- 综合排序
- 最热优先
- 最新优先
- 来自专栏Chasays
音频质量评估-2
音频质量评估-1：之前主要学习了音视频的编码和解码原理，和测试音频质量的方法。接下来继续学习下当前 短视频 领域的 视频质量测试方法。 因此测试视频质量 在测试图片的质量就很重要了。测量两个图像之间的相似性的方法。SSIM指数可以看作是对被比较图像之一的质量衡量标准，前提是其他图像被视为质量完美。 Load the two input images imageA = cv2.imread("1.png") imageB = cv2.imread("2.png") # 4. Convert the images to grayscale grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY) grayB = cv2.cvtColor (imageB, cv2.COLOR_BGR2GRAY) # 5.
1.5K10编辑于 2021-12-06 - 来自专栏用户1880875的专栏
MySQL高质量笔记2
Mysql服务端架构 Mysql服务端架构有以下几层构成： 1、 数据库管理系统（最外层）：DBMS，专门管理服务器端的所有内容 2、 数据库（第二层）：DB，专门用于存储数据的仓库（可以有很多个） 3
22020发布于 2021-08-26 - 来自专栏Java Web
《编写高质量代码》学习笔记（2）
，此时，str1和str2指向的是同一个地址，所以使用"=="来判断那当然是相等的了。 + "apples"; String str2 = "apples" + 1 + 2; System.out.println(str1); System.out.println str1 = (1 + 2 ) + "apples" ; 而对于str2字符串，由于第一个参与运算的是String类型，加1后的结果是“apples 1” ，这仍然是一个字符串，然后再与2相加，结果还是一个字符串 10的线程，然后执行2个优先级为9的线程，2个优先级为8的线程......但是结果却并不是这样的。 (2)、优先级差别越大，运行机会差别越明显 比如优先级为10的线程通常会比优先级为2的线程先执行，但是优先级为6的线程和优先级为5的线程差别就不太明显了，执行多次，你会发现有不同的顺序。
2K40发布于 2018-04-26 第七章 AI数据质量-2
7.5 样本数据快速扩充 数据增强是机器学习中的一项重要技术，用于生成大量高质量、多样化的训练数据集的方法。这种方法的出现背景主要是由于以下几个原因。 2.数据多样性：为了训练出泛化能力强的AI模型，需要具有多样性的训练数据。然而，现实世界中的数据往往存在偏差，这可能导致模型在某些场景下表现不佳。 除了上述技术外，还有一些其他的图像增强技术，如对比度增强、直方图均衡化、局部对比度增强等，这些技术可以进一步提高图像增强的效果和质量。 代码段1 图像增强示例 import imgaug.augmenters as iaa import cv2 # 读取图像 image = cv2.imread("bird.jpg") # 定义增强器 2.StyleGAN StyleGAN是一种生成高质量图像的GAN，具有逼真的细节和多样的风格。StyleGAN使用一种新颖的架构，将高级特征和低级细节的生成分离。
81610编辑于 2025-04-15- 来自专栏《云荐大咖》
代码质量第 2 层 - 可重用的代码
代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。 3金伟强-（+云荐大咖）.jpg 金伟强老师往期精彩文章推荐： 聊聊代码质量 - 《学得会，抄得走的提升前端代码质量方法》前言 代码质量第五层 - 只是实现了功能 代码质量第四层 - 健壮的代码 代码质量第三层
4.1K102编辑于 2022-01-17 - 来自专栏九彩拼盘的叨叨叨
代码质量第 2 层 - 可重用的代码
q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471665;1639478865&q-key-time q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471684;1639478884&q-key-time 代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。
1.4K20编辑于 2021-12-14 第八章 AI模型质量-2
2.设计测试场景、收集样本。 3.测试及结果分析。 下面我们以一个实际的活体检测算法案例来讲解这几个关键步骤。 2. 发现算法存在明显的场景偏见。通过不同类型样本的横向对比，发现算法是否存在场景偏见，比如上例中就存在目标区域检测和文字识别这两层对香港二代身份证有偏见问题。 3. 首先，我们选择一个输入序列，例如 [1, 2, 3, 4, 5]，并计算其平均值。在这个例子中，average([1, 2, 3, 4, 5]) 应该返回 3。 接下来，我们对输入序列进行一个变换，例如将每个元素加上一个常数，如 2。新的输入序列为 [3, 4, 5, 6, 7]。 因此，我们可以比较原始输出 3 和新输出 5，它们之间的差值正好是我们加上的常数 2。由于蜕变关系满足预期，我们可以认为 average() 函数在这个测试用例下是正确的。
