收藏 / 列表

u_15214399 頭像

u_15214399 - 基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化

本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 最新案例動態，請查閲 《【案例共創】基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 隨着電子商務行業的競爭加劇，企業需要更加精細化的客户管理策略來提升客户忠誠度和營銷效率。根據最新的市場調研，電商行業平均

數據 , pytorch , Customer , 人工智能 , 開發者

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

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI重塑世界？600家企業亮出底牌，背後暗藏這些機遇...

互聯網之光博覽會現場，600餘家企業鋪開一幅AI科技全景圖，而你，是否已經準備好握住這把改變未來的鑰匙？ 世界互聯網大會烏鎮峯會近日落下帷幕，但科技的餘温未散。在“互聯網之光”博覽會上，40餘個大模型、30餘個智能體、20多項具身智能機器人同台競技，勾勒出AI技術應用的廣闊邊界。 從算力互聯互通平台的政策支持，到夸克AI眼鏡與智能體“桐小烏”結合的沉浸式服務，再到小鵬IRON機器人的全

人工智能

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第14講：實戰：構建一個支持複雜學術論文問答的RAG系統

在前面的課程中，我們學習了 RAG 相關的知識，以及如何自定義 Reader 組件和在 RAG 任務中處理圖片和表格數據。本節內容將在此基礎上，利用前面學到的知識，搭建一個基於論文的問答系統。 在信息爆炸的時代，科研論文的數量激增，研究人員在查閲文獻時面臨諸多挑戰。論文內容專業性強、邏輯複雜，傳統的關鍵詞檢索方式難以精準提取核心信息，導致獲取有效內容的成本較高。 為了解決這一問題，RAG技術被廣泛

論文 , 教程 , 知識 , 系統架構 , 人工智能

smartbidashuju 頭像

Smartbi - Smartbi 10 月版本亮點：AIChat對話能力提升，國產化部署更安全

10 月版本煥新上線！Smartbi AIChat 與一站式 ABI 平台再升級，聚焦「交互體驗、數據效率、部署適配、安全管控」四大方向，解決溝通閉環、國產化遷移、大規模授權加載慢等實際業務痛點，讓數據分析更順暢、部署更靈活、安全更可靠，助力企業降本提效！下文為你拆解功能亮點～ 01 Smartbi AIChat 1 新增對話評論與回覆，雙向溝通更高效 AIChat 以往的反饋是單向的：用户提交問

大數據 , 版本更新 , 數據分析

bizidadejianbing 頭像

DashVector - 如何通過Python SDK向Collection中插入或更新Doc

本文介紹如何通過Python SDK向Collection中插入或更新Doc。 説明 若調用本接口時Doc Id已存在，則等同於更新Doc； Doc Id不存在，則等同於插入Doc。 若調用本接口時不指定Doc Id，則等同於插入Doc，DashVector會自動生成Doc Id，並在返回結果中攜帶id信息。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最

向量 , 數據庫 , 人工智能 , 大模型

grapecity 頭像

葡萄城技術團隊 - 代碼生成器之如何快速生成後端接口？

前言 在現代軟件開發中，重複性的增刪改查邏輯代碼的編寫往往非常耗時且容易出錯。為了提高開發效率，減少手動維護的成本，代碼生成器就成為了一個非常重要的工具，本文小編就將為大家介紹一下如何利用一個開源項目快速生成數據接口。 實現方式 環境準備 技術棧：Java，Spring-Boot，MyBatisPlus，Maven（可選） 在開始前，請先確保自己有Java開發環境，並下載好這兩個項目。 附

code

huamingshixunkeji 頭像

華明視訊科技 - 鐵路車號識別裝置：賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.17-10.24）

本週AI領域動態頻出，百度、阿里、DeepSeek推出高效OCR與視覺語言模型，提升文檔解析與多模態能力；騰訊、字節跳動分別開源世界模型與3D生成模型，推動3D內容生成；Anthropic、OpenAI、Google升級AI工具，聚焦生命科學、瀏覽器集成與開發體驗；華為鴻蒙6、宇樹機器人H2及多項評測基準發佈，推動AI向終端與實體場景加速落地，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 百

機器學習 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 10 分鐘搞定神經網絡

本文簡單介紹了神經網絡的基本原理、組成和基礎算法，並通過示例介紹了最簡單的神經網絡是如何工作的。原文：Learn How Neural Networks Work 神經網絡是人工智能中最重要的組成部分之一，若沒有神經網絡，像 ChatGPT 這樣的大語言模型就不會存在。實際上，幾乎所有深度學習模型都在某種程度上使用了神經網絡。 這就是為什麼瞭解神經網絡的工作原理如此重要。所以，讓我們重温一

