- 综合排序
- 最热优先
- 最新优先
- 来自专栏ytao
Redis5新特性Streams作消息队列
前言 Redis 5 新特性中，Streams 数据结构的引入，可以说它是在本次迭代中最大特性。 它使本次 5.x 版本迭代中，Redis 作为消息队列使用时，得到更完善，更强大的原生支持，其中尤为明显的是持久化消息队列。 除了服务端自动生成 Id 方式外，也支持指定 Id 的生成，但是指定 Id 有以下条件限制： Id 中的前后部分必须为数字。 最小 Id 为 0-1，不能为 0-0，但是 2-0，3-0 .... XADD person MAXLEN 5 * name ytao des https://ytao.top 这样就指定该了 Streams 中的容量为 5 条消息。 (76.36s) 以上执行流程中，group1 群组中有两个消费者，当添加两条消息后，这两个消费者轮流消费。
94120发布于 2020-06-04 - 来自专栏JavaPark
No 5. 控制流程
前言 我们在 上一篇文章 中讲了各种操作符的使用技巧，接上一篇文章中的内容，本次文章主要将流程控制，文章主要内容安排如下： 输入输出 条件判断 控制循环 输入输出 输入 要实现从控制台输入并读取到我们的程序中时 增强 for 循环 自 Java 5 后，引入了一种增强型 for 循环，主要用于数字遍历，其语法格式如下： for(声明语句:表达式){ // 循环语句 } /** * @author : cunyu */ public class Main { public static void main(String[] args) { int[] numbers = {1, 4, 5, 观察结果可知，当 i == 5 时，我们执行了 break 语句，此时就直接跳出了 for 循环，而不再进行下一次的循环。 观察上述结果可知，当 i == 5 时，我们执行了 continue 语句，此时便跳出了当次循环，不再进行后边的打印语句，然后继续下一次的循环，所以最终打印的结果没有 5.
1.1K30发布于 2021-04-21 数字化时代内容「智」作之路心得体会
这篇博客着重分享了一次线下参会的经历，包括会议摘要以及个人的心得体会。这是一场面向开发者的线下会议，其核心内容围绕着AI、写作、个人影响力等几个方向展开。
22211编辑于 2024-12-22- 来自专栏AI技术应用
AI数字人的开发流程
以下是AI数字人的开发流程。1. 明确目的开发AI数字人前，需明确其用途，如虚拟导游、品牌大使、教师或陪伴者等。这将决定后续的技术选型、设计元素和基础设施。2. 选择合适的技术AI数字人需融合多种技术，包括机器学习、自然语言处理、渲染引擎、语音合成、计算机视觉和动作捕捉。根据数字人的功能需求，选择相应的AI模型、软件和硬件。 例如，若数字人无需“看到”观众，如网站上的品牌助手，可省略计算机视觉。3. 设计与开发视觉设计：从初步草图到细节如眼睛颜色、面部表情和手势，全方位塑造数字人的外观。 语音与动作设计：选择专业级的文本到语音系统，让数字人的声音逼真且能传达多种情感和语调。 为使数字人熟悉公司业务，需提供相关数据集进行训练。测试和迭代至关重要，可检测问题并优化。还可邀请少量忠实用户参与测试，收集反馈。5.
94210编辑于 2025-03-20 - 来自专栏Python
5、Python流程控制
5、Python流程控制条件判断条件判断是通过一条 或多条判断语句的执行结果(True或者False) 来决定执行的代码块。 5)在Python中没有switch - case语句。 sum = 0for i in [1,2,3,4,5,6,7]: # print(i) sum = sum + iprint("列表的和：%d"%sum)#执行结果列表的和：28for i ，遵循下面的基本原则: 1)普通语句，直接执行; 2)碰到函数，将函数体载入内存，并不直接执行 3)碰到类，执行类内部的普通语句，但是类的方法只载入，不执行 4)碰到if、for等控制语句，按相应控制流程执行 5)碰到@，break， continue等， 按规定语法执行 6)碰到函数、方法调用等，转而执行函数内部代码，执行完毕继续执行原有顺序 代码.
