- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-2 R语言函数 apply
#apply函数，沿着数组的某一维度处理数据 #例如将函数用于矩阵的行或列 #与for/while循环的效率相似，但只用一句话可以完成 #apply(参数)：apply(数组,维度,函数/函数名) > x <- matrix(1:16,4,4) > x [,1] [,2] [,3] [,4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 >
73810发布于 2020-09-16 - 来自专栏Java
试题 算法训练 4-2找公倍数
试题 算法训练 4-2找公倍数 资源限制 内存限制：256.0MB C/C++时间限制：1.0s Java时间限制：3.0s Python时间限制：5.0s 问题描述 这里写问题描述。
27610编辑于 2025-01-21 - 来自专栏趣学算法
数据结构 第4-2讲 双向链表
数据结构第4-2讲双向链表 链表是线性表的链式存储方式，逻辑上相邻的数据在计算机内的存储位置不一定相邻，那么怎么表示逻辑上的相邻关系呢？ 可以给每个元素附加一个指针域，指向下一个元素的存储位置。
1K40发布于 2018-09-13 - 来自专栏sringboot
x86汇编加载用户程序-4-2
索引寄存器的端口号是 0x3d4，可以向它写入一个值，用来指定内部的某个寄存器。比如， 两个 8 位的光标寄存器，其索引值分别是 14（0x0e）和 15（0x0f），分别用于提供光标位置的高 8 位和低 8 位。 指定了寄存器之后，要对它进行读写，这可以通过数据端口 0x3d5 来进行。 高八位 和第八位里保存这光标的位置，显卡文本模式显示标准是25x80，这样算来，当光标在屏幕右下角时，该值为 25×80－1=1999
1.1K30编辑于 2021-12-06 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程4-2：LM模型+数值协变量
上一篇，我们介绍了数量性状进行GWAS的一般线性模型分析的方法（笔记 | GWAS 操作流程4：LM模型assoc），这里我们考虑一下数字协变量，然后用R语言进行对比。
1.5K20发布于 2020-05-26 - 来自专栏MixLab科技+设计实验室
AI设计系统“设计之神”
标题： “God of Design” AI design system “设计之神”AI设计系统 价值主张： 我们的“设计之神”系统利用生成对抗网络技术，帮助甲方把设计目标可视化后，更清楚地传达给设计师 借此技术，让无作图能力的甲方，把生成条件输入AI设计系统后，程序在极短时间内生成海量方案，甲方只需挑选其中想要的方案，交给设计师来完善，避免了设计师的无效工作，提升了工作效率。 ? “设计之神”AI设计系统原型演示 demo of AI design system： 我们以室内装修设计为例，制作了一份简单的使用演示，让读者能更具体的了解人工智能发挥的作用 ? 3.甲方把自己定制的方案发布出来，交给设计师完善。 （这里我们还设计了一个简单的商业模式，AI设计工具免费开放给所有人使用，定制生成的方案可以直接发布在我们的平台上，寻找设计师来完成。 运营模式 BUSINESS OPERATION MODEL ： 这块只是很粗略的构想了一个如何利用这技术来开展商业的模型，大体思路就是利用这个AI设计系统来吸引甲方和设计师，从而构建一个设计服务平台，对接甲方们和设计师们
1.6K10发布于 2019-09-26 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-2 求幂级数展开的部分和
习题4-2 求幂级数展开的部分和 已知函数ex 可以展开为幂级数1+x+x2/2!+x3/3!+⋯+xk/k!+⋯。
3.1K40发布于 2020-09-15 - 来自专栏cwl_Java
C++编程之美-数学之趣(代码清单4-2)
代码清单4-2 struct point { double x, y; }; double Product(point A, point B, point C) { return
36630编辑于 2022-11-30 - 来自专栏Android点滴积累
IOS Widget（4-2）：创建可配置小组件（动态修改配置数据）
上一篇文章，讲解了如果通过配置修改小组件行为，只不过配置数据是写死的，本文将继续探索配置数据的高级用法，配置数据在小组件中动态创建的
4.3K11发布于 2021-05-10 - 来自专栏历史专栏
【愚公系列】2021年12月 攻防世界-进阶题-MISC-072(4-2)
文章目录 一、4-2 二、答题步骤 1.词频分析 总结 一、4-2 题目链接：https://adworld.xctf.org.cn/task/task_list?
