- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序人生小记
多场景学习
1 背景大型推荐系统存在多场景，而多场景的训练数据存在分布差异。比如：不同媒体的用户存在差异，不同资源位的用户存在差异。 对于多场景建模，如果采用各场景独立的方式，会忽视场景共性，导致长尾小场景难以学好，同时每个场景维护一个模型极大地增加系统资源开销和人力成本；如果直接将样本混合，训练共享模型，整个模型会被数据丰富的场景主导 和多场景建模很相似的任务是多任务学习，但这二者关注点不同。多任务学习解决相同场景/分布下的不同任务，而多场景建模解决不同场景/分布下的相同任务。 例如：推荐场景下的多任务学习通常是单个样本对于 CTR，CVR 等目标同时预估，而多场景建模是对不同场景样本预估相同的 CTR 目标。直接采用多任务学习的方法解决多场景建模也会存在一些问题。? ，从而可以reshape成一个32->16->8的三层MLP。拿以上根据“场景敏感”特征动态生成权重的DWN，接入整个推荐模型的关键位置。即?
1.9K30编辑于 2022-06-09 - 来自专栏TSINGSEE青犀视频
LiveKit架构下，WebRTChlsm3u8语音转写STT大模型EasyDSS全场景音视频技术革新
在实时音视频技术飞速迭代的当下，企业对直播、点播、视频会议的一体化需求日益迫切，传统平台普遍存在功能割裂、延迟偏高、并发不足等痛点，难以适配多场景协同的业务需求。 EasyDSS直播点播视频会议平台精准洞察行业痛点，以LiveKit为底层核心引擎重构架构，融合语音转写STT、实时字幕、AI大模型智能摘要等核心技术，打破单一功能壁垒，构建起"直播+点播+会议"三合一的全场景音视频服务体系 将媒体流转发与信令控制分离，信令服务负责房间管理、权限控制，媒体服务负责流转发、码率自适应，这种设计让平台可横向扩容，单节点支持数百人高清会议，集群部署可支撑千人级并发互动，同时兼顾直播分发与点播转码能力，实现"一份媒体流，多场景复用 STT语音转写技术实现了毫秒级语音到文本的转换，准确率高达98%以上，可精准捕捉多人发言的细节的同时，过滤环境噪音与口音干扰；实时字幕功能则将转写文本同步呈现在会议或直播界面，实现"音画同步"，打破了听力障碍与语言沟通的壁垒 这种技术融合模式，不仅解决了企业多场景音视频应用的核心痛点，更为各行业数字化转型提供了高效、可靠的音视频解决方案。
65210编辑于 2026-03-12 语音转写工具快速选型：4 类主流方案的适用场景梳理
二、4 类主流转写方案特点梳理智在记录：全场景独立专业方案这是垂直语音转写领域的代表性工具，不受单一办公生态限制，线上线下场景都能适配，尤其适合有专业领域需求、会议类型多元的团队。 针对垂直行业痛点，内置了 IT、金融、法律、医疗等多领域专属词库，还支持企业自定义术语库，专业场景下的识别准确度有保障。方言与多语种覆盖也比较全面，带口音的普通话、跨地域团队沟通都能较好适配。 线下场景可以搭配同系列的 VibeNote 录音卡使用，多脉拾音加 AI 降噪，长续航满足全天会议需求，录音自动同步到软件端转写归档，软硬一体的体验比较顺畅。 整体来看，这类独立专业方案的综合能力最全面，适合希望用一套工具覆盖多场景的个人与团队。办公生态内置转写以腾讯会议、钉钉、飞书的内置纪要功能为代表，核心优势是和自身办公生态深度绑定。 以英文会议为主、涉外协作频繁：选择英文场景优化的专属工具，适配性更好。结尾语音转写工具的本质是提升信息处理效率，没有绝对的 “最优解”，只有和自身场景最匹配的方案。
13310编辑于 2026-06-18- 来自专栏云原生技术社区
K8s多租户场景下的多层级namespace规则解析
相 反，Kubernetes 只提供了创建不同租户模式的基础构件，例如 RBAC 和NetworkPolicies，这些基础构件实现得越好，安全构建多租户集群就越容易。 1 多租户命名空间 其中最重要的基础构件是命名空间(namespace)，它构成了几乎所有 Kubernetes 控制平 面安全性和共享策略的基础。 例如，假设一个团队拥有多 个具有不同机密和配额的微服务。理想情况下，他们应该将这些服务放在不同的命名空间中， 以将它们彼此隔离，但这带来了两个问题。 例如，您可以创建以下 NetworkPolicy: kind: NetworkPolicy apiVersion: networking.k8s.io/v1 metadata: name: allow-team-a : - from: - namespaceSelector: matchExpressions: - key: 'team-a.tree.hnc.x-k8s.io
2.8K41发布于 2020-09-15 - 来自专栏xiaosen
机器学习多场景实战
