- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯IVWEB团队的专栏
bodymovin 的使用场景初步调研
(采用QQ X5内核) 同时播放N个动画 N IOS（iphone） Android（MOTO X1085） 1 表现良好 明显掉帧 3 轻微掉帧 无法正常播放 5 明显掉帧 无法正常播放 所以，这个动画框架在低端
4.4K00发布于 2017-07-10 - 来自专栏JNing的专栏
【3D人脸】MediaPipe Face Mesh 调研
MediaPipe Face Mesh：不够高清，case也不够丰富，暂时看不出问题。
1.5K10编辑于 2022-11-14 - 来自专栏大数据成神之路
数据湖在大数据典型场景下应用调研个人笔记
目前在生产上可以用的经验不多，笔者个人在调研技术方案时参考了目前市面上公开的众多资料，供团队在数据架构设计和选型上进行参考。 华为生产场景数据湖平台建设实践 image.png 该平台围绕数据分如下三大逻辑模块： image.png 典型数据应用场景按应用场景，对数据流程、处理平台进行的标注： （绿色）结构化数据通过批处理、虚拟镜像到 image.png 整个实时场景架构： 数据源被实时接入到 Kafka 之后，Flink 可以实时处理 Kafka 的数据，并将处理的结果写入到数据湖中。 数据湖整体基于开源方案搭建，数据的存储是用的 HDFS 和 S3，表格式用的是 Iceberg。 实现SQL化自定义配置动态分区的功能，解决埋点数据倾斜导致的实时任务性能问题，优化资源使用，此场景后面会详细介绍。
1.6K30发布于 2021-03-26 - 来自专栏JNing的专栏
【3D人脸】AI Mesh 数据工程调研
开源的假图只给了70个2d点，不给模型） [2022，微软] 3D face reconstruction with dense landmarks（直接完全沿用了自家2021的数据，没有任何改进，不给模型 ） pseudo-labels made with model-fitting （纯3dmm） [2020，帝国理工] RetinaFace: Single-shot Multi-level Face Localisation in the Wild（将68个面部坐标点转换成三维坐标，并据此得出3DMM参数，进而重建了包含53k个顶点的稠密1k顶点三维网格。 （没细看） [2015，中科院] Face alignment across large poses: A 3d solution（没细看） semi-automatic refined data（半3dmm geometry from monocular video on mobile GPUs（3w张真实人脸，用3DMM去fit出假标签，之后数据迭代清洗自循环：模型洗出脏数据，手动微调x和y，更干净的数据再反哺给模型
91620编辑于 2022-11-14 - 来自专栏全栈程序员必看
unity3D场景_3D夜晚场景
在学习阿发你好的网课过程中，学习完Unity的2D课程后深有感触，决定将3D学习过程一步步记录下来，也方便日后查询。 创建3D项目 Step1：在UnityHub中新建3D项目 Step2：将页面调整为2×3布局（项目中通常使用2×3） 新建项目 选择 window -> layouts -> 2 by 3 选择 window->General->Console 调出控制台 认识3D场景 天空盒skybox：上有蓝天，下有深渊，在计算机图形学学习过程中就有所涉及。 场景中还有什么？ 方向标识：3D视图导航器Gizmos； 坐标网格Grid，标识y=0坐标平面（一般不作调整）； 摄像机与光源。 3D视图导航 1、移动视图：按Q选择手型工具或者直接使用鼠标中键 2、旋转视图：ALT+鼠标左键 鼠标右键，摇摆 3、缩放：滚轮 或 ALT+右键 建立方向感 由于Unity中没有规定方向，为方便建立方向感
81330编辑于 2022-09-22 2026 Q1企业AI调研：最多人用的5个场景和最难落地的3个坑