67120编辑于 2021-12-09 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-2 scikit-learn中的机器学习算法封装
因此对于k近邻算法来说： k近邻算法是非常特殊的，可以被认为是没有模型的算法； 为了和其他算法统一，可以认为训练数据集就是模型本身，在sklearn中实现kNN就是使用的这种设计方式，就是为了和其他算法进行统一
1.2K00发布于 2019-11-13 - 来自专栏Golang语言社区
山海传说ai 设计
二怪物ai:选定怪物时，怪物头上显示名字等级等，取消选定，怪物不再显示信息。 2.1怪物ai分类：1级到7级。 1级ai：不会移动，不会攻击。固定位置。 2级ai：不会移动，不会主动攻击，受到攻击会反击。固定位置 3级ai：会移动，不会主动攻击，受到攻击会反击，不会追击。在固定区域内巡逻 4级ai：会移动，会主动攻击。 1到3级怪物ai视野范围和警戒范围为0米。 4到5级怪物ai视野范围为10米，警戒范围为8米。 6到7级怪物ai非战斗状态视野范围为10米，警戒范围为3米。 1级到2级怪物ai不会使用技能。 3级到4级怪物ai会几率使用编号xx到编号yy技能。 5到6级ai会几率使用编号aa到编号bb技能，会几率使用身上物品。 7级boss ai会几率使用专属技能。 2.4怪物ai行为流程图 2.4.1 3到5级怪物ai行为流程图： ? ?
1.4K80发布于 2018-03-22 - 来自专栏腾讯社交用户体验设计
当设计遇上AI
一、背景 最近AI创作内容火爆网络，让我们看到AI在设计上充满想象力的未来。关于AI在设计上应用的探索由来已久，从早几年的智能广告素材，智能Logo再到如今的AIGC，AI的成长突飞猛进。 本文尝试梳理AI目前在设计领域应用的最新进展，展望设计行业在AI技术影响下可能发生的变革。 2.3 AI辅助UI设计 AI生成UI版式 近期已经有团队开始实践在AI辅助下的UI设计。 三、AI对设计的价值 1、助力设计师表达创意 设计师可以将AI工具应用在工作中，比如当需要探索视觉概念时，可以使用简单的文本说明生成一些素材供创意师提供灵感和参考；还可以借助AI将已有素材尝试其他不同风格元素 得益于AI在设计领域的快速发展，人工智能势必会大大简化设计师的工作，提升设计师处理各种图像的效率。设计师也不必将时间浪费在去除背景等费力、重复的任务上，并且将有机会以最少的努力探索更多创意。
1.6K10编辑于 2023-04-14 - 来自专栏以终为始
顺序表应用4-2：元素位置互换之逆置算法(数据改进）（SDUT 3663）
Problem Description 一个长度为len(1<=len<=1000000)的顺序表，数据元素的类型为整型，将该表分成两半，前一半有m个元素，后一半有len-m个元素（1<=m<=len)，设计一个时间复杂度为 9 -1 3 2 3 5 Sample Output 3 4 5 6 7 8 9 -1 1 2 6 7 8 9 -1 1 2 3 4 5 1 2 3 4 5 6 7 8 9 -1 题解：设计的时间复杂度为
48710编辑于 2023-03-09 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering ·门禁层设计
AI生成的代码，特征完全不同。 年4月）报告显示，45%-70%的AI生成代码未能通过基础安全扫描，而同期的开发者调研中75%认为"AI写的代码比自己写的更安全"。 三个设计原则，比门禁清单本身更重要：原则一：门禁必须能量化。"代码质量要高"不是门禁，"首次通过率≥70%"才是。不能量化的门禁，等于没有门禁——它无法回归、无法对比、无法改进。 这正是门禁设计的边界问题。 这三条反方都成立，所以门禁设计的真正难点不在"加多少"，而在"怎么不过度"。对策有两条：门禁分级——只对真约束（架构、契约、安全红线）设硬门禁，其余用软提示。
20110编辑于 2026-09-07 - 来自专栏机器之心
AutoML研究综述：让AI学习设计AI
这一主题也被称为架构搜索，已在设计神经网络方面备受关注，比如（Zoph and Le, 2017; Liu et al., 2017）。 除了少数一些文献（如 Friedman and Markovitch, 2015; Smith et al., 2017），当前的 AutoML 算法都是以黑箱形式设计的。 使用人工设计的机器学习模型，模型的推理方式往往已经对用户而言未知了。通过自动化创建模型，用户基本上将没有机会理解选择特定流程的原因。 研究自动设计超参数更少的框架是可行的（Feurer and Hutter, 2018）。 11 总结 自 1990 年代以来，AutoML 主题已行过千里之路。
