- 综合排序
- 最热优先
- 最新优先
- 来自专栏张叔叔讲互联网
画像平台常见的3种数据模型
画像数据对于画像平台无疑是非常重要的，按什么样的数据模型存储画像数据直接影响了上层画像平台所能支持的功能范围，本文内容主要介绍3种常见的画像数据模型及其适用的平台功能。 但很多场景并不关注与时间相关的明细行为数据，比如DMP平台中人群圈选大部分都是使用离线标签，用户模型比较符合此类场景。 为什么要把标签数据汇总到一张宽表中？ 基于用户－行为模型，可以结合用户属性类标签和行为标签实现更加复杂的人群圈选和分析功能，比如圈选出3月1日到3月24日之间，平均在线时长超过1000秒的河南省男性用户；针对给定人群，分析其从3月15日到3 以上介绍了常见的3种画像平台数据模型，随着模型复杂度的提升，工程实现难度不断提高，但是可支持的功能范围逐渐扩大。 与技术架构一样，没有最好的模型，只有最适合业务的模型，读者可以根据实际功能需求灵活运用上述模型。 ---- 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
93820编辑于 2023-10-06 全球最活跃3D模型平台接入腾讯混元！
全球活跃度第一的3D打印模型内容平台，牵手腾讯混元3D！ 拓竹科技旗下模型平台MakerWorld，即将全面接入腾讯混元3D生成模型——即便是零基础的小白用户，只需上传一张图或输入一段话，就能快速生成高质量3D模型。 拓竹科技是消费级3D打印技术的佼佼者，在全球和中国市场销售额均位列第一，旗下MakerWorld更是全球活跃度第一和模型增长最快的3D打印模型内容平台。 输入「流线锥状船体，多窗设计」即可生成高精度3D模型//瑕疵够「少」：自动修复「小毛病」传统建模时，耳朵、颈部这类细节多的部位容易发生畸变，而混元3D生成模型自带「修复师」，会通过3D集合雕刻技术自动检测 使用混元3D生成后打印的模型几天前的世界人工智能大会上，我们首发并开源了混元3D世界模型，混元3D家族再添新成员。
97220编辑于 2025-07-31- 来自专栏开源心路
cube-studio AI平台 提供开源模型示例列表（3月份）
背景 cube是腾讯音乐开源的一站式云原生机器学习平台，目前主要包含 1、数据管理：特征存储、在线和离线特征；数据集管理、结构数据和媒体数据、数据标签平台 2、开发：notebook(vscode/jupyter )；码头图像管理；在线构建图像 3、train：管道在线拖拽；开放模板市场；分布式计算/训练任务，例如 tf/pytorch/mxnet/spark/ray/horovod/kaldi/volcano ；批量优先级调度；资源监控/告警/均衡；cron 调度 4、automl：nni、ray 5、推理：模型管理器；无服务器流量控制；tf/pytorch/onnx/tensorrt 模型部署，tfserving 文字转语音应用，可支持中文，或中英文，中英文模型有280余种音色可以选择！ :23010/aihub/speech-paraformer-asr-nat-aishell1-pytorch paddle语音识别模型 与前一模型相比，同一语音不同产品体验结果，似乎paddle词汇面更广一些
2K30编辑于 2023-06-30 - 来自专栏iNeuOS
【重磅】iNeuOS工业互联平台，系统集成业务模型和WEB组态视图建模集成3D模型
平台演示... 2 3. 系统集成业务模型... 2 4. WEB组态视图建模集成3D模型... 3 5. 其他更新内容... 4 ---- 1. iNeuView集成数字孪生3D模型，3D模型是对数字化世界的抽象，针对iNeuView视图WEB组态可以实现2D和3D的混用。 另外，有很多企业已经有了自己的3D模型组件库，但是无法实现组件库进行复用。现在可以iNeuView平台进行综合的图形化建模。 2. 平台演示 在线演示：http://www.ineuos.net/index.php/demo/demo-30.html 视频演示：http://www.ineuos.net/video WEB组态视图建模集成3D模型 WEB组态视图建模实现了2D和3D模型的混用，用户可以形成自己的3D模型库，并且实现设备或业务模型的数据驱动3D模型。
58400发布于 2021-02-27 - 来自专栏韩曙亮的移动开发专栏
【AI 大模型】Meta Llama 3 大模型 ( Llama 3 大模型简介 | Ollama 软件下载安装 | Llama3 模型下载 | Llama 3 大模型 在线 离线 使用 )
