- 综合排序
- 最热优先
- 最新优先
- 来自专栏奇点大数据
话说量化（6）
各位读者朋友大家好，浪了半个多月之后我终于又开始了我的随笔了，感谢大家的关注。我们言归正传，上次说了通货膨胀，这次我们来说说货币的形式。
40030发布于 2018-10-23 - 来自专栏Material Design组件
增长黑客6：留存
换了工作以后进入了运营部门中的设计组，为了弄清楚运营的流程，一个月间间断断地看完了《增长黑客》这本书。现将一些重点记录下来方便以后温习 ? 《增长黑客》 商业的目的在于创造和留住客户。 中期 要留住中期用户，增长团队的核心任务是让使用产品成为一种习惯，让用户逐渐从产品／服务中获得满足感。 长期 此阶段需要确保产品继续为用户带来更大价值。
74440发布于 2019-02-20 - 来自专栏腾讯大讲堂的专栏
增长产品中，量化数据分析的几个方法
下面就谈一谈增量贡献的量化，以及如果没有AB实验，怎么量化？ 增长为什么要做量化 做增长产品的数据分析，和其他的数据分析，个人认为最大的特色在于量化，为什么要做量化？ 因为，做增长，是个强数据驱动的方法，要把有限的资源发挥出最大的价值，所以必须准确计算出每个Driver的ROI，才能更有效分配资源，做到效率最大化，把好钢用在刀刃上。 可以看出，我把增长产品的量化规为2大类，外部拉量（拉新、拉活）和促进活跃： 外部拉量：拉新方面，业界有比较成熟的LTV模型，难点在于对LTV模型的预估，拉活方面，一般我们只计算当次（当然不严谨，拉活的后续持续贡献非常复杂 拉新拉活的量化 这部分，只简单谈一下，因为我的业务范围拉新拉活量化比较少，没有经验，借鉴下比较基础的量化方法 拉新，采用y = ax^b分渠道量化预估，虽然还有很多高大上的算法，但是这个公式实现成本最低的 促活贡献的简单量化方法 促活方面，有几个简单的量化方式，虽然不好，但是较为简单，可以参考，后续将会讨论2种比较复杂的量化方式 染色法：对于参与或深度参与的，设定一个阈值，认为是带来的 对比法：对比渗透与未渗透的用户
2.3K21发布于 2020-09-16 腾讯AI素材分析方案：量化创意基因，科学驱动广告增长
破解创意分析的高维非结构化难题 广告素材作为核心变量，其内容复杂、维度高，传统方法面临三大瓶颈：高维非结构化（难以标准化分析）、经验主导（依赖个人直觉）、规模化瓶颈（人工分析无法满足海量素材迭代需求）
10910编辑于 2026-04-16- 来自专栏计算机视觉战队
量化新方法 | 模型压缩6倍，无需重训练
Exponential partition 在指数分区的情况下，随后的间隔相对于第一个区间呈指数增长： ? The value of X0 在实现线性和指数离散化算法时，需要定义初始数x。 将参数x0从0到1，并将位数从2改为6。 在表1和表2中收集了获得的结果，并在图3和图4中显示了它们。 ? ? ? ? ? 在上图中，给出了神经网络离散化的过程。 应特别注意倒数第二排。 通常这些网络需要在量化后进行重新训练，而我们找到了避免重新训练的方法。」 简化人工神经网络背后的主要思想是所谓的权重量化，即减少每个权重的位数。 训练之后，该网络会使用新方法进行量化，并且不进行重新训练。然后，该研究将实验结果与其他量化算法进行了比较。 RUDN 大学的 Iakov Karandashev 补充说道：「量化之后，分类准确率仅降低了 1％，但是所需的存储容量减少了 6 倍。
92610发布于 2021-03-13 - 来自专栏敏捷分析
教你更科学地花钱：因果推断在增长业务ROI量化评估上的应用
点击蓝字关注我们 作者：李金霞Polarisli 知乎专栏：《数据分析方法与实践》 创作者：「守望北极星的猫」 ---了解作者其他作品，请点击【文末原文链接】--- 丨导语丨 做增长业务，常用的策略手段有渠道拉新 ，每笔投入的 ROI 量化评判标准统一，自然就可比较。 一 什么是因果推断 在做用户增长时，我们要回答的终极问题是“如果对产品施加 T 策略，对业务目标是否有影响，影响有多大？” 三 倾向性加权得分在活动效果量化增益上的应用 以下以参与某活动为例，讲解倾向性加权得分方法在活动 ROI 量化增益上的应用。 以上量化指标符合规则，则说明加权匹配成功。 3）量化增益值及显著性校验 s_treat = 1.62 说明参与活动用户较未参与活动用户30日人天增益为1.62，且结果显著，量化评估结果可用。
