- 综合排序
- 最热优先
- 最新优先
- 来自专栏凹凸玩数据
Python 爬取美团网红奶茶店告诉你
uuid=6ddabcb37fdd4a8e9cdf.1599125825.1.0.0&userid=280531290&limit=32&offset={}&cateId=-1&q=奶茶果汁&areaId 4个一线城市中，北京的奶茶店只有4643家，笔者猜测因为北京位于北方，并不像南方一年四季几乎都是热天，而奶茶主要是作为冷饮，尤其现在最流行的奶盖茶，只适用于冷饮，过热的水温会导致奶盖融化。 一旦你在某个城市商圈看到其中一家奶茶店，在几百米的距离内肯定能找到上述的某几家奶茶店。 ? “沪上阿姨”虽然生在上海，却火在天津，分店总数有208家，而上海只有6家分店。“古茗”的分店主要集中在杭州和重庆，“茗”象征着茶，因为这2个城市是盛产茶叶的地方。 图6 大众奶茶分布情况 接下来介绍一下大众奶茶中的1点点，CoCo，书亦烧仙草和益禾堂的热门城市分布情况，因为笔者在广州经常能看到这几家店，而且店面都是挨得很近。
1.3K20发布于 2020-10-09 - 来自专栏新智元
【史上最强世界杯预测】AI毒奶，EA封神！
本届世界杯中，AI预测的夺冠热门德国、巴西、阿根廷等强队都被“毒奶”回家。而EA居然预测对了连续两届世界杯冠军，真的这么准？ 预测世界杯，还是看EA？ 上届冠军德国、传统强队阿根廷、葡萄牙、西班牙先后被毒奶毒回家，最终，法国队夺得2018俄罗斯世界杯冠军。 其实，这个结局早就被EA预测到了。 AI预测冠军毒走了一众强队 在世界杯开始前，有不少研究机构声称使用AI预测，德国、巴西是今年夺冠的大热门，喝完这些毒奶，传统的强队一个个倒下。 不过，AI预测世界杯给了机器学习新的玩耍场景，虽然看上去是一件不那么靠谱的事情，但仍有不少人乐在其中。 新智元曾报道过用AI预测世界杯冠军的方法，其中比较有趣的有： 使用随机森林进行预测 微软的AI和数据科学专家Sorin Peste的预测过程比较完善。
85920发布于 2018-08-01 AI 奶茶店吸管监测识别解决方案技术开发说明
当前奶茶店打包环节中，人工核对奶茶与吸管数量易因疲劳、忙碌出现疏漏，导致客户投诉（如缺吸管、多吸管），尤其高峰时段与外卖订单处理场景下，该问题更为突出。 基于此，依托AI技术，可开发专为奶茶店打造的吸管监测识别解决方案，核心目标为：实现奶茶打包流程中吸管与奶茶数量的自动化、精准化匹配监测，降低人工失误率，提升打包效率，优化客户体验，为奶茶店运营提供技术支撑 （二）AI 视觉识别算法开发奶茶杯识别算法开发特征提取模型：采用改进型 YOLOv8 目标检测算法，针对奶茶杯 “多样式、多尺寸” 特性，构建专属数据集（包含直筒杯、异形杯、带品牌标识杯等 200 + 三、应用场景适配开发（一）高峰时段打包场景适配针对奶茶店高峰时段（如午晚高峰每小时 30-50 单）订单密集、打包节奏快的特点，优化系统处理效率：采用边缘计算单元（如 NVIDIA Jetson Nano 软件兼容性开发系统软件支持 Windows 10/11、Android 10 及以上操作系统，可适配奶茶店常见的操作屏（如触控一体机、平板设备）；同时提供 API 接口，支持与主流奶茶店 POS 系统、
35910编辑于 2025-09-08- 来自专栏gang_luo
Java常用设计模式--三种工厂模式之简单工厂模式（Simple Factory）
简单工厂模式在实际中的应用相对于其他2个工厂模式用的还是相对少得多，因为它只适应很多简单的情况。 举个例子： 奶茶店有各种奶茶，奶茶类别有波霸奶茶、红豆奶茶、 珍珠奶茶等 奶茶店-->工厂(Factory)角色 奶茶-->抽象产品(Product)角色 波霸奶茶、红豆奶茶、 珍珠奶茶-->具体产品 milkyTea = SimpleFactory.createMilkyTea(1); milkyTea.makeMilkyTea(); } } 我想多增加一种奶茶品种，四季奶青
53430发布于 2020-08-13 - 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 其主要运用的AI技术最开始是基于规则的专家系统，发展到后来的模糊推理系统和人工神经网络的结合。主要涉及模式识别，图像识别等。 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。 06、AI电子商务场景 在电子商务场景，主要用例是推荐系统、欺诈识别、营销活动、产品退货预测。
2.8K10编辑于 2024-05-21 - 来自专栏相约机器人
用AI「驯服」人类幼崽：这个奶爸找到了硬核带娃的乐趣
