- 综合排序
- 最热优先
- 最新优先
- 来自专栏小雨的CSDN
软件测试——开发模型（瀑布模型，螺旋模型，递增迭代，敏捷开发）
软件工作的范围不仅仅局限在程序编写，而是扩展到了整个软件生命周期； 【软件开发的周期：、需求分析、设计、实现、测试、安装部署、运行维护】 1.瀑布模型 根据上面的图可以看到，瀑布模型的测试就是在整个过程中只出现一次 ，就是在整个开发完成之后 优点： –强调开发的阶段性 –强调早期计划及需求调查 –强调产品测试 缺点： –依赖于早期进行的唯一一次需求调查，不能适应需求的变化 –由于是单一流程，开发中的经验教训不能反馈应用于本产品的过程 –风险往往迟至后期的测试阶段才显露，因而失去及早纠正的机会 2.螺旋模型 一般在软件开发初期阶段需求不是很明确时，采用渐进式的开发模式。 螺旋模型是渐进式开发模型的代表之一。 这对于那些规模庞大、复杂度高、风险大的项目尤其适合 优点： –强调严格的全过程风险管理 –强调各开发阶段的质量 –提供机会检讨项目是否有价值继续下去 缺点： –引入非常严格的风险识别、风险分析和风险控制
1.2K20编辑于 2022-10-26 - 来自专栏全栈程序员必看
信贷风控模型开发—-模型简介
第一章 风控模型简介 1.1 为什么要建模 1.2 什么是信用评分 1.3 常用的模型 1.4 概念解析：M0,M1,M2的定义 下一章预告 参考文献 第一章 风控模型简介 本系列文章为笔者对信贷风控领域建模的一些学习研究心得汇总 1.3 常用的模型 业界常说的有A卡、B卡、C卡，A卡就是申请评分卡。 在你申请的时候就会站出来，决定放不放款，B卡，也就是贷中行为评分卡，监控你的信用状况，决定给不给你提额度，或者中不中断你的贷款，C卡就是贷后评分卡，一般有三种：账龄迁移模型、还款率模型和失联预警模型。 还款率模型：注意这个模型不是为了预测你还不还钱，而是预测未来经过催收动作后，还款的概率。 下一章预告 阐述评分卡模型开发流程 如何定义你的坏样本 参考文献 [1]http://blog.csdn.net/Mr_tyting/article/details/75097681#t19 [2]信用风险评分卡研究
1.3K10编辑于 2022-09-05 - 来自专栏码字搬砖
开发模型的演化
开发模型其实是在时代洪流的发展中，不断总结和摸索的结果。 1.瀑布模型 这是一个经典的模型，也是你们用的最多的模型 将项目活动分解为线性顺序阶段，其中每个阶段取决于前一个阶段的可交付成果。 原形模型采用的方式是：开发团队在分析需求的时候，尽快开发出一个用户看得到的原形， 让用户尽早感受到效果 。 其实原形模型更多的是一种沟通方式，只是有人不丢掉原形，在原形的基础上继续开发，才被定位为原形模型。不过原形的开发过程时间紧，任务重，结果非常粗糙，重用的成本一般很高，建议还是丢掉。 迭代模型 迭代模型的思路是分解需求。 每个迭代的需求都像瀑布模型一样有分析、设计、开发、测试，但是因为需求小，对文档的依赖减弱很多。 开发人员可以将前一个迭代学到的东西用在下一个迭代，开发越来越顺畅。 为开发不确定需求提供了可能。
42220编辑于 2022-05-07 - 来自专栏房东的猫
Web 开发 Django 模型
简介 Django 中模型是真实数据的简单明确的描述，它包含了储存的数据所必要的字段和行为，在创建模型前需要先配置好数据库。 每个模型有一些类变量，它们都表示模型里的一个数据库字段。 每个字段都是 Field 类的实例，如 CharField 对应数据库中的字符串字段。 OK 数据库迁移操作被分解成生成和应用两个命令是为了让你能够在代码控制系统上提交迁移数据并使其能在多个应用里使用；这不仅仅会让开发更加简单，也给别的开发者和生产环境中的使用带来方便。 模型操作 对模型对象的操作，本质上就是数据库数据的操作。下面我们就通过对模型对象操作实现对数据库记录基本的CURD操作。 'add', views.add, name='add'), #新增add路由 ] 保存后，通过 python manage.py runserver 127.0.0.1:8080 命令启动本地开发服务器