63500编辑于 2025-04-15- 来自专栏【腾讯云开发者】
代码质量第2层-可重用的代码！
代码质量的下一层次就是：可重构的代码。我会在下一篇文章中介绍。 推荐阅读 代码质量第3层-可读的代码！ 代码质量第4层——健壮的代码！ 代码质量第5层-只是实现了功能 聊聊代码质量-《学得会，抄得走的提升前端代码质量方法》前言 戳「阅读原文」一键订阅《云荐大咖》专栏，看云端技术起落，听大咖指点迷津！
1.2K20编辑于 2022-01-20 - 来自专栏从头开始学习测试开发
质量底线与质量守卫措施
支付链路的质量底线是什么？ ——测试平台如何构建稳定可靠的支付防线？ 在所有业务链路中，支付 永远是最敏感、最关键、风险最高的一环。 这篇文章，我从“质量底线”与“测试平台建设”两个角度，聊聊支付应该怎么做、怎么测、怎么守。 一、支付链路的质量底线：不能退让的 7 件事 一句话概括： 支付的底线，就是金额正确、状态一致、流程可恢复、账务可追溯。 拆成细项，是所有支付系统必须守住的 7 条红线。 测试平台需要做的，不只是“跑用例”——而是构建一整套支付质量防线。 下面是从测试平台视角出发，可以落地的能力体系。 （E）质量左移：研发阶段提前兜底 10｜静态扫描：把金额风险提前消灭 自动识别： 金额来自客户端（高危） 无幂等保护 金额计算精度不一致 回调未做锁或并发保护 让高风险问题不进入联调环节。
12810编辑于 2026-01-08 - 来自专栏程序员阿常
质量意识：质量成本介绍
在质量管理过程中，一个核心的概念就是 "质量成本" ，但是很多人对它并不是很了解，今天这篇文章，芒果就来介绍一些 “质量成本” 有关的知识。 2. 预防成本：为了预防故障而支付的费用，包括质量策划、人员培训等费用。 3. 鉴定成本：为了评定质量而进行各种检测活动所产生的费用，包括检验设备、检测人员工资等费用。 4. 失败成本：产品不能满足质量要求而产生的损失，包括交付前的返工、停工、质量事故处理以及交付后的产品售后维修、客户赔偿等费用。 5. 利润：销售收入减去各种成本后结余的资金。 然而，很多人却忽视了收入构成中质量成本的重要性，从下图展示的现代质量模型中我们可以看到，随着产品的合格率升高，预防成本和鉴定成本有所升高，而失败成本（故障成本）有所下降，通过有效的质量管理方法，保持质量成本 现代质量模型，摘自网络 思考： 你所在的企业有关注质量成本吗？如果有，是通过什么方法进行调节的？
1.3K10编辑于 2022-09-01 - 来自专栏生信技能树-R
转录组数据—质量控制（数据质量评估，过滤低质量）
数据质量评估软件Fastqc图片(rna) Mar402 20:38:07 ~/project/Human-16-Asthma-Trans/data/rawdata #-t 6 同时对这6个文件进行质控 运行#方法一：直接运行 #缺点霸占控制台和时间fastqc -t 6 -o ./ SRR*.fastq.gz#方法二：在命令前后加上nohop & 使用FastQC软件对单个fastq文件进行质量评估， multiqc *.zip -o ./ #-o 整合到当前目录再将整合的网页版文件下载到本地 （pic Multi QC）图片·对于转录组数据中的%Dups只要不超过80%即可图片图片图片图片图片过滤低质量是否需要过率低质量主要看 --per base N content、sequence quality Histograms 、adapter content 图片图片单个样本过滤低质量运行(rna) Mar402 20:59:04 SRR1039510_2_val_2_fastqc.zipSRR1039510_1_val_1.fq.gz SRR1039510_2_val_2.fq.gz多个样本过滤低质量运行
2.1K10编辑于 2023-04-19 - 来自专栏腾讯教育黑板报
助力2亿零工高质量就业
人社部数据显示，我国灵活就业人员规模已达2亿，灵活就业日益成为劳动者获得收入，缓解社会就业压力的重要方式。 当前灵活就业人群普遍面临“能力提升困难”、“收入不稳定”、“缺乏职业上升空间”等问题。 在此背景下，腾讯课堂于7月5日推出“灵选课”，联动灵活用工市场上下游的优质职业培训机构、用工平台等，构建起“培训+就业推荐”的闭环模式，为灵活就业市场的稳定和高质量发展保驾护航。 ? 如，考核机构的灵活就业支持能力，除了向学员提供高质量授课，还要提供接单、创业辅导服务；考核培训机构历史学员的学习成果，就业后月收入高于行业平均水平等。 此外，课程交付质量、内容也要符合行业标准。 腾讯课堂为机构提供“好课认证”的品牌背书，并结合用工方的实际需求牵头制定课程标准，提升机构的课程交付质量，优质培训机构也可以获得更多流量扶持。 腾讯课堂期待以“灵选课”为抓手，帮助更多灵活就业人员实现技能、收入双提升，进一步助力灵活就业市场的稳定和高质量发展，让在线职业教育持续发挥就业“稳定器”的作用。 ·END· 更多精彩请戳 ?
