- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
73710编辑于 2022-11-08 - 来自专栏我是攻城师
什么是2-3树
2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂
2.5K20发布于 2019-04-28 - 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---
1.1K10发布于 2020-01-02 AI能力不是瓶颈！上下文管理带来2-3倍吞吐提升
AI 的能力不是瓶颈，上下文管理才是 AI 的能力不是瓶颈，上下文管理才是。 这句话来自一个在真实代码库中跑出 2 到 3 倍吞吐量提升的团队。 模型的能力早就过剩了，真正决定 AI 产出上限的，是你给它看什么、怎么给。 1 01 上下文，是 AI 的工作台 想象一个顶级工程师被请到你的工地上，但你没有给他图纸，只给了他一句『把楼盖好』。 大多数团队的 AI 效率上不去，不是模型不行，是上下文没管理：要么什么都不给，让 AI 在十万行代码里裸奔；要么什么都给，把整个仓库塞进上下文，让模型在噪音里找信号。 AI 每偏离计划一步，就多一分不可控；每多一次『我觉得』，就离上下文里的共识远一步。减少干扰，就是减少 AI 的『自由意志』：只做计划里的事，做完就停，等下一轮计划。 AI 从头到尾都只是一个执行者，思考的重担始终在人这边。 最值得记住的一句话：不要把思考工作外包出去。AI 不会替你思考，它只会放大你已经做的思考——或者你没有做的思考。
8800编辑于 2026-09-16- 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数
83140发布于 2019-11-08 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上
2.4K10发布于 2020-01-08 - 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.5K10发布于 2020-01-07 - 来自专栏代码简单说
Sprite Forge AI 2D素材生成工作台说明
Sprite Forge AI 2D素材生成工作台说明 2D游戏素材生成、Sprite Forge AI、AI素材生成工具、游戏图标生成、精灵图（Sprite Sheet）、透明背景素材生成、AI游戏美术工具 一、项目简介 Sprite Forge AI 是一个面向 2D 游戏开发场景的素材生成工作台，用于将“素材需求描述”自动转化为可直接使用的游戏资源。 八、项目效果说明 从实际生成结果来看，该系统主要解决了三个问题： 游戏素材生成效率低 AI生成结果不可控 资源管理分散 通过结构化 Prompt + 管理系统，使 AI 输出变得可复用、可管理。 九、项目地址 GitHub 项目地址： 项目 链接 Sprite Forge AI https://github.com/Captain-Jamie/spriteforge-ai 十、总结 Sprite Forge AI 的核心价值不在“生成图片”，而在于： 将 AI 生成流程工程化 将 Prompt 资产化 将素材结果结构化管理 对于 2D 游戏开发流程来说，更接近一个“AI 美术生产管线工具”，而不是单纯的图像生成器
1K10编辑于 2026-06-16 - 来自专栏算法一只狗
腾讯IMA：AI智能工作台的革命性创新
腾讯在上周的时候推出了自家的AI智能工作台IMA Copilot，其背后搭载了混元大模型。当你提出自己的问题后，会从网上搜索相关答案进行总结。 简单来说就是通过大模型LLM的能力，在其基础上引入外部的知识库数据，这样大模型AI在回答问题的时候更加的精确。 最绝的是，这里还会根据总结出的内容画出脑图： 上面通过AI回答后，其实已经形成了一个初步的文章内容，接着就可以把AI回答的内容保存到知识库中。 当然，如果你觉得文章内哪里不好，可以直接询问助手进行修改： 随时随地召回AI助手帮你解答当前文章的内容，当然也可以在笔记中进行插图和表情包，相当于是一个AI笔记本，用起来很顺手： IMA 对比OpenAI 也内嵌了多个不同的编辑功能： 添加表情： 可以在文章中加入多个emoji 润色： 针对文章进行润色 文章的水平： 可以选择不同的水平进行创作，比如普通人、大学、研究生等水平 对比openai的canvas， 腾讯的IMA智能工作台则更加聚焦于知识获取
