- 综合排序
- 最热优先
- 最新优先
- 来自专栏企鹅号快讯
新零售时代，零售业的4大变化！
当前，新零售概念炙手可热，巨头纷纷入场，传统企业也在纷纷转型；可透过现象看本质的时候，我们会发现新零售，不过是借助一些新技术，通过改变和优化现有零售方式，为用户提供更好的购物体验。 我们认为新零售更多地应该指的是针对这种用户群的变化，借助新技术，改变过往的零售方式。这一改造过程中，围绕产品、价格、渠道与推广的改变显的尤为重要。 而对接大数据之后的新零售业态，仅根据零售店设店位置便可以筛选出最优的配货需求，帮助商家减少浪费增加收入。 所以，传统企业在这场新零售之争中也有自己的优势。 4.营销场景改变 这也是一个两条腿走路的故事，线下线上顾客的属性有着众多的差别，购物场景更是大相径庭；因此，在运营与促销方式上也就有所不同。 ，为顾客提供更好的体验感；是传统零售企业在新零售时代转型的首选方案。
1.4K90发布于 2018-01-26 - 来自专栏用户6465593的专栏
零售商超固定资产管理系统解决方案
零售超市在日常的固定资产管理和运营中比较复杂，遇到的各种实际操作问题比较多，为此，易点易动在对多家商业超市进行深入调查和需求梳理之后，提出了符合零售商超行业的固定资产管理方案。 零售商超在固定资产管理中的特征如下： 1) 零售商城普遍存在的门店众多，而且门店之间以经常进行固定资产的调拨、借用等。使用手工表格进行管理时，无法对实物资产的调拨、借出资产进行跟踪管理和掌握情况。 4) 由于固定资产的种类和数量都比较多，每年各家分店盘点都是一项大工程，不但耗时耗力而且结果并不准确。导致账实不一致，给最后的固定资产审计带来困难。 商超.jpg 零售商超固定资产管理解决方案： 引入易点易动固定资产管理系统后，将给零售商超建立起固定资产统一平台化管理操作。 4） 在固定资产盘点时，通过绑定RFID标签，可实现一分钟盘点上百个固定资产，不再耗时耗力，而且准确率得到大幅度提升。盘点完毕后，易点易动固定资产管理系统可自动生成盘点报告。盘亏、盘盈一目了然。
61710发布于 2021-10-19 - 来自专栏网络安全
损失4亿美元，又一零售巨头被勒索软件毒害
英国零售商玛莎百货（Marks & Spencer）预计，近期网络攻击所导致的运营中断将持续至 7 月。 英国零售商玛莎百货（股票代码：MKS.L）就近期网络攻击的影响发布了最新消息，该公司估计此次事件将使其损失 3 亿英镑（约合 4 亿美元）。 这家拥有超过 6 万名员工和 500 家门店的零售商，目前正处于系统恢复阶段。由于商品供应减少，此次事件导致了食品销售额下滑。 谷歌上周发出警告，称同一组织已开始将目标对准美国零售商。玛莎百货已证实，攻击者窃取了客户信息，包括姓名、地址、电子邮件地址、电话号码、出生日期、线上订单记录、家庭信息以及部分支付卡数据。 这家零售商本周透露，黑客通过对一家未具名的第三方承包商的员工实施社会工程学攻击，从而突破了其系统防线。
37310编辑于 2025-05-27 - 来自专栏SAP供应链
SAP零售行业解决方案初阶 4 – 维护品类
SAP零售行业解决方案初阶 4 – 维护品类 1，事务代码CLWM维护品类层次结构。 事务代码WG21, 创建物料组，同时指派物料组与层次结构的关系 输入物料组的描述，保存， 系统提示: Material Group 106010101 created. 4，查询物料组。
67220发布于 2021-09-09 - 来自专栏机器学习与生成对抗网络
4种主流超参数调优技术
机器学习模型的性能与超参数直接相关。超参数调优越多，得到的模型就越好。调整超参数真的很难又乏味，更是一门艺术而不是科学。 Dr.Mukesh Rao的超参数样本清单 目录 1. 传统或手动调参 2. 网格搜索 3. 随机搜索 4. 贝叶斯搜索 1. 考虑上面的例子，它有两个超参数 k_value =[2,3,4,5,6,7,8,9,10] 和 algorithm = [‘auto’ , ’ball_tree’ , ’kd_tree’ , ’brute ’]，在这种情况下，它总共构建了9 * 4 = 36个不同的模型。 4. 贝叶斯优化 贝叶斯优化属于一类被称为sequential model-based optimization(SMBO)的优化算法。
1.5K30发布于 2020-10-27 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-5 超参数
本小节主要介绍超参数相关的概念。 ? 超参数 通过前面的小节，我们知道了kNN算法中k这个参数值，在sklearn中k这个值被封装成了k_neighbors参数。 这就涉及到了机器学习领域非常重要的问题~超参数问题。 我们将这些在运行机器学习算法之前需要指定的参数，称之为超参数。kNN算法中的k就是kNN算法的超参数。 如何寻找好的超参数： ? ，这种情况下就只能使用实验搜索的方式了，也就是说我们尝试几种不同的超参数，比如在kNN算法中，我们制定几个不同k的值，最终选择表现最好的k的值作为实际模型所使用的的超参数的值。 看看有没有可能得到更好的超参数。 ? ? ? KNN其他的超参数 kNN中不仅有k这一个超参数，考不考虑距离也是kNN算法的超参数。 ?