首先 , 安装 Ollama 软件 , 到 https://ollama.com/ 下载安装 ; 然后 , 运行 ollama run llama3 命令 , 即可开始使用 Llama3 大模型 ; 一 、Meta Llama 3 大模型安装 1、Llama 3 大模型简介 Llama 3 大模型 是 Meta 公司 发布的 大模型 , Meta 公司 就是 Facebook ; Llama 3 大模型 Llama3 大模型 ; 下载的模型放在了 C:\Users\用户名.ollama 目录中 , 在我的电脑上的路径是 C:\Users\octop.ollama ; 这个模型很大 , 有 4.7 G 安装完成后的效果 for help) 二、Meta Llama 3 大模型使用 1、Llama 3 大模型在线使用 在命令行中 , 可以直接进行对话 , 下面是对话内容 : D:\Llama>ollama run llama3 for help) 2、Llama 3 大模型离线使用 Llama 3 大模型 联网时 , 可以访问云端服务 , 可以生成更加丰富的文本 ; Llama 3 大模型 在 断网后也可以使用 , 下面是断开网络后
1.7K12编辑于 2024-08-09 Python 3 线程模型，进程模型记录
最近需要使用 python3 多线程处理大型数据，顺道探究了一下，python3 的线程模型的情况，下面进行简要记录； 多线程运行的优点： 使用线程可以把程序中占用时间较长的任务放到后台去处理； 用户界面可以更加吸引人 ，并且不阻塞界面的运行； 程序运行的速度可以更快； 充分利用CPU多核的特征进行处理； 内核线程：由操作系统内核创建和撤销； 用户线程：不需要内核支持在用户程序中实现的线程； Python3 中的多线程 ： _thread 提供了一些原始的api 用于写多线程程序； threading 提供了更加便利的接口 两者都是python3内置的线程模块 #! /usr/bin/env python3 import threading import time exitFlag = 0 class myThread (threading.Thread): 的多线程程序并不能利用多核CPU的优势 （比如一个使用了多个线程的计算密集型程序只会在一个单CPU上面运行）; 如果要进行利用python的多进程形式，可以使用python的 multiprocessing 编程模型包
92120发布于 2020-12-30- 来自专栏Pou光明
3_相机模型
相机标定的过程既给出相机的几何模型又给出透镜的畸变模型，这两个模型定义了相机的内参。 1、相机模型 重新把针孔相机模型整理为另一种等价形式，使其数学形式更简单一些。如图，交换针孔和图像平面，主要差别是现在物体出现在等式右边。针孔中的点被理解为投影中心。 这样允许我们将定义摄像机的参数(fx，fy，cx，cy)重新排列为一个3×3矩阵，该矩阵称为相机的内参矩阵。
29410编辑于 2024-02-29 - 来自专栏CODING DevOps
研发效能平台的“双流”模型
在这个过程中，有多次工具切换，要花费大量时间在流程性的事务上，造成时间和精力的浪费，还需要你对各个工具平台的使用方法和流程都很清楚。更糟糕的是，各个工具平台的概念模型可能还不完全一致。 研发效能平台的“双流”模型本书提出的研发效能“双流”模型是“一站式”和“一键式”概念的最好诠释。 “双流”模型是实现研发效能平台的一个参考依据，值得借鉴。以下就通过具体例子介绍“双流”模型的工作原理和实现方式。 但是以“双流”模型实现的效能工具平台就会简单很多，完全不需要在需求管理工具、代码平台工具和 IDE 之间切换，只需要在 IDE 中即可完成全部工作。 研发效能“双流”模型明确定义了软件研发各个阶段的高效实践总结这部分介绍了传统单点研发工具平台在横向拉通维度上的痛点，并在此基础上提出了研发效能平台“一站式”和“一键式”的概念。
1.3K10编辑于 2023-06-21 - 来自专栏CreateAMind
实现最小意识模型-3获胜假设模型
3.1.2获胜假设模型和贝叶斯全球工作空间理论 下一个模型家族包括流行的意识“获胜假说”模型(见(Rorot，2021))并扩展到贝叶斯全球工作空间理论。 虽然核心获胜假设模型独立于GWT，但GWT方法的最新扩展特别利用了获胜假设模型所构建的主动推理工具。 最令人惊讶的预测，或那些与预期结果偏差最大的预测，然后被广播到全球工作区，在那里它们可以用来更新内部模型和影响行为。 预测性全球工作空间理论提出，意识是大脑将感官信息与其内部模型生成的预测相协调的能力的一种功能。需要点燃的神经元动力学依赖于被赋予足够时间深度的推理形式，以提供输入线索的上下文。 根据这种观点，“注意力模式”是一个简化的模型，大脑用它来表示自己的注意力过程，并通知和指导这些注意力过程。
32610编辑于 2023-11-01 - 来自专栏刘琦的专栏
InceptionV3 网络模型
