- 综合排序
- 最热优先
- 最新优先
将AI潜力转化为软件交付的投资回报率
将潜力转化为绩效：在软件交付中实现AI的投资回报率人工智能正在改变软件的开发、测试和发布方式——然而，许多团队仍在努力将这种潜力转化为可衡量的成果。在整个软件开发生命周期中，AI引入了强大的能力。 从加速编码、生成软件质量检查到记录保存，生成式AI工具正在帮助承受巨大压力、需要在保证质量的前提下更快交付的软件开发团队。 当AI作为智能自动化框架的一部分被融入交付流程时，真正的投资回报率才会出现。这些是结构化的系统，它将AI与自动化相结合，使流程具有适应性，并能根据软件速度和质量的既定目标进行衡量。 对于软件领导者来说，要充分实现AI的潜力，他们必须超越试点项目，最终将AI定位为规模化、一致、可信、高性能软件交付的关键驱动力。 组织准备度塑造AI的规模化影响仅靠技术无法解锁投资回报率。要取得可重复的成功，需要运营规范和文化协同。
17710编辑于 2026-03-13- 来自专栏生信开发者
CNVseq检测，交付报告只需3~5个自然日
大地同年CNV-seq采用可减少扩增偏好性PCR-free建库方式，其人类全基因组测序单端reads 5M以上，原始数据Q30>85%, 过滤后数据Q30 >90%，全基因组覆盖度>0.1X， 可交付测序原始数据 可检测大于100Kb的CNV ◎ 数据分析过程中的数据校正（GC校正、基因组唯一比对性数据校正），保证结果的准确 ◎ 积累的大量本地化数据库供CNV数据解读 ◎ 在低比例嵌合的检测效能更好，可检出大于5% 放入15 mL BD管中，4 ℃保存，冰袋运输胎儿绒毛膜样品或流产物PBS或生理盐水将血液冲洗干净，取50 mg(直径1~2 cm)组织，放入15 mL BD管中，4 ℃保存，冰袋运输新生儿脐带血2~5 冰袋运输，48 h内送达，分离出血浆、白细胞（部分实验室需要保持）-20℃保存肿瘤ctDNA样本尿液样本采用特制采样包里的10 mL采样管（含保存液）采集10 mL尿液样本，常温保存运输，一周内送达 交付周期 郑重承诺：收到样本后3~5个自然日交付报告。
10.1K20发布于 2020-08-10 - 来自专栏一些有趣的Python案例
关于Top-1错误率、Top-1准确率、Top-5错误率、Top-5准确率的实例辨析
and is computed as the proportion of images such that the ground-truth category is outside the top-5 ） 总样本数 错误率 （所有测试图片中正确标签不在模型输出的前 个最佳标记中的样本数） 总样本数 准确率 （所有测试图片中正确标签在模型输出的前 个最佳标记中的样本数 准确率 错误率 准确率 结论 和 错误率（或准确率） 是深度学习中评价模型预测错误率的两个指标。 一般来说， 和 的错误率越低（或准确率越高），模型的性能也就越好。 一般而言， 的错误率在数值上会比 错误率的数值要小，毕竟从 个结果里猜对的几率要比只从 个结果里猜对的几率要大嘛！
1.6K20编辑于 2022-01-10 - 来自专栏前端开发的「术」
从交付 API 到交付 SDK
背景 传统 Web 前后端协作模式中，HTTP API 是前后端的分界点，服务端交付 API，Web 端根据 API 构建应用。 实践 项目简介 前端H5和小程序，服务端 NodeJS，分别在三个 Git 仓库，语言都是 TS。 代码共享机制 使用 git submodule 进行代码共享。 过程 起初，只是在服务端建立一个共享文件夹，里面两个子文件夹，type、fetch，用于放置可同时被H5和小程序使用的类型定义，以及自测用例中封装的请求函数。 感想 直接交付 SDK，其实在 RPC 调用中很常见。 因为 RPC 接口通常有结构化的协议文件，比如 protobuf，可以借助自动化工具，生成各种语言的调用 SDK（即桩代码 Stub）。
1.6K41编辑于 2022-01-13 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-5 精确率和召回率的平衡