74330发布于 2019-11-13 - 来自专栏PyVision
4种主流超参数调优技术
机器学习模型的性能与超参数直接相关。超参数调优越多，得到的模型就越好。调整超参数真的很难又乏味，更是一门艺术而不是科学。 Dr.Mukesh Rao的超参数样本清单 目录 1. 传统或手动调参 2. 网格搜索 3. 随机搜索 4. 贝叶斯搜索 1. 考虑上面的例子，它有两个超参数 k_value =[2,3,4,5,6,7,8,9,10] 和 algorithm = [‘auto’ , ’ball_tree’ , ’kd_tree’ , ’brute ’]，在这种情况下，它总共构建了9 * 4 = 36个不同的模型。 4. 贝叶斯优化 贝叶斯优化属于一类被称为sequential model-based optimization(SMBO)的优化算法。
1.9K20发布于 2020-09-21 - 来自专栏大数据和云计算技术
超融合方案分析系列（4）H3C超融合方案分析
超融合一体机（4U4节点硬件方案，支持3节点的4030起步） ? H3C UIS R690 G2机架式超融合系统（4U4路机架服务器，只支持E7-4800v3） H3C UIS R590 G2机架式超融合系统（2U4路机架服务器，只支持E5-4600v3） H3C UIS R390X G2机架式超融合系统（2U2路机架服务器，支持E5-2600v3/v4） 分析到这里，我有个疑问，R390XG2,和Cell 3000的硬件平台非常类似，难道是一个做了预装，一个没有做预装 4、对数据盘加入资源池必须先格式化，并且要采用ext4文件系统（在新版本支持xfs文件系统）。这是Ceph本身的机制问题。 我们简单计算一下：按正常的2颗E5-2630V4 10核计算，单台服务器有20核，2.2频率。UIS 3020支持29个硬盘，那么需要29Ghz，基本上2630V4一半以上的CPU都被占用了。
6.1K60发布于 2018-03-08 - 来自专栏音视频技术
AV夜话#4 李超：聊聊Chat-GPT
今晚，AV夜话#4的主题将聊聊Chat-GPT，对话嘉宾是李超，他是北京音视跳动科技有限公司首席架构师；《WebRTC音视频实时互动技术 — 原理、实战与源码分析》书籍作者。
55820编辑于 2023-04-04 - 来自专栏软件安装
Gemma 4手机部署教程，超简单！
▌引言 Gemma 4就是谷歌出的一整套开源AI模型，不是单个工具，有4种规格（小的能跑手机，大的能跑电脑）。普通人最直观的好处：离线就能用、不花用钱、数据不泄露。 为啥多人用？ 一是开源免费还能商用，随便改、随便用，不用怕收费或侵权；二是小模型也功能也挺好用，比如手机版E2B/E4B，占内存少，离线也能看图、听录音、写东西；三是功能实用不玩花的，很多人直接拿它做单功能工具，不搞复杂的 Gemma4的模型如以下 但PocketPal AI只支持以下模型。 可以根据自己的手机实际情况选择对应的模型。 例如蒸馏后的 Gemma 4 其实只有 6GB 的空间，和游戏比起来还是很小的。
99180编辑于 2026-04-13 - 来自专栏CreateAMind
4个视觉符号推理数据集超简介
//github.com/xyang23/CLEVRER-Humans1.0 https://sites.google.com/stanford.edu/clevrer-humans/home 4
59630编辑于 2023-02-14 - 来自专栏贾志刚-OpenCV学堂
OpenCV4+OpenVINO实现图像的超像素