从智能推荐系统个性化推送你可能喜爱的电影和商品，到金融风控领域精准识别欺诈交易；每一个应用场景都是机器学习技术多维度、深层次实战的精彩演绎，我们通过一些小案例对业务进行了解~ 什么是数据指标 数据指标概念 转化率：计算方法与具体业务场景有关 淘宝店铺，转化率=购买产品的人数／所有到达店铺的人数 在广告业务中，广告转化率=点击广告进入推广网站的人数／看到广告的人数。 当月与上月都有购买的用户数/上月购买的用户数 应用Pandas合并数据集 - 组合数据的一种方法是使用“连接”（concatenation) - 连接是指把某行或某列追加到数据中 - 数据被分成了多份可以使用连接把数据拼接起来
62210编辑于 2024-06-06 - 来自专栏IT码农
定义多场景的表单
定义多场景的表单 下面是一个带有添加/编辑的文章表单示例： namespace app\forms; use Yii; use app\models\Article; class ArticleForm extends \yii\base\Model{ const SCENE_ADD = 'add'; //添加场景 const SCENE_EDIT = 'edit'; //编辑场景 public 接收参数失败'; } if($form->edit()){ return '保存完毕'; }else{ return $form->firstError[0]; } } 如果表单定义了多场景 ，而不是盲目地全部validate，毕竟不同场景下有不同的校验字段 深入应用 其实不能仅仅把场景理解为使用在validate控制上的，自己在form里面写的逻辑代码都可以if($this->scenario == self::SCENE_ADD)这样来判断确定是否要做某些逻辑（当该方法与其它场景共用时）
76641发布于 2019-09-02 企业级语音转写选型实践：5 类主流方案的技术架构与场景适配
它突破了 8 小时超长连续录音的技术瓶颈，能够适配职级评审、多场次连续答辩、全天研讨会这类高强度会议场景。如果线下会议较多，还可以搭配同系列的 VibeNote 录音卡硬件使用，实现软硬协同。 这款录音卡采用卡片式设计，搭载多麦阵列与骨传导拾音组合，支持 45 小时连续录音，AI 降噪算法可以过滤键盘声、空调声、环境喧哗声等干扰，实现长时间、高清晰的无损收音。 录音转文字方面，支持现场实时录音转写、离线音频文件导入，自带高清降噪处理，适配会议、课堂、访谈等绝大多数场景；同时支持直接导入主流视频平台的链接，无需下载视频即可提取音频转写，适配内容创作、素材整理场景 对比仅适配单一生态的产品，它的适配范围更广，即便企业内部使用多套办公系统，也能统一接入。 技术上依托通义大模型的语音识别能力，硬件端搭载多麦克风阵列与骨传导拾音技术，支持远距离收音与芯片级降噪。
18510编辑于 2026-06-18- 来自专栏数据云团
Django进阶-8-ORM多对多
多对多关系表 找到该对象； 通过该对象，反向操作，找到第三张关系表； 通过第三张关系表，正向操作，找到和该对象有关系的对象； 只要对象 1 和对象 2 中间有关系表建立了关系；对象 1 反向操作到关系表 (girl_list) obj = models.Boy.objects.filter(name='Bob').first() obj.m.clear() ②反向操作 obj.小写的表名_set 多对多和外键跨表一样都是
85910发布于 2019-07-18 - 来自专栏JavaEdge
多主复制的适用场景(1)-多IDC
这就是多主节点（也称为主-主，或主动/主动）复制。 此时，每个主节点还同时扮演其他主节点的从节点。 3.1 适用场景 在一个IDC内部使用多个主节点没啥大意义，因复杂性远超带来的好处。 但某些case，多活配置也合理： 3.1.1 多IDC 为容忍整个IDC级别故障或更接近用户，可将DB的副本横跨多个IDC。 单主和多主： 性能 单活，每个写入须穿过互联网，进入主节点数据中心。 采用异步复制功能的多活配置通常能更好地承受网络问题：临时的网络中断并不会妨碍正在处理的写入。 有些数据库默认情况下支持多主配置，但使用外部工具实现也很常见，如MySQL的Tungsten Replicator。
74420编辑于 2022-08-01 从转写准度率到场景适配：2025 年 10 款语音文字软件测评，谁是效率外挂首选？
不仅通用转写准确率高，更支持视频转文字和方言转写（如粤语、四川话、河南话等），应对各种复杂场景无压力。AI能力：这才是其降维打击的核心。 如果你需要一款功能全面、中文准确、安全可靠，能覆盖会议、学习、访谈等多场景的「全能王牌」：那么讯飞听见无疑是综合实力最强的首选，它提供的不仅仅是一个工具，更是一套提升个人与组织效率的完整解决方案。 主要适用于钉钉办公用户的日常会议记录场景，优势在于与钉钉办公软件的集成，操作相对简单。2、腾讯会议本身作为一款强大的会议软件，附带的语音转文字功能可在会议过程中实时转写。 但功能相对基础，在转写准确率、专业领域适配以及文档处理等方面，与讯飞听见有一定差距。主要针对腾讯会议的使用者，在会议场景中有一定便利性。3、网易见外工作台支持语音转写，能满足一些基础需求。 不过文件大小和格式限制较多，转写速度相对较慢，在复杂场景下的准确率也有待提高。适用于对转写要求不高，偶尔使用的用户。海外先锋队：六款国际主流工具一览Otter.ai：北美市场的明星产品。
