- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
测试数据生成：3个高价值实战案例
本文聚焦「测试数据生成」这一关键能力，通过三个来自一线企业的实战案例，解析如何用工程化思维构建可复用、可审计、可演进的测试数据供给体系。 根本原因在于——数据缺乏业务语义关联。 团队重构方案：引入基于规则引擎+概率分布的分层生成框架。 最终生成的500万条测试数据不仅通过TPS 8万+的压测，更提前两周捕获了3类灰度环境中未暴露的资损逻辑缺陷。 上线后，新监管适配周期从12天压缩至47分钟，且每次生成的数据均附带可追溯的规则版本哈希与合规性断言日志。 这三则案例揭示一个趋势：现代测试数据生成已超越‘造数工具’范畴，正演变为融合领域知识建模、合规策略编码与AI生成能力的综合性质量工程实践。
18710编辑于 2026-06-15 - 来自专栏DrugScience
DOCK-3-生成Spheres
生成Spheres 官方教程链接： http://dock.compbio.ucsf.edu/DOCK_6/tutorials/sphere_generation/generating_spheres.htm 步骤 接上文，已经完成了蛋白受体以及配体的准备，加氢加电荷 现在开始准备生成Spheres 生成Sphgen是DOCK的必须 Sphgen生成多组重叠的球体，以描述分子或分子表面的形状。 生成Sphgen （1）使用chimera的工具生成dms File -> Open -> rec-1htp-dock-prep.mol2. -> Show Tools -> Structure Editing -> Write DMS 直接命名保存 然后使用Chimera直接打开 绿色的点状物质环绕cartoon结构周围便是dms （2）生成 选择距配体的每个原子10.0埃以内的所有球体 使用指令： sphere_selector rec.sph lig_charged.mol2 10.0 输出文件为：selected_spheres.sph 生成一个文件
90510发布于 2021-02-04 - 来自专栏python3
python3生成随机数据，并存入sql
: 2018/6/15 22:46 # @Author : Kwan # @File : insert_db.py # @Software: PyCharm import sqlite3 import random import datetime # conn = sqlite3.connect('local.db') # # c = conn.cursor() # # c.execute data_dict['localtime'] = localtime return data_dict def insert_data(list): conn = sqlite3. , (max_id, card_number, car_type, localtime)) except sqlite3.OperationalError: sql = ''' # id = id_1.fetchall() conn.commit() conn.close() # def select_data(): # conn = sqlite3.
65710发布于 2020-01-06 - 来自专栏贾志刚-OpenCV学堂
GPT-3+DALL-E 2 = 海量带标签数据自动生成 ？
最近有研究人员发现，GPT-3+DALL-E 2模型如果结合在一起，就能自动生成海量的带标签数据，可以用来扩增和平衡数据集、抵御对抗攻击等。 巧妇难为无米之炊，没有数据何以训模型？ 深度学习算法能取得远超其他模型性能的一个重要原因就是能吃下大容量的数据集，例如谷歌内部用于训练图像分类模型的数据集JFT就包含了3亿张图像和3.75亿个标签。 3、对抗性样本。使用类的名称来创建一个对抗性例子的数据集，例如「一辆类似大麦町的汽车」。 GPT-3助阵 DALL-E的输入是期望生成图像的文本提示。 但从文本模板里生成的话就太慢了，多样性也不强，我们可以利用文本生成模型GPT-3，为每个类别生成几十个文本提示，然后用DALL-E生成几十个图像并标记为对应的类别。
