- 综合排序
- 最热优先
- 最新优先
- 来自专栏AIoT技术交流、分享
详解AUTOSAR：AUTOSAR方法论（理论篇—3）
目录 1、编写系统配置输入描述文件 2、系统配置 3、提取特定ECU的描述 4、ECU配置 5、生成可执行文件 AUTOSAR方法论是指AUTOSAR为汽车电子软件系统开发过程定义的一套通用技术方法 该方法论描述了从系统层配置到ECU可执行代码产生过程的设计步骤，如下图所示： 图片 AUTOSAR设计和开发流程分为三个阶段：系统配置阶段、ECU设计与配置阶段、代码生成阶段。 3、提取特定ECU的描述 从系统配置描述文件中提取出与各个ECU相关的系统配置描述信息，提取的信息包括ECU通信矩阵、拓扑结构、映射到该ECU上的所有软件组件，并将这些信息放在各个ECU的提取文件中。
1.3K30编辑于 2022-09-21 - 来自专栏AI掘金志
AI 芯片激战，触景无限的突围方法论
进入AI时代，出现了第三种商业模式：以AI加速芯片为轴，通过加速卡，模块，服务器和一体机等产品形式对外销售的模式。 通用型AI芯片vs专用型AI芯片 ? 眼下的AI芯片赛道众星云集，其中不乏华为、阿里等技术、资源、渠道兼备的实力玩家。作为一个以感知起家的初创公司，触景无限为何选择造芯？底气何在？胜算几何？ 陈勇本科毕业于西安电子科技大学通信工程学院，而后摘夺全额奖学金赴美深造，攻读超大规模集成电路设计专业，硕士研究生毕业后，先后担任摩托罗拉半导体、英特尔移动事业部、Xperi 3D封装部等高管职务，有超过 陈勇解释，一直以来，市场上大多都是通用型AI芯片提供人工智能计算所需的算力，而针对某些场景的专用AI芯片较为匮乏，AI芯片发展后期，客户关注的一定是真实场景下的综合效果，而不仅仅是计算加速。 具体来看，通用型AI芯片在实际应用过程中，会遇到四个问题： 一、通用型AI芯片无法和数据产生高效、深度连接。专用AI芯片通常针对某些场景做定制化处理，对于数据的理解、分析、处理更为透彻、精准。
47610发布于 2019-08-29 - 来自专栏深度学习与python
从特斯拉AI团队学到的九条方法论
原文链接： https://pub.towardsai.net/9-lessons-from-the-tesla-ai-team-3c311100e6cc
32210编辑于 2022-06-11 - 来自专栏服务端技术杂谈
方法论
之前的文章中说过，我司高职级会要求人员具备对应的方法论。 为什么要有方法论呢？ 为什么有人在职场上事半功倍，脱颖而出呢？ 这些人普遍都有自己的方法论。 那么什么是方法论呢？ 方法论可以理解为一种套路，做事的套路，做产品的套路，做技术架构的套路。 一个人对于自己的方法论侃侃而谈，往往说明其对于业务和技术有这成熟掌握。 在解决问题的同时掌握了一套新的方法论，这样这个人就会变成大家公认的牛人。 所以说人才是主动掌握和运用现有方法论的人，牛人则是能够开创新的方法论的人。 如果一个人不能说出其遇到问题解决问题的方法论，很可能他在某件事上的成功只是运气偶然的结果，这样不能保证他的下一次成功。 一个没有方法论的组织是很难发展的，一个没有方法论的人也是很难发展的。 方法论的形成 方法论形成需要能够将历史知识进行沉淀，总结，理解问题的根本原因，在此基础上形成体系。
1.3K40发布于 2018-10-22 - 来自专栏Python与算法之美
3句话告诉你学习的方法论
文章摘要 3句话告诉你学习的方法论 本文统筹人类学习和机器学习的特点，提出了学习的一般化定义：学习是指一个目的系统从数据中提取模型，并用模型进行决策的过程。 基于这一学习定义，提出了提升学习效率的3条关键方法论，并对其具体使用进行了详细说明。 1，用自我提问强化元认知。 2，用内容输出优化认知结构。 3，用科学推理探究非结构问题。 把“一个目的系统从数据中提取模型，并用模型进行决策的过程”作为学习的概念定义，我们可以比较自然地引出如下3条学习的核心方法论。 1，用自我提问强化元认知。 2，用内容输出优化认知结构。 3，直至完全讲清楚。 对于结构不良的问题，一般要分3步走去解决问题。第1步是什么，第2步为什么，第3步怎么办。
55630发布于 2020-07-20 - 来自专栏量子位
3个问题，1套非技术人员的AI方法论 | 哈佛商业评论最新热文