人工智能

wangzhongyang_go 頭像

王中陽講編程 - Python 的 PyPy 能追上 Go 的性能嗎？

在我們選擇用哪種編程語言進行後端開發的時候，Python 和 Go 似乎代表了兩種極端： Python 以人生苦短我用Python的開發效率聞名，卻經常因性能被調侃為慢如龜速； Go 則以編譯即部署的輕量和高併發性能成為雲原生時代的寵兒，卻因語法簡陋被吐槽開發像搬磚。 而 PyPy 的出現，像給 Python 注射了一劑強心針，這個基於 JIT（即時編譯）的 Python 解釋器，宣稱能讓 Pyt

go , 後端 , Python

chenzhuodeyagao 頭像

沉着的牙膏 - AI驅動·全鏈路監測·精確防護：構建新一代政務數據安全平台

一、概要 隨着政務數字化轉型的加速，政務數據安全面臨着前所未有的挑戰。數據安全不僅關乎公眾的隱私和權益，更是確保政務服務高效運行的基礎。為了更好地應對數據安全風險，本方案提出了一種基於全知科技的政務數據安全監測平台，該平台通過AI驅動、全鏈路監測和精準識別的技術特性，實現了對政務數據的全生命週期安全管控。平台在無干擾政務服務的同時，精準識別各種潛在的風險，從而有效地保障了數據安全與合規要求的

深度學習

codesheep_pro 頭像

CodeSheep - Jetbrains正式官宣免費，太炸裂了！！

提到 Jetbrains，相信搞開發的同學應該都不陌生。 眾所周知，該公司盛產各種編程IDE和開發工具。 2000年才成立，到現在卻已經發布了超30款世界頂級的編程軟件，同時也收穫了來自全球範圍內開發者和用户的青睞。 而就在不久前，Jetbrains 又放出了一個爆炸式的消息，那就是： Jetbrains 正式官宣： WebStorm 和 Rider 這兩款強大的IDE從現在開始對非商業用途全

ecmascript-6 , c# , typescript , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 【7.17 勝算雲AI資訊日報：ChatGPT 對話結賬內測、五角大樓 8 億 AI 大單、MIT CodeSteer 智能教練

1️⃣ MIT 發佈 CodeSteer：讓大模型學會“打組合拳” 當你拋出一道需要既寫代碼又解釋邏輯的難題時，現有 LLM 往往陷入“只説不算”或“只算不説”的尷尬。MIT CSAIL 最新提出的 CodeSteer（論文同時在 arXiv 與 MIT News 官網公開）就是針對這一弱點而生： 動態決策器：首先用一個輕量策略網絡判斷下⼀步應當觸發“代碼模式”還是“文本模式”，避免模

chatgpt , openai , 人工智能 , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - 基於 Three.js 的 3D 模型加載優化

作者：來自 vivo 互聯網前端團隊- Su Ning 作為一個3D的項目，從用户打開頁面到最終模型的渲染需要經過多個流程，加載的時間也會比普通的H5項目要更長一些，從而造成大量的用户流失。為了提升首屏加載的轉化率，需要儘可能的降低loading的時間。這裏就分享一些我們在模型加載優化方面的心得。 一、前言 近段時間，我們使用three.js完成了vivo擬我形象的開發工作，大家可以在vivo賬號

rust , three.js , webassembly , 3d

alluxio_com 頭像

Alluxio - Alluxio Enterprise AI 3.5 發佈，全面提升AI模型訓練性能

近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。

緩存命中率 , 機器學習 , 數據挖掘 , 緩存 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 2024-2025, 四大翻譯工具與AI翻譯的深度評測

