收藏 / 列表

u_16655836 頭像

wx6603b05eb93d0 - 上游6666元教養殖，下游變神藥治百病！殺人蜂騙局兩頭割……

俗話説，人有多大膽，地有多大產！這句俗語，在賺錢這件事上，體現得尤為淋漓盡致。 比如，小柴看完今天的一個熱搜話題，感慨，你永遠想不到，殺人蜂這玩意，竟然也能成為暴利生意，而且還能做到兩頭收割的完美閉環。 這個熱搜話題是——央視曝光6666元包教包會養殺人蜂…… 可能看到這個話題，你就會覺得，這和當年教養蠍子的騙局有啥區別？但你要相信，騙局永遠是與時俱進的

人工智能 , 數據分析 , 社交媒體

haixiudezhusun 頭像

高德開放平台 - 智能手錶地圖新體驗，RTOS系統助力全球行

高德開放平台智能手錶解決方案上線！RTOS系統來襲，卓越性能開啓智能手錶地圖新體驗！6大服務優勢，海量數據直達腕間。融合多品類地圖服務，全面滿足運動出行、智能守護等場景的用户需求，適配各類智能手錶、智能手環，打造智能穿戴生態。

地圖開發 , 數據挖掘 , 地圖api , 人工智能

u_17342767 頭像

野豹商業評論 - 從風口到風險：中信百信銀行的合規困局

9月30日，國家金融監督管理總局一張1120萬元的罰單，將國內首家獨立法人直銷銀行——中信百信銀行（下稱“百信銀行”）推上了輿論風口。這不僅是該行成立以來的最高額罰單，更是監管層對互聯網銀行野蠻生長背後合規短板的一次集中清算。 罰單直指兩項核心違規：“相關互聯網貸款等業務管理不審慎”與“監管數據報送不合規”。而這並非孤例，早在2023年8月，該行就因

盈利模式 , 風控 , 數據 , 人工智能 , 數據分析

u_16756731 頭像

KlipC小助手 - 英偉達Q3超預期財報，能否擊破“AI泡沫論”？

KlipC報道：當地時間11月19日，市場高度期待的英偉達三季度財報如期公佈，公司再度交出遠超預期的成績單。 財報顯示，英偉達三季度營收達到570億美元，同比增長62%；淨利潤319億美元，同比暴增65%；調整後每股收益（EPS）為 1.30美元，全面超出市場預估。同時，給出了超預期的四季度指引，預計營收將達到650億美元，上下浮動2%。 值得注意的是，英偉達最重要的業務板塊數據中心表現

英偉達 , 數據中心 , 人工智能 , 深度學習

u_16213630 頭像

mob64ca14038b36 - 梅爾變換 CNN

生成函數(母函數) 什麼是生成函數：wiki上的介紹 在數學中，某個序列 的母函數（又稱生成函數，英語：Generating function）是一種形式冪級數，其每一項的係數可以提供關於這個序列的信息。使用母函數解決問題的方法稱為母函數方法。 母函數可分為很多種，包括普通母函數、指數母函數、L級數、貝爾級數和狄利克雷級數。對每個序列都可以寫出以上每個類型的一個

機器學習 , 母函數 , 斐波那契數列 , 人工智能 , 生成函數 , 梅爾變換 CNN

baidujiagoushi 頭像

百度Geek説 - Flux架構思想在度咔App中的實踐

導讀：為了應對視頻編輯類工具應用複雜的交互，度咔iOS借鑑了Flux架構模式的設計思想，參考有向無環圖的拓撲概念，將事件進行集中化管理，從開發體驗上實現了舒適清爽、容易駕馭的“單向流”模式；在這種調度模式下，事件的變化和追蹤變得清晰可預測，並且顯著的增加了業務的可擴展性。 全文6882字，預計閲讀時間18分鐘。 一、架構背景 視頻編輯工具類應用往往交互複雜，大部分操作是在同一個主界面上進行，

flux , 架構 , 視頻處理 , 後端

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生園區：以某景區會展中心數字孿生園區建設為例

1.建設背景 會展中心作為城市經濟的重要載體，是衡量一個城市活力、開放度和發展潛力的重要 標誌之一，涉及到城市產業鏈的多環資源，同時傳統會展行業普遍面臨資源分散、管理滯 後、服務單一等問題。某市作為該省的重點發展區域，積極響應國家政策，將該市一 5A 景點的會展中心作為城市產業升級的示範場景，要求通過高新技術實現會展資源的高效整 合。力求推進現代信息技術與會展產業深度融合，

數據 , 異構 , 數據可視化 , 人工智能 , 信息技術

u_16213682 頭像

mob64ca140fd7c1 - pytorch搭建PyQt5界面實戰：ResNet-18實現CLFAR-10圖像分類，並利用PyQt5進行人機界面顯示

文章目錄 前言 1.為什麼需要殘差網絡？ 1.1梯度消失 / 梯度爆炸 1.2深度退化現象 2.ResNet 的核心創新：殘差塊與殘差連接 2.1 什麼是 “殘差”？ 2.2. 殘差塊的兩種結構 2.2.1恆等映射殘差塊