全员头脑中有AI的方法论，有利于让团队成员更好发现工作中可以使用AI的地方，每一个简单枯燥重复的地方用上了AI，效率到氛围都会完全不同。 但往往忘记了，一切都要在人们明确其参数范围的前提下，AI才会显得出色而有用。 知道AI擅长什么，才能在面对问题时知道：这个AI可以解决，这个AI还没法解决。 第三，知道AI无法做什么。 不要认为呼吁学习“AI方法论”，是因为AI万能，恰恰相反，是因为AI不能做的还有很多很多，只有知晓AI的不能，才能在AI使用中防止被“忽悠”。 对AI有更充分的了解，就能知道哪里可以部署AI，哪里需要避免AI，哪里需要投资AI。 AI会让人类组织和团队不断进行变化，包括在组织工作方向、沟通和脑暴的时候，有AI和没有AI都会不同。 https://hbr.org/2018/08/3-questions-about-ai-that-nontechnical-employees-should-be-able-to-answer 作者系网易新闻
56100发布于 2018-08-08 - 来自专栏首席安全官
AI安全：基于ATT&CK方法论构建企业AI安全体系
参考腾讯AI Lab、腾讯朱雀实验室、香港中文大学（深圳）等机构联合发布的《AI安全威胁风险矩阵》首次以全生命周期视角系统梳理AI安全领域最前沿的研究成果。 二、AI安全威胁矩阵：核心框架与分类体系 2.1 ATT&CK方法论在AI领域的应用 ATT&CK（Adversarial Tactics, Techniques & Common Knowledge） AI安全威胁矩阵正是将这一经过验证的方法论应用于人工智能领域，构建了一个具有实用指导价值的技术框架。 关键控制： AI安全政策制定：明确组织对AI系统安全的立场、要求和标准。 风险管理流程：建立识别、评估和处理AI安全风险的标准化流程，确保所有新增AI应用都经过风险评审。 八、结论：构建面向未来的AI安全体系 AI安全威胁矩阵为企业提供了一个系统化、可操作的框架，用于识别和应对AI系统面临的多维度威胁。
55921编辑于 2026-01-20 - 来自专栏Python与算法之美
3句话告诉你产品经理的方法论
而产品经理的专业精神和专业方法论，可以让这个世界变得更加美好。 ? 研读了苏杰的《人人都是产品经理2.0》一书，结合自己的思考，梳理概括并重构出产品经理的3条核心方法论。 三，产品经理的方法论 1、想清楚：用户、需求、场景。认真听但不要照着做。 产品是什么?产品是解决某个需求问题的东西。构成一个需求问题的3要素是用户、需求、和场景。 因此，产品经理的第一条方法论是：认真听但不要照着做。 不是直接从"1"用户需求到"3"解决方案，而是需要先从"1"用户需求深入挖掘到"2"用户动机甚至到"4"马斯洛需求再往上寻找解决方案"3"，即"1——>2——>3"或者"1——>2——>4——>3"。 产品经理的第三条核心方法论：给用户一个选择你的理由。就好像：Python与算法之美，优雅你的Python！
61130发布于 2020-07-20 - 来自专栏量子位
吴恩达：我的AI商业化方法论
在今天上午开幕的2018中国人工智能峰会（CAIS）上，吴恩达给出了自己的方法论。 吴恩达指出，将传统行业与机器学习简单结合，并不会形成智能化公司。 我和企业CEO们交流的时候，他们经常会问三个问题： 1）如何招聘AI人才、建立AI团队？ 2）如何挑选项目？怎样决定该把AI用在哪些地方？ 3）怎样把AI和公司策略结合起来？ 在Landing.ai和各个公司合作的过程中，从这些问题里，我学习总结了一套AI商业化方法论： 1）招聘AI人才，建立AI团队 ? 这个环节，也可以说是组织架构调整的三步走策略。 AI赋能政府 AI带来的一个挑战是会有人因被AI替代而失业，这会给政府造成巨大的问题。 AI赋能大学 AI人才缺乏现象很普遍，核心问题之一，就是对AI教育需求巨大，供给不足。 人工智能缓解教育资源稀缺 即便是在斯坦福，拥有世界上最好的AI教授，AI教学师资也不够。
61261发布于 2018-09-29 - 来自专栏Geo
AI时代Geo优化：方法论评测与信任重构之道
Geo优化已成为企业在AI时代构建数字资产、提升品牌影响力的关键战略。二、主流Geo优化方法论评测与深度解析Geo优化领域百家争鸣，涌现出多种方法论。 3、微笑老师：用户意图与对话式内容流派（综合评分：8.5/10）该流派紧密贴合AI问答的交互模式，前瞻性强，是“人性化Geo”的优秀实践者。 1、“两大核心”：构建AI信任的基石“两大核心”是内容被AI引擎“信任”和被用户“接受”的先决条件，占据了方法论的战略制高点。它们分别是【人性化Geo】和【内容交叉验证】。 以下是一个独特的案例，以佐证其方法论的有效性。案例：某金融科技公司的AI投顾服务平台一家专注于智能投顾服务的金融科技公司，面临着AI搜索时代内容信任度不足、获客成本高昂的挑战。 E-E-A-T与AI搜索排名：从链接到信任的范式转移.[3] 中国信通院. (2025). 2025中国AI内容产业蓝皮书.