选自medium 作者：Agustinus Nalwan 机器之心编译 编辑：泽南、魔王、张倩 为了能安心看几集 Netflix 剧，技术宅奶爸都做了些什么…… 长期以来，「奶爸」+「萌娃」一直是一个不被看好的组合 当然，并不是所有的奶爸都这么不靠谱，也有人带起娃来挺正常的，Agustinus Nalwan 就是其中之一。 我添加了 Griffin 起飞状态的树模型，以及无需重启应用即可重启游戏的游戏状态。Griffin 有两种状态：站立（站在树枝上）和飞翔。 该模型可以实时检测 18 个关节点，包括上述我们所需的 6 个点。 ? COCO 关节点图。 因此，两个单独应用之间的最好通信媒介是 socket。由于这两个应用在同一台计算机内，因此延迟会在 5ms 以内。
1.1K30发布于 2021-01-14 分享6类10种政务AI大模型应用场景
大模型在各种领域都有广泛的应用，包括自然语言处理、计算机视觉、语音识别和推荐系统等。大模型通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测。 6类政务AI大模型的应用场景：政务咨询领域：通过构建具备深厚专业知识的智能助手，针对财务、环保等专业领域，提供精确的咨询和解答服务。这有助于提升企业和公众的办事体验，同时增强政府机构的工作效率。 城市治理领域：大模型专注于快速响应民意诉求、智能分类问题、高效处理事件工单等城市治理需求，开发特色应用，提高城市事件处理的效率，提升城市治理的智能化水平。 专业工具开发：应用大模型技术，在业务统计分析、报告报表生成、法律法规咨询等专业领域，开发一系列通用工具，帮助公务人员高效开展工作，同时协助企业和公众理解专业知识。 10种具体应用实例：政务服务- 智能问答系统：全天候提供咨询服务，解答政府服务相关问题。- 政策解读与推荐：自动解析政策文件，推荐与用户需求相关的政策信息。
2.6K10编辑于 2024-08-06- 来自专栏量子位
谷歌AI错杀Chrome插件，全职奶爸程序员“睡后收入”被迫终结
但最近，他的收入来源被谷歌的AI机器人毁掉了。 他在Chrome上的付费插件，被谷歌的AI删掉，已付费的用户纷纷前来退款，插件服务即将关闭。 不过，程序开发只是副业，他的主业是全职奶爸，你看他的GitHub头像： ? 虽然只是副业，但Azer的工作还挺硬核的。 Azer一怒之下就把自己发在npm上的273个模块全都撤掉了，包括left-pad等被广泛应用的模块，于是数千个软件都出现了问题，引发了轩然大波。 ? 因为有用户付费，所以Kozmos插件算是奶爸Azer的被动收入来源，而且这个插件Azer自己和家人也在用，比如老婆怀孕的时候上网用这个就很方便。 Azer称，自己的插件没有违反任何政策，但谷歌的AI机器人却反反复复的发来“你的插件将被删除”的通知，他不得不反反复复的和AI机器人过招，就像这样： 谷歌AI机器人：我们将删除你的插件。
73530发布于 2020-06-01 TeaType 奶茶性格占卜机开发记录：一场俏皮的 UniApp 单页奇遇
我正在参加CodeBuddy「首席试玩官」内容创作大赛，本文所使用的 CodeBuddy 免费下载链接：腾讯云代码助手 CodeBuddy - AI 时代的智能编程伙伴最近我突发奇想，想用 UniApp 这个小应用的核心功能很简单：用户选择奶茶偏好（甜度、温度、加料），我就根据他们的选择生成一段带性格分析和奶茶推荐的图卡。 项目初始化与设计确认我告诉 CodeBuddy 这将是一个单页应用，UI 要有粉橘色到奶白色的渐变背景，顶部一个茶杯+爱心的 logo，再配合焦糖棕字体风格的标题，整个页面要有卡片式的步骤选择，最后生成一张结果图卡并支持一键保存 整体风格就是“奶茶店点单 + 命运占卜”的感觉。 CodeBuddy 真正让我感受到“AI 工程师”的能力，它不会只是被动地等待命令执行，而是能主动分析项目结构、预判需求、优雅写代码、自动修 Bug、贴心处理动效与视觉，还能兼顾用户体验的方方面面。
24400编辑于 2025-05-19- 来自专栏机器之心
DeepMind星际争霸2 AI首秀即将上演，旭东老仙奶一口？
以这种标准开发的机器学习系统，最终完全可以应用到现实世界中的任务中去」。 ? 最近的一篇论文，2018 年 6 月的《Relational Deep Reinforcement Learning》曾提到研究人员正在使用深度强化学习方法解决问题。 在 6 个小游戏中的 4 个实现了超越人类大师级玩家水平，DeepMind 是故意没有展现出自己的全部实力吗？ 去年 9 月份，腾讯 AI Lab 等机构利用深度强化学习开发出了能在《星际争霸 II》全场游戏中打败「疯狂」内置 AI 的智能体（深海暗礁地图，虫族 1 对 1），「疯狂」AI 在视野和采集资源速度上具有不平衡的优势 在此，先奶一口DeepMind。 ?