卷積神經網絡 , 後端開發 , 分類算法 , 人工智能 , 深度學習 , 1024程序員節 , Python

u_12192 頭像

angel - SQL server2014 怎麼更新補丁 sql server升級

背景： 由於建設初期使用的vSphere vCenter版，其中安裝自動化過程中會使用SQL Server Express的免費版數據庫進行基礎環境構建。而此時隨着業務量的增加，虛擬機數的膨脹，產生的日誌如果不被及時清理掉或者轉移走的話，會導致該免費版數據庫很快觸發閾值而停止SQL Server服務（對於2005/2008版【vCenter Ser

數據庫 , server , SQL Server , SQL

dbkangaroo 頭像

袋鼠 - 袋鼠數據庫工具 6.98.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(SQLite / MariaDB / MySQL / Oracle / PostgreSQL / SQL Server / ...) ，支持建表、查詢、模型、同步、導入導出等功能，支持 Windows / Mac / Linux 等操作系統，致力於打造一款好用、好玩、開發友好的SQL工具。 重點特性介紹 這個版本繼續推進 Oracle 的支

MySQL , 數據庫 , postgresql , sqlite , SQL

u_15316473 頭像

阿里雲大數據AI技術 - PAI-DLC 支持一鍵提交 DataJuicer 任務，高效進行大規模多模態數據處理

隨着人工智能模型規模擴大和數據複雜度提升，整合多源異構數據實現多模態協同建模，已成為提升模型性能的核心路徑。高效的數據預處理體系需在保證數據質量與多樣性的前提下，突破大規模數據清洗、增強與合成的系統性技術瓶頸，以平衡訓練效能與成本控制。阿里雲人工智能平台PAI分佈式訓練PAI-DLC推出的一項全新任務類型DataJuiceronDLC，旨在為用户帶來開箱即用、高性能、穩定高效的數

機器學習 , 人工智能平台PAI , 阿里雲 , 人工智能 , 模型訓練 , 多模態數據處理

baihai_idp 頭像

Baihai_IDP - 對 GPT 5 模型路由機制的深度解析

編者按： 我們今天為大家帶來的文章，作者的觀點是：GPT-5 通過引入“智能路由器”架構，實現了按需調用不同專家模型的動態協作機制，標誌着大模型正從“全能單體架構”邁向“專業化協同架構”的新範式。 文章深入剖析了 GPT-5 路由機制的四大決策支柱 —— 對話類型、任務複雜度、工具需求與用户顯性意圖，並對比了其相較於 GPT-4、Toolformer 及早期插件系統的突破性進步。作者還詳細拆

llm , 知識 , chatgpt , openai , 人工智能

metaxk 頭像

萬界星空科技 - MES生產管理系統源碼，萬界星空科技開源MES

MES生產管理系統源碼，實時監控生產過程、管理生產數據、優化生產計劃 MES生產製造執行系統源碼，可以試用，支持二次開發，商業授權後可商用；萬界星空科技MES，公司提供項目合作、分析、指導及技術支持。 MES是“Manufacturing Execution System”的英文縮寫，中文翻譯為“製造執行系統”“生產實施系統”等。是一種用於實時監控、追蹤和控制生產過程的計算機化系統。

工業互聯網 , 開源軟件 , 運維 , 源碼 , 開源

openanolis 頭像

龍蜥社區 - 志願者招募 | 一起為 2025 龍蜥操作系統大會“打 call”

你是否渴望近距離接觸中國頂尖的操作系統技術盛會？ 是否想與來自全球的開發者、技術專家和產業領袖並肩同行？ 現在，機會來啦！ 2025 龍蜥操作系統大會志願者招募正式啓動！ 這一次，你不再是科技盛會的旁觀者，而是操作系統未來發展的親歷者與共創者！ 2025 龍蜥操作系統大會（簡稱 2025 龍蜥大會）由中國計算機學會開源發展技術委員會、泛在操作系統社區、中關村科技園區朝陽園管理委員會（北京市朝陽區科

操作系統 , 人工智能 , 開源

nocobase 頭像

NocoBase - NocoBase 如何成為 ED 的技術底座，支撐內部系統到商業化產品？

原文鏈接：https://www.nocobase.com/cn/blog/ed。 引言 我們的一個有趣經歷是：在售前階段，我們常常把 NocoBase 與 AI 結合，用極快的速度交付 POC。客户常常驚訝於：週一才剛見面，等到週三回來，就已經能看到一個完整可用的原型。通常他們都會問：“這是什麼魔法？”而當我們揭曉是 NocoBase 時，總會引發客户的驚喜與技術上的好奇。 —— Fabi

無代碼開發平台 , 開發工具 , 低代碼 , 技術架構 , 開源

liudamao 頭像

劉大貓 - Redis 搭建主從複用-讀寫分離和主備切換,及重要的關鍵詞解釋 部分2

# 3.10註釋公共配置追加文件 根據需求配置是否打開追加文件選項 appendonly yes - 每當 Redis 執行一個改變數據集的命令時（比如 SET），這個命 令就會被追加到 AOF 文件的末尾。這樣的話，當 Redis 重新啓時，程序就可以通過重新執 行 AOF 文件中的命令來達到重建數據集的目的。 3.11從服務器默認是隻讀不允許寫操作(不用修改) 4. 添