49320编辑于 2023-11-05 - 来自专栏区块链开发
数字藏品（NFT）项目的上线流程
数字藏品（NFT）项目的上线流程是一个涉及多个环节的复杂过程，需要精心策划和执行。以下是一个详细的步骤指南，涵盖了从准备阶段到上线后的维护。 5.智能合约开发与审计:选择区块链平台: 根据项目需求选择合适的区块链平台（如以太坊、Polygon、Flow等）。 6.数字艺术品/内容创作:艺术设计: 创作高质量、独特的数字艺术品或内容。元数据准备: 准备每个NFT的元数据，包括名称、描述、属性等，并确定其存储方式（链上或链下，如IPFS）。 5.NFT铸造/发售:公开销售: 按照预定的时间和方式开始公开销售NFT。白名单/预售: 如果有白名单或预售环节，需要确保符合条件的参与者能够顺利铸造/购买。 5.持续改进与更新:技术迭代: 根据技术发展和用户需求，对智能合约或平台进行必要的更新和升级。内容创新: 不断推出新的数字艺术品或内容，保持项目的新鲜感。
82210编辑于 2025-03-28 - 来自专栏数字芯片实验室
ASIC 数字设计：概述和开发流程
CMOS工艺利用NMOS和PMOS两种MOSFET来实现高密度、复杂的数字集成电路，主要用于信号处理。CMOS工艺的优点是低功耗、高速度和易于集成等。在数字IC中，MOSFET可以看作是简单的开关。 在ASIC设计流程中，这个Idea会不断地转化为不同的表现形式。 ASIC设计流程的第一步就是把Idea写成详细的规格说明书（Specifications）。规格说明书包括： 设计的目标和约束条件。 硬件描述语言（HDL）是一种用于描述数字系统的语言，可以用来表示逻辑门、微处理器、存储器、触发器等任何级别的硬件。在这个阶段，要对设计进行功能验证，以确保设计符合规格说明书的要求。 5、对门级网表进行功能验证，以检查是否与RTL代码一致。 6、门级网表的物理实现（Physical Implementation）。这一步是将门级网表映射到芯片上的具体位置和连线。 最后，值得思考的是，我们是否一定要遵从这种瀑布式开发流程？？？能否尽可能地流程左移。
2.1K10编辑于 2023-09-01 - 来自专栏数字孪生
Unity 开发数字孪生项目的流程
以下是使用 Unity 开发数字孪生项目的详细流程：第一阶段：项目定义、资产准备与数据规划目标： 明确业务需求、确定多平台部署目标，并准备三维模型和数据源。 1.需求与平台界定：核心功能： 确定数字孪生用于监控、培训、销售展示还是运营优化。部署目标（关键）： 明确最终的应用运行平台。 第三阶段：虚实数据绑定与动态逻辑实现目标： 将实时数据与 3D 对象的属性和行为连接起来，实现数字孪生的核心功能。 物理模拟： 使用 Unity 的内置物理引擎或外部插件（如 NVIDIA PhysX）实现流程模拟或碰撞检测。 #Unity #数字孪生 #软件外包公司
1.5K11编辑于 2025-10-27 - 来自专栏软件资源
轻松实现多人协作，Adobe InCopy CC 2019为编辑工作保驾护航+全版本安装包
Adobe InCopy CC 2019 是一款专门为印刷和数字出版流程而设计的编辑程序。它是 Adobe 系列中最为重要的印刷工具之一，并且应用范围非常广泛，包括报纸、杂志、图书等各种出版物。 此外， Adobe InCopy CC 2019 还支持 XML （可扩展标记语言）工作流程，通过使用与 Adobe InDesign CC 2019 兼容的标记语言，可以大幅度提高出版物制作的效率，可以快速转化 、处理、发行以及印刷稿件，让整个出版流程更加顺畅。 综上所述， Adobe InCopy CC 2019 是印刷工业中最为重要的编辑程序之一。 5.打开菜单，找到下载的IC2019软件，鼠标左击拖拽到桌面创建快捷方式。 6.在桌面找到IC软件，双击打开 7.安装完成
