- 综合排序
- 最热优先
- 最新优先
- 来自专栏Deep learning进阶路
3-2 队列
3-2 队列 1、基本概念 队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。
64940发布于 2019-07-02 3-2配置系统
两处都读取某个选项值，在A之后B之前配置项改变，A仍然是旧值，B是新值 IOptionsSnapshot<T>：和IOptionsMonitor<T>不同之处在于AB都是旧值，再次进入这个范围才会读到新值 测试读取
23110编辑于 2026-06-17- 来自专栏Hank’s Blog
3-2 矩阵的子集
> x <- matrix(1:6,nrow=2,ncol=3) > x [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6
82620发布于 2020-09-16 - 来自专栏软件测试
智能化测试已来，测试人员该何去何从？
在过去十年，软件测试从“手工验证”迈入“自动化时代”，而今天，我们正站在又一个转折点——智能化测试的大门已经打开。 本文将从趋势分析、角色重构、能力路径与未来展望四个层面展开，深刻剖析智能化测试对测试人员的影响与机遇，指引测试专业人士在AI时代破局而立、涅槃重生。 一、智能化测试，不再是遥远的未来，而是正在发生的现实1.1 智能化测试的内涵所谓“智能化测试”，并非简单地使用AI工具辅助测试流程，而是指： 以大语言模型为核心，通过自然语言理解、知识推理、上下文记忆、 ：传统“手艺人”式的测试工作正在被“智能化流程”替代。 面对“测试智能化”这股不可逆转的浪潮，我们不能躲，也不必怕。 唯有学习、思变、重构，才能掌握未来测试话语权。 智能化测试已来，测试人员唯有向内深耕、向外拓展，方能在新时代焕发新的专业荣光。
1.1K10编辑于 2025-06-29 - 来自专栏叽叽西
lagou 爪哇 3-2 zookeeper 笔记
单机模式：Zookeeper只运行在一台服务器上，适合测试环境； 集群模式：Zookeeper运行于一个集群上，适合生产环境，这个计算机集群被称为一个“集合体” 伪集群模式：就是在一台服务器上运行多个Zookeeper
66910编辑于 2022-05-17 - 来自专栏破晓之歌
JAVA入门3-2（未完，待续） 原
4.3应用泛型管理课程 测试添加时不是一个类型对象 ? ? ? 跑出异常 ? ? ? 声明成功一个带有泛型的list ? 声明成功一个带有泛型的list的属性Arraylist成功 ? ? set中元素是无需的，不可重复 测试时否不可重复： ? ? ? ? 只能添加一次 ? 五、Java 中的集合框架（中） 5.1Map & HashMap 简介 ? ? ? ? ? ?
53150发布于 2018-08-15 - 来自专栏网站漏洞修补
代码审计中渗透测试的智能化分析
在安全领域里，每一个安全防护科学研究人群在科学研究的环节中，也一样的一次又一次探究着怎样能够智能化的解决各行各业的安全性问题。在其中智能化代码审计便是安全防护智能化绕不过去的坎。 这次我们就一块聊聊智能化代码审计的发展历程，也顺带讲一讲怎样开展1个智能化静态数据代码审计的核心。 智能化代码审计 在聊智能化代码审计软件以前，最先我们必需要明白2个定义，少报率和漏报率。 在评论下边的全部智能化代码审计软件/构思/定义时，全部的评论规范都离不了这两个词，怎样去掉这两个方面亦或是在其中其一也更是智能化代码审计发展壮大的关键环节。 我们可以简洁明了的把智能化代码审计（这儿我们探讨的是白盒）分成两大类，一种是动态性代码审计软件，另一种是静态数据代码审计软件。
86822发布于 2020-10-11 - 来自专栏DevOps时代的专栏
基于 Jmeter 生态的智能化性能测试平台
02 智能化性能平台的设计思路 对于理想的智能化性能测试平台，我们认为应该具备以下能力： 自动化测试需求识别能力，包括自动风险识别和测试需求生成，提高风险识别的全面性和准确性。 智能化测试结果分析和数据可视化能力，自动化分析并生成测试报告，帮助测试人员快速定位和解决性能问题。 测试管理和监控能力，支持测试任务和测试资源的管理，以及实时监控测试进度和测试报告。 一个完整的智能化性能测试平台应具备全面的智能化能力，可帮助测试人员提高测试效率、降低测试成本和提高测试质量，以支持应用程序的性能优化和改进。 通过 Prometheus 监控和定制诊断分析模型实现智能执行、监控和预警，结合自定义组件实现功能、协议、场景扩展等，逐步构建智能化性能测试平台。 04 智能化性能平台的未来展望 我们已经实现了智能化性能测试平台的建设，为智能化性能测试迈出了坚实的一步。随着不断有新的测试应用和场景接入，我们也发现了围绕智能化性能测试平台的丰富想象空间。