▲小例子~阈值为0时的精准率和召回率 上图中一共有12个样本，其中有5个样本在阈值0的右边，表示此时这5个样本的score值大于0，有7个样本在阈值0的左边，表示此时这7个样本的score值小于0。 此时我们选择0为阈值，那么算法就会把这些score值大于0右边5个样本点分类为1，把score值小于0的左边7个样本点分类为0。在这种情况下精准率和召回率是多少呢？ 精准率为4 / 5 = 0.8。 算法判断为1的样本点就是在阈值为0的右边的5个样本点，其中5个样本点中有4个为五角星形状，只有一个圆形，因此算法判断正确的样本一共有4个； 召回率为4 / 6 = 0.67。 简单回顾一下，当threshold阈值为-5、0和5的时候，精准率和召回率的变化： 当阈值为-5的时候精准率为0.72，召回率为0.88； 当阈值为0的时候精准率为0.94，召回率为0.8； 当阈值为5 的时候精准率为0.96，召回率为0.53； 当阈值从-5到0再到5的过程中，精准率逐渐的提升，而召回率逐渐的下降，这里通过使用程序的方式再次展示了精准率和召回率这两组指标它们之间是相互制约、相互矛盾的。
4.5K51发布于 2020-04-26 应用交付厂商F5发布全新应用交付与安全平台，全面释放AI潜能
作为应用交付厂商的领导者，F5推出F5应用交付与安全平台（F5 Application Delivery and Security Platform），助力企业应对现代应用及AI驱动型应用的严苛需求。 全新的F5应用交付与安全平台历经多年投入与创新打造，和其他应用交付厂商推出的方案相比优势显著，能为企业带来跨越式突破，助力降低架构复杂性，并全面释放AI潜能。 可见作为具有前瞻性的应用交付厂商，F5能助力企业时刻领先于安全威胁，并为客户提供卓越、安全的数字体验。 此外，F5还发布了多项全新解决方案与关键能力，以持续推动F5应用交付与安全平台的技术创新，比如能助力企业高效整合应用、API与大语言模型（LLM），加速AI技术的广泛部署的F5 AI网关（AI Gateway 晚些时候，应用交付厂商F5将推出BIG-IP AI助手，为iRules赋能更高水平的自动化与智能化。
29300编辑于 2025-06-24- 来自专栏往期博文
【目标检测】YOLOv5：添加漏检率和虚检率输出
前言 在目标检测领域，衡量一个模型的优劣的指标往往是mAP，然而实际工程中，有时候更倾向于看漏检率和虚检率。 confusion_matrix.total) ---- 2022.8.10更 训练拓展 突然想到一个问题：其实YOLOv5本身输出指标包含了准确率§和召回率®。 在一些博文中提到：漏检率=1-召回率，在YOLOv5中也可以这样理解吗？ 回顾一下召回率的计算公式：R = TP / (TP+FN)，通俗的说，召回率就是来衡量真实样本中，被检测正确的比例。 换句话说，YOLOv5的召回率分子的TP只有斜对角线上的值，检测出来但分类错误依然被视作FN，因此，自己计算的漏检率和召回率并不是严格互补的关系。 进一步思考，有没有办法让模型训练以降低漏检率为目标呢，也就是以召回率最高来保存模型。
6.1K51编辑于 2022-09-21 - 来自专栏科技云报道
赶超F5，深信服应用交付做对了什么？
近日，IDC正式发布《2020年Q4中国应用交付市场跟踪报告》。 报告显示，深信服在应用交付(Application Delivery，简称AD)领域首次超越F5，抢占应用交付市场头把交椅。 这不仅是深信服自2009年推出应用交付以来，第一次赶超F5，也是国产品牌首次凭借强大技术实力超过该领域全球领导厂商。 深信服赶超F5的底气究竟来自何方？在这个过程中深信服又做出了哪些正确的选择？回顾深信服应用交付产品走过的“那些年”，也就不难理解其为何可以取得如此傲人的成绩。 在优化广域网性能的需求下，致力于帮助用户业务流提升性能与安全性的“应用交付”逐渐成为热门。 在2009年之前，应用交付市场一直被A10、F5、Citrix等国外厂商占据。 对于改造后的效果评估，深信服还专门对IPv6进行可视化的界面呈现，从时延、丢包率、访问状态等多维度帮助客户更加清晰了解改造后的成效。