1.5K21编辑于 2022-09-08 - 来自专栏YOLO大作战
YOLOv8轻量化：模型轻量化设计 | 轻量级可重参化EfficientRep| 来自YOLOv6思想
具体来说，从最近的网络设计、训练策略、测试技术、量化和优化方法中大量吸收了一些想法。最重要的是，整合思想和实践，构建了一套不同规模的部署网络，以适应多样化的用例。 在 YOLO 作者的慷慨许可下，作者将其命名为 YOLOv6。作者也热烈欢迎用户和贡献者进一步增强。 YOLOv6-N 在 NVIDIA Tesla T4 GPU 上以 1234 FPS 的吞吐量在 COCO 数据集上达到 35.9% 的 AP。 YOLOv6-S 量化版本甚至带来了 869 FPS 的最新 43.3% AP。 此外，与具有相似推理速度的其他检测器相比，YOLOv6-M/L 还实现了更好的准确度性能（即 49.5%/52.3%）。
1.9K70编辑于 2023-11-08 - 来自专栏韩曙亮的移动开发专栏
【Cubase】Cubase 量化设置 ( 量化预置 | 长度量化 | 快捷键设置 | 量化开头 | 量化 MIDI 事件结尾 | 量化 MIDI 事件长度 )
文章目录 一、要解决的问题 二、量化预置 三、长度量化 四、快捷键及设置 1、快捷键及设置 2、量化开头 3、量化 MIDI 事件结尾 4、量化 MIDI 事件长度 五、对 MIDI 进行量化操作 本博客中的所有设置都是在 ; 三、长度量化 ---- 长度量化 参数设置 : 在下图 处设置长度量化 , 如果设置成 " 1/16 " , 那么使用鼠标拖动时 , 音符的长度只能是 16 分音符的整数倍 ; 上述的 量化预置 ; 2、量化开头 量化开头 : 默认按键 " Q " 是量化开头 ; 将所有音符的开始位置对齐到 " 量化预制 " 对应的格子中 ; 该设置是系统自带的 , 不建议修改 ; 3、量化 MIDI 事件结尾 量化 MIDI 事件结尾 : 首先选中左侧的 " 量化类别 / 量化 MIDI 事件结尾 " , 点击右侧的 " 输入快捷键 " 下方的输入框 ; 输入快捷键后 , 点击 " 指定 " " 快捷键 , 量化音符长度 , 此时音符都排列整齐了 , 音符开头和音符长度进行了量化 , 音符结尾自然也进行了量化 ;
4.6K00编辑于 2023-03-28 重塑工业生产力：腾讯云智能体全栈架构与量化业务增长实践
据Gartner预测，40%的企业将在未来6个月内有计划探索Agentic AI方案。 兑现技术投资回报与关键运营指标优化 基于底层架构的全面升级，智能体在核心业务场景中产出了高度确定的量化业务价值。
18610编辑于 2026-04-05- 来自专栏庄帅
访谈6家区域龙头便利店，解析“本地红利”增长密码
，持续获得增长。 从CCFA摸底便利店经营的数据来看，总体上，中国的便利店企业确实如预计的一样，相较商超和购百，在拓店、销售增长和净利润增长方面，大多数的企业经营状况还是良好的。 ）和销售品类，满足新的消费习惯，从而获得增量增长。 从访谈的6家区域龙头便利店透露的部分经营数据和经营思路的变化来看，相较电商平台，“即时零售”的履约能力和运营优势能最大化便利店的本地优势，共同推动了“本地红利”的到来。 这个过程也成为本地便利店获得增量增长的红利之一。
63930编辑于 2023-02-21 - 来自专栏深度学习与python
构建产品“自增长”基因的 6 个思考 | PCon 产品创新大会