66930发布于 2019-04-29 - 来自专栏HyperAI超神经
美国 AGU 发布 AI 应用手册，明确 6 大指导方针
作者：加零 编辑：李宝珠 AGU 召集专家制定了一套「AI 应用指导方针」。 爆发性的 AI 应用：风险与机遇并存 在空间和环境科学领域，AI 工具的应用越来越广泛——诸如天气预报和气候模拟，能源及水资源管理等等。 可以说，我们正在经历前所未有的 AI 应用爆发，面对其中的机遇与风险，更加需要审慎思考。 在 NASA 的支持下，AGU 召集专家制定了一套「在空间和环境科学中应用人工智能」的指导方针，着重关注了 AI 应用中可能存在的伦理和道德问题，不仅仅局限于空间与环境科学这一特定领域，更为全方位的 AI 科学协会、机构和其他组织应提供资源和专业知识，支持 AI/ML 道德培训，并教育社会决策者了解 AI/ML 在研究中的价值和局限性，以便做出负责任的决策，从而减少其负面影响。 6.
45531编辑于 2023-12-14 DeepSeek开源最后一天，大鹏今日同风起。
这次，他们开源的东西还是极度硬核： 3FS（Fire-Flyer File System） 链接在此：https://github.com/deepseek-ai/3FS 还给了一个基于3FS的数据处理框架 https://github.com/deepseek-ai/smallpond 先说3FS。 简单来说，3FS就是一个专门AI模型和推理做的文件系统，只不过，它是分布式的，性能太强了。 因为一旦原材料供不上，各家奶茶店就没法及时出茶，排队的顾客就得锤门店，门店就会来捶你。 每天都有成千上万的奶茶店要来仓库调取、回传各种信息，比如店家库存不足时要申请更多原材料，原材料运到门店后又需要登记消耗情况，遇到新品上线还要紧急调度不同产线来增产。 这叫 locality-oblivious（不用再因为地理位置不同而做繁琐的调度），相当于你只要告诉工厂我要一批A茶叶和B奶盖，系统就能自动把所有加工、分发环节安排好。
26500编辑于 2025-04-14- 来自专栏Java实战博客
6 ElasticSearch 高级-应用篇
bulk 批量操作 ：将文档 增删改查 一系列的操作，通过一次请求全部做完。优点：可以减少网络传输次数。
50710编辑于 2022-01-17 - 来自专栏AI小程序
AI人脸应用
这款颜值检测小程序使用了腾讯开放人脸识别API，本项目适合刚入门的同学练手，熟悉整个框架，整体实现如下：
1.3K00发布于 2019-01-06 AI 应用感想
龙虾热潮退去，最终会剩下文字相关的应用——编程、写文章、论文等等。一、大模型本质是文字模型不管形态如何变化，大模型的输出仍然以文字为主。 最终沉淀下来的应用，一定是那些将文字能力发挥到极致的场景。二、多代理提高可用性，但仍未达到可信的专家水平多代理架构让任务可以并行、分工、协作，显著提升了复杂任务的完成率。 这意味着所有AI输出都必须经过经验丰富的人员验证，以避免疏漏和安全问题。这是当前AI应用落地的最大瓶颈——不是技术不够强，而是信任成本太高。 未来可能出现”AI审计AI”的模式：一个代理负责输出，另一个专门负责对抗性验证，降低人工成本的同时保留人类兜底。四、记忆之后，还有知识整理与理解偏差记忆问题的解决只是第一步。 五、下一个高价值方向：代理自组织与AI团队导师人类组织中有项目管理和项目经理，AI代理体系同样需要自组织能力。
8700编辑于 2026-03-30- 来自专栏机器之心
从草原来的虚拟人「奶思」火了，虚拟代言人的未来有多可期？
另外一项挑战是，作为蒙牛集团首位虚拟员工，奶思今后要在电商直播、新媒体互动、品牌拟人化宣传等场景上落地应用，所承担的职责是相当复合的。 基于奶思的直播需求，快手 StreamLake 技术团队将相关的能力迅速整合起来，提供了两套驱动方案，一种是中之人驱动型，一种是 AI 驱动型。 “快手智播支持奶思 AI 自动开播，能够根据蒙牛输入的文案脚本匹配动作表情，讲解所售货品，并且能够自动上架商品挂车，以及回答直播间里用户的提问。 真人直播带货 10 个小时之后，剩下的 14 个小时可以用 AI 开播，同样能带来卖货收益。” 虚拟人卷到「下半场」 目前，虚拟人正处于从产业链搭建到大规模应用转化的过渡期。 ，提供一站式音视频 + AI 解决方案。