82830编辑于 2022-05-19 - 来自专栏AI算法能力提高班
DALL-E3 | （3）字幕生成器
1 Abstract 文生图模型可以通过在高度描述性生成的图像字幕上训练来提升提示词能力 现存的研究主要是沿着详细的图像描述而忽略了单词和混淆提示（歧义），在数据集上表现为噪声和不准确，从而影响精度 DALL-E 3 通过训练一个定制的图像字母器对训练集重新生成字幕，并用它们训练数据集，最后公开了样例和评估代码 2 Dataset Recaptioning 训练用的文本图像对中，文本字幕通常来源于人类标注 Step 4 将Model A和Model B 联和训练 2.1.1 Fine-tuning the captioner Stage 1 SSC 先构造一个小的只对图像主体描述的字幕数据集，模型偏好生成图像主体的提示词 Text rendering 在构建我们的字幕生成器时，我们特别注意确保它能够在生成的字幕中包含在图像中找到的显著单词。因此，DALL-E3 可以在提供提示时生成文本。 这对我们的文本到图像模型产生了下游影响：DALL-E3 在为上述特定术语生成图像方面不可靠
80620编辑于 2023-10-25 - 来自专栏python3
Python3--列表生成式
你在使用python时,是不是遇到了这种情况,在for循环之前又加了一段代码,是不是感觉这种代码有点看不懂的感觉, 其实这是python的一个内置的强大的功能--列表生成式,它可以帮助你更好的简洁的实现代码 举个例子: 不用列表生成式来生成一个列表 ##################### 不使用列表生成式 ##################################### list = [] for i in range(9): list.append(i) print(list) 结果: [0, 1, 2, 3, 4, 5, 6, 7, 8] 使用列表生成式来生成一个列表 ####### ############## 使用列表生成式 ##################################### list = [i for i in range(9)] print(list ) 结果: [0, 1, 2, 3, 4, 5, 6, 7, 8] 对比这两种结果,你的直观感觉会觉得使用了列表生成式会一眼明了的看到了结果,很简洁明了.
53510发布于 2020-01-16 - 来自专栏python3
sublime text 3 生成并安装
2、制作自己想要的主题，具体操作网上有很多 3、将生成的主题文件*.tmTheme下载下来 4、打开sublime text 3安装插件Colorsublime.sublime-package 5、打开 ，在打开文件下新建文件夹“Colorsublime-Themes” 6、将刚刚下载的主题文件*.tmTheme保存在该文件下 7、重启sublime text 3，选择刚刚安装的主题即可
53420发布于 2020-01-08 - 来自专栏从零开始学自动化测试
python3 测试时候如何批量随机生成伪数据？(faker模块）
前言 在测试的过程中，我们经常需要造一些测试数据，比如姓名，手机号，身份证，地址，以及公司信息等测试数据。 就拿姓名来说，我们平常想到的姓名就是张三，李四，王五这些简单的名字。 为了让小伙伴门的头发更加茂密，给大家介绍一个造测试数据的利器 Faker 库，可以帮我们随机生成伪数据。 Faker 安装与介绍 Faker 是一个 Python 包，主要用来生成伪数据，无需再手动生成或者手写随机数来生成数据，只需要调用 Faker 提供的方法，即可快速完成数据的生成。 fake.phone_number() print(tel) address = fake.address() print(address) 运行结果 李倩 15810436027 吉林省石家庄市金平佛山路v座 454330 常用的生成数据方法 )：省份 fake.address()：详细地址 fake.street_address()：街道地址 fake.street_name()：街道名 fake.street_suffix()：街、路 3.