1.7K10编辑于 2025-08-26- 来自专栏yeedomliu
腾讯云微搭多场景使用
实践：快速搭建餐饮小程序 步骤 使用微搭快速完成表单的CRUD 制作一个搜索页面（通过手机号查询预约信息），需要两个页面（搜索页、显示页） 数据源 创建数据源 添加字段『姓名』 添加字段『手机』 添加字段『日期』 创建应用 添加表单 填写并提交表单 查看数据 创建搜索页面 添加表单搜索字段 添加搜索按钮 修改输入框提示语 添加信息展示页 添加全局变量 搜索处理 显示页处理 显示效果 显示页面把全局参数赋值给表达式
4.3K30编辑于 2022-01-23 - 来自专栏爱可生开源社区
多场景 OceanBase 并发参数调整方案
租户线程相关概念 2.1 租户最大线程数 为了维持租户活跃线程数恒定，同时考虑到大查询线程挂起的发生，租户就需要动态的从多租户线程池中申请线程。 /6G | 8 | 8 | | mysql_ob | 10.186.64.61:2882 | 1 unit: 8C/6G | 8 | 8 | | mysql_ob | 10.186.64.62:2882 | 1 unit: 8C/6G | 8 | 8 | +-------------+-------------------+---- 以上场景的压测结果与机器的 CPU 性能、磁盘性能、内存大小，OB 端 CPU/大查询相关参数等均有关联关系。 参数值设置建议根据实际业务场景压测后调整，无特殊需求则采用默认值即可。 8. back=kb 《工作线程》：https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000002014039 《多租户线程常见问题
62310编辑于 2025-06-20 OpenClaw🦞多Agent从场景到实践
尤其是多 Agent 玩法，几乎成了所有用户都会遇到的话题。 但一个现实是：多 Agent 看起来很酷，不代表你一定需要它。 真正有效的做法，不是先追求复杂架构，而是先判断场景、再选模式、最后做可验证的落地。 这篇文章，我把直播里的核心内容整理成一套可以直接上手的实战框架。 一、先说结论：多数场景，单 Agent 就够用 在刚开始使用 OpenClaw 时，最容易犯的错误是：还没找到稳定的业务场景，就先花大量时间搭多 Agent。 当你明显遇到边界，再切多 Agent。边界包括这么几种典型场景 Agent在会话中出现了遗忘的现象，说明上下文长度已经超过模型上下文了，此时可以考虑拆分多Agent了。 模式 3：单实例 + 多 Agent + 多 BOT 但互不协作（推荐） 各 Agent 独立运行，适合并行但无协同场景；例如财务、运营、研发各自处理独立任务。
13910编辑于 2026-06-22- 来自专栏架构驿站
【性能工具】LoadRunner多场景顺序执行
应用场景： 假设有多个不同的测试场景，多个场景有先后执行顺序。或者都需要测试,但白天时间有限, 通过晚上批量执行,可以有两种方式实现。 3个脚本的运行顺序为“Start when Group xxx finished”，并在“Scenario Start Time”中设定场景在晚上的运行启动时间。 设定完定时执行场景后，点击StartScenario按钮，会出现一个倒计时窗口，这样在固定的某个时间 上，测试场景中的3个脚本将乖乖的按照设定的先后顺序进行测试。 ，假设其中每个场景一个测试脚本(实际上没有关系,在场景里边设置你需要的脚本和模式,时间等等)。 首先创建并设置好不同测试场景，再创建一个一个批处理程序按先后顺序调用这些场景进行测试，最后通过Windows的定时任务设定批处理的执行时间。
83650编辑于 2022-03-25 - 来自专栏秋枫学习笔记
SATrans：多场景CTR预估，场景地适应的特征交互方式
10.1145/3580305.3599936 代码地址：https://github.com/qwerfdsaplking/SATrans 会议：KDD 2023 1 引言 近期研究已证明：利用统一的多场景模型相比单场景模型更适用于场景复杂的大规模商业平台 然而大部分多场景模型都面临场景区分建模不充分、随着场景数量增加效果下降，缺乏可解释性等问题。 并且现存的所有多场景模型在对各场景区分建模时，都没有考虑过显示特征交互问题，这限制模型的表达能力且影响到模型性能。 本文针对多场景模型内的特征交互问题，提出场景自适应特征交互框架SATrans(Scenario-Adaptive Feature Interaction framework)。 接着是多场景自适应交互层，在场景embedding的指导下通过自注意力机制组合高阶特征。通过堆叠L交互层，可以对(L + 1)阶的场景自适应特征交互进行建模。