97520发布于 2019-05-15 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 战略层设计
AI编码把这个平衡彻底打破了。AI把"把事情做对做快"推到了人类无法企及的高度——一个Agent一天生成的代码，够一个团队写一个月。 这两句话的价值，不在于信息量，而在于它是AI开工前看到的第一句话——它决定了AI后续所有生成行为的坐标系。第二，边界在哪。什么不做，比做什么更重要。 边界写得越清楚，AI越不会在"听起来合理"的方向上擅自越界。第三，怎么共事。人和AI之间的协作规则——哪些流程必须走、哪些东西AI无权动、出问题找谁。 derekcoding-framework把行为底线写成了一份独立文件，叫"编码十诫"，十条全是行为层面的纪律，没有一条是代码语法：先读再写——改文件前先读，不依赖记忆，找不到已有模式就问，不猜；显式假设——每条不确定的设计决策标注假设及理由 三、反谄媚：AI时代的独特条款如果说十诫是传统工程纪律的延续，那宪章里有一类条款是AI时代独有的，人类团队的规章制度里找不到对应物——因为它防的不是人，是AI的"谄媚"。
20010编辑于 2026-09-04 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 架构层设计
后来我理解了这件事的本质：人和AI的对话，不是持久化的约定，只是一次性的指令流。它既不回溯、也不留档，更不会自己变成约束。 这一点在AI时代变得格外重要。 这是对AI的硬约束，改动它，需要先有一份新的ADR。往上看，实现层暴露的问题要回流修正约束，而修正的落点正是ADR。 ，别过度设计遇到方向性选择就写一条：什么时候该写？ 当你为一件事跟AI争论超过一轮，或做了一次会波及大量后续代码的决定时让AI开工前读一遍：把ADR目录加进宪章要求的必读清单，确保任何Agent都看到它对约束没有讨价还价的余地改动约束先写新ADR：不是直接改代码或改约定
21010编辑于 2026-09-05 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering ·实现层设计
软件系统从电气工程里借来了同一个思路，叫冗余设计；又借来了断路器的概念——电路过载时，不是让整栋楼停电，而是先切断这一路，保住其他路。 AI编码项目比传统项目更需要这套"坏了以后怎么办"的设计，理由很残酷：AI会挂，而且挂得比人干脆。人不舒服了会慢下来，会求救，会留下半句话；AI挂掉的方式是直接停摆、静默、或者假装自己还活着。 TradeOMS里最典型的幂等设计，是测试数据的播种脚本。UAT测试要反复跑，每跑一轮都要重新准备数据。 幂等设计的判断标准只有一条：把同一个请求发给系统两次，观察它是不是做了两遍。如果做了两遍，就是幂等缺失——不管它是AI发起的还是人发起的，都是隐患。 幂等、退化、失败可见、快速恢复，这四样东西在derekinside里不是一个设计文档，是它活着的状态。
16310编辑于 2026-09-08 - 来自专栏驾驭 AI · AI Harness
驾驭 AI · AI Harness Engineering · 契约层设计
AI编码时代，这个道理换了一副面孔重新出现。我们面对的AI，是一个学习能力极强、执行力惊人、但永远不会主动问"你到底要什么"的员工。 AI项目里，人记不住的东西，AI更记不住。公元前1754年，汉谟拉比做了件开创性的事：把法律从"长老口传"变成刻在石柱上的成文法。 它不是给AI的说明书，是给AI的契约。说明书可以含糊，契约不行。一份Spec至少要有三样东西，缺一样，AI就会用它的"常识"填空：范围。这次到底做不做这个边界。 缺了假设，AI会用它的"常识"填补你的空白——而AI的"常识"来自互联网，不是来自你的业务。 最后说一句泰勒当年没说透、但AI时代变得格外重要的话：契约不是用来限制AI的，是用来保护AI的——它让AI不用猜，而不用猜的AI，才是可靠的AI。
15410编辑于 2026-09-06
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