62620发布于 2021-07-07 - 来自专栏NLP/KG
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)–稳定高质量文案生成器 1.LangGPT介绍 现有 Prompt 创建方法有如下缺点： 缺乏系统性：大多是细碎的规则，技巧， 微调有很多好处，缺点也很明显，依赖高质量标注数据，需要调试训练超参数，常常训练失败，甚至性能不如预训练模型。 为了进一步确保提示词质量，还设计了模板。模板层级结构清晰，可采用不同的格式。更重要的，封装了实践中最有效的提示词方法论确保质量。 2 1.技能描述1 2.技能描述2 ##Rules 1. 交谈自然、俏皮可爱且不啰嗦 2. 能提供安慰和支持 3. 回答简洁明了，每次回答最多 2 句话 ###对话示例 1. 问：“去吃火锅不” 答：“好呀好呀，想去耶！” 2.
74310编辑于 2024-03-14 - 来自专栏程序员阿常
质量意识：质量与个人的关系
最近，公司安排了一系列质量培训的线下课程，芒果作为测试与质量部的一员，也加入到质量知识的学习之中。 上次培训的内容是《质量意识与管理》，课程中为了讲述质量的重要性，列举了质量与个人的关系，里面的一些案例非常有意思，芒果想在这篇文章和大家分享。 上面的这个故事虽然看似不合常理，例如军方严格要求良品率达到100%，但是也确实强调了质量的重要性，在一些重要领域，品质问题上是没有折扣可言的，因为即使是成功率达到99.9%，只要还有0.1%的概率，质量问题就可能导致一个家庭的悲剧发生 每年会有2万次配错药事件 2. 每年会有15000婴儿出生时被抱错 3. 每周会有200宗做错手术 4. 质量与我们每个人息息相关，注重品质，从自身出发，最后也是对自己负责。
57910编辑于 2022-09-01 - 来自专栏NLP/KG
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器 1.LangGPT介绍 现有 Prompt 创建方法有如下缺点： 缺乏系统性：大多是细碎的规则，技巧 微调有很多好处，缺点也很明显，依赖高质量标注数据，需要调试训练超参数，常常训练失败，甚至性能不如预训练模型。 为了进一步确保提示词质量，还设计了模板。模板层级结构清晰，可采用不同的格式。更重要的，封装了实践中最有效的提示词方法论确保质量。 2 1.技能描述1 2.技能描述2 ##Rules 1. 交谈自然、俏皮可爱且不啰嗦 2. 能提供安慰和支持 3. 回答简洁明了，每次回答最多 2 句话 ###对话示例 1. 问：“去吃火锅不” 答：“好呀好呀，想去耶！” 2.