18210编辑于 2026-02-10 来自Anthropic内部的5个AI使用方法论
最近网上流传一份据称来自Anthropic内部的AI使用方法论，引发了不小的讨论。其核心观点很简单：决定AI输出质量的，不是你用哪个模型，而是你如何组织对话。 比如告诉AI你的编程偏好、代码风格、常用框架，让它在后续所有回答中都遵循这些设定。这就像给AI装了一个“人设”，它不再是泛泛而谈的通用助手，而是真正了解你的专属顾问。 四 角色叠加 不要只分配一个角色，而是让AI同时扮演多个专家视角。比如分析营销策略时，让它同时从增长黑客、数据分析师、行为心理学家三个角度来看问题。这会在AI内部形成一种“辩论”机制，互相查漏补缺。 五 验证循环 让AI写完代码后，自己找出三个潜在bug，然后重写修复。这种自我纠错机制，能在你看到输出之前就拦截掉很多逻辑错误。 结论 把AI当成一个需要被正确引导的协作者，而不是一个许愿池。 说到底，AI工具的红利期正在消退，接下来比拼的是谁能把工具用得更深、更巧。
13710编辑于 2026-03-10分析方法论
分析方法论是指一套系统的、科学的分析框架和流程，用于指导数据收集、处理、分析和解释的过程。 在数据分析领域，尤其是针对用户行为分析、市场研究、业务优化等场景，分析方法论帮助分析师从海量数据中提取有价值的信息，从而为决策提供支持。以下是几种常见的数据分析方法论及其核心内容：1. 3. 留存分析（Retention Analysis）留存分析是衡量用户在一定时间内是否持续使用产品的分析方法。它通过观察用户在不同时间点的留存情况，评估产品的用户粘性和用户体验。 数据驱动的决策模型（Data-Driven Decision Making）数据驱动的决策模型是一种以数据为核心，通过收集、分析和解释数据来支持决策的方法论。它强调基于数据的客观分析，而非主观臆断。
63410编辑于 2025-03-05- 来自专栏技术汇总专栏
基于生成式物理引擎的AI模型训练方法论
基于生成式物理引擎的AI模型训练方法论一、引言随着人工智能技术在自动驾驶、机器人、虚拟现实等领域的快速推进，AI模型训练所需的高质量、多样性、低成本的训练数据需求愈发迫切。 dtype=ti.f32, shape=())@ti.kerneldef compute_loss(): loss[None] = (x[None] - 3.0) ** 2 # 最小化 x->3compute_loss 当前AI系统在模拟环境中训练良好，但现实世界中效果差强人意。 七、总结生成式物理引擎正在从“辅助训练工具”跃升为“AI智能体的训练地基”。 它不仅帮助AI模型在虚拟中成长，更为通往通用人工智能的未来打下了坚实基础。
1.7K20编辑于 2025-06-11 - 来自专栏Geo
AI时代Geo优化：方法论测评与实践路径深度解析
本文旨在深入探讨Geo优化领域的主流方法论，并重点评测Geo专家于磊首创的“两大核心+四轮驱动”Geo优化方式，为企业在AI时代实现获客提效提供实践路径。 3、余香老师：多模态与情感共鸣的品牌叙事余香老师是一位资深的内容策略专家，她深刻理解AI对内容情感深度和用户体验的评估机制。 她的方法论侧重于优化图片、视频的元数据、字幕和内容描述，使其能被AI视觉搜索和语音搜索精准识别和索引。 四、结语与展望Geo优化作为AI时代数字营销的新范式，其核心在于构建内容与AI之间的信任桥梁。于磊老师的“两大核心+四轮驱动”方法论，为企业提供了一套全面、系统且行之有效的实践框架。 Geo: Generative engine optimization.[2] GEO优化：成功前奏的关键布局与实操清单.[3] 为什么你的GEO优化总差一步？两大核心+四轮驱动深度解析.