1.6K10发布于 2021-05-12 - 来自专栏linux驱动个人学习
软件开发模型
典型的开发模型有：1. 边做边改模型（Build-and-Fix Model）；2. 瀑布模型（Waterfall Model）；3. （4GL）)；9.混合模型（hybrid model）；10.RAD模型； 边做边改型 遗憾的是，许多产品都是使用"边做边改"模型来开发的。 但是，这种模型的线性过程太理想化，已不再适合现代的软件开发模式，几乎被业界抛弃，其主要问题在于： 各个阶段的划分完全固定，阶段之间产生大量的文档，极大地增加了工作量； 由于开发模型是线性的，用户只有等到整个过程的末期才能见到开发成果 螺旋模型 1988年，Barry Boehm正式发表了软件系统开发的"螺旋模型"，它将瀑布模型和快速原型模型结合起来，强调了其他模型所忽视的风险分析，特别适合于大型复杂的系统。 如果某些风险不能排除，该方案立即终止，否则启动下一个开发步骤。最后，评价该阶段的结果，并设计下一个阶段。 演化模型 演化模型是一种全局的软件(或产品)生存周期模型。属于迭代开发方法。
1.8K21发布于 2018-12-24 - 来自专栏PM吃瓜(公众号)
软件开发模型
常用的软件生存周期模型有：瀑布模型、演化模型，螺旋模型，增量模型，喷泉模型，快速应用开发（RAD）模型。 但也正是这样的一个要求也称为了增量模型开发的一个缺点，即在软件开发的过程中，向现有产品中加入新构件是十分不便的。 快速原型模型 快速原型模型对于许多需求不够明确的项目，比较适合采用该模型。 快速原型模型的优点是： 由于该模型是通过原型与用户进行交互，所以在确定需求上优于瀑布模型，通过开发原型和演示原型对开发者和使用者了解系统都有积极作用。 但是由于该模型开发特有的特点，也使得它快速建立的系统结构加上连续的修改可能导致软件质量低下，原型系统的内部结构可能不好。 增量模型与演化模型的相同点是 基本思想都是非整体开发，以渐增方式开发系统。 不同点：增量模型在需求设计阶段是整体进行的，在编码测试阶段是渐增进行的。演化模型全部系统是增量开发，增量提交。 敏捷开发：如果只是从开发的核心阶段来看，敏捷开发就是迭代开发。
1.2K11编辑于 2023-03-02 - 来自专栏ThoughtWorks
开发模型的演化
其实所有的开发模型都是为了解决一个问题：如何将需求变成软件。 最开始人们心目中的过程应该是这样的： ? 中间的“开发过程”开始很简单，只是硬件的一个配置。 于是各种开发模式纷纷登场。 ---- 瀑布模型 瀑布模型是一个经典模型，不用废话，它一定在你心里。 原形模型采用的方式是：开发团队在分析需求的时候，尽快开发出一个用户看得到的原形，让用户尽早感受到效果。其实原形模型更多的是一种沟通方式，只是有人不丢掉原形，在原形的基础上继续开发，才被定位为原形模型。 每个迭代的需求都像瀑布模型一样有分析、设计、开发、测试，但是因为需求小，对文档的依赖减弱很多。 开发人员可以将前一个迭代学到的东西用在下一个迭代，开发越来越顺畅。 为开发不确定需求提供了可能。 虽然整个需求没有完全想清楚，但是想清楚的部分可以先开发。 效果如图： ? （Iterative model） 这个图上每个迭代我都画成了V模型，实际并不一定是V模型，任何适宜模型都可以。
60020发布于 2020-08-28 - 来自专栏米扑专栏
软件开发模型
最早出现的软件开发模型是1970年W·Royce提出的瀑布模型。该模型给出了固定的顺序，将生存期活动从上一个阶段向下一个阶段逐级过渡，如同流水下泻，最终得到所开发的软件产品，投入使用。 瀑布模式模型也存在着缺乏灵活性、无法通过并发活动澄清本来不够确切的需求等缺点。 常见的软件开发模型还有演化模型、螺旋模型、喷泉模型、智能模型等。 二、 典型的开发模型 1. 例如，使用增量模型开发字处理软件。 这就是过程开发模型（或混合模型）。 三、 各种模型的比较 每个软件开发组织应该选择适合于该组织的软件开发模型，并且应该随着当前正在开发的特定产品特性而变化，以减小所选模型的缺点，充分利用其优点，下表列出了几种常见模型的优缺点。
