- 综合排序
- 最热优先
- 最新优先
- 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 - 来自专栏凹凸玩数据
Python 爬取美团网红奶茶店告诉你
前两家CoCo和50岚（现在的1点点）都已经成为中国大陆大型的连锁奶茶店。随着奶茶越来越受大众喜爱，涌现出更多的本土奶茶品牌，如蜜雪冰城、益禾堂。 uuid=6ddabcb37fdd4a8e9cdf.1599125825.1.0.0&userid=280531290&limit=32&offset={}&cateId=-1&q=奶茶果汁&areaId 图3 热门城市奶茶店铺数量情况 从全国12个热门城市来看奶茶店铺数量分布情况，广州的店铺数量是最多的，拥有11419家，之后是深圳（9367家）、上海（7940家）、成都（7361家）。 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。 ?
1.3K20发布于 2020-10-09 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- 来自专栏机器之心
奶爸为8岁女儿解读深度学习篇之：11个事实
选自OVHcloud Blog 作者：Jean-Louis Queguiner 机器之心编译 参与：李志伟、张倩 「神经网络就像数数一样简单」，「卷积层只是一个蝙蝠信号灯」……在本文中，一位奶爸从手写数字识别入手 ，用这样简单的语言向自己 8 岁的女儿解释了一下「深度学习」。 手写数字 8 的图像和相关的强度矩阵 事实 3：卷积层只是一个蝙蝠信号灯 为了确定图片中显示的图案（此处指手写数字 8），我们将使用一种蝙蝠信号灯/手电筒。 应用于输入矩阵的卷积过滤器（Sobel Gx）示例（来源：https://datascience.stackexchange.com/questions/23183/why-convolutions-always-use-odd-numbers-as-filter-size medium.com/@sidereal/cnns-architectures-lenet-alexnet-vgg-googlenet-resnet-and-more-666091488df5） 结论 我们简要介绍了应用于图像识别的深度学习概念
63530发布于 2019-08-20 - 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。 当然，奶爸也可以跟着一起玩： ? 或者自己玩： ? 这么好的带娃经验当然要分享出来。在最近的一篇博客中，Nalwan 完整地介绍了他打造 Griffin 的完整过程，手头有娃的可以参考一下。 ? 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。 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 - 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 - 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（8）降维算法分析实战
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第8站，一起了解下降维算法基本概念 以及 通过降维算法辅助商品品类分析的案例。 font.sans-serif']=['SimHei'] # 用来正常显示负号 plt.rcParams['axes.unicode_minus'] = False # 创建一个新的图形，设置大小为12x8 plt.figure(figsize=(12, 8)) # 在图上绘制降维后的数据点 plt.scatter(reduced_data[:, 0], reduced_data 小结 本文介绍了机器学习中的降维场景问题，常用的降维算法 以及 如何选择降维算法，最后通过一个商品品类分析的案例做了一次实战，相信对你理解降维应用应该有所帮助。
37410编辑于 2025-03-31 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」。 ? 在 DeepMind 的所有强化学习实验中，人工智能每 8 个游戏帧行动一次，这相当于 APM180。这是一个和中等玩家水平相当的选择。」 ? 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 目前，OpenAI 的人工智能已能在 Dota 2 上和人类顶尖职业玩家勉强过招了，腾讯 AI Lab 的王者荣耀 AI「觉悟」也在 KPL 决赛上击败了顶尖战队，DeepMind 又会给我们带来哪些惊喜 在此，先奶一口DeepMind。 ?
