- 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。 2014年，它们成功预测德国队夺冠，它们的橄榄球模拟游戏Madden系列更是猜中了13次超级碗中的9次！ 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。 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DotNet NB && CloudNative
AI应用实战课学习总结（9）Hello 深度学习
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9站，一起了解下大数据和GPU时代下的 深度学习 和 PyTorch框架。 PyTorch 是一个开源的机器学习库，主要用于应用如计算机视觉和自然语言处理等领域。 它由 Facebook 的 AI 研究团队开发，并以 Python 编程语言为基础，提供了强大的 GPU 加速支持。
30610编辑于 2025-04-02 - 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 - 来自专栏华章科技
AI魔幻行为大赏：细数机器视觉的9大应用场景
，因此机器视觉的应用前景还是非常广阔的。 这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9个场景为例，对一些常见的应用场景进行介绍，让读者直观地理解机器视觉都能解决哪些问题。 ▲图1-7 自动驾驶汽车应用场景 自动驾驶技术链比较长，主要包含感知阶段、规划阶段和控制阶段三个部分。机器视觉技术主要应用在无人驾驶的感知阶段，其基本原理可概括如下。 ：书籍、报刊等印刷物的识别 实体标识识别：道路指示牌识别（如图1-9）、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑，还可以进行再创造。
1.4K30发布于 2019-07-24 - 来自专栏计算机视觉战队
AI魔幻行为大赏：细数机器视觉的9大应用场景
，因此机器视觉的应用前景还是非常广阔的。 这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9个场景为例，对一些常见的应用场景进行介绍，让读者直观地理解机器视觉都能解决哪些问题。 ▲图1-7 自动驾驶汽车应用场景 自动驾驶技术链比较长，主要包含感知阶段、规划阶段和控制阶段三个部分。机器视觉技术主要应用在无人驾驶的感知阶段，其基本原理可概括如下。 ：书籍、报刊等印刷物的识别 实体标识识别：道路指示牌识别（如图1-9）、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑，还可以进行再创造。
3.2K21发布于 2019-08-14 - 来自专栏Redis原理与应用
Redis应用—9.简单应用汇总
(String数据结构)6.实现一个简单的唯一ID生成器(incr命令)7.实现博客点赞次数计数器(incr命令 + decr命令)8.社交网站的网址点击追踪机制(长网址转短网址)(Hash数据结构)9. /短网址追踪案例public class ShortUrlDemo { private static final String[] X36_ARRAY = "0,1,2,3,4,5,6,7,8,9, shortUrlDemo.getShortUrlAccessCount(shortUrl); System.out.println("短网址被访问的次数为：" + accessCount); }}9.
18000编辑于 2025-03-08 DeepSeek开源最后一天，大鹏今日同风起。
等到早上9点，DeepSeek如期而至。 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」。 ? 在与「疯狂」难度标准的星际争霸 2 AI 模型对阵的时候，获胜概率可以达到 50%。」 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ADAS性能优化
AI Weekly | Nov. 9, 2019
Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?
27210编辑于 2022-05-13 - 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。 这套解决方案并不是首次亮相，在今年 9 月份的世界人工智能大会 (WAIC) 上，快手 Y-tech AI 技术中心负责人万鹏飞曾对其做了全面的介绍，引发行业、媒体的关注和热议。 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。
1.6K30编辑于 2023-03-29 - 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 - 来自专栏Devops专栏
9. Django 2.1.7 创建应用模板
上一篇中讲诉了关于Django 2.1.7 视图的操作，本篇章开始研究模块这块内容。
50820编辑于 2022-01-17 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ ❤ AI agents in business create new risks & urgent security needs 企业AI Agent应用带来新的安全挑战 Radware最新研究报告警告 ，自主AI Agent在企业中的应用扩大了网络风险，呼吁采取更严格的安全措施。 Azure AI Foundry推出了Agent Factory系列博客，第五篇重点介绍了如何使用MCP和A2A等新的开放标准连接Agent、应用和数据。 文章提到，代理式AI应用正在兴起，例如德勤的Zora AI Agent和普华永道的Agent OS平台正在重塑内部工作流程。
33310编辑于 2025-09-17 - 来自专栏C++核心准则原文翻译
自学鸿蒙应用开发（9）- TimePicker组件
本文介绍在鸿蒙应用中TimePicker组件的基本用法。 增加TimePicker组件 如下代码中46行~52行所示，在布局中增加TimePicker组件。 <?
59020发布于 2021-01-13 - 来自专栏月色的自留地
从锅炉工到AI专家(9)
无监督学习在实际的工作中应用还是比较多见的。 从典型的应用上说，监督学习比较多用在“分类”上，利用给定的数据，做出一个决策，这个决策在有限的给定可能性中选择其中一种。 当然作为一个示例程序，离正式的应用还是有很大差距的。 将得到的向量化结果，抽取前500个，绘制出来，输出为png图片。从图片上看，能够更形象的理解单词向量化的概念。 进阶实现 进阶版本源码是一个基本可以应用的实例，在项目页面的介绍中有使用办法，但在macOS中运行有些问题，这里做个说明。 Epoch 8 Step 1207755: lr = 0.015 words/sec = 401 Eval 4965/17827 accuracy = 27.9% Epoch 9
79160发布于 2018-06-20
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