首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 4-5 超参数

    通过前面的小节,我们知道了kNN算法中k这个参数值,在sklearn中k这个值被封装成了k_neighbors参数。在前面我们随机的指定参数k的值,究竟k的值为多少的时候,模型才是最好的呢?这就涉及到了机器学习领域非常重要的问题~超参数问题。

    79530发布于 2019-11-13
  • 来自专栏Hank’s Blog

    4-5 R语言函数 split

    #split根据因子或因子列表将 向量或其他对象分组 #通常与lapply一起使用 #split(参数):split(向量/列表/数据框,因子/因子列表) > x <- c(rnorm(5),runif(5),rnorm(5,1)) > x [1] 0.61008707 0.81746169 -1.09859969 -1.78134612 -1.94262725 0.99760581 [7] 0.37793960 0.05258653 0.38525197 0.46051864 -0.

    1K40发布于 2020-09-16
  • 来自专栏大前端_Web

    javascript高级程序设计(4-5)章笔记

    版权声明:本文为吴孔云博客原创文章,转载请注明出处并带上链接,谢谢。 https://blog.csdn.net/wkyseo/article/details/51234909

    86940发布于 2018-09-27
  • 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
  • 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
  • 来自专栏运维之路

    【每日一思】2022年第4-5周

    一直认为理想情况下的数据运营方法应该基于“贴源层数据-》指标(至少到带有主题的流水)-》洞察-》决策-》执行”的路线,这样才能减少返工的重复性工作量。

    32620编辑于 2022-03-07
  • 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iOS面试

    iOS 面试策略之算法基础4-5节

    前面介绍了数组、字典、字符串、链表、栈、队列的处理和应用方法。本节将会探讨平常相对很少用到、面试中却是老面孔的数据结构:二叉树。本节主要包括以下内容:

    1.2K60发布于 2021-04-20
  • 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
  • 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NetCore 从壹开始

    4-5 安装并迁移数据库:mysql

    docker volume create volume_name命令新建一个数据卷

    98320编辑于 2023-01-09
  • 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
  • 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
  • 来自专栏_春华秋实

    AI Agent 做成一个客服排查与修复工作台

    如何把 AI Agent 做成一个贷款客服排查与修复工作台很多团队已经在用大模型回答 FAQ,但真正落到客服一线时,问题往往不是“怎么回答更像人”,而是“怎么把数据库、日志、代码、修复命令和会话流程串成一个可靠的工作台 AI AI AI 但如果你愿意把它放进一个结构化工作区里,给它技能、脚本、路径、证据规则、会话状态和动作边界,它就会从“聊天机器人”变成“可用的业务工作台”。

    45120编辑于 2026-03-25
  • 来自专栏newbe36524的技术专栏

    用 Orleans 搞定 AI 编程工作台的后台分布式难题

    用Orleans搞定AI编程工作台的后台分布式难题在一个进程里管十几种AICLI工具、同时拖着几十个会话的实时流——听起来像在做梦?其实我们也觉得挺离谱的。 背景做AI编程工作台这种产品,后台架构有个很特别是地方:每个用户会话,说到底,就是一个活着的、有状态的、能跟你耗上一两个小时的"生命体"。 HagiCode是个面向AI协作编程的桌面工作台,它的后台要在单进程里协调十几种AICLI工具,还得给前端提供低延迟的实时响应——说白了,就是又要马儿跑,又要马儿不吃草,还要马儿边跑边唱歌。 如果你也在做类似的AI工作台或实时协作系统,这套方案值得一试——不是因为它完美,而是因为它在合适的场景里,刚刚好。此情可待成追忆,只是当时已惘然......扯远了。反正代码跑起来了,文章也写完了。 总结围绕“用Orleans搞定AI编程工作台的后台分布式难题”,更稳妥的推进方式是先把关键配置、依赖边界和落地路径逐步跑通,再补齐优化细节。

    23910编辑于 2026-06-21
  • WorkBuddy App 正式上线:桌面 AI 办公工作台迎来原生移动端

    摘要: WorkBuddy App 已在 iOS 与 Android 上线,支持多模态输入,可在云端或连电脑模式发起 AI 任务。 作为桌面端 WorkBuddy 的移动配套产品,它把 AI 办公的能力从固定工位延伸到随身环境,让用户在通勤、差旅与临时离席等场景下也能随时发起并跟进 AI 任务。 桌面端 WorkBuddy 是一款全场景 AI 办公工作台,可在 Windows 与 macOS 上运行,帮助用户完成文档处理、数据分析、知识库联动与自动化任务等办公场景。 App 与桌面客户端、微信小程序共同构成 WorkBuddy 的多端入口体系,把 AI 办公的能力从固定工位延伸到随身环境。 WorkBuddy App 的上线补齐了 WorkBuddy 的移动端入口,让 AI 办公的能力从固定工位延伸到随身环境。

    6.5K10编辑于 2026-07-08
  • 来自专栏腾讯云可观测专栏

    产品月报|AI 工作台重磅发布,主动运维发现风险

    腾讯云可观测平台(Tencent Cloud Observability Platform,TCOP)基于指标、链路、日志、事件的全类型监控数据,结合强大的可视化和告警能力,为您提供一体化监控解决方案。满足您全链路、端到端的统一监控诉求,提高运维排障效率,为业务的健康和稳定保驾护航。功能模块有:

    48010编辑于 2025-08-11
  • AREE:给AI智能体建一个可控的工作台

    AREE的全称是 AI-Ready Execution Environment,翻译过来就是"AI就绪执行环境"。简单来说,它是一个为AI智能体专门设计的、封闭的、可预测的执行空间。" 这对企业级应用至关重要——你不会希望AI智能体在处理客户数据时,突然"自由发挥"做了一些你没预期的事情。用一个更接地气的比喻:AREE就像是为AI智能体搭建的一个标准化车间。 要理解AREE的价值,先得看看没有它的时候,AI智能体面临什么困境。困境一:工具接入没有标准目前的AI Agent平台,工具接入方式五花八门。有的用REST API,有的用SDK,有的用自定义协议。 MCP是更近期的协议标准,由Anthropic提出,旨在统一AI模型与外部工具的交互方式。它定义了一套标准的服务发现、能力描述和调用接口,让不同的工具可以用统一的方式接入各种AI平台。 这就像一个人光有想法不够,还需要一个好的工作台、一套好用的工具、以及清晰的流程规范,才能真正把事情做好。在Java企业级开发领域,AREE的理念尤其有价值。

    43310编辑于 2026-05-09
  • 来自专栏AI SPPECH

    IO竞赛2025年题目解析:基础级难度(4-5)

    2025年的IO竞赛基础级(难度系数4-5)题目开始涉及更多的数据结构和算法思想,对选手的编程能力和逻辑思维提出了更高的要求。 难度进阶路径: 入门(1-3) → 基础(4-5) → 提高(6-8) → 竞赛(9-10) 难度系数 考察重点 核心知识点 学习目标 4-5 数据结构、算法应用 栈、队列、树、图的基础应用 掌握基础数据结构的使用和简单算法的实现 ) ├── 第四章:基础级题目解题技巧总结 └── 第五章:从基础到提高的学习建议 第一章:2025年IO竞赛基础级题目概述 根据2025年NOI修订版大纲,基础级(CSP-J提高)的知识点难度系数为4-

    49210编辑于 2025-11-13
领券