微信公众号：OpenCV学堂 关注获取更多计算机视觉与深度学习知识 图像超像素 传统方式的图像超像素常见的方式就是基于立方插值跟金字塔重建。 OpenCV中对这两种方式均有实现，低像素图像在纹理细节方面很难恢复，从低像素图像到高像素图像是典型的一对多映射，如果找到一种好的映射关系可以尽可能多的恢复或者保留图像纹理细节是图像超像素重建的难点之一 而基于深度学习的超像素重新方式过程未知但是结果优于传统方式。在深度学习方式的超像素重建中，对低像素图像采样大感受野来获取更多的纹理特征信息。 OpenVINO中提供的单张图像超像素网络参考了下面这篇文章 https://arxiv.org/pdf/1807.06779.pdf 该网络模型主要分为两个部分 特征重建网络，实现从低分辨率到高分辨率的像素重建 超分辨输出：(1920x1080) ? 总结一下：也许模型被简化的太厉害了，速度是很快了，单身效果感觉比双立方好那么一点点而已！所谓鱼跟熊掌不可兼得！
1.2K10发布于 2020-04-14 - 来自专栏从ORACLE起航，领略精彩的IT技术。
超简单实用的4个PPT操作技巧
下面就介绍下我个人觉得非常实用且操作非常简单的技巧： 1.大段文字的美化 2.公司字体的替换 3.动画的禁用/启用 4.打印PPT讲义 1.大段文字的美化 尤其针对那些售后出身刚转向售前的伙伴们，描述一个事情非常喜欢用文字来表达清楚 4.打印PPT讲义 如果直接打印，首先会很浪费纸张资源，其次页数太多也不便于阅读整理演讲思路。
1K20编辑于 2022-09-28 - 来自专栏CreateAMind
超GFlowNet 4个数量级加速
65] and Probabilistic Circuit (PC)5[45]. 4个数量级的加速 摘要 我们介绍边缘化模型（MMs），这是一种新的用于高维离散数据的生成模型家族。 我们将（4）称为“边缘化自洽性”，任何有效的分布都应该遵循这个规则。边缘化模型 θ 的目标是尽可能准确地估计任何变量子集 xS 的边缘概率 p(xS )。 神经网络架构和训练超参数的详细信息可以在附录B中找到。 6.1 最大似然估计训练 二进制MNIST 我们在表1中报告了负测试似然（位/数字）、边缘估计质量和每个小批量的边缘推断时间（大小为16）。 MAM和AO-ARM都使用了一个包含4个ResNet块和注意力层的U-Net架构（详见附录B）。 MAM在边缘推断中实现了接近4个数量级的加速，同时与AO-ARM-S的质量相当。PC在边缘推断中也非常快，但在质量方面存在差距。生成的样本和关于部分图像的额外边缘推断在附录B中。
30510编辑于 2024-06-04 - 来自专栏庄帅
市场规模超千亿，即时零售2023年创业新风口来了
与不断提速的即时零售平台一起会出现什么样的化学反应？未来五年，水果零售行业的三大变化据弗若斯特沙利文数据，中国水果零售市场的市场规模预期于2026年达到1.78万亿元。 在万亿级的水果零售市场中，「庄帅零售电商频道」研究发现，水果零售将出现三大变化。第一大变化，是区域市场深耕与全国连锁扩张并举。 百果园集团运营中心总监李想在近期研讨会上表示，早在2016年百果园就成为第一个入驻美团闪购的水果连锁零售商，2022年百果园实现了超20%的线上销售占比，其中北京区域占比达50%左右。 从美团闪购的用户搜索数据看，果切/果捞及关联词搜索量年复合增长超60%；果切、果捞品类有着超过70%的高客单价订单渗透，果切品类符合市场在消费升级和外卖普及之下，满足消费者“新鲜、平价、便捷和多场景”的需求 「庄帅零售电商频道」对果切单店模型进行了研究，，在美团闪购上经营的果切专营店的利润非常可观。像北上广深和一些省会城市，一间不到30平米的小店每月利润高达4万元。部分北京上海门店月利润最高可达7万元。
82500编辑于 2023-04-13 - 来自专栏用户9257747的专栏
4 个超实用的 Docker 镜像构建技巧
Docker 运行的时候，从最下层的文件系统开始，merge 两层，得到新的 fs 然后再 merge 上一层，然后再 merge 最上一层，最后得到最终的 directory，然后用 chroot[4] 这种方法特别适合一些静态编译的编程语言，比如 golang 和 rust. 4技巧4：检查构建产物 这是最有用的一个技巧了。
93930编辑于 2023-02-23 - 来自专栏Datawhale专栏
机器学习4个常用超参数调试方法！
