- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
91900发布于 2020-09-16 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置
92420发布于 2020-01-07 3-3日志
NuGet安装Microsoft.Extensions.Logging及Microsoft.Extensions.Logging.Consloe
7600编辑于 2026-06-17- 来自专栏叽叽西
lagou 爪哇 3-3 dubbo 笔记
Apache Dubbo是一款高性能的 Java RPC 框架。其前身是阿里巴巴公司开源的一个高性能、轻量级的开源 Java RPC框架，可以和 Spring 框架无缝集成。
67010编辑于 2022-05-17 - 来自专栏悟道
3-3欧几里得求最大公因子
最大公因子，指两个或多个整数共有约数中最大的一个 private static int gc(int a, int b) { if(b==0){ return a; } if(a<b){ int temp=a; a=b; b=temp; } return gc(b,a%b); }
54920发布于 2021-03-16 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
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NumPy模块的一些基础知识。
94900发布于 2019-11-13 - 来自专栏python3
34补3-3 rhcs集群基础应用
[root@node1 ~]# ansible ha -m shell -a 'service NetworkManager stop'
98400发布于 2020-01-15 - 来自专栏媒矿工厂
AI驱动智能媒体生产
日本广播协会NHK开发了新型的由人工智能驱动的广播技术，名为“Smart Production”，可以快速地收集和分析来自社会的各种信息，并传递给广大观众。 单色视频自动着色技术 NHK开发了一种使用人工智能驱动技术的自动将单色电影视频转换为彩色视频的系统来支持高效的节目制作（图5）。 通过应用自动音频描述技术，NHK开发了一种使用“AI播音员”自动阅读新闻的语音合成系统。 ? 2018年4月，NHK在节目NEWSCHECK上以AI播音员“Yomiko”的实际形式实现了这项技术。 AI-DRIVEN SMART PRODUCTION. IBC2018.
1.9K20发布于 2018-10-25 转载：【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
55510编辑于 2024-12-11- 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
1.5K10编辑于 2024-11-29 - 来自专栏音视频技术
AI驱动的智能图形应用
高速5G和性能更强大的终端为社交、游戏、教育等场景带来的更丰富的互动体验，本文内容来自相芯科技的蔡锐涛在LiveVideoStackCon2019深圳站上的精彩分享，他将介绍AI驱动的智能图形应用，以及因此带来的新的用户交互方式 今天与大家分享的题目是AI驱动的智能图形应用。按照惯例，我简单介绍下我们公司。 相芯科技专注于智能图形技术的创新与应用，为移动互联网、AR、AI提供3D内容生成与互动的行业解决方案。 通过 “千人千面”的形象生成技术有了虚拟形象后，用户可以通过虚拟形象驱动玩起来。全套驱动包括面部形象驱动、肢体驱动，手指驱动。 AI视频 在AI视频部分，我会重点介绍如何利用人工智能全自动合成视频以及AI虚拟主播，虚拟助手的核心技术方案，同时，我会介绍我们最新的照片级的视频合成技术。 如浙江台钱江频道AI“小范儿”、北京世园会吉祥物播报、济南电视台AI“小沫儿”、京东AI虚拟主播“京小蕾”、京东双十一虚拟主播播报天团、阳泉日报AI双主播、扬子晚报“阿紫”、新媒体节目AI主播等等。
2.5K30发布于 2020-02-19 - 来自专栏啄木鸟软件测试
AI驱动CICD性能优化实战
更关键的是，AI不仅诊断，还自动生成了带优先级标签的优化建议集，并推动CI配置动态调优。这不是未来场景，而是2024年已在头部企业落地的AI增强型CI/CD实践。 二、AI如何重构CI/CD性能优化范式？ AI并非替代工程师，而是成为‘流水线数字孪生体’的感知与决策中枢。 ▶ 根因定位层：图神经网络（GNN）驱动的拓扑归因 传统APM工具将CI流水线建模为有向无环图（DAG），但节点间权重静态固化。 Agent磁盘I/O await时间升高3.8倍（触发内核io-throttle） 隐藏诱因：Git LFS大文件checkout与Antivirus扫描进程产生锁竞争 ▶ 自适应优化层：强化学习驱动的策略引擎 下一站，不是让AI写Pipeline Script，而是让AI成为每个SRE的‘性能直觉延伸器’。
22910编辑于 2026-05-15 JBoltAI：事件驱动 AI 架构，重构 Java AI
企业级 AI 应用开发中，多模块耦合、高并发响应延迟、流程异常难以排查等问题，成为 Java 团队落地 AI 能力的核心阻碍。而事件驱动架构，正是解决这些痛点的关键思路。 JBoltAI 将事件驱动机制深度融入 AI 应用开发的全流程，打造了 “操作抽象为事件、统一调度为核心、全生命周期管控为保障” 的事件驱动 AI 架构，不仅让复杂 AI 工作流的编排更灵活，更从根本上提升了企业级 事件生命周期管理，是 JBoltAI 事件驱动 AI 架构保障企业级稳定性的核心抓手，让 AI 流程彻底摆脱 “黑箱” 状态。 作为 AIGS 范式的核心实践者，JBoltAI 的事件驱动 AI 架构，重新定义了企业级 Java AI 开发的模式。 从智能报销、智能问数到 AI Agent 复杂任务执行，从老系统 AI 改造到 AI 原生应用开发，JBoltAI 的事件驱动 AI 架构正在赋能千行百业的 Java 企业，让 AI 能力真正融入业务流程