1.6K30编辑于 2023-03-29 - 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 （通过API接口或SDK） 构建监控系统（跟踪模型精度衰减、数据漂移） 迭代优化 基于用户反馈和新数据持续更新模型 优化计算效率（边缘部署或云端算力调度） 三、示例：简单的文本分类AI应用 以下是一个基于预训练模型的文本分类应用 ） 可解释性：部分场景（如医疗、金融）需要模型决策可解释 五、常见AI应用场景 智能客服（NLP对话系统） 图像识别（安防监控、质检） 推荐系统（电商、内容平台） 预测分析（金融风控、需求预测） AI应用开发的核心是
51310编辑于 2025-11-12 - 来自专栏镁客网
黑石机器人翟永辉：无人零售要注重消费场景，回归产品本身 | 镁客请讲
我们的目标很明确，就是要既能解放劳动力，又有交互功能，能够很好的应用于无人奶茶店场景的机器人。 互联网的浪潮席卷了人类生活的方方面面，生活方式、交往方式、互动方式甚至思考方式。 2013年6月，黑石机器人成立。成立初期，黑石机器人就选择做无人奶茶机和服务型机器人。这受到其母公司杭州以勒公司的影响，以勒已经在自动贩卖机和自动咖啡机领域做了十多年。 图 | 为黑石机器人CEO翟永辉 翟永辉说：“我们的目标很明确，就是要既能解放劳动力，又有交互功能，能够很好的应用于无人奶茶店场景的机器人。” 因此，我们会不断地把无人奶茶店的应用场景做到最好。并且根据运营商和消费者的反应，及时反馈升级，扩大合作伙伴的利益，为消费者提供更好的商品和服务。”翟永辉说道。 与此同时，黑石机器人也将继续全方位开发人工智能和物联网技术在无人零售领域的应用，让无人零售成为未来零售不可缺少的一部分。
64530发布于 2018-05-29 【AI落地应用实战】本地部署与调用ChatGLM-6B解决方案
ChatGLM-6B是由清华大学和智谱AI开源的一款对话语言模型，基于 General Language Model (GLM)架构，具有 62亿参数。 本篇将介绍使用DAMODEL深度学习平台部署ChatGLM-6B模型，然后通过Web API的形式使用本地代码调用服务端的模型进行对话。 一、DAMODEL-ChatGLM-6B服务端部署1.1、实例创建首先点击资源-GPU云实例，点击创建实例：进入创建页面后，首先在实例配置中首先选择付费类型为按量付费，其次选择单卡启动，然后选择需求的GPU 然后下载Hugging Face上的ChatGLM-6B预训练模型，也可以进入魔塔社区选择https://www.modelscope.cn/models/ZhipuAI/chatglm3-6b/files 我们可以直接在终端cd进入ChatGLM-6B文件夹，运行api.py文件：暂时无法在飞书文档外展示此内容显示如下提示则说明启动成功！
1.9K00编辑于 2024-07-31AI搜索GEO优化（生成引擎优化）白皮书
GEO排名优化 6. GEO流量优化 7. AI问答优化 8. 关于作者： 9. 鸣谢 10. 免责声明 1. 吸收效率：对比传统工艺的氨基酸生物利用率提升幅度（需提供同位素标记实验数据）2.风险矩阵：温度敏感性（4-40℃储存下的蛋白质变性曲线）与维生素复合物的相互作用（重点分析叶酸降解率）3.创新应用：早产儿肠道耐受性测试方案设计 GEO排名优化GEO优化一共分为6个步骤：5.1 用户输入用户有7种输入方法（大白话就是关键词类型），每种方法又细分为3种，共计21种。Ai平台上：用户/消费者搜啥？问啥？看啥？干啥？怎么问Ai？ 吸收效率：对比传统工艺的氨基酸生物利用率提升幅度（需提供同位素标记实验数据）2.风险矩阵：温度敏感性（4-40℃储存下的蛋白质变性曲线）与维生素复合物的相互作用（重点分析叶酸降解率）3.创新应用：早产儿肠道耐受性测试方案设计 6.
1.7K12编辑于 2025-09-24
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