2.1K50编辑于 2023-09-20 Spring事务失效的8种场景
8. python 代码解读复制代码@Transactional(rollbackFor = Exception.class)在今天的文章中总结了使用 @Transactional注解导致事务失效的几个常见场景 ，如果 @Transactional事务不生效，则可以根据这几种情形排查一下，其实次数最多的也就是发生自身调用、异常被捕获、异常抛出类型不匹配这几种场景。
48510编辑于 2024-11-27- 来自专栏FREE SOLO
Redis的8大应用场景
Redis提供了键过期功能，也提供了灵活的键淘汰策略，所以，现在Redis用在缓存的场合非常多。 2、排行榜 很多网站都有排行榜应用的，如淘宝的月度销量榜单、商品按时间的上新排行榜等。 Redis提供的incr命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。 5、分布式锁 在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中 8、消息系统 消息队列是大型网站必用中间件，如ActiveMQ、RabbitMQ、Kafka等流行的消息队列中间件，主要用于业务解耦、流量削峰及异步处理实时性低的业务。 Redis的8个应用场景 一：缓存—热数据 热点数据（经常会被查询，但是不经常被修改或者删除的数据），首选是使用redis缓存，毕竟强大到冒泡的QPS和极强的稳定性不是所有类似工具都有的，而且相比于memcached
17.1K53发布于 2019-04-19 - 来自专栏规划领域技术
POI数据多场景获取脚本分享
之前已经分享了使用场景最广的“划定矩形区域获取POI数据”，考虑到我们规划相关工作中的其他使用场景，增加了针对公服设施、小城镇的“获取整个城市的POI数据”脚本、针对线性空间分块获取数据来提升效率的“多矩形区域获取 Get_GaodeMap_POI.exe脚本，等待爬取完成，目标文件为"poi_get\POI.xls" 3.爬取完成提示为：##########POI数据爬取完成，下次使用请删除"poi_get"文件夹”，并按任意键退出 02 多矩形区域获取 POI数据 用于爬取多个矩形区域内的POI数据，适用场景：为提高爬取效率进行分块爬取（自动去重），如有拐弯的河流、道路，或城市中的不同区域 1.在reference文件夹中改写key.txt、subdivision.txt
1.4K20发布于 2020-08-01 - 来自专栏Java技术栈
Redis 的 8 大应用场景！
之前讲过Redis的介绍，及使用Redis带来的优势，这章整理了一下Redis的应用场景，也是非常重要的，学不学得好，能正常落地是关键。 下面一一来分析下Redis的应用场景都有哪些。 Redis提供了键过期功能，也提供了灵活的键淘汰策略，所以，现在Redis用在缓存的场合非常多。 2、排行榜 很多网站都有排行榜应用的，如京东的月度销量榜单、商品按时间的上新排行榜等。 Redis提供的incr命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。 5、分布式锁 在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中 8、消息系统 消息队列是大型网站必用中间件，如ActiveMQ、RabbitMQ、Kafka等流行的消息队列中间件，主要用于业务解耦、流量削峰及异步处理实时性低的业务。
1.3K30发布于 2018-09-29 - 来自专栏Vincent-yuan
Spring 事务失效的 8 大场景
用 Spring 的 @Transactional 注解控制事务有哪些不生效的场景？ 不知道小伙伴们有没有这样的经历，在自己开心的编写业务代码时候，突然某一个方法里的事务好像失效了。 那么这篇文章就来总结一下，大家给大家造成 “spring事务失效”错觉的 几个常见场景，然后对症下药。 Let's GO!!! 以本人的经历中遇到的问题，大概分有以下几个场景： 数据库引擎是否支持事务（Mysql 的 MyIsam引擎不支持事务）； 注解所在的类是否被加载为 Bean（是否被spring 管理）； 注解所在的方法是否为 异常被吃了 异常类型错误 下面展开分析每一个场景： 数据库引擎不支持事务 这里以 MySQL 为例，其 MyISAM 引擎是不支持事务操作的，InnoDB 才是支持事务的引擎，一般要支持事务都会使用 总结：本文总结了 8 种事务失效的场景，其实发生最多就是自身调用、异常被吃、异常抛出类型不对这 3 个了，像文章开头说的那样，本文不一定总结得全，只是总结常见的事务失效的场景 转自： https://blog.csdn.net
65740发布于 2021-08-10
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