- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-4 列表的子集
#列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x
97710发布于 2020-09-16 - 来自专栏python3
3-4 文件读写例子
n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法
1.2K30发布于 2020-01-14 - 来自专栏python3
3-4 文件读写例子(3)
//==============================第二部分：类设计============================
55310发布于 2020-01-08 - 来自专栏python3
3-4 文件读写例子(4)
/*******************************************************
54430发布于 2020-01-14 - 来自专栏python3
3-4 文件读写例子(2)
MessageBoxButtons.OK, MessageBoxIcon.Warning); } } } } } u实验步骤（3）： 向项目中添加名为
57830发布于 2020-01-14 - 来自专栏python3
3-4 文件流类FileStream
nFileMode和FileAccess，FileShare方法基本介绍及注意事项
1K20发布于 2020-01-07 - 来自专栏用户画像
4.4 文件系统疑难点 3-4
为了创建一个文件，应用程序调用逻辑文件系统。逻辑文件系统知道目录结构形式。它将分配一个新的FCB给文件，把相应目录读入内存，用新的文件名更新该目录和FCB，并将结果写回到磁盘。
73510发布于 2018-08-24 - 来自专栏叽叽西
lagou 爪哇 3-4 spring cloud 问答笔记
然后就是常规操作进行Java Web 项目的分层开发. email 邮件服务 引入 spring-boot-starter-mail 依赖 <dependency>
63220编辑于 2022-05-17 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-4 创建Numpy数组(和矩阵)
Notes: zeros 和 ones 函数创建的数组默认为浮点型，而 full 函数 dtype 默认为 None 类型，所以如果在使用 full 不指定 dtype 的情况下，默认为传入 fill_value 值的类型。
98610编辑于 2022-05-25 - 来自专栏人工智能与演化计算成长与进阶
16推荐系统3-4协同过滤算法
和这个用户对此影片的评价，理论上我们能够通过用户对电影类型的喜好，和用户对此电影的评价来推断出电影的特征向量的
94111发布于 2020-08-14 - 来自专栏爬虫逆向案例
Js逆向-猿人学(3-4)访问逻辑-样式干扰
第三题和第四题跟Js逆向没有什么关系，本来是不想发的，为了排版好看也发这个专栏里吧。
74930发布于 2021-11-22 - 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
96110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
20820编辑于 2026-04-13- 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-4)
代码清单3-4 while(true) { // n为电话号码的长度 for(i = 0; i < n; i++) printf("%c", c[number
23720编辑于 2022-11-30 AI 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！！
25510编辑于 2025-12-02AI 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 2025-07-24- 来自专栏Tencent Serverless 官方专栏
腾讯云 Serverless 产品功能双月报 （2022年3-4月)
转发福利 转发海报或者本文至朋友圈集100个赞，5月6日24:00前添加小助手 skychoud 微信发送截图，前2名同学免费赠送价值88元的腾讯云视频拍摄套装一份。 了解更多解决方案欢迎
65430编辑于 2022-05-06 - 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 - 来自专栏DotNet NB && CloudNative
教你如何入门AI Agent，让AI自动创建项目构建项目检查代码
在AI很火爆的时候，到现在为止还有很多人很迷茫，如何入门AI？了解AI？下面我将带你进入AI Agent高级AI编程的领域。 - 您还可以帮助用户直接创建项目，修改代码文件,如果需要构建项目，通知CodeErrorCheckAgent 检查代码是否存在报错。 然后我们执行项目，下面是执行的流程，在执行过程中，AI会先找我们确认详细的需求，然后确认以后他会生成一个计划告知ProgrammerAgent然后ProgrammerAgent进行代码实现，ProgrammerAgent … 所有项目均是最新的，无法还原。 框架构建AI Agent 如何实现Agent之间的协作 如何将AI能力应用到实际开发中 这个案例展示了AI Agent在软件开发中的潜力，为我们提供了一个全新的开发范式。
1.3K00编辑于 2025-03-13
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