17810编辑于 2026-03-13- 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
AI Agents的两大基础，是知识和工具。通过扩充上下文、企业知识库、或者精调等方式可以满足AI对知识的获取，是武装AI的大脑。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 这个驱动的来源，也是大模型AI服务通过函数调用开放出来的能力，今天我们也称其为智能插件（AI Plugin）。 是的，它并不是OpenAI的专属。 开通方法如下： 蓝莺IM控制台-智能插件-开通 实现原理 智能插件的核心是定义函数调用，由AI对调用进行拼装驱动业务层获取最新信息，补充进最终回复里。 AppID等信息； ext字段为消息自定义使用，这里设置了ai参数，是提醒AI不要对此消息再进行回复，防止出现AI对话循环。
68610编辑于 2025-05-23 - 来自专栏python3
3-3 File类的常用操作的静态方法练
文本文件是我们接触频繁的一类文件，记事本程序经常操作的文件就是文本文件，很多应用程序会保存一些记录到日志文件里，这种日志文件也可以是文本文件。通过本小节的学习，可以掌握对文本文件的简单读写方法。
89520发布于 2020-01-14 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-3)
代码清单3-3 for(answer[0] = 0; answer[0] < total[number[0]]; answer[0]++) for(answer[1] = 0; answer
24120编辑于 2022-11-30 - 来自专栏AI小步快跑
成熟的AI就该自我驱动
在IDE中与腾讯云AI代码助手使用斜杠命令唤起自定义Prompt，录入需要生成提示词的场景要求，将生成的场景Prompt再配置到后台中。 将对话生成的提示词配置到腾讯云 AI代码助手后台中，即可在IDE侧栏对话框进行调用 Java代码参数检查示例 使用生成大师反馈场景问题 # 检查Java方法参数中通用数据结构的提示词 ## Role:
40320编辑于 2025-01-08 AI驱动超导材料发现新突破
AI驱动超导材料发现新突破研究背景如果AI系统能够提出在室温下实现零电阻导电的新材料配方——这将是量子计算和下一代电网的圣杯——研究人员正通过连接大语言模型与物理定律的新工具逼近这一目标。 技术突破某机构的SCIGEN框架某机构科学家开发了SCIGEN框架，用于引导生成式AI设计具有特殊性质的材料。该系统可以提出可能展现拓扑相、异常磁行为或比现有材料更高温度超导性的候选化合物。 与传统AI方法经常产生不可能分子不同，SCIGEN整合物理和化学先验知识，确保生成结果基于现实。 通过引导生成或拒绝采样嵌入领域约束，确保创造力与现实相结合多领域应用：量子计算需要具有稳定量子相的特殊材料，能源领域需要更清洁高效的催化剂应用前景目前两种方法仍处于早期研究阶段，但结合提出和严格过滤材料的AI
36110编辑于 2025-09-23Science | AI 驱动的结构基础模型
近日，发表于《Science》的重磅论文《AI to rewire life’s interactome》，系统阐述了如何利用人工智能（AI）与加速计算技术构建"计算显微镜"，为解析和重构生物分子相互作用组提供了革命性工具 近年来，AI驱动的蛋白质结构预测技术取得里程碑进展，AlphaFold2等模型通过学习进化约束（如多序列比对、蛋白质语言模型），借助神经网络实现了氨基酸三维结构的高精度预测，为这一目标提供了可能。 这些成果表明，AI模型可成为解析变构调节、酶催化等分子机制的核心工具，为理解生物功能的结构基础提供全新视角。 三、跨尺度分子研究的技术协同与创新 1. 结语 该研究通过AI与结构生物学的深度融合，构建了从静态结构到动态功能、从已知相互作用到从头设计的完整研究体系。 正如"计算显微镜"的隐喻所示，这些工具不仅是实验手段的补充，更重塑了我们解析生命相互作用组的认知方式——为基础研究与药物研发提供了"看见"分子动态、"设计"相互作用的能力，标志着分子生物学进入AI驱动的理性设计时代
20310编辑于 2026-01-08- 来自专栏大数据杂货铺
CML：迈向AI驱动的数据应用
图：Flight Prediction AMP 的启动屏幕 图：部署了所有工件的基于 AMP 的项目 将 AI 嵌入您的应用程序 一旦我们完成了项目设置并根据我们的需要优化了 ML 分类器，我们就可以部署模型了 变化可以突飞猛进，Cloudera 数据可视化让您可以灵活地试验、调整和了解您的业务流程和用户如何从 AI 驱动的数据应用程序中受益。 它可以像使用 NLP 搜索 UI 进行自助式探索以探索新数据集或部署模型以驱动完全交互式和预测性应用程序一样简单。 我们需要停止向后寻找洞察力，而 2022 年是开始展望 AI 驱动应用程序的最佳时机。要了解有关 Cloudera 数据可视化的更多信息，请注册免费试用并亲自查看。
77420编辑于 2022-03-29
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