44000编辑于 2023-04-13 - 来自专栏JavaPark
JavaScript 教程「5」：流程控制
通俗来讲，流程控制就是控制我们的代码按照既定的结构顺序来执行。 而流程控制主要分为三种结构，分别是： 顺序结构 分支结构 循环结构 这三种结构分别代表了三种代码执行的顺序，用流程图示意如下。 顺序结构 分支结构 循环结构 顺序结构流程控制 顺序结构是代码中最基本、最简单的流程控制，它没有特定的语法结构，代码会按照代码位置的先后顺序，依次执行。基本上程序中的代码都会存在顺序结构。 var age = prompt('请输入你的年龄'); if(age >= 18){ alert('你可以玩王者荣耀 5 小时'); }else{ alert('你只能玩王者荣耀 2 i 为 2 时，跳出当次循环，所以程序打印出了 0-5 中除 2 之外的其他元素。 for(var i = 0; i <= 5; i++){ if(i == 2){ break; } console.log(i); } 以上实例设置了当 i 为
62520编辑于 2022-05-23 - 来自专栏数字孪生
WebGL 开发数字孪生项目的全流程
WeblGL 在数字孪生领域的应用，能够将物理世界的复杂数据以三维可视化的方式呈现，实现实时监控、模拟仿真和数据分析。从项目规划到最终部署，整个开发流程是一个系统性的工程，需要跨学科的团队协作。 以下将详细阐述一个完整的 WebGL 数字孪生项目的开发流程，确保项目顺利高效地进行。1. 项目规划与需求分析在任何一行代码开始之前，明确项目的目标和范围至关重要。 确定项目目标： 数字孪生项目的核心价值是什么？是用于设备故障预警、生产流程优化、还是城市交通模拟？清晰的目标有助于指导后续所有决策。 5. 性能优化与部署性能是 WebGL 项目成功的关键，特别是对于复杂的大型项目。 通过以上严谨的流程，一个 WebGL 数字孪生项目可以从概念变为一个功能强大、性能优越的实际应用，为企业带来巨大的商业价值。
74710编辑于 2025-09-16 - 来自专栏深度学习与python
革新流程挖掘，数字北极星 3.0 开启流程智能新纪元
望繁信科技在会上发布了数字北极星流程智能平台的 3.0 版本，结合大模型为企业的流程管理绘制了全新的图景，让更多企业能够以较低的门槛从流程智能化改造中获得切实收益。 从流程图本地化到流程资产 望繁信科技在开发数字北极星流程智能平台时，正是基于以上理念来设计架构的。 数字北极星 3.0 会通过人工智能分析历史业务数据，挖掘出最真实客观的流程并沉淀至流程资产中。 除上述能力外，数字北极星 3.0 平台还加入了当下热门的大模型能力，将流程平台的智能水平提到了一个全新的高度。 目前，望繁信科技已经将自研的流程资产平台技术的开源计划提上了日程。在望繁信科技看来，流程挖掘仅仅是数字北极星 3.0 的一部分。
53720编辑于 2023-10-09 - 来自专栏用户9859085的专栏
数字藏品系统开发（IBOX数字藏品开发）丨数字藏品源码开发流程
数字藏.品，是NFT的一种应用形式，目前网络上所说的数字藏.品、NFT、NFR，都是数字藏.品的一种称呼方式。" 数字藏.品是指使用区块链技术，对应特定的作品、艺术品生成的唯.一数字凭证，在保护其数字版权的基础上，实现真实可信的数字化发行、购买、收.藏和使用。” 二、多种发行方式： 采用定价发行、盲盒发行、多形式拍卖等机制来确保不同范式的数字藏.品都能够有合理的价格发现。 四、生.态赋能优势： 扩大数字藏.品应用场景，为数字藏.品产品持续赋能，终形成音乐、体育、动漫、艺术品、虚拟土地、域名等多领域协同发展生.态 按照数字藏.品（NFT）受追捧的热度可将上述的项目分为三个等级
1.2K30编辑于 2022-06-27 - 来自专栏EAWorld
流程驱动的企业数字化转型