这篇文章整理了我观察到的5个最高频落地的AI场景，以及3个最难跨越的坑。希望能给正在焦虑中的团队一些参考。二、最多人用的5个AI场景场景一：智能客服与工单分流这是目前落地最成熟、ROI最清晰的场景。 场景五：内容生成与文案辅助营销文案、周报月报、邮件起草——这些结构化程度高、容错空间大的场景，是AI落地的天然土壤。但需要注意的是，这类场景的价值更多体现在效率提升而非质量突破。 三、最难落地的3个坑坑一：POC跑得欢，生产就完蛋这是所有问题里排名第一的。MIT研究发现，95%的试点失败可追溯到数据质量和集成问题，而非AI本身。为什么POC和生产差距这么大？ 六、写在最后2026年Q1的企业AI调研，核心结论并不复杂：AI的价值已经被验证，但规模化落地还在早期技术不是瓶颈，组织和架构才是最难的不是“做出一个AI项目”，而是“让AI在生产环境稳定运行”那些成功把 本文基于2026年Q1企业AI调研与实践观察整理。
19700编辑于 2026-06-11- 来自专栏靠谱PM
调研现场
上两篇文章中写到为什么要做用户调研以及用户调研的流程，今天来说下调研现场应该怎么做。 调研工具 俗话说：“工欲善其事，必先利其器。” 调研前的暖场 这个还是有必要说一下的，用户来到调研现场不要上来就直接进入调研，这其实和我们到一个陌生环境里一样心理都会有一些防范，所以理想的做法就是先从家常聊起，比如今天天气好热啊，您怎么过来的？ 3、不要多用户、多任务操作 这个就是不要把不同的访谈用户放在一起，可以对同一个任务分开访谈，比如对“教育分期”贷款我们在同一时间段邀请了两个访谈的用户，可以分开在不同的房间进行访谈，访谈的时候只让用户完成这一个单一的任务 2、针对关键节点，描述现象并提问 这个就是之前用户在完成任务的过程中，比如用户在提交个人资料的时候有犹豫，我们要把刚才一个完整的场景复述出来，之后针对这个点对用户提问，比如为什么您刚才到这个步骤的时候停顿了呢 3、用户觉得什么方法能更好的解决问题 这个就是刚才追问过为什么之后，可以问用户您认为怎么样会更好，还是一样的道理用户可能被其他产品教育出一定的使用习惯，一般来说用户会有一个心理认知的模型，也会对产品有一定的看法的
88560发布于 2018-09-10 - 来自专栏代码工具
ONNX调研
调研目的： 提高当前在线推断模型的性能， 最大限度地降低工程的机器成本。二. ONNX Runtime（ORT） 使用1. train_test_splitfrom sklearn.linear_model import LogisticRegressionfrom onnx import onnx_ml_pb2# 数据集内包含 3 sess.get_inputs()[0].nameinput_name1 = sess.get_inputs()[1].nameinput_name2 = sess.get_inputs()[2].nameinput_name3 = sess.get_inputs()[3].nameprint(input_name0,input_name1,input_name2,input_name3)req = { 'dense_input 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]], 'sparse_ids_input': [[0, 1, 2, 3,
1.7K51编辑于 2022-06-30 - 来自专栏万能的小草
Redash调研
3.添加可视化 默认情况下，您的查询结果（数据）将显示在简单表中。可视化会更好地帮助您消化复杂的信息，因此让我们可视化您的数据。Redash支持多种类型的可视化，因此您应该找到一种适合您的需求。
3.4K21发布于 2020-02-19 - 来自专栏音视频技术
有奖调研
随着疫情的反复，我们也深刻认识到，只有随时随地接入的线上产品才能全天候的服务用户，因此本调研应运而生。接下来的3分钟，您将回答一系列问题，从而帮助LiveVideoStack更好的筹备新产品。
61730编辑于 2022-06-09 - 来自专栏音视频咖
有奖调研 | 公众号内容偏好问卷调研
有奖调研，先填先得！ 有效填写问卷且关注公众号超过24小时的前120名用户 每人都送30QB~ 赶紧扫描下方二维码 抽出几分钟，将您的真实感受和建议告诉我们吧！ ?
91220发布于 2021-05-21 - 来自专栏PM吃瓜(公众号)
需求调研报告
1调研流程 需求分析是需求工程的核心， 分为4个阶段 识别需求 解决目标系统做什么，做到什么程度 功能，性能，环境，可靠性，安全性，保密性，用户界面，资源使用，成本，进度。 建模方法：数据流图，数据字典， ER图，时序图，UML， 基本需求 关键需求 编制需求分析文档 需求规格说明书 评审需求 评审需求规格说明书， 确保与用户达成共识 2 调研和分析方法 工具推荐 功能模块分解 用visio 业务流程图用visio中的flowchart 系统逻辑模型 用visio中的UML 界面用 数据模型用power design 3.相关要求 关键活动 ?