69011编辑于 2024-03-13 - 来自专栏PM吃瓜(公众号)
软件质量
软件质量因素 1.正确性(Correctness):系统满足规格说明和用户目标的程度，即在预定环境下能正确地完成预期功能的程度; 2.健壮性(Robustness):在硬件发生故障、输入的数据无效或操作错误等意外环境下 2. 错误(fault)：指存在于软件内部的问题，如设计错误、编码错误等，即缺陷的内部原因。 3. 差错(error)：指人在理解和解决问题的思维和行为过程中所出现的问题，即缺陷的产生根源。 ? 会议之前评审人员要做准备，但每人的准备时间不超过2个小时。 评审会议的时间不超过2个小时。 一次技术评审只关注软件的某一特定部分（例如需求或设计规格说明的一部分）。 因此过程检查只是保证质量的一个必要条件，而不是充分条件，它还需要与技术评审、软件测试、缺陷跟踪、过程改进等各方面措施互相配合，共同促进软件质量的提高。 过程检查计划一般包含在软件项目质量管理计划中。
1.3K10发布于 2020-07-23 - 来自专栏全栈程序员必看
关于软件质量的思考 – 什么是质量
OK， 如果说明书上说的功能都实现了，那么就是一款质量很好的产品了吗? 实际上可能并非如此。那么差别在哪里呢？ Quality scope #2： 一些不言自明的要求 为什么说是不言自明呢。 2. 这方面的产品特性是难以被抄袭的。 国内的山寨能力想必大家都见识过，很多产品出来后很快就有了功能十分相近的仿制品。小到手机，大到汽车。 2. 我们的邮件历史查找只支持按收件人，现实中有很多用户也需要按发件人来查找 3. 突然停电 2. 硬件故障 3. 操作系统故障 4. 网络连接意外中断 5. 系统资源（内存，硬盘，网络端口等）耗尽 6. 产品升级不能将来的版本的数据导过来，或者数据出错 2. 升级后不兼容或者对硬件要求很高 3. 打补丁或者升级后遇到问题是否可以回滚？ 4.
51520编辑于 2022-11-09 从0开始全面认识高质量数据集建设（2）
总体架构总体架构图基本示意图如下：一套标准，完善内部“高质量数据集”的标准规范根据上一篇文章中提到的《高质量数据集目录建设标准》、《高质量数据集质量管理标准》、《高质量数据集服务使用规范》、《高质量数据集管理制度 》，需要逐步构建起自己内部的高质量数据集标准规范，主要阶段及依据如下图所示：标准规范示例格式如下：展开代码语言：TXTAI代码解释1范围2规范性引用文件3术语和定义3.1模型3.2高质量数据集3.3元数据 3.4值域3.5数据标注4高质量数据集总体定义4.1高质量数据集内容框架4.2高质量数据集分类体系4.3高质量数据集分级要求4.4高质量数据集编目要求5行业通识数据集5.1XX数据集15.1.1基本信息 质量特征：从完整性、准确性、一致性、多样性、均衡性等维度刻画数据质量，将前文抽象的数据质量模型具象化，让每一份数据集的质量水平可量化、可评估，为模型训练前的数据选型提供明确依据，从源头保障模型训练的效果 它会严格遵循统一建设标准，自动对接数据源完成采集，按照预设规则开展数据清洗、特征提取等预处理，规范标注流程与质量校验，同时内置数据自测模块，对照数据质量模型完成完整性、准确性等维度的自检，从源头确保每一份产出的数据集都符合目录规范与质量要求
60231编辑于 2026-02-11- 来自专栏DeepHub IMBA
如何微调GPT-2生成高质量的歌词
2019年初，OpenAI发布了GPT-2，一个巨大的预训练模型(1.5B参数)，能够生成类人质量的文本。 准备数据 GPT-2本身可以生成高质量的文本。但是，如果您希望它对特定的上下文做得更好，则需要对特定的数据进行微调。 这样它就可以预测未来高质量的歌词。 Generated_lyrics'][i].replace(to_remove,'')) test_set['Generated_lyrics'] = final 评估 有很多方法可以评估生成文本的质量 相比之下，未进行任何微调的GPT-2模型的BLEU得分为0.288。 然而，BLEU也有它的局限性。它最初是为机器翻译而创建的，只查看用于确定生成文本质量的词汇表。
1.4K30发布于 2021-05-18 - 来自专栏硬核项目经理的专栏
【信管7.1】质量与质量管理过程
项目质量 项目质量体现在性能和使用价值上，即项目的产品质量。项目质量是应顾客的要求进行的，不同的顾客有着不同的质量要求，其意图已反映在项目合同中。因此，项目合同通常是进行项目质量管理主要依据。 、质量保证和质量控制以及质量改进来使其实现所有管理职能的全部活动。 其实质量管理就是为了实现质量目标而进行的所有质量性质的活动。在这里，我们看一下质量保证和质量控制的区别： 质量保证（QA）：质量管理的一部分，致力于增强满足质量要求的能力。 质量保证和质量控制也是我们项目质量管理的两个重要过程，后面我们就会具体的学习到。除此之外，还有质量方针和质量目标也是需要我们了解的。 全面质量管理有 4 个核心特征：全员参加的质量管理、全过程的质量管理、全面方法的质量管理和全面结果的质量管理。
86610编辑于 2023-03-02
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