前言 在過去兩年中，人工智能技術的迅猛發展對翻譯工具產生了深遠的影響。 本期特意挑選了四款翻譯工具以及一個AI翻譯工具， 對其性能進行評測，看看在AI技術的加持下，它們的質量提升如何。 以下是參賽選手的簡介： 谷歌翻譯 谷歌翻譯自2006年推出以來，一直是全球最受歡迎的翻譯工具，穩居翻譯工具的領導地位。 必應翻譯 必應翻譯憑藉其穩定可靠的翻譯質量，以及與

gpt-4 , gemini-pro , 人工智能 , 翻譯 , Javascript

momodel 頭像

Momodel - 生成式 AI 如何重塑動畫的景觀？

介紹 動畫一直是一種迷人的藝術形式，通過運動的魔力將角色和故事帶入生活。多年來，技術進步徹底改變了動畫行業，現在，生成式人工智能正在成為中心舞台。生成式人工智能是指使用人工智能算法來創建原創和獨特的內容。在動畫領域，這項技術正在重塑景觀，提供新的可能性並突破創造力的界限。 瞭解動畫中的生成式 AI 動畫中的生成式 AI 涉及使用算法和機器學習技術自主生成內容。這些算法在大量數據上進行訓練，

動畫 , 人工智能

liuyuedekele 頭像

六月的可樂🥤 - 強烈推薦 Web前端在線代碼IDE(代碼編輯器)

好用代碼在線編輯器推薦 在前端開發的世界裏，一款高效、便捷的代碼編輯器是每位開發者的得力助手。今天，我將以一名前端技術愛好者的身份，為大家介紹一款專注於前端領域的免費在線代碼編輯器——ColaOnlineCoder。它不僅支持在線編輯和預覽HTML、CSS、JavaScript等前端代碼，還集成了豐富的在線前端框架模板，以及強大的AI編程助手能力，為前端開發帶來了前所未有的便捷與可能。 這裏先貼一

css3 , 人工智能 , typescript , 前端 , html5

jdcdevloper 頭像

京東雲開發者 - Java對象拷貝原理剖析及最佳實踐

作者：寧海翔 1 前言 對象拷貝，是我們在開發過程中，繞不開的過程，既存在於Po、Dto、Do、Vo各個表現層數據的轉換，也存在於系統交互如序列化、反序列化。 Java對象拷貝分為深拷貝和淺拷貝，目前常用的屬性拷貝工具，包括Apache的BeanUtils、Spring的BeanUtils、Cglib的BeanCopier、mapstruct都是淺拷貝。 1.1 深拷貝 深拷貝：對基本數據類型進行

編程 , spring , JAVA , apache , 對象

alijishu 頭像

阿里雲開發者 - 【OpenVI—論文解讀系列】達摩院細粒度分類SoftTriple Loss ICCV高引論文深入解讀

一、背景 度量學習是一種機器學習方法，它主要用於在相似性度量的基礎上進行數據挖掘。具體來説，度量學習通過學習一種函數來度量兩個數據樣本點的相似性。這種函數稱為度量函數，它的目的是在儘可能減少度量錯誤的同時最小化相似數據樣本點之間的距離。典型的度量學習方法包括Triplet Loss、ProxyNCA、Npairs等。度量學習可以應用於許多領域，例如： 1.）圖像分類：度量學習可以用來幫助計算

函數 , 機器學習 , 數據 , 阿里雲

JavaEdge 頭像

JavaEdge - 你的JAR包放對了嗎？​​後端開發必知的Linux目錄規範

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

yyds乾貨盤點 , 文件系統 , jar , 應用程序 , 人工智能 , 深度學習

u_17423871 頭像

美狐美顏SDK開放平台 - 從0到1構建抖動特效功能：直播美顏SDK開發全指南（含架構＋實戰）

在短視頻與直播業務高速發展的今天，“抖動特效”已經從一個“錦上添花”的視覺效果，變成提高直播互動、增強內容節奏的重要能力。無論是直播帶貨的“爆點動效提醒”，還是短視頻的節奏卡點展示，抖動特效背後都離不開美顏SDK、實時渲染、圖像處理算法的協作。 對於正在研發直播應用的團隊來説，從0到1打造一個“可複用、性能穩定、兼容性高”的抖動特效模塊，看似簡單，其實涉及圖像幀處理、濾鏡渲

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

fabarta 頭像

Fabarta - Cursor可控AI編程實踐：縮短交付週期，保障產品質量

導讀AI編程工具的興起讓開發效率有了質的飛躍，但很多開發者在使用過程中會發現一個問題：AI生成的代碼往往與現有項目的技術棧、編碼規範不匹配，需要大量的手動修改，開發效率拖了後腿。如何讓AI按照我們的意圖和規範來編寫代碼？這就是"可控AI編程"要解決的核心問題。 通過Cursor可控AI編程技術，我們大幅提升了開發效率，同時確保了產品的高質量和可靠性。本文將展示這一技術如何為企業創造實際價

編程 , 人工智能 , 深度學習