1.1K21编辑于 2023-08-22 - 来自专栏深度学习与python
测试智能化的机会在哪里？| ArchSummit
产品发布周期越来越短，测试技术跟不上，这就是掉队。虽然测试窗口在不断缩小，但测试效率并没有大幅度提高，这就导致了很多潜在问题遗留下来，线上系统故障率急速攀升。而人工智能的发展使得测试提效成为可能。 智能化测试值不值得做？应该如何做？业界有哪些实践？是不是大家都可以做智能化测试？ 在即将到来的 12 月 2 日和 3 日，由 InfoQ 主办的 ArchSummit 全球架构师峰会（北京站）上，我们携手出品人美团李永刚，共同邀请了业界专家来分享智能化测试落地实践。 议题二 在美团微服务架构质量体系的建设中，美团采用了智能化的解决方案——服务链路分析。 活动推荐 ArchSummit 全球架构师峰会（北京站）2022 的演讲专题目前已上线【数字化场景下的业务架构】【低代码实践与应用】【国产化替代解决方案探索】【分布式架构落地实践】【智能化软件测试】【
2.7K20编辑于 2023-03-29 - 来自专栏刷题笔记
3-2 数组元素的区间删除 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101225075 3-2 数组元素的区间删除 (20 分) 给定一个顺序存储的线性表，请设计一个函数删除所有值大于 裁判测试程序样例： #include <stdio.h> #define MAXN 20 int Delete( int A[], int L, int minA, int maxA ); int
1.1K30发布于 2019-11-08 - 来自专栏自动化测试
从“自动化”到“智能化”：AI测试平台引领软件测试范式转
今天我们就来深度拆解友声科技TestMan一体化测试平台背后的AI技术架构，看看它如何用大模型、AI视觉识别等技术，让测试从“自动化”走向“智能化”。 平台采用创新性架构设计，构建统一的测试管控体系，实现测试工作的一体化、智能化与协同化。 ——公司深度参与了中国信通院主导的《智能化软件工程技术和应用要求 第3部分：智能测试能力》标准制定，在“测试用例生成及补全”、“测试脚本生成”、“测试结果分析”三大核心模块的编制工作中做出了重要贡献。 从自动化到智能化，本质区别在于：自动化是让机器按照人的指令去执行，智能化是让机器自己决定“测什么”和“怎么测”。 TestMan所做的，正是将这种智能化的能力，嵌入到测试管理的每一个环节中，让测试团队从繁琐的维护工作中解放出来，真正聚焦于质量策略与业务洞察。
54310编辑于 2026-08-06 - 来自专栏万能的小草
pandas入门3-2:识别异常值以及lambda 函数
假设每个月的客户数量保持相对稳定，将从数据集中删除该月中特定范围之外的任何数据。最终结果应该是没有尖峰的平滑图形。
1.5K10发布于 2020-02-17 - 来自专栏ceshiren0001
智能化测试基础架构：软件质量保障的新纪元
在快速迭代与追求极致用户体验的今天，传统测试手段已难以满足现代软件开发的需求。面对复杂多变的业务场景和频繁的产品更新，一种新的解决方案——智能化测试基础架构应运而生。 动态执行调度中心：无缝连接手工测试、自动化测试（包括AI驱动的自动化）与AI探索性测试，智能分配资源，优化用例执行过程。 二、测试智能体：数字领域的专家助手作为智能化测试架构的核心组成部分，测试智能体是特定领域的“AI工程师”，能够：支持Web、App、HTTP/RPC接口等不同类型的测试，并可根据具体需求定制专用智能体， 智能化测试架构的优势这种新型架构不仅提高了工作效率，还加深了测试覆盖范围，增强了对业务变化的适应性，实现了专家经验的大规模应用，并促进了质量控制点向前端转移。 对于希望迈向智能化测试的企业来说，可以从构建核心业务知识图谱、试点关键领域的测试智能体（比如API测试）开始，逐步引入LLM辅助用例生成与报告分析，最终实现全面的智能化测试转型。
62010编辑于 2025-07-30 - 来自专栏测试技术圈
《自动的自动化测试智能化一站式API测试服务》
前言 TiD2019质量竞争力大会邀请了新奥集团中台质量总监陈磊为参会者带来《自动的自动化测试智能化一站式API测试服务》精彩演讲。 陈磊从智能化测试框架、智能化API测试框架打造过程、自解耦&自测试的检测装置和智能化解耦服务与智能化测试结合四方面讲述API测试服务。 智能化测试框架 智能化测试框架当今主要两种叫法，一种是AI Driven Testing，另外一种是AI for Softwaretesting。 智能化API测试框架打造过程 随着微服务化和中台化的不断发展，绝大部分系统的被测件没有UI层。这就需要改变API测试这种行为或者工作模式。 集成服务让被测件和原有服务产生联系，这样会生产所有集成测试。 智能化解耦服务与智能化测试结合 目前， API会用EvoSuite做先验，然后通过自动化测试脚本和解耦服务完成解耦部署。