results = cross_val_score(knn,X_train,y_train,cv = kfold) print(f'Score:{round(results.mean(),4) 考虑上面的例子，其中两个超参数k_value =[2,3,4,5,6,7,8,9,10] & algorithm =[' auto '， ' ball_tree '， ' kd_tree '， ' brute ']，在这个例子中，它总共构建了9*4 = 36不同的模型。 4. 贝叶斯搜索 贝叶斯优化属于一类优化算法，称为基于序列模型的优化(SMBO)算法。这些算法使用先前对损失f的观察结果，以确定下一个(最优)点来抽样f。该算法大致可以概括如下。 如果超参数空间(超参数个数)非常大，则使用随机搜索找到超参数的潜在组合，然后在该局部使用网格搜索(超参数的潜在组合)选择最优特征。
2K10发布于 2020-09-22 - 来自专栏孟永辉
数字零售，不止于零售
同样地，零售行业也在发生着一场深刻而又彻底的改变。无论是以线上零售为代表的电商，抑或是以线下零售为代表的实体商超，数字科技对于它们的影响和改变，正在发生。 因此，数字零售并不是仅仅只是以传统零售为改造对象的，纵然是那些电商平台，同样是数字零售改造的对象。 数字零售，一个全新的物种 既然数字零售并不是电商的延续，那么，究竟什么才是真正的数字零售？它的本质的内涵和意义又是什么呢？我们又将如何才能落地和实践数字零售呢？ 只有真正将数字零售的「核心技术」归结到数字技术的身上，并且用数字技术来填充数字零售，驱动数字零售，数字零售的发展才能真正步入到自身的发展轨道里。 4、零售，并非数字零售的「终点」 数字零售之所以会和传统的电商不同，最为根本的一点在于，传统的电商是以交易的达成，即，零售的完成和实现，为终极目标的；而零售，并不是数字零售的「终点」，甚至还可以说是一个开端
49620编辑于 2022-09-28 - 来自专栏全栈程序员必看
树莓派4B系统搭建（超详细版）
树莓派——烧录与配置（超详细版） 本人用的是树莓派4B,不过步骤应该差不多。 一、搭建树莓派系统 1、下载镜像 树莓派需要一个操作系统才能工作。 官网链接： 2、格式化TF卡 准备一张 32G TF 卡（官方建议大于4G，有条件当然越大越好），下载 SDFormatter V4.0(绿色) 或者 FormatTool 来格式化 TF 卡为 FAT32 SDFormatter下载链接： 提取码：9b49 3、烧录镜像 下载 Win32DiskImager（烧录工具） 链接：提取码：e4ng 安装好之后打开Win32,按如下步骤选择好要格式化的SD卡 3.Ext3区属于linux的文件系统，就和win的系统盘C盘一样 4.Swap区为linux的虚拟内存区，主要在物理内存不够用的时候，做缓存用的。 5.以上两个，是Linux系统的分区。
5.7K50编辑于 2022-07-01 - 来自专栏孟永辉
智慧零售，数字零售的必然
文/孟永辉 如果我们将电商看成是互联网与传统零售结合之后产生的物种，那么，数字零售便是数字科技与零售行业结合产生的新物种。 无论是电商时代，还是数字零售时代，零售行业的本质都是没有改变的。它们仅仅只是改变了传统零售供需两端的对接方式以及沟通机制，对于零售本身并未有太多改变。 打破零售行业原来的环节壁垒，推倒横亘于零售行业内部的烟囱系统，真正让零售行业进入到智慧化的发展阶段，才是关键所在。从这个角度来看，智慧零售，同样是数字零售的必然。 经历了数字零售的洗礼，越来越多的人开始感觉到仅仅只是用数字化的手段对零售行业进行改造，仅仅只能解决零售本身的困境和难题，无法为零售行业的持续发展获得力量。 于是，人们开始思考零售进化的新通路，智慧零售便是在这样的大背景下诞生的。当智慧零售开始出现，数字零售便不再是终局，而是变成了一个进行时，而比它更具前瞻性的智慧零售，则成为了它的必然。
75010编辑于 2021-12-06
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