1K00编辑于 2022-04-16 - 来自专栏TestOps云层
Jenkins+Ansible+GitLab持续交付平台搭建-第5篇
这篇文章将继续给大家介绍Jenkins+Ansible+GitLab持续交付平台搭建。 Jenkins+Ansible+GitLab持续交付平台搭建-第1篇 Jenkins+Ansible+GitLab持续交付平台搭建-第2篇 Jenkins+Ansible+GitLab持续交付平台搭建 ） 2.所有模块，参数配置都可以体现为一个pipeline脚本 3.jenkins可以编写定义多个stage构建一个管理工作集 4.所有配置代码化，方便job配置迁移与版本控制 5.需要pipeline system http.sslVerify false 4.添加jenkins后台Git client user与email注册 # 系统管理-->系统设置-->Git plugin（user/email） 5. Code Management # Repository URL：https://gitlab.example.com/root/xj_aml.git Credentials：选择已添加的凭证 5.
1.1K30编辑于 2022-04-07 - 来自专栏FunTester
持续交付：低风险快速交付
持续集成和持续交付等实践能够在进行任何更改后立即将代码交付到生产环境中。当使用更小改动的代码块时，将会让新功能发布和修复BUG并行成为可能。 今天我们将重点介绍 CI/CD 的第二阶段，持续交付。它有助于确保代码已准备好交付。它的主要特点是代码构建、测试和交付等过程的自动化，有助于及早避免错误并最大限度地降低风险。 何谓持续交付 根据持续交付的实践，团队开发软件是以最小变动代码块为单元，产品发布不是手动进行的，而是通过一个按钮来完成的。代码中的每个小改动都会自动构建、测试并发布到生产环境中。 这些过程可以在整个交付过程中继续进行，从一开始就为产品带来质量。 灵活性。CD 能够经常发布新功能，即使整个产品都在开发中。 该技术有几个阶段，例如管理流程、测试和定义产品是否已准备好交付，这涉及不同的部门和不断的协作。
39320编辑于 2023-08-04 - 来自专栏ThoughtWorks
持续交付2.0：云原生持续交付
《持续交付》提出了一系列贯穿整个软件交付生命周期的最佳实践。但它成书的年代（2010年）云计算尚未得到广泛应用，尤其在软件开发过程中的应用非常有限。 如果站在今天的技术水平和对云计算的理解水平基础上回顾《持续交付》的内容，我们有可能提出一组全新的、原生于云环境的持续交付实践。 ? 对于这些反模式，《持续交付》提出的解决办法是“将几乎所有事情自动化”。 ---- 部署流水线 《持续交付》提出了“部署流水线”的概念（如下图）。“随着某个构建逐步通过每个测试阶段，我们对它的信心也在不断提高。 《持续交付》中提倡整个部署流水线“只生成一次二进制包”，并且在各个验证步骤之间传递二进制包。
2K50发布于 2018-04-13 - 来自专栏CKL的思考空间
从交付产品到交付价值
这个是比较典型的交付产品的测试思路，对于“笔”这个产品，它需要满足以上我们考虑到的信息，在这个过程中，我们关注的是对于笔的产品说明书，以此为蓝本来设计我们的测试用例，测试人员关注的是说明书是否写的足够清晰 在敏捷的环境中，我们关注的是交付价值，需要澄清原始需求背后客户的真实痛点是什么。 最终交付了此功能，并与客户简单讲解了整个使用配置过程，得到了客户的认可。 在这个过程中笔者做了什么： 需求澄清——基于业务上下文的需求背景分析； 分析现有逻辑——提出现有逻辑的不合理性； 提出支撑性需求——为满足需求，增加额外的功能支撑； 关注用户体验——做好功能交付及业务培训 提升整个团队的交付价值，不仅仅是产品需要思考的问题。
53730编辑于 2023-02-01 - 来自专栏全栈程序员必看
css适配不同分辨率屏幕_html5判断分辨率