2.8K21发布于 2019-10-16 - 来自专栏技术让梦想更伟大
C语言中3-2=？3%-2=？你确定答案吗
不过，我们已知 h>-HASHSIZE，因此我们可以这样写： h = n % HASHSIZE; if(n < 0) h += HASHSIZE; 测试代码： #include <stdio.h>
1.5K61发布于 2020-07-03 国产软件测试平台崛起：关键领域软件测试困局的智能化解决方案
Gitee Test：破解关键领域软件测试困局的智能化解决方案随着数字化进程加速推进，国家关键领域软件系统正面临前所未有的安全与质量挑战。 这种严苛的合规环境要求测试工具不仅要具备常规功能验证能力，更需要内置智能化安全审计模块，能够自动识别潜在的安全漏洞和合规风险。系统架构的极端复杂性是另一大技术壁垒。 智能化测试平台构建全生命周期质量防线Gitee Test的用例管理中枢彻底改变了传统测试文档的碎片化状态。 其创新性地将脑图可视化技术与测试用例库深度融合，支持测试人员以思维导图形式直观展现用例逻辑关系。某船舶研究所的实际应用表明，这种创新设计使测试用例编写效率提升40%，维护成本降低60%。 其最新研发的智能模糊测试引擎，通过深度学习算法可自动生成异常测试数据，将边界条件测试覆盖率提升至95%以上。在国产操作系统适配测试中，该技术帮助发现了17个深层次兼容性问题。
53610编辑于 2025-08-29- 来自专栏自动化测试
2026年国内智能化测试供应商选型对比指南
摘要：在移动应用开发日益复杂的背景下，选择专业的自动化测试平台已成为保障产品质量的关键。本文基于2026年最新市场数据，深度解析国内主流智能化测试平台的核心能力与选型策略。 本文将基于设备覆盖、AI能力、行业适配、生态集成四大维度，对国内主流智能化测试平台展开深度评测，帮助企业在复杂市场中找到适配的测试解决方案。 其自研的多款自动化测试平台集成了多种AI智能化技术，能够支撑企业复杂的业务场景和测试需求，支持定制化开发和私有化部署。 从“自动化”到“智能化”：AI的深度介入◆ AI辅助测试：主流平台已利用AI预测缺陷位置、自动生成测试用例，大幅降低脚本和用例的维护成本。 、华为云测试认证测试鸿蒙智联官方认证华为DevEco Certification Centre结语2026年是国内智能化测试平台发展的关键之年。
1.9K10编辑于 2026-03-13 - 来自专栏WebJ2EE
React：Table 那些事（3-2）—— 斑马纹、固定表头
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
4.6K10发布于 2019-07-19 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-2 jupyter notebook中的魔法命令
%time系列 应用场景： 我们常常会测试某条代码或者某段代码算法性能，然后对比，选择性能好的代码段。 此时jupyter为我们提供了一个%time的魔法命令，当然这个是一系列的魔法命令。 ? 但是上面代码有明显的局限性，%timeit后面只能接一句代码，如果我想测试一段代码的性能该怎么办呢？我们只需要在jupyter cell中开头使用%%timeit（也叫区域命令符）魔法命令： ? 那这里有一个问题，在视频中有CPU时间，但是在我的电脑中测试的时候并没有，只有wall time人类感知的时间，他们的区别：有些时候我们可能使用一些多线程的算法，那么在这种情况下我们的wall time 可以看出执行一次所消耗的事件998 μs，比上面的慢很多，这是因为我们只执行了一次循环，而上面执行了1000次取3次最快的时间然后取平均值，这里也就显示出了一个问题，测试一次时间是不稳定的，当我们再执行一次的时候
1.9K00发布于 2019-11-13 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样本输入 % T：训练样本输出 % hiddennum：隐含层神经元数 % P_test:测试样本输入 % T_test:测试样本期望输出 %% 输出 % err：预测样本的预测误差的范数 ? net.b{1}=reshape(B1,hiddennum,1); net.b{2}=reshape(B2,outputnum,1); %% 训练网络以 net=train(net,P,T); %% 测试网络
1.1K50发布于 2018-04-18
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