2.4K50发布于 2021-06-25 - 来自专栏WordPress果酱
CSS3 代码生成工具：Create CSS3
CSS3 具有相当多的新增属性，而且包括阴影、动画、过渡等华丽的效果。但是由于 CSS3 出来并没有很久，各个浏览器厂商还在开发中，有些属性仍然会带有实验性前缀。 而且类似制作动画、渐变的 CSS3 代码也相当复杂，一旦写错就会导致出现问题。 为此，有人开发了一个生成 CSS3 代码的工具 Create CSS3 。 这类的工具已经非常多了，但并不是很全，往往只是单纯的生成按钮或者渐变、阴影等等，而这个工具，几乎包括了所有的 CSS3 属性。 你只需要选择一个属性，填写一些参数，就可以生成对应的 CSS3 代码，同时它会自动的在相关属性前面增加实验性前缀，而且在下面还可以看到预览效果。 如果你比较懒，又需要一些 CSS3 编写的效果，不妨来使用一下 Create CSS3 吧！ ----
87010编辑于 2023-04-14 - 来自专栏.net core新时代
数据字典生成工具之旅(3)：PowerDesign文件组成结构介绍及操作
<o:Table Id="o97"> <a:ObjectID>41144D16-B6B3-43CD-8B36-57CBAFB26654</a:ObjectID> <c:Keys> <o:Key Id="o380"> <a:ObjectID>F9089FCD-D9E9-4FB0-92F3- pkInfo.Name + ","; } } //杜冬军2014-05-16 修改没有主键 生成 Console.WriteLine(XmlDoc.InnerXml); } 回到顶部 工具源代码下载 目前总共有经过了七个版本的升级，现在提供最新版本的下载地址 数据字典生成工具 V2.0安装程序 最新安装程序 数据字典生成工具源代码 最新源代码 http://code.taobao.org/svn/DataDicPub SVN最新源码共享地址 回到顶部
1.7K100发布于 2018-01-05 - 来自专栏有趣的django
3.python词云图的生成
cut_text = jieba.cut(text) # print(type(cut_text)) # print(next(cut_text)) # print(next(cut_text)) #3. 以空格拼接起来 result = " ".join(cut_text) # print(result) # 4.生成词云 wc = WordCloud( font_path='simhei.ttf
1.5K40发布于 2018-08-10 - 来自专栏python3
使用keytool生成3DES密钥
keytool 简介 keytool生成3DES密钥 C:\Program Files\Java\jre1.8.0_161\bin>keytool -genseckey -alias test-TDES
2.3K10发布于 2020-01-08 - 来自专栏python3
Python 3 之 生成器详解
3 例如，用send方法，编写一个能够被它的调用者终止的生成器。 = iter(G) # 生成新的迭代器（其实不会生成新的） >>> next(I3) Traceback (most recent call last): 2, 3, 4, 5]))) [1, 8, 81] 这里并没有做什么实际工作，知道list调用迫使生成器运行，通过激活迭代协议而进行。 此外，嵌套的列表解析使用了两个层级的延迟运算……Python 3.x的range内置函数是一个可迭代对象，就像生成器表达式参数对元组。 然而，有了类，我们可以访问比其他生成器构造所能提供的更丰富的逻辑和数据结构选型。迭代器的内容不会真正结束，直到我们了解到它如何映射到类。 .
1.6K20发布于 2020-01-03 - 来自专栏python3
python3 pillow生成简单验
使用Python的pillow模块 random 模块随机生成验证码图片，并应用到Django项目中 安装pillow $ pip3 install pillow 生成验证码图片 \vericode.py random_color(s=1,e=255): return (random.randint(s,e),random.randint(s,e),random.randint(s,e)) #生成验证码图片
61910发布于 2020-01-02 - 来自专栏Java全栈·
自动生成API工具——Swagger3
今天给大家分享一波自动生成API文档的工具，就是Swagger，人们亲切的叫他丝袜哥。哈哈哈哈，开玩笑的啦，小编给大家提供了一个工具类，这个工具类可以直接复制粘贴进行使用哦 1. 使用Swagger生成API，我们可以得到交互式文档，自动生成代码的SDK以及API发新特性。 前后端分离项目，接口文档的存在是十分重要的。 与手动编写的接口不同，swagger是一个自动生成接口文档的工具，在需求不断变更的环境下，手动编写文档的效率太低。与swagger2相比新版的swagger3配置更少，使用更方便。 2. 当接口更新之后，只需要修改代码中的Swagger描述就可以实现实时生成新的接口文档，从而规避了接口文档老旧不能使用的问题 通过Swagger页面，我们可以直接进行接口调用，降低了项目开发阶段的调式成本。 3.