Introduction 介绍AlexNet后，推更深网络模型的提出。 例如在进行大尺寸的卷积（如3*3）之前，我们可以在空间聚合前先对输入信息进行降维处理，如果这些信号是容易压缩的，那么降维甚至可以加快学习速度。 2.4平衡好网络的深度和宽度。 P是一个池化层，然后将两个模型的响应组合到一起来更多的降低计算量。 6. Inception-v2 把7x7卷积替换为3个3x3卷积。包含3个Inception部分。 第一部分是35x35x288，使用了2个3x3卷积代替了传统的5x5；第二部分减小了feature map，增多了filters，为17x17x768，使用了nx1->1xn结构；第三部分增多了filter Model Regularization via Label Smoothing 输入x，模型计算得到类别为k的概率 假设真实分布为q(k)，交叉熵损失函数 最小化交叉熵等价最大化似然函数。
5.2K00发布于 2017-09-27 - 来自专栏python3
JS 3D 模型
最近断断续续地写出了这么个东西：http://ucren.com/demos/d3d/index.html。 这是一个简单的 JS 3D 模型，能跑在包括 IE6 的所有浏览器上，结合一下 tween 缓动算法，理论上已经可以完美模拟像 http://www.cu3ox.com/ 这个网站上方 banner 的各种变换效果了 介绍一下实现细节，矢量绘图仍然用的是 Raphael 库，Raphael 我在《如何用 JS 实现 3D ×××效果》这篇文章里有过介绍。 关于画家算法 渲染器工作时，会从他的角度上能看到的所有物体都描绘出来，即用 2D 的手法去描述 3D 的物体。
3.6K20发布于 2020-01-07 - 来自专栏育种数据分析之放飞自我
混合模型学习笔记3
这一章节，主要介绍模型中的定义，什么是「变量」，什么是「因子」，什么是「水平」等等。 1. 标题 ? 2. 几个概念 「什么是因子，什么是水平？」 3. 所以数据非平衡时，混合线性模型更适合分析。 ? 4. M[2, 1] <- M[3, 1] <- M[4, 2] <- M[5, 2] <- "" M[6, 3] <- M[6, 4] <- M[6, 5] <- "" ## Make the diagram 混合线性模型学习笔记1 混合线性模型学习笔记2
48820发布于 2020-05-13 腾讯混元大模型：实现3D打印产品生成的自动化平台
腾讯混元3D模型的推出，为解决这一问题提供了新的思路，通过文字描述即可生成3D模型文件，大大降低了3D打印的入门难度。本文将详细阐述基于腾讯混元大模型开发3D打印文件自动生成系统的过程与技术实现。 二、技术背景腾讯混元3D模型腾讯混元3D模型是一种基于人工智能（AI）的生成3D模型服务，可以根据用户输入的文字描述自动生成详细的三维图形。 在本平台中，我们将利用腾讯混元3D模型API与3D打印机制造流程的多样化输入进行协同，实现自动化生成3D打印文件的目标。 模型处理模块：对API返回的3D模型数据进行解析与处理，根据3D打印机的要求，对模型进行必要的优化与格式转换，生成STL格式的3D打印文件。 3D模型，实现文字到3D模型的转换。
1.5K12编辑于 2025-08-16- 来自专栏GPUS开发者
在Jetson上玩转大模型Day14：NanoLLM开发平台(3)：多模态语音助手
上一篇文章里，我们使用NanoLLM所提供的nano_llm.agents.web_chat智能体，调用Llama-3-8B-Instruct模型，并修改ASR与TTS调用的档来支持中文的输入与输出，非常轻松地搭建 本文将进一步以前面的基础，将Llama-3-8B-Instruct模型换成支持VLM的大语言模型，就能立即将原本纯语音的Llamaspeak变身成为多模态的语音助手。 7b试试看，完整指令如下： $ python3 -m nano_llm.agents.web_chat --api=mlc \ --model Efficient-Large-Model/VILA 大致的效果是这样的，就一个大语言模型来说，这已经算是相当厉害了，而且回答过程几乎没有任何延迟。 大家可以从支持大模型列表中，尝试更多其他的模型来看看效果，因为NanoLLM已经让我们不需要写代码，就能跑出这么厉害的应用，多试几种模型所消耗的也就是下载模型的时间与带宽而已。
46610编辑于 2024-11-22 - 来自专栏凯哥讲故事系列
机器学习平台的模型发布指南
导读：近两年，各式各样的机器学习平台如雨后春笋一样出现，极大地降低了从业者的门槛。大家的关注点往往在平台如何能够高效地进行各种花样地数据预处理，如何简单易用地训练出各种模型上。但是在产出模型之后呢？ 优化平台自身：在得到相对比较成熟的模型后，反哺平台的流程，以模型算法增强平台的功能。这样，才能产生平台 -> 模型 -> better平台 -> better模型 -> … 的良性闭环。 因此，在我们得到对应场景的模型后，便可以发布成预标注的任务，先于人工进行标注，大大优化平台的标注流程，从而得到更好的模型，再更好的优化平台，再。。。 与预标注类似，平台可以利用模型计算源数据各场景数据的稀缺性，来指导平台数据的采集工作，以加强模型较薄弱性能的场景。 这样，平台就通过发布自身产出的模型，来优化平台的数据的采集、数据加工、模型训练等各个流程，从而得到更好的模型，达到自动持续的优化的效果，形成良好的闭环。
