- 综合排序
- 最热优先
- 最新优先
- 来自专栏Deep learning进阶路
3-2 队列
3-2 队列 1、基本概念 队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。
56840发布于 2019-07-02 3-2配置系统
.Net Core配置系统支持文件（Json、XML、INI）、注册表、环境变量、命令行、AZure Key Vault等。
9310编辑于 2026-06-17- 来自专栏Hank’s Blog
3-2 矩阵的子集
> x <- matrix(1:6,nrow=2,ncol=3) > x [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6
77920发布于 2020-09-16 - 来自专栏叽叽西
lagou 爪哇 3-2 zookeeper 笔记
每次都选择最后一次响应时间短的服务端进行服务调用，如果时间一致，随机选取一个服务端进行调用，从而实现负载均衡 编程题三： 基于Zookeeper实现简易版配置中心 要求实现以下功能： 创建一个 Web 项目 ，将数据库连接信息交给Zookeeper配置中心管理，即：当项目Web项目启动时，从 Zookeeper 进行 MySQL 配置参数的拉取 要求项目通过数据库连接池访问MySQL（连接池可以自由选择熟悉的 ） 当 Zookeeper 配置信息变化后Web项目自动感知，正确释放之前连接池，创建新的连接池 作业资料说明： 1、提供资料：3个代码工程、验证及讲解视频。 (); int index = random.nextInt(size); return rpcClients.get(index); } } 作业3 以下项目主要使用了
58410编辑于 2022-05-17 - 来自专栏破晓之歌
JAVA入门3-2（未完，待续） 原
List（序列）、Queue（队列）可重复排列有序的，Set（集）不可重复无序。list和set常用。
47350发布于 2018-08-15 - 来自专栏刷题笔记
3-2 数组元素的区间删除 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101225075 3-2 数组元素的区间删除 (20 分) 给定一个顺序存储的线性表，请设计一个函数删除所有值大于
1K30发布于 2019-11-08 - 来自专栏万能的小草
pandas入门3-2:识别异常值以及lambda 函数
假设每个月的客户数量保持相对稳定，将从数据集中删除该月中特定范围之外的任何数据。最终结果应该是没有尖峰的平滑图形。
1.4K10发布于 2020-02-17 - 来自专栏WebJ2EE
React：Table 那些事（3-2）—— 斑马纹、固定表头
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
4.5K10发布于 2019-07-19 - 来自专栏技术让梦想更伟大
C语言中3-2=？3%-2=？你确定答案吗
则得到的模为负；如果第一操作数为正，则得到的模为正 所以遇到这样的问题一般计算的方法是：余数与被除数（即分子的符号）相同；先将各个带符号的数全部取正值再做除法，再根据负号的个数确定商的符号 注意的点 当然在实际的项目中
1.4K61发布于 2020-07-03 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样
1K50发布于 2018-04-18 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-2 jupyter notebook中的魔法命令
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍jupyter Notebook中的两个魔法命令%run和%time。
1.7K00发布于 2019-11-13 - 来自专栏老齐教室
AI 项目落地杂谈
人工智能（AI）项目的“落地”问题，现在谈论的比较多，我也来凑个热闹，不过，我不是从宏观角度来讲，而是从具体实施过程讲讲个人体会。 首先，AI 工程师要有能力且勇敢地将项目真实情况讲出来。 如果项目管理者对某个 AI 技术的细节不很了解，而是凭借浅显的认知决定要在项目中使用，那么，AI 工程师是不是能够协助项目管理者做深入的可行性研究呢？ AI 工程师要有能力进行评估 这对多数 AI 工程师来讲，是一个挑战。因为评估一个项目是否可以使用某项 AI 技术，不仅仅是技术本身，还要考虑项目的其他问题，比如成本、运营、人员、时间等等。 仅仅就 AI 技术而言，也要求 AI 工程师除了知道某项技术之外，比如某个神经网络框架，还要能够凭借自身对项目的理解，以更开阔的视野来理解项目的关键，从而才能不局限于某个神经网络框架的限制。 在项目中是否使用 AI 技术？使用哪种技术？怎么使用？结果会如何？为项目带来什么价值？所以，如果一名 AI 工程如果要有能力对项目进行评估，需要掌握和具备比较全面的的知识和技能以及相关能力。
54510编辑于 2022-12-09 Spring AI 项目介绍
Spring AI 是一个为开发 AI 应用程序提供 Spring 友好的 API 和抽象层的项目。 它将 Spring 生态系统的设计原则（如可移植性和模块化设计）应用到 AI 领域，并促进使用 POJO 作为 AI 应用程序的构建块。 核心理念 ❝ 在其核心，Spring AI 解决了 AI 集成的根本挑战：将您的企业「数据」和「API」与「AI 模型」连接起来。 聊天、嵌入Azure OpenAIspring-ai-azure-openai聊天、嵌入、图像AWS Bedrockspring-ai-bedrock聊天、嵌入Google Geminispring-ai-vertex-ai-gemini 聊天、嵌入Ollamaspring-ai-ollama本地部署聊天模型DeepSeekspring-ai-deepseek聊天、嵌入Minimaxspring-ai-minimax聊天智谱AIspring-ai-zhipuai