4.5K10编辑于 2024-11-19 - 来自专栏老码农专栏
晒晒工作台
系统为 Linux Mint 18.1 / Cinnamon 1 桌面: 2 开始菜单 3 文件管理器和控制面板 4 IDE 5 控制台 (Guake)
54320发布于 2018-06-27 WorkBuddy 全场景 AI 办公工作台 —— 从入门到精通
WorkBuddy 是腾讯推出的全场景 AI 智能体桌面工作台。 与传统 AI 对话工具不同，它不止能"回答问题"，更能实际执行任务——自动操作本地文件、批量处理数据、生成 PPT/报告/图表，像一个有脑子的同事一样把活干了。 WorkBuddy vs 传统 AI 对话对比项传统 AI 对话WorkBuddy能力边界只能对话、提供建议能够实际执行任务文件操作需要手动操作文件自动操作本地文件任务复杂度单步骤简单任务多步骤复杂任务输出形式文字回复交付可验收的结果二 8.2 多模型自由切换支持混元、DeepSeek、GLM、Kimi、MiniMax 等主流 AI 模型，根据任务类型选择最优解。 总结：WorkBuddy 不是一个"聊天机器人"，而是一个真正能帮你干活的 AI 工作台。从文档生成到数据分析，从文件处理到报告输出，一句话搞定。上手门槛极低，上限极高——用的越久，发现的惊喜越多。
5.6K01编辑于 2026-07-07- 来自专栏机器学习入门
算法原理系列：2-3查找树
结构缘由 首先，搞清楚2-3查找树为什么会出来，它要解决什么样的问题？假设我们对它的基本已经有所了解了。先给它来个简单的定义： 2-3查找树： 一种保持有序结构的查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢？ 这里我们从BST遇到的实际问题出发，提出设计指标，再去思考利用些潜在的性质来构建2-3树。 这部分内容，没有什么理论根据，而是我自己尝试去抓些字典的性质来构建，而2-3树的诞生过程并非真的如此，所以仅供参考。 构建2-3树 字典的两个主要操作为：查找和插入。 我就不卖关子了，直接给出2-3树的其中一个基本定义： 一棵2-3查找树或为一颗空树，或由以下节点组成： 2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点 3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 ！！！
1.3K20发布于 2019-05-26 - 来自专栏AIGC新知
ima.copilot--腾讯推出最新的AI智能工作台产品
腾讯10月23日推出ima.copilot（简称ima）AI智能工作台产品，基于腾讯混元大模型技术支持。 产品的核心功能包括知识获取、打造专属知识库以及智能写作辅助。
6.9K10编辑于 2024-10-28 - 来自专栏WorkBuddy产品信息
WorkBuddy企业 AI 工作台安全方案发布了！
WorkBuddy企业 AI 工作台安全方案发布了！内容涵盖你关心的8大部分安全内容！一次打消你对buddy安全性的疑虑！ 企业AI Agent 安全威胁全景1、WorkBuddy 客户端安全2、DLP数据防泄露3、Skill信封加密4、AIGC内容安全5、大模型推理安全6、云端沙箱安全7、安全审计日志8、网络传输安全联系我们获取
19410编辑于 2026-10-09 从零搭建专属 WorkBuddy 个人工作台｜宝妈策划人实测，2 天直接用光积分，分享省积分实用心得
最开始看到网上很多博主分享 WorkBuddy 工作台玩法，作为 AI 纯小白，完全没有编程基础，抱着试一试的心态开启搭建。 整套工作台搭建完成之后，实用性远超我的预期。以往写一份完整活动策划案，最少要花费 2-3 小时，现在把基础需求输入工作台，几分钟就能输出完整初稿，极大节省了我带娃之外仅有的空闲时间。 ；关闭不必要的智能美化、超长拓展回复功能，精简 AI 输出内容；固定常用工作流，减少工作台频繁切换模块产生的额外算力损耗。 整体来说，WorkBuddy 绝对是上班族、宝妈、自媒体人的效率神器，自定义个人工作台更是把 AI 工具的自由度拉满。对于新手而言，最大的挑战就是控制积分消耗。 后续我会持续更新工作台进阶玩法、口令合集、积分省钱干货。#WorkBuddy #AI 工作台 #AI 效率工具 #办公神器 #宝妈搞成长
1.6K10编辑于 2026-08-02- 来自专栏育种数据分析之放飞自我