7.1亿，其中手机网民规模达到了6.56亿；而这个数字我在上次5月份分享时的数据是2015年12月底的6.88亿；对比我们可以看到，半年时间中国网民的数量又增加了2200万。 传统企业的流程是部门级的，存在大量的人工审批；数字化会颠覆原有的流程，自动化的决策流程与自助服务相结合会逐步替代人工流程。 所以数字化时代的企业流程管理趋势必然是端到端、数字化自动流程、全生命周期管理。 三、是数字化转型前后的区别 以上是分享了流程驱动的企业数字化转型之路，传统企业向数字化转型，在“用户”、“渠道”、“流程”、“组织”、“价值链”、“IT”等方面都需要逐步改变。 最后，我们可以看到已经有像红领、洋河、蓝月亮、上海移动、索非亚等众多的企业走在了数字化转型的路上；红领的数字化转型实践在5月份已经分享过，后面有机会的话可以给各位分享一下洋河的数字化转型实践。
2.3K70发布于 2018-04-02 - 来自专栏数字孪生
虚幻引擎（UE）开发数字孪生项目流程
使用虚幻引擎（Unreal Engine，简称 UE）开发数字孪生项目是行业内的主流选择，尤其适用于对图形质量、沉浸感、实时渲染性能和物理模拟精度有高要求的项目。 1.核心逻辑开发（蓝图/C++）：蓝图脚本（Blueprint）： 使用 UE 的可视化脚本系统构建大部分的业务逻辑、用户交互和数据处理流程。蓝图特别适合快速迭代和非程序员参与开发。 流程模拟： 基于实时数据或历史模型，模拟资产在不同工况下的运行状态，并在场景中可视化预测结果。 第五阶段：交付与运维交接目标： 确保客户可以独立运营和维护数字孪生系统。1.代码与资产交付：交付完整的 UE 项目文件、C++ 源码、蓝图资产以及所有优化后的三维模型和纹理。 #webgl开发 #数字孪生 #软件外包公司
1.8K10编辑于 2025-10-27 - 来自专栏科研猫
从网络图探寻基因互作的蛛丝马迹（5）
在前面的4期中，我们分别给大家讲解了网络图的构造、 STRING 数据库、Cytoscape 软件的安装以及使用，链接如下： 从网络图探寻基因互作的蛛丝马迹（1） 【科研猫·绘图】从网络图探寻基因互作的蛛丝马迹 （2） 从网络图探寻基因互作的蛛丝马迹（3） 从网络图探寻基因互作的蛛丝马迹（4） 再来回顾一下我们的研究课题 如何从100多个差异表达的基因当中快速锁定关键基因 这个课题的分析步骤分了几个步骤 ： 1、从基因列表到蛋白互作； 2、从蛋白互作到互作网络； 3、从互作网络到关键基因。 MCODE使用 在 Apps 中点击 MCODE，然后会在控制面板（不知道哪里是控制面板的，请看我们的上一期内容：从网络图探寻基因互作的蛛丝马迹（4））中出现 Mcode这一面板，点击 Analyze 回到我们的研究课题当中，到这里，我们的研究课题的三大步： 1、从基因列表到蛋白互作；（已完成） 2、从蛋白互作到互作网络；（已完成） 3、从互作网络到关键基因；（已完成） 终于全部顺利完成了
1.9K20发布于 2019-09-24 - 来自专栏机器学习/数据可视化
Golang之旅5-流程控制
Go语言的流程控制 Go语言中的流程控制主要有if和for，还有简化代码和降低重复性的switch和goto。 //} //break跳出循环 for i := 0; i < 5; i++{ fmt.Println(i) if i == 3{ //i等于3，跳出循环体，结束for循环 break } } //continue跳出循环 for i := 0; i < 5; i++{ if i == 3{ continue //跳过本次for循环，不执行打印语句，直接继续下次循环 } fmt.Println(i) } } 转二进制 // 将数字转成二进制 // 13/2 = 6...1(第四位)；6/2=3...0(第三位)； // 3/2=1...1(第二位)；1/ fmt.Println("偶数") default: fmt.Println("无效输入") } //分支后面跟表达式 number := 5 switch {