在成长期的时候，部分用户已经具备了自发口碑推荐的状态，产品增长曲线在显著的加速，这个时候需要在运营上去助推和放大产品增长加速的轨迹。 运营上经常讲一句话，在中早期，只有具备自发增长能力的产品，才具备运营价值。假如一个产品在中早期的时候，他没有办法做到让自己拥有自发增长的能力，它可能不太具备运营的价值。 那么怎么来构建一款产品的自增长的基因，构建一款产品的“自增长”基因，核心在于：如何能让用户使用产品核心流程或功能的过程中，可以产生自发分享的动机。 围绕这个前提，接下来分享观察到的构建产品增长基因的 6 个思考方向。 思考线索 1——如何借由产品的功能或数据帮用户生成一个可自嘲或炫耀的成果？ 思考线索 6——是否可以在产品使用流程中植入某些意想不到的彩蛋？ 最简单的彩蛋就来自于文案，借由文案小的交互机制来实现。
46331编辑于 2022-03-24 爱立信不惧通信寒流，Q4销售额增长6%
别看当下西伯利亚寒冷影响下，全球通信行业进入寒冬，但是爱立信逆势而上在2025Q4销售额取得6%的增长，均摊到全年总销售额增长2%的不易成绩，扣除外汇波动的影响，爱立信却依然展现出了强劲的增长势头，特别是在 单看Q4的财报，爱立信实现了6%的有机销售增长，几乎涵盖了所有业务领域，其中以云软件和服务部门的增长最为显著，竟达到了12%的增长。 从2025年Q4的财报来看，爱立信的研发支出并未减少，相反他们依旧保持了强劲的增长，持续推动5G核心网络、6G、以及“智能网络”技术的创新，这种技术上的“持续投入”，与很多企业“追求短期回报”的策略形成鲜明对比 AI技术的加速应用，不仅可以提升网络的智能化和安全性，还能通过降低运营成本、提高效率，进一步增强公司的竞争力，而在6G时代的“先行者”地位，无疑为爱立信打开了新的增长空间。 在接下来的几年里，爱立信不仅会继续加大对5G和6G技术的研发投入，还将进一步深化在企业级市场、工业互联网等新兴领域的布局。
18610编辑于 2026-03-17- 来自专栏SaaS加速器
SaaS销售：增长引擎 or 增长杀手？
将增长押注于销售的ToB公司，试图使用销售员的人海战术，通过冲高销售额实现增长。不幸的是，这种方法本身就是一个增长的销售陷阱；这非但不能增长，还为未来的增长挖了一个个大坑。 对于ToB来说，销售是增长的引擎，也可能变为增长的杀手。 从财务角度看，它们推高了营销与销售（S&M）费用率，既没有实现增长、还产生了亏损。而从营销管理角度看，这些低水平的业务累积起来，公司能活下来都难，更不要提增长了。 好合同能带来盈利和增长，而差合同带来的只能是“负债”。 依靠不断拓展新客户的方式，也很难实现增长。 事实上，SaaS完全可以用更轻量化的营销模式，与客户形成新型的服务关系。 毕竟，把一个产品卖给客户，与客户想要买到所需产品，根本就是两码事。
1K20发布于 2020-06-09 - 来自专栏算法之名
量化交易
针对可交易的投资商品，理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子"，可以分为基本面和技术面。
47210编辑于 2024-08-21 - 来自专栏图像处理与模式识别研究所
图像量化
from skimage import data from matplotlib import pyplot as plt image=data.coffee()#原始图像 ratio=128#设置量化比率 range(image.shape[2]):#图片通道数 image[i][j][k]=int(image[i][j][k]/ratio)*ratio#对图像中的每个像素进行量化 本文的图像量化过程是将256级的彩色图像量化到2级的彩色图像。 量化等级越多，量化比率越低，所得图像层次越丰富，灰度分辨率越高，图像质量好，但数据量大；量化等级越少，量化比率越高，图像层次欠丰富，灰度分辨率低，可能会出现假轮廓，图像质量变差，但数据量较小。 图像量化的作用是在一定主观保真图像质量的前提下，丢掉对视觉影响不大的信息，以获得较高的压缩比。
78320编辑于 2022-05-28 Python 量化