最近出了很多新机，很多人在购买前会详细查看手机参数，其中“分辨率”这一项让不少人一头雾水，究竟手机分辨率是什么？对我们的使用体验有什么影响？是不是分辨率越高越好？ 图像的显示都是由许多像素点排列组成的，手机屏幕分辨率就代表着像素个数，当用手机屏幕中横向的像素点与竖向的像素点相乘的时候，再换算出来的比值就是屏幕的分辨率了。 比如720P表示屏幕有720行的像素，具体分辨率为1280*720；1080P则表示屏幕总共有1080行像素数，具体分辨率为1920*1080。 2.K “2K、4K”表示的是“视频像素的总列数”。 具体计算方式如下： 三、如何查看自己手机屏幕的分辨率 如果不清楚自己手机屏幕的分辨率，可以通过手动去查看，打开手机中的【设置】-【关于手机/我的手机】这个选项，然后就可以在”分辨率”那一栏看到手机屏幕的分辨率参数了 四、分辨率是否越高越好？ 很多朋友认为，手机屏幕的分辨率越高，画面显示效果就越清晰，所以都是倾向于选择分辨率高的手机。其实关于这一点，我们可以辩证地来分析一下。
2.6K10编辑于 2022-09-21 5种降低SaaS流失率独特方法
Web服务和面向服务架构（SOA）作为基础技术的成熟使得SaaS成为日益流行的交付模式。 由于新的发展方式，AJAX也越来越受欢迎。 SaaS的交付模式与按需计算和应用服务提供商（ASP）的软件交付模式密切相关。 SaaS的流行背后的原因是它的好处; 易于管理，全局可访问性，兼容性，自动更新和补丁管理和更简单的协作。 5个降低 Saas 流失率的方法 方法1 - 与您的客户沟通 当企业注意到客户流失率正在上升时，他们应该与客户沟通。应该弄清楚为什么客户要离开自己的企业而转向其他竞争者。 方法5 - 进行分组分析或同期群分析（cohort analysis ） 检查特定时间段内的分组用户行为。分组分析有助于营销，并帮助企业降低SaaS流失率。 他们帮助新客户，提高转换率和推广新功能。 高SaaS流失率对许多企业来说是一个问题。因此，每个企业都应该认真的采取措施，采取必要的行动来降低流失率。
97780发布于 2018-01-05- 来自专栏云云众生s
速度的投资回报率：更快的代码交付如何节省数百万美元
小团队重弹性，大团队重流程，规模5-10人的团队效率更高。 在组合中加入投资回报率 这就是总部位于旧金山的CircleCI对其年度软件交付状态报告采取扩展方法的原因，该报告的第六版于周二发布。 该报告仍然着眼于用于定义性能的关键指标——持续时间、吞吐量、平均恢复时间（MTTR）和成功率——但该供应商还在衡量组织从中获得的投资回报率，这是业务领导者和利益相关者的关键衡量工具。 该公司将看到每位开发人员的生产力提高 25%，这是基于人员增加 5% 的基础上，并且看到的生产力提升相当于增加了 156 名全职开发人员。 推荐的策略包括创建由 5 到 10 名工程师组成的自主开发团队，而扩展到 100 名开发人员以上的公司可以使用标准化工具和流程来保持其快速的 MTTR。
24110编辑于 2025-03-20 - 来自专栏Java学习网
5 种提升网站转化率的方法
所以我请教了这个问题上的资深人士——Paras Chopra，网站视觉优化的创始人——向他请教如何提高网站的转化率。 Paras是可用性、设计测试及转化率分析方面的一个先驱引领者。 他的公司的产品——他创立于2009年的网站视觉优化，已经助力于新兴的创业公司，Groupon、Microsoft、GE、Mitsubishi Motors、Airbnb等大公司及无数其他公司提高了其网站的转化率。 他和他的团队还定期出版他们的调查结果及提高转化率的案例研究，这些帮助了很多web职业人事发现更好的网站建设方式。 ? 我通过电子邮件询问了Paras一个问题：根据你的经验，若设计师们通过改变设计，从而能够大大提高网站转换率或可用性前五大要素是什么呢？ 这是他对我的问题的答复： 1. 5. 不要错过社会反映（social proof） 社会反映必然是一个快捷有效的提升网站转换率的方法。许多设计者提供了太少的社会反馈方法或很晚才在其网站上推行这一政策。 ?