95810编辑于 2025-07-07浅谈AI agent项目
此文主要讲解ai项目集成心得体会个人感觉ai项目与正常开发并无太大区别，你可以理解为就多了一些依赖引入，多了些编码的固定格式。主要涉及几大板块区别，一个是模型引入，即你想使用什么LLM作为基座。 第一个模型引入，简单来说就是需要接入我们的大语言模型，作为我们整个agent项目的衔接。 识别是否为tools—》按描述进行对应接口调用—》结果返回给模型—》模型根据数据整理返回结果答复RAG（检索增强）：就是为了实现使用数据引入，让LLM能够知道你的公司的私有数据，然后进行相应答复，比如你公司项目是业财系统
20720编辑于 2026-04-13- 来自专栏Soul Joy Hub
【大模型AIGC系列课程 3-2】国产开源大模型：ChatGLM
https://arxiv.org/pdf/2103.10360.pdf GLM是General Language Model的缩写，是一种通用的语言模型预训练框架。它的主要目标是通过自回归的空白填充来进行预训练，以解决现有预训练框架在自然语言理解（NLU）、无条件生成和有条件生成等任务中表现不佳的问题。 具体来说，GLM通过随机遮盖文本中连续的标记，并训练模型按顺序重新生成这些遮盖的部分。这种自回归的空白填充目标使得GLM能够更好地捕捉上下文中标记之间的依赖关系，并且能够处理可变长度的空白。通过添加二维位置编码和允许任意顺序预测空白，GLM改进了空白填充预训练的性能。
86420编辑于 2023-08-28 - 来自专栏c语言与cpp编程
C语言中3-2=？3%-2=？你确定答案吗
则得到的模为负；如果第一操作数为正，则得到的模为正 所以遇到这样的问题一般计算的方法是：余数与被除数（即分子的符号）相同；先将各个带符号的数全部取正值再做除法，再根据负号的个数确定商的符号 注意的点 当然在实际的项目中
68200发布于 2020-12-02 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-2)
代码清单3-2 char c[10][10] = { "", //0 "", //1 "ABC", //2 "DEF", //3
30840编辑于 2022-11-30 AI Agents Masterclass 项目文档
项目标题与描述AI Agents Masterclass 是一个全面的AI代理开发教程项目，旨在展示如何利用大型语言模型(LLM)与外部系统交互，实现业务流程自动化。 项目包含多个功能模块，如Asana任务管理、Google Drive文档处理、Slack消息交互等，通过实际案例演示AI代理的强大能力。 ai-agents-masterclass创建虚拟环境：python -m venv ai-agents-masterclass激活虚拟环境：# Windows. \ai-agents-masterclass\Scripts\activateMacOS/Linuxsource ai-agents-masterclass/bin/activate安装依赖：pip install : str ="today") -> str: """ 在Asana中创建任务 参数: task_name: 任务名称 project_gid: 项目
39410编辑于 2025-07-24AI 项目如何避免“烂尾”？怎么选择才能让AI项目长期奔跑？
据MIT的研究显示，高达95%的生成式AI试点项目未能实现预期价值。场景和模型越来越多，如何在算法的“汪洋大海”中选择最适合的那一个，成了摆在所有团队面前的巨大困境。 从硬件适配到成本控制，性价比已成为决定项目生死的最关键因素。无数AI项目从雄心勃勃开始，最终却在模型选型错误、工程化落地困难、成本失控中悄然“烂尾”。为何选错模型？ 能长期奔跑的项目，做对了什么？那些能将CV项目持续运营并创造价值的公司，通常跳出了单纯的技术比较，形成了一套系统化的方法论。首先，他们极度关注场景而非技术炫技。 当选择模型不再是令人头疼的“赌博”，而变为有数据支撑、有平台赋能的科学决策时，更多的AI项目才能驶离“烂尾”的险滩，抵达价值创造的彼岸。 这或许正是像Coovally这样的平台，在AI时代带给开发者和企业最宝贵的礼物。需要AI算法，或是需要AI解决方案的朋友，可以扫描二维码，我来给你提供解决方案！！
25410编辑于 2025-12-02- 来自专栏AI技术应用
AI软件项目开发流程
与传统软件不同，AI项目的核心在于数据和模型，而非纯粹的逻辑代码，因此其流程强调实验性、迭代性、持续监控和自动化。 以下是AI软件项目的核心开发流程，通常被视为一个持续的、以反馈为驱动的循环：阶段一：业务理解与数据规划（Business Understanding & Data Strategy）这个阶段是项目成功的起点 阶段二：数据工程与预处理（Data Engineering & Preprocessing）AI项目的核心环节，目标是为模型训练提供高质量的数据。1. 阶段五：模型监控与维护（Monitoring & Maintenance）AI项目并没有“完成”的概念，一旦部署，就需要持续监控和迭代。1. 总结：MLOps 闭环AI软件项目开发流程本质上是一个MLOps闭环，将软件开发（Dev）和运维（Ops）的概念扩展到机器学习领域，项目的迭代周期不再仅仅是代码更新，而是数据、代码和模型的三重迭代。
1.2K10编辑于 2025-10-20
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