進行本地化部署,預計在五一節後發佈Qwen3的併發測試報告,看看其實際應用體驗究竟如何。 關注並私信即可優先獲取測試報告! Qwen3模型介紹: Qwen3-235B-A22B 是一個大型模型,總參數量達2350

old_it 頭像

@old_it

昵稱 老IT人

@guangmingleiluodegongjian

manim邊學邊做--通用變換

在 Manim 動畫製作中,Transform、TransformFromCopy、ReplacementTransform和Restore是四個通用的對象變換動畫類。 這幾個類能夠實現從一個對象到另一個對象的平滑過渡、複製並變換、直接替換以及狀態恢復等多種效果。 Transform:將一個Mobject平滑地變換為另一個Mobject TransformFromCopy:從一個對象複製出一

guangmingleiluodegongjian 頭像

@guangmingleiluodegongjian

昵稱 用户bPdjp9i

@old_it

聯想 X 贊奇 | 共建 AI 生態,攜手發佈軟硬協同的AIKnow智能體工作站

5月8日,聯想在上海舉辦中國合作伙伴大會。贊奇科技作為聯想ISV核心生態夥伴之一,正式發佈“贊奇AIKnow智能體工作站”。該方案深度融合聯想工作站與贊奇AIKnow智能體開發平台,實現軟硬協同,為企業提供開箱即用的AI開發解決方案,大幅降低智能體部署門檻。 贊奇AIknow是由贊奇科技開發的一站式無代碼智能體開發平台,通過整合主流的大語言模型(如Qwen、DeepSeek、ChatGLM等)、

old_it 頭像

@old_it

昵稱 老IT人

@xinchengkuaikayuan

Java通過反射獲取構造方法進行初始化實例實操分享及避坑指北

Java通過反射獲取構造方法進行初始化實例實操分享及避坑指北 插件推薦 IDEA插件MPVP(maven) 迎來2.0.x全新升級 !!!支持maven項目版本搜索(中央倉庫及私服)還能快速升級maven多模塊項目 框架開發大佬、中台開發大佬快來看~ Maven快速調整項目版本再也不用手敲命令啦,使用這款idea插件小白也能快速調整!!! 前言 作者在使用反射通過構造方法獲取實例時,遇到了點小狀況

xinchengkuaikayuan 頭像

@xinchengkuaikayuan

昵稱 新程快咖員

@segmentfault

不負熱愛,繼續前行|SegmentFault 思否 13 週年送福利啦!

轉眼間,SegmentFault 思否已經走過了 13 個春秋。13 年來,是社區開發者的每一次提問、每一個回答、每一篇文章分享,一點一滴,讓思否從一個技術交流小站,成長為百萬開發者的精神家園,鑄就了思否的今天。 時光荏苒,代碼未歇。正是大家對技術的熱愛、分享與堅持,讓我們跨越了一個又一個技術週期,從 "Hello World" 走向了星辰大海。感謝社區所有開發者的一路相伴,是你們讓思否走得更遠。

segmentfault 頭像

@segmentfault

昵稱 SegmentFault思否

@mengwenping

設備管理系統是什麼?功能、應用、價值

一、設備管理系統定義 設備管理系統(EAM)是一種用於有效管理和監控企業內部設備的信息系統。它涵蓋了從設備採購、部署、管理、設備報修維修、設備維保到報廢的整個生命週期。設備管理系統的目標是確保設備在其整個壽命週期內能夠高效運行,降低設備故障率,提高生產效率,並確保設備合規性和安全性。 二、設備管理工作面臨的痛點 1、設備管理信息零散,缺乏長期、完整的信息管理 傳統的管理模式信息記錄在紙質介質

mengwenping 頭像

@mengwenping

昵稱 孟文平

@xinggandeyuechi_edvusd

解決lmdeploy+InternLV3-1B運行報錯的問題

lmdeploy 是一個用於部署語言模型的框架,它通常與深度學習模型如 InternLV3-1B 這樣的預訓練模型一起使用。你遇到的報錯問題可能涉及幾個方面:環境配置、依賴問題、模型配置等。解決這類問題時,可以按照以下步驟進行排查和修復: 1. 確認環境和依賴是否正確安裝 首先,確保你已經安裝了 lmdeploy 和 InternLV3-1B 所需的所有依賴,包括 Python、CUDA(如果使用

xinggandeyuechi_edvusd 頭像

@xinggandeyuechi_edvusd

昵稱 性感的鑰匙_eDvUSd