Python 量化是指利用 Python 编程语言以及相关的库和工具来进行金融市场数据分析、策略开发和交易执行的过程。 Python 由于其简洁、易学、强大的生态系统和丰富的金融库而成为量化交易的首选编程语言之一。 量化主要是通过数学和统计学的方法，利用计算机技术对金融市场进行量化分析，从而制定和执行交易策略。 更多 Python 量化内容可以查看：Python 量化交易。 start_date, end=end_date) # 简单的数据分析 print(data.describe()) # 绘制股价走势图 data['Close'].plot(figsize=(10, 6) strategy_performance.items(): print(f"{key}: {value:.4f}") # 绘制累计收益曲线 plt.figure(figsize=(10, 6)
34210编辑于 2025-12-16- 来自专栏小明的博客
量化交易
量化投资没有确切的定义，它泛指通过数学分析、挖掘价格波动规律，或者通过对相关宏观经济、财务数据、量价关系、资金交易等数据进行建模，寻找数据之间的关系，以获得稳定利润为目标，持续计算生成定量化的投资信号 多资产多策略配置: 对冲风险更高收益 技术信息理论的三大假设 市场行为包容消化一切信息 市场运行以趋势方式演变 历史会重演（我们可以通过历史数据来推断未来走势 绩效评估指标 绩效指标也被称为风险指标，它们也是量化投资的基石
2.7K20编辑于 2022-09-06 - 来自专栏机器学习、深度学习
模型量化
下图显示不同量化策略对速度的提升影响 ? 量化卷积过程 ? 加速策略： AND, XOR and bitcount operations 训练过程 ? 分类性能对比 ?
88110发布于 2019-05-26 - 来自专栏算法码上来
【白话模型量化系列一】矩阵乘法量化
然后整数矩阵 的数值范围其实就是有符号整数的表示范围 ， ，为了实现的简单，我们只量化到 ，这样就和 一样关于零点左右对称了。 如果我们强行还按照 的范围来量化relu结果 的话会怎么样呢？这样会导致整数区间 永远不会有数字，因为根本没有负数浮点数的存在。这样就白白浪费了127个整数，就会导致量化的精度大大受损。 总结 如果矩阵乘法两个输入的范围都是关于零点对称的，那么计算公式为： 「量化：」 「反量化：」 如果矩阵乘法其中一个输入是relu的结果，那么计算公式为： 「量化：」 「反量化：」 当然还有很多其他情况 此外为了减小量化的损失，还需要在模型结构中插入伪量化节点，然后进行量化感知训练（QAT）。接着还需要将finetune后的模型存储为int8格式。然后还需要开发加载int8模型的推理加速库代码。 网上关于量化的优秀教程非常多，我不会讲太多理论上的量化知识，只会从实践的角度来白话一下我们在Transformer模型量化过程中做的一些尝试。
1.3K20发布于 2021-12-02 - 来自专栏张善友的专栏
C# 2025年6-9月TIOBE排名增长及未来展望
根据 TIOBE 编程语言排行榜 2025 年 6 月至 9 月的公开数据，C# 的排名和市场份额变化如下（综合多个月份数据整理）： 一、 C# 在 2025 年 TIOBE 排行榜的连续增长趋势 2025 年 6 月 排名：第 5 位 市场份额：4.69% 2025 年 7 月 排名：第 5 位 市场份额：4.87% 2025 年 8 月 排名：第 5 位 市场份额：5.52% 关键动态：AI 编程助手 三、 C# 2025 年 6-9 月市场份额变化表 四、C# 在 TIOBE 榜单的关键数据演变（2019–2025） 五、 未来展望 超越 Java 的可能性：若 C# 维持当前增速，或将在 2026 总结：C# 在 2025 年 6-9 月虽经历份额增长，但凭借 9 月的逆势增长（+0.86%） 实现四个月整体份额提升，进一步逼近 Java。 随着.NET 10的即将发布，其增长动力源于企业级开发生态、语言现代化演进及竞争对手的疲软。
63010编辑于 2025-09-20
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