3K42发布于 2020-08-12 - 来自专栏又见苍岚
NAS 系统调研
本文调研相关内容。 简介 NAS（Network Attached Storage：网络附属存储）按字面简单说就是连接在网络上，具备资料存储功能的装置，因此也称为“网络存储器”。
6.6K40编辑于 2022-08-06 - 来自专栏又见苍岚
NAS 硬件调研
spm=2013.1.0.0.5a82423dS3Tsph&id=608476917532 内存 DDR3和DDR3L有什么区别 工作电压不同 DDR3电压为1.5V，DDR3L电压为1.35V。 DDR3。 功耗有所区别 DDR3内存采用1.5V工作电压，而DDR3L内存则是1.35V工作电压，DDR3L低压内存大约比DDR3标压内存节能2W左右。 性能上有所区别 DDR3标压内存相比DDR3L低压内存，性能强了大约10-15%左右。 应用场景 因此SAS盘多属于企业级（服务器），提供15k和10k的产品，连续读取和iops都比较高。 SATA盘多为民用 家用类，也有企业用不过多用于入门级。
6.5K41编辑于 2022-08-06 - 来自专栏全栈程序员必看
动作识别调研
 实验结果表明: 当前体系结构中光流的大部分价值在于它对场景表示的表观不变(invariant to appearance), 也表明运动轨迹不是光流成功的根源，并且建立有用的运动表示仍然是光流自身无法解决的一个悬而未决的问题 C3D Learning Spatiotemporal Features with 3D Convolutional Networks(2015) 3D 卷积   C3D 能把 ImageNet 数据集更具有普适性 R(2+1)D S3D? 专注于动作, 还是场景理解 一个视频中多个动作同时进行 严重依赖物体和场景首先无论是双流法还是3D卷积核，网络到底学到了什么？ 会不会只是物体或场景的特征呢？而动作识别，重点在于action。 这样的数据集对当前主流的算法提出了挑战，把video这块的注意力聚焦在action，而不是物体和场景。
1.6K30编辑于 2022-09-20 - 来自专栏橙光笔记
Three.js教程（3）：场景
: custom document.body.appendChild( stats.dom ); gui.add(obj, 'x', -3, 3); gui.add(obj, 'y', - 3, 3); gui.add(obj, 'z', -3, 3); gui.add(obj, 'rotateX', 0, 360); gui.add(obj, 'rotateY', 0, 360 场景的属性和方法 创建场景很简单： var scene = new THREE.Scene(); 对于他的属性和方法也不是很多： 类型 名称 描述 默认值 属性 fog 场景中雾的效果 null 属性 () 把场景转换为JSON对象，可以供Three.js导入场景使用 - 方法 dispose() 清楚缓存数据 - THREE.Scene的属性并不多，你可能会问，之前把Mesh添加到Scene中使用到了一个 确实场景是有这个方法的，更准确的说这个方法是来自它的父类THREE.Object3D的，它是好多Three.js对象的直接或间接父类，所以了解它的属性和方法非常有必要，由于篇幅有限，这里就不再叙述了，你可以在这里看一看
4.7K22发布于 2020-10-17 - 来自专栏阿沐教你学知识
面试系列-3 限流场景实践
今天呢，我们就不聊redis面试系列，我们一起来聊一聊限流操作以及使用场景。很奇怪哈，为啥突然转变画风了，之前一篇文章中提到 redis的限流操作，并没有实际给小伙伴们演示以及场景的使用演练。 当然想写这篇文章并不是空穴来风，实际的面试场景中是会被面试官问及到。 3 这个面试官肯定在搞我 目前限流常用的方式：计数器、滑动窗口、漏桶算法、令牌桶算法四种方案，下面我们逐一讲解下(ps：在之前公司已经实践过)。 fix_time + 1); // 批量执行 此操作是原子性的 $result = $redis->exec(); $current_count = isset($result[3] $result[3]:0; return $current_count < $this->request_limit; } 面试官：“必须给你一个赞，讲的确实明了，虽然还有一些瑕疵，但是细想更重要
99110发布于 2021-05-28 - 来自专栏随意记录
Biconomy Forward 调研
3 Fee Manager合约代码该合约为负责为 user/token 组合给定一个费用乘数 -- getFeeMultipiler(address user, address token)。
81620编辑于 2023-02-09 - 来自专栏逍遥剑客的游戏开发
Nebula3的场景管理
N3的场景管理最为核心的一个类是GrphicsServer, 它包含一些"stage"和"View". Stage把图形实体(模型, 摄像机, 灯光)进行分类渲染. N3会提供了一些不同用途的Stage子类, 但你也可以根据程序需要自己来实现可见性查询机制. N3 画个东西真简单, 想画个模型, 创建出来设置一下位置扔给Stage就好了 this->model = ModelEntity::Create(); this->model->SetTransform 再往场景里扔个灯就好了: // attach a light entity matrix44 lightTransform = matrix44::multiply(matrix44::scaling
56160发布于 2018-05-23 - 来自专栏后场技术
CitusDB调研分享
CitusDB 是基于 PostgreSQL 扩展（类似 PHP 扩展）实现的 PostgreSQL 集群。
97120发布于 2020-09-03
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