1.1K30编辑于 2022-06-20 - 来自专栏python3
python3基础：生成器
前言 在python中，边循环边计算的机制就称为生成器(generator)。使用生成器当用到数据的时候在生成，这样可以节约空间，提高效率。 说明： 只是由print改成了yield就得到了一个生成器对象，可以用next()或者for循环将数据取出来。换成yield之后到底发生了什么？ =(add(n,i) for i in test()) 第2次：n = 10，执行g=(add(n,i) for i in (add(n,i) for i in test())) ) 第3次 ：n = 5，执行g=(add(5,i) for i in (add(n,i) for i in (add(n,i) for i in test())) )) 到第3次的时候n的值就是5,也就是说前两次给 而生成器函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行 参考链接： https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
63440发布于 2020-01-13 - 来自专栏sringboot
python DataFrame数据生成
行索引index在此处表示为交易日期，Pandas提供了强大的处理日期数据的功能，我们使用pandas.date_range()生成DatetimeIndex格式的日期序列，其中参数包括：起始时间start as pd #生成日时间序列 dd=pd.date_range('2010-01-01',freq='D',periods=1000) print(f'生成日时间序列：\n{dd}') """ 生成日时间序列 ’numpy.ndarray’，属于data参数支持的数据类型，于是我们将data、 index和columns三个参数传入创建DataFrame的方法中，就可以生成DataFrame格式的股票交易数据 ，就可以利用Pandas强大数据分析功能处理我们的数据，在后续的小节中会陆续介绍其中的各种方法。 以上就是Pandas的核心—DataFrame数据结构的生成讲解。
2.6K20发布于 2019-11-01 - 来自专栏草根专栏
RabbitMQ 入门 (Go) - 3. 模拟传感器，生成数据并发布
现在，我们需要模拟传感器，生成数据，并发布到 RabbitMQ。 同时别忘了安装 amqp 的包：go get -u github.com/streadway/amqp 我们要生成一些模拟数据，生成数据有一定的范围（位于一个最大值和最小值之间），如下图： 因此，我们需要这样几个配置参数 ： 传感器的名称 传感器数据的更新频率 模拟生成数据的最大值 模拟生成数据的最小值 与前一次生成数据的差值的最大值（变化幅度的最大值） 设置命令行参数并读取 在这个项目里， --help，其结果如下： 生成模拟数据 要生成模拟传感器的数据，需要使用到 math/rand 和 time 这两个包。 第 29 行，把生成的最新数据打印一下即可。 calcValue 函数 生成模拟数据的逻辑是如果数据偏离额定值，那么尽量让下次生成的值向额定值靠拢。
74120发布于 2021-11-02 - 来自专栏AI科技大本营的专栏
苹果发布 AI 生成模型 GAUDI，文字生成 3D 场景
近日，苹果 AI 团队发布最新 AI 模型 GAUDI，它是基于 3D 场景的神经架构 NeRFs，可以根据文字生成 3D 室内场景。 2021 年末时，谷歌通过 Dream Fields 首次展示了 3D AI 生成系统，将 NeRF 生成 3D 视图的能力与 OpenAI 的 CLIP 评估图像内容的能力相结合。 Apple GAUDI 是 3D 内饰专家 虽然谷歌致力于使用 Dream Fields 生成单个对象，但将生成 AI 扩展到完全不受约束的 3D 场景仍是一个尚未解决的问题。 在对四个不同数据集（包括室内扫描数据集 ARKitScences）的实验中，研究人员表明 GAUDI 可以重建学习视图并匹配现有方法的质量。 虽然现在 GAUDI 生成的 3D 场景视频质量还不是很高，但这也说明了 AI 在图像和视频技术这生成的另一种可能。
1K20编辑于 2022-12-09 生成随机数据
使用存储过程生成任意数量的随机数据 涉及到的数据类型包括： number、long、varchar2、date、timestamp 基于以下sql，可以修改存储过程中间部分用来填充其他表格，数据格式处理可以参照本 sql /** * 创建序列，用于获得特征数据 */ create sequence mock_data_seq minvalue 1 start with 1 increment by 1 cache 100; /** * 创建数据库表 */ create table tab_mock_data ( id number, serno long, ',SYSDATE-(i/24 + i/24/3600), mod(i,3),dbms_random.random/10000,'std','备注',current_timestamp); end call mockdatagenertator(1000); -- 查询数据 select * from tab_mock_data; --- 清理数据 drop sequence mock_data_seq
14510编辑于 2026-06-15
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