4.1K30发布于 2020-01-17 - 来自专栏AIOT
在Jetson上玩转大模型Day14：NanoLLM开发平台(3)：多模态语音助手
上一篇文章里，我们使用NanoLLM所提供的nano_llm.agents.web_chat智能体，调用Llama-3-8B-Instruct模型，并修改ASR与TTS调用的档来支持中文的输入与输出，非常轻松地搭建 本文将进一步以前面的基础，将Llama-3-8B-Instruct模型换成支持VLM的大语言模型，就能立即将原本纯语音的Llamaspeak变身成为多模态的语音助手。 试试看，完整指令如下：$ python3 -m nano_llm.agents.web_chat --api=mlc \ --model Efficient-Large-Model/VILA-7b - 大致的效果是这样的，就一个大语言模型来说，这已经算是相当厉害了，而且回答过程几乎没有任何延迟。 大家可以从支持大模型列表中，尝试更多其他的模型来看看效果，因为NanoLLM已经让我们不需要写代码，就能跑出这么厉害的应用，多试几种模型所消耗的也就是下载模型的时间与带宽而已。
46610编辑于 2024-11-21 - 来自专栏编程识堂
AIOT平台系列之产品物模型
什么是物模型 物模型是指将物理设备的属性、服务、事件等信息进行抽象和建模，形成标准化的数据模型，以便于设备之间的互联互通和数据交换。 在物联网中，物模型是设备接入平台和应用平台之间的重要桥梁，也是实现设备智能化的基础； 为什么需要物模型 海量的物联网数据、设备，多样的业务场景，难以理解，互通困难； 产业链内部自成体系，模组、芯片、 平台、方案商角色多样，跨角色协作时，数据标准各异，协作困难； 在万物互联的时代，需要对接不同厂商设备，协议需要重复开发，难以规模化； 海量设备数据解析困难，没有结构化，难以挖掘数据价值； 物模型能解决哪些问题 例如，电暖扇产品的功能属性有电源开关、档位（高、中、低）和室内温度，您可以在一个模块添加前2个属性，在另一个模块添加3个属性，然后分别在不同设备端，针对不同物模型模块功能进行开发。 设备初始信息上报：设备连接平台时上报的初始信息，便于小程序或 App 展示设备详细信息，如设备 MAC 地址、IMEI 号。
1.1K20编辑于 2023-05-24 建设大模型训练排障平台：
建设大模型训练排障平台是提升训练效率、降低运维成本、保障研发进度的关键基础设施。 以下是构建这样一个平台的系统化方案：一、核心建设目标故障快速定位：分钟级定位硬件/软件/算法故障根源训练过程透明化：实时监控千卡级集群训练状态智能预警：提前发现潜在故障风险（如梯度异常）知识沉淀：构建可复用的排障知识库二 、平台核心模块设计1. 日志实时流采集算法指标训练脚本标准输出（Loss/梯度）批次级硬件健康状态IPMI/BMC+RAID控制器日志分钟级关键技术：eBPF实现内核级零拷贝数据采集，日志采集采用Sidecar容器避免I/O竞争3.
22810编辑于 2025-08-15- 来自专栏测试开发干货
数据工厂平台-3:首页超链接
django默认自带sqlite3 数据库，它和sql数据库基本一致，只是轻量级，无需部署启动数据库服务等。 如果不执行，那么django 并不会去让你models.py中的设置去让sqlite3数据库中发生改变。 命令如下，我们直接在pycharm的终端执行这俩个命令。 django后台是django自带的控制管理 平台用户和数据的 一个页面。进入的路是什么呢？还记得我们urls.py中抄的那个人家自己生成的例子么？ 没错，这个admin就是后台的路由。 创建是通过命令创建，命令如下：python3 manage.py createsuperuser 然后我们重启服务 去后台试试登陆： 登陆成功了，我们看到了 用户 和 组 这俩个自带表。 而如果已经有一定基础的读者，那么可以自行去使用第二种方案打造一个企业级的平台，这样同样可以在本教程中得到设计的灵感和其他细节等技术知识，因为本教程的整个重后台轻前端的设计中，vue占总技术含量的比并不多
97320编辑于 2022-05-19 - 来自专栏cloudskyme
虚拟化平台cloudstack（3）——安装（下）
登录时用户名和密码错误 默认账号密码 admin/password 管理节点安装好后，初始化数据库，完了使用admin和password登陆提示用户名密码错误，查看日志： Fail to gener
1.3K90发布于 2018-03-20
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