48610发布于 2021-03-02 - 来自专栏人工智能工程技术
YOLOv5模型训练流程说明
一、模型训练流程概述YOLOv5 是一种常见的目标检测模型，在实际应用中，其训练过程通常涉及多个阶段，包括数据处理、模型训练与结果验证等环节。 整体流程可概括为：数据准备、数据标注、数据配置、模型选择、模型训练、模型评估以及模型推理与部署这些步骤共同构成了从数据到模型应用的基本流程。 ，不同模型在计算资源消耗与性能表现上有所差异：模型特点yolov5s结构较轻，计算量较小yolov5m综合性能平衡yolov5l参数较多，检测能力较强yolov5x模型规模较大实际选择通常与计算资源条件和应用需求相关 python train.py --data data.yaml --weights yolov5s.pt --epochs 100常见训练过程中涉及的参数包括：预训练权重 十、总结YOLOv5模型训练过程通常涉及数据准备、模型训练以及结果验证等多个环节。模型性能通常受到数据质量、模型结构以及训练参数等因素的综合影响。
34110编辑于 2026-04-13 - 来自专栏Datawhale专栏
实测讯飞智作，一张照片定制属于自己的数字人
Datawhale亲测 AI应用：讯飞智作 只用一张照片，就可以定制属于自己的数字人。 这是大模型给数字人领域带来的最新震撼。 这样的超拟人数字人技术，由「讯飞智作」最新发布。 我们在小程序上使用了讯飞智作的“超拟人数字人”功能，只用了一张照片（下图所示）和一段语音花了几秒钟就生成了这段视频。 https://mpvideo.qpic.cn/0b2epaabiaaaceapx5bjz5tva6gdcr4aafaa.f10002.mp4? 「讯飞智作」的超拟人数字人生成，核心受到关注的，其实还是多模态交互技术： 比如在肢体动作驱动方面，讯飞智作针对此次超拟人数字人进行了大胆的技术创新——通过多模扩散生成大模型的应用，数字人的四肢动作能够与语音内容自然匹配 讯飞智作的超拟人数字人将构建提升到了秒级，降低了数字人定制的门槛，让大家看到了其在 AI 数字人领域的领先性。 解放生产力、释放想象力，让创意生产，变得简单、高效、人人可用。 体验通道：讯飞智作
1.2K10编辑于 2024-11-08 - 来自专栏Python进阶之路
基于MATLAB的数字信号处理(3) 用FFT对信号作频谱分析
二、实验原理与方法 用FFT对信号作频谱分析是学习数字信号处理的重要内容，经常需要进行谱分析的信号是模拟信号和时域离散信号，对信号进行谱分析的重要问题是频谱分辨率 D 和分析误差。 ,'m'); xlabel('n'); ylabel('x(n)'); title('x5(n)'); axis([0 31 -2.2 2.5]); xk=fft(x5,N1); subplot(322 ,'r'); xlabel('n'); ylabel('x(n)'); title('x5(n)'); axis([0 31 -2.2 2.5]); xk=fft(x5,N2); subplot(324 ,'g'); xlabel('n'); ylabel('x(n)'); title('x5(n)'); axis([0 31 -2.2 2.5]); xk=fft(x5,N2); subplot(326 ，如图 (2a) 和 (3a) 所示 但是，当 N=16 时，x3(n) 与 x2(n) 就不满足循环移位关系了，所以如图 (2b) 和 (3b) 所示，幅频特性不同 五、实验总结 用 FFT 对信号作频谱分析是学习数字信号处理的重要内容
10.3K66发布于 2021-12-01
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