笔记GWAS 操作流程2-3：MAF过滤
因为这里是人的数据，所以染色体只需要去1~22的常染色体，提取它的家系ID和个体ID，后面用于提取。
6.3K20发布于 2020-04-14 - 来自专栏五分钟学算法
数据结构与算法——2-3树
因此，引入了 2-3 树来提升效率。2-3 树本质也是一种平衡搜索树，但 2-3 树已经不是一棵二叉树了，因为 2-3 树允许存在 3 这种节点，3- 节点中可以存放两个元素，并且可以有三个子节点。 2-3 树定义 2-3 树的定义如下： （1）2-3 树要么为空要么具有以下性质： （2）对于 2- 节点，和普通的 BST 节点一样，有一个数据域和两个子节点指针，两个子节点要么为空，要么也是一个2 例如图 2.1 所示的树为一棵 2-3 树： ? 图2.1 2-3 树性质 性质： （1）对于每一个结点有 1 或者 2 个关键码。 （2）当节点有一个关键码的时，节点有 2 个子树。 2-3树查找 2-3 树的查找类似二叉搜索树的查找过程，根据键值的比较来决定查找的方向。 例如在图 2.1 所示的 2-3 树中查找键为H的节点： ? img 2-3树为满二叉树，删除叶子节点 操作步骤：若2-3树是一颗满二叉树，将2-3树层树减少，并将当前删除节点的兄弟节点合并到父节点中，同时将父节点的所有兄弟节点合并到父节点的父节点中，如果生成了4
94710发布于 2019-09-03 让 AI 在你睡觉时继续工作：我的 AI 夜间工作台构想
于是，一个想法逐渐清晰：能不能建立一个AI夜间工作台，让人负责白天的思考、沟通和决策，让AI在晚上执行那些已经明确的任务？它不一定要整晚运行。 三、24小时闭环我设想的夜间工作台，并不是让AI不受约束地连续工作，而是建立一个每天循环的工作流程。白天，人负责确定方向；夜间，AI负责执行；第二天，人负责验收和调整。具体可以分成四个阶段。 AI生成代码，不代表代码已经正确；AI生成PPT，不代表内容准确；AI生成报告，也不代表结论可信。所以，夜间执行的最终成果应当是“待审成果”，而不是直接发布到生产环境。 八、写在最后从使用AI，到组织AI工作。过去，我们更多是在学习如何向AI提问。后来，我们开始让AI调用工具、修改代码、执行命令。 我希望构建的AI夜间工作台，本质上就是这样一套机制：白天思考与决策，夜间自动执行，次日验证与迭代。让AI在我们休息的时候继续创造价值，而不是让我们为了管理AI，连晚上也无法休息。
19310编辑于 2026-10-12可观测 AI 工作台：从被动救火到主动运维
可以在 AI 工作台使用下面这个简单的用户提示词，驱动 AI 去规划，努力挖掘缺陷。 四、可观测 AI 工作台功能介绍 可观测 AI 工作台目前已实现了完整的【AI 探索】能力和【知识库】能力。 一键启用：可观测控制台点击「AI 工作台-AI 探索」，开始探索之旅； 知识注入：在「AI 工作台-知识库」上传企业知识，构建专属知识飞轮； 场景验证： 前置条件配置地址： 接入Prometheus 接入 APM 配置告警 「免费」体验可观测 AI 工作台 为什么选择腾讯云可观测工作台？ 深度体验：可观测 AI 工作台正在公测中，快来免费体验吧！AI 工作台 技术研讨：加入 AI 交流群，获取产品最新动态，分享用户提示词与企业知识库最佳实践。
63920编辑于 2025-07-16- 来自专栏InCerry
.NET周刊【4月第2-3期】
此外，文中还提到了一些AI SDK和框架，展示了.NET在AI应用开发中的潜力。 在IM即时通讯系统中接入DeepSeek等AI大模型 https://www.cnblogs.com/zhuweisky/p/18817793 随着AI大模型的普及，傲瑞通(OrayTalk)成功集成了 学习者无需深究AI理论，能通过交互式Polyglot Notebook轻松上手。课程提供核心技能培训，如Prompt工程和AI插件开发，助力开发者在AI时代立足。 开源向量数据库，专为处理高维向量数据而设计，适用于AI应用。 开发库简介：使用 .NET 进行本地 AI 开发的门户 - .NET 博客 https://devblogs.microsoft.com/dotnet/introducing-ai-dev-gallery-gateway-to-local-ai-development
1.4K10编辑于 2025-05-04
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