66930发布于 2019-04-29 - 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？
全网首个游牧民族虚拟人「奶思」 在「奶思」的官方介绍中，是这样写的：「奶思，女，蒙古族，1999 年 8 月 18 日生，中国内蒙古和林格尔人，2022 年 7 月毕业于蒙牛营养研究院美味牛奶专业，精通牛奶 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。 “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。 基于深厚的底层技术积累以及自身大规模 C 端业务的锤炼，快手在 2022 年 8 月正式推出了 toB 品牌 StreamLake，专注于成为视频化升级助推器，将沉淀多年的音视频和 AI 等关键技术能力以产品化的形式对外开放
1.6K30编辑于 2023-03-29 - 来自专栏低代码平台
Jeecg-AI 开源的 AI 应用平台，实现 n8n 的循环节点
Jeecg-AI 是一套类似 Dify 的 AIGC 应用开发平台 + 知识库问答，是一款基于大型语言模型和 RAG 技术的 AI 应用平台，重点提供图文并茂的 AI 知识库和智能聊天功 能，界面直观， 一个全栈式 AI 开发平台，旨在帮助开发者快速构建和部署个性化的 AI 应用和零代码应用。 产品方向： AI 应用平台与低代码结合产品，功能涵盖：AI 应用平台、零代码应用、AI 报表、AI 大屏、AI 仪表盘、Chat AI 报表。 这将是一款业内独一无二的综合性 AI 应用平台，深度融合了 AI 技术与低代码开发理念，致力于为企业和开发者打造智能化、自动化的业务系统构建环境。 产品覆盖面广，功能丰富，涵盖了 AI 应用平台、零代码应用开发、智能 AI 报表生成、动态 AI 大屏展示、交互式 AI 仪表盘以及创新的 Chat AI 报表等多个维度。
21410编辑于 2026-01-20 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AI大模型应用开发炼丹房
AI Agent框架之争：盘点8大AI Agent开发框架的核心技术与工业级应用
本文深度解析8大AI Agent开发框架的核心技术与工业级应用，帮助开发者精准匹配业务场景。 return a/b") # 触发零除错误处理流程突破性特性：动态任务委派：Agent自动传递未完成子任务沙箱代码执行：在Docker中安全运行生成代码实时调试：中断对话直接修改变量值2.2 企业级应用 goal="发现行业趋势", tools=[web_search_tool] ) # 任务编排 trend_task = Task( description="分析2025年AI 的相关技术，我也整理了一份文档，粉丝自行领取：《想要读懂AI Agent（智能体），看这里就够了》七、Pydantic-AI：结构化输出的终极方案核心问题：解决LLM输出格式漂移与非确定性7.1 技术实现深度解析 在这场波澜壮阔的文明跃迁中，主动拥抱AI时代，就是掌握打开新纪元之门的密钥，让每个人都能在智能化的星辰大海中，找到属于自己的航向。
5.2K10编辑于 2025-07-21 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
所以才发明了AI Native/AI First，来表达未来智能应用跟现在软件的不同。 等到ChatGPT发布插件，一众软件从懵懂中醒来，开始瑟瑟发抖，我们好像看到了AI吞噬软件世界的景象。 另一方面，在具体需求满足上，AI跟应用还只是有限度的打通，并不能完全闭环，这大大限制了用户从旧应用体系脱离的意愿和速度。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 蓝莺智能插件 蓝莺智能插件（AI Plugin），是由应用自定义提供给大模型AI服务调用的一组API或函数集合。 基本步骤如下： 用户提出问题，应用服务器将问题和相关函数调用的定义发给AI服务； AI识别出缺失的业务信息，根据上下文信息拼装成函数调用返回给应用服务； 应用服务收到拼装好的函数后，进行实际的API或函数调用
54010编辑于 2025-05-23 - 来自专栏机械之心
带娃焦虑之让 QClaw 变成专业的育儿助手
150字、温和鼓励7:30晨间洗漱步骤清单（洗脸→刷牙→擦香香）儿歌节奏、每步2分钟8:30早餐今日早餐食谱+进食目标记录饮食状态10:00户外运动今日运动项目+安全提示30分钟、天气备选方案12:00 AI AI "每天 "每天 8: AI
17511编辑于 2026-04-13 - 来自专栏数据结构与算法
洛谷P1208 [USACO1.3]混合牛奶 Mixing Milk(贪心)
Marry乳业从一些奶农手中采购牛奶，并且每一位奶农为乳制品加工企业提供的价格是不同的。此外，就像每头奶牛每天只能挤出固定数量的奶，每位奶农每天能提供的牛奶数量是一定的。 每天Marry乳业可以从奶农手中采购到小于或者等于奶农最大产量的整数数量的牛奶。 给出Marry乳业每天对牛奶的需求量，还有每位奶农提供的牛奶单价和产量。计算采购足够数量的牛奶所需的最小花费。 第 2 到 M+1 行:每行二个整数:Pi 和 Ai。 Pi(0<= Pi<=1,000) 是农民 i 的牛奶的单价。 Ai(0 <= Ai <= 2,000,000)是农民 i 一天能卖给Marry的牛奶制造公司的牛奶数量。 输入输出样例 输入样例#1： 100 5 5 20 9 40 3 10 8 80 6 30 输出样例#1： 630 说明 题目翻译来自NOCOW。
93450发布于 2018-04-13
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