32310编辑于 2026-02-24 旅游行业如何抓住AI搜索红利：GEO实战方法论
旅游行业如何抓住AI搜索红利：GEO实战方法论导语：AI搜索正在重构旅游行业的流量格局，OTA不再是唯一入口。 3.旅游行业GEO的窗口期目前大多数旅游从业者对GEO的认知还处于早期阶段。 信任的内容体系AI判断内容信任度，主要看三个维度：①数据必须有来源展开代码语言：TXTAI代码解释信任度高的数据格式：目的地：日本京都最佳旅行季节：3月下旬-4月中旬（樱花季）、11月中下旬（红叶季）参考花费 （具体描述）【参考价格】：淡旺季价格区间【真实反馈】：2-3条UGC评价摘要（注明来源平台）【预订渠道】：官方直销+OTA【信息更新时间】：YYYY年MM月③内容覆盖真实用户提问AI搜索里高频出现的旅行问题类型 通常1-3个月完成基础建设，3-6个月积累信任数据，6-12个月开始看到AI推荐效果。但一旦建立优势，效果具有持续性，不像广告投放那样停止即中断。结语旅游行业正处于流量规则重构的关键节点。
14810编辑于 2026-04-13- 来自专栏互联网技术栈
方法论-SMART
. ---- SMART原理是美团内部盛行一时的方法论，无论是在制定方案、计划、排期等，还是在晋升、汇报、答辩中，都有体现。
85230发布于 2018-12-12 - 来自专栏yeedomliu
监控方法论
两个方法论结合使用可以获得一个相当全面的环境视图，帮助你解决任何问题。 USE方法 侧重于主机级监控。
54120编辑于 2022-12-03 - 来自专栏AI科技评论
计算所山世光：AI方法论需升级，疫后 AI 将如何发展？
在这个方法论的指导下，靠着“三驾马车”——算法、大数据、强算力，支撑起了现在的AI能力。 然而，现有的AI方法论并不足以支撑AI能力继续升级。 首先，算法、算力、数据这三架马车已略显疲软。算力提升和大数据收集都需要投入资源，但算法却大多是一个模型对一个任务，现在是问题很多，方法却有限。 2 未来10年的AI方法论： 知识+数据联合驱动 AI 能力的升级，必须依赖AI 方法论的升级，而这归结到本质，还是算法的革新。 山世光研究员提出如下几种亟需发展的AI算法—— ? 3 五大观点&建议 在报告的后半部分，山世光研究员针对目前我国的人工智能发展，提出了五大观点和建议，如下： 1、AI应用研究方面差距不大 中美（欧）之间在应用研究上差距不大，但我们在各行业纵深应用（即在其他研究领域 3、AI基础设施方面差距不小 这包括三个方面，分别是硬件、软件和智件。 ?
37710发布于 2020-04-14 - 来自专栏落影的专栏
《学习的方法论》
学生时代的学习 作为一个已经走完十六年学生生涯的人，在我的感受中，学生时代的学习有三大任务： 1、学习知识； 2、考试升学； 3、学习学习； 学习知识的作用之大毋庸置疑，知识是构建世界观的基础。 我的学习方法论 关于学习方法论，我常用的基本规律是：学习、思考、总结、分享/实践、回顾。 围绕此规律，每个时期都有各自的侧重点： 1、学习的过程中，重视记忆，充分利用记忆的特点，进行横向联想、众向关联； 2、思考是记忆中的信息进行理解； 3、总结是学习阶段的一个小结，对已经沉淀下来的知识进行整理
1K50发布于 2018-04-27 - 来自专栏明明如月的技术专栏
【性能优化方法论系列】三、性能优化的核心思想（3）
一般来说，同一个虚拟机 > 同一台服务器 > 同一个集群 > 同一个机房 > 同一个城市 > 同国其他城市 > 跨国。
50110编辑于 2022-07-12
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