大數據 , 雲計算 , 算法 , 物聯網 , 人工智能

jdcdevloper 頭像

京東雲開發者 - 線上SQL超時場景分析-MySQL超時之間隙鎖 | 京東物流技術團隊

前言 之前遇到過一個由MySQL間隙鎖引發線上sql執行超時的場景，記錄一下。 背景説明 分佈式事務消息表：業務上使用消息表的方式，依賴本地事務，實現了一套分佈式事務方案 消息表名：mq_messages 數據量：3000多萬 索引：create_time 和 status status：有兩個值，1 和 2， 其中99%以上的狀態都是2，表示分佈式事務全部已經執行完成，可以刪除。 消息表處理邏輯

MySQL , 鎖 , 數據庫 , SQL

codists 頭像

codists - 翻譯：《實用的Python編程》02_02_Containers

目錄 | 上一節 (2.1 數據類型) | 下一節 (2.3 格式化) 2.2 容器 本節討論列表（list），字典（dict）和集合（set）。 概述 通常，程序必須處理許多對象。 股票的投資組合 股票價格表 這裏有三種主要的選擇（譯註：數據結構）可以使用： 列表。有序的數據。 字典。無序的數據。 集合。互異且無序的數據。 把列表當作容器 當數據順序很重要時，請使用列表。記住，

容器 , 網頁爬蟲 , 人工智能 , 數據結構與算法 , Python

weidejianpan 頭像

商湯萬象開發者 - LazyLLM 教程 | 第 13 講：RAG + 多模態：圖片、表格通吃的問答系統

在前面的課程中，我們探討了RAG（Retrieval-Augmented Generation）的基本原理及其在純文本處理中的應用。RAG 通過從外部知識庫檢索相關信息，結合上下文生成更準確、信息豐富的回答，從而提升基於文本的問答系統能力。 然而，現實世界中的信息並不侷限於文本，例如 PDF 文檔中的圖片、表格等多模態數據也承載着大量有價值的知識。在某些情況下，這些圖文並茂的內容比純文本更直觀、

llm , 算法 , 教程 , 人工智能 , 開源

u_17420180 頭像

合合信息解決方案 - 中小企業如何選擇適合的財務單據處理工具

語義概念 財務單據處理工具是指基於AI技術，針對企業財務場景中各類單據（如發票、銀行回單、合同等）提供智能採集、解析、分類、信息抽取及審核等一體化服務的數字化工具。其核心價值在於替代傳統人工處理模式，通過自動化手段提升財務單據處理的效率與準確性，保障財務數據合規，為企業成本核算、税務申報、資金管理等核心工作提供可靠支撐。這類工具高度適配中小企業財務管理需求，能夠解決單據處理

機器學習 , 數據 , 單文檔 , 自定義 , 人工智能

weixiaodehai_cywv9b 頭像

HelpLook - HelpLook聯合MarketUP發佈《2024企業內容營銷實戰》白皮書！(內附下載鏈接)

B2B內容營銷為什麼值得反覆講？ 這是一個技術創新、客户聚焦、迴歸內容的B2B時代，B2B市場源源不斷地誕生新故事，從短視頻到AIGC，從新產品到新技術，內容始終是所有B2B活動的核心，需要更新更深的內容營銷塑造B2B品牌。市場增速放緩、市場內卷之下，內容營銷更是必選項！ MarketUP為什麼持續更新內容營銷白皮書？ 隨着上一版白皮書獲得市場的廣泛好評和積極反饋，MarketUP決定再

白皮書 , 營銷 , 電商 , cms , 知識庫

u_17562481 頭像

思考的袋鼠 - 精確的動態聯動閉環醫療數據庫審計和監測方案

概要： （提示：本章節概述方案整體價值，強調數據化落地與可視化管理成果。） 在醫療行業數字化和智能化進程加速的背景下，醫療數據庫安全面臨前所未有的挑戰。患者身份信息、病歷記錄、影像數據、檢驗結果、處方信息及支付交易數據等構成了醫療機構最核心的數據資產，其敏感性和價值均極高。一旦泄露或被篡改，不僅可能引發嚴重的隱私和法律風險，也會影響醫院的運營和公眾信任。針對這一行業痛

字段 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

u_16116809 頭像

wx6464351503832 - GPT-5.1 發佈：更智能也更“人性化“的 AI 助手

2025年11月12日，OpenAI 發佈了 GPT-5 系列的重要更新版本 GPT-5.1，包括 GPT-5.1 Instant（即時版）和 GPT-5.1 Thinking（思維版）兩個變體。這次更新不僅在技術能力上有所提升，更值得關注的是其在對話風格上的顯著變化，而這一變化正在社區中引發激烈討論。 技術升級：智能與效率的平衡 GPT-5

redis , 智能體 , 數據 , gpt , 數據庫 , 人工智能 , 大模型

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代