97840发布于 2018-02-28 - 来自专栏技术那些事
让AI稳定交付的秘密：SKILL文件的5个最佳实践
发现触发率低 → 优化 description，增加更多触发关键词 输出格式不对 → 在 output spec 中增加反例（"不要这样做"） 步骤执行顺序错误 → 在关键步骤前加上"必须先完成X才能进行 Y" 遗漏边界情况 → 在错误处理章节补充新的异常场景 一个经过 5 次迭代的 Skill，执行质量可以超过大多数手写 Prompt 写在最后 SKILL 文件的本质 它让 AI 从一个需要反复调教的工具，变成一个能稳定交付结果的"数字同事"。
1K10编辑于 2026-03-27 - 来自专栏新亮笔记
持续交付管理
《持续交付 发布可靠软件的系统方法》读书笔记 实现持续交付不仅仅是买些工具，做一些自动化的工作。它依赖于交付过程中所涉及的每个人的协作，来自行政管理层的支持，以及基层人员的改进意愿。 持续交付不仅仅是一种新的交付方法论。对依赖于软件的业务来说，它是一个全新的范例。要想知道为什么，需要研究公司治理核心中一种根本的张力（tension）。 通过确保交付团队能得到应用程序在类生产环境上的不断反馈，是部署流水线达成“执行度”这个目标的方法和手段。部署流水线使交付流程更加透明，来帮助团队达成符合度。 提高软件交付生命周期的可预测性，让计划更有效。 具有采用和遵守任何必要的法律规章的能力。 具备有效发现和管理软件交付相关风险的能力。 通过更好的风险管理和交付更少缺陷的软件来减少成本。 它让你可以识别交付实践效率是什么状态，并且为如何改进提供了建议。
88210编辑于 2022-12-05 - 来自专栏PM吃瓜(公众号)
交付物成果
交付物成果是项目管理中的阶段或最终交付物。是为完成某一过程、阶段或项目而必须交付的任何独特、可验证的产品、成果或提供服务的能力。 在项目管理中，始终都非常关注交付成果。 完成全部交付成果，就意味着覆盖了全部的项目范围，所有的项目活动、项目资源，都是为了有效完成这些交付成果而发生的，交付成果在很大程度上反映了项目目标的要求。 不同的项目阶段会产生不同可交付成果。 不同阶段的可交付成果的评审与验收程序也是不一样。 一般项目阶段的可交付成果可以由企业项目组领导进行评审与验收。 重要的项目的可交付成果，如里程碑可交付成果、项目最终的可交付成果则需要企业高层和项目给付方进行评审与验收。
1K10发布于 2020-07-21 - 来自专栏运维之路
3.2.2 持续交付
站在本系列文章提到四个关键价值的“提升交付速度”这个运维价值看，单纯的自动化部署主要将部署/回切工作从1小时提升到5分钟的效率能力上。 持续交付的边界有两种观点，一种是持续交付介于持续集成与持续部署之间，强调软件一直处于可交付的能力；另一种是持续交付包括了部署。 说完成DevOps与SRE的关系，再看看与持续交付的关系。持续交付是DevOps的一种主流的技术实践，两者最终目的都是为了更快向用户交付高质量的软件交付。 同时通过线上化各环节的执行步骤就能够量化持续交付的水平，比如：自动化测试覆盖率、缺陷数量、每天构建次数、发布平均时长等，量化数据能让团队清晰的看到低效环节并进行改进。 5.从工具角度看持续交付 持续交付有一套相对成熟的工具链，在实际落地情况，需要结合公司已经有的基础工具实施情况进行实施。
1.3K10发布于 2021-03-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号