3.5K50发布于 2019-02-19 - 来自专栏前端博客
开发模型的理解：瀑布模型增量式迭代敏捷开发——笔记
首先，不管采用何种开发模型。 演化模型：演化模型属于迭代开发。演化开发不需要（或者无法）在一开始确定所有的需求。 所以先开发一个相对精简的原型并上线（这中间采用瀑布模型），然后在根据各种需求来源确定下一个迭代需求，在重复瀑布模型完成下一次迭代。螺旋模型：螺旋模型属于演化开发（也属于迭代开发）。 PS：感觉像边改边做模型。边改边做模型：边改边做模型属于软件开发的奔放模型（也是软件开发最容易成为的模型）。边做边改模型下的软件开发没有固定的、明确的周期和阶段。 系统开发过程着重于集成这些组件到新系统中，而非从头开发。三个模型相互不排斥，而且经常一起使用，尤其是对大型系统的开发。对大型系统，综合瀑布模型和增量开发模型的优点是有意义的。
6.8K31编辑于 2023-03-18 - 来自专栏宜达数字
VR开发-模型人员与模型的要求
对于模型人员最好具备以下能力： 1：Substance Painter工具 - 绘制贴图 2：Substance designer工具 - 烘焙贴图 3：掌握基于物理渲染的PBR理论 - 基于物理的光照效果
81830发布于 2020-06-02 - 来自专栏前端开发
项目开发架构模型
项目开发的整个架构模型 纯服务器渲染模式 : 需要做SEO优化，不推荐 混编模式 : 部分内容是服务器渲染，部分内容是客户端渲染，常见 骨架屏：首屏内容为服务器渲染（目的是让页面一打开，就能把首屏内容加载出来 完全客户端与服务器端分离开发模式 : 目前最常见开发模式，放弃SEO，来追求卓越性能体验。 vue react Jquery 把vue和react在服务器端基于node来渲染
16210编辑于 2024-03-20 大模型应用开发实战
在接触AI应用开发的这段时间，我以为会像以前学.net，学java，学vue一样。先整个hello world，再一步一步学搭功能，学搭框架直到搭一个系统出来。然而，理想总是很丰满，现实很骨感。 我装的版本：MiniConda3 py312_24.7.1 PyCharm 开发python的第一选择。开始我用的vs code，调试运行各种手动命令敲烦了，还是pycharm按钮好使。 至此最简单的模型应用开发完毕。 提供API支持 上面最简单的Hello world写完了，接下来就要为各种客户端提供接口服务了。. net java 有httprequest，js有jquery、axios，大模型也有个出名的库langchain，官方的解释它提供了“链”的概念，允许开发者将多个语言模型调用、API请求、数据处理等操作链接起来 最后 经过无数的蹂躏，我开发了个小应用【i歌词】，无任何条件免费提供全部源码。它基于chatglm4-9b大模型，从部署到训练，通用对话功能，核心根据歌名查歌词并创作歌词！
1.2K36编辑于 2024-09-01- 来自专栏xiaosen
LangChain大模型应用开发
LangChain作为一个新兴的框架，旨在简化大模型应用的开发过程。它提供了一套工具和接口，帮助开发者将大模型无缝集成到各种应用场景中。 通过LangChain，开发者可以更专注于业务逻辑的实现，而不必过多关注底层模型的复杂性。 langSmith：一个开发平台，可以调试、测试、评估和监控基于任何 LLM 框架构建的链。 import AIMessage, HumanMessage, SystemMessage import os os.environ["ZHIPUAI_API_KEY"] = "*********" 构建模型 ，这对于获取数据作为模型推理的一部分进行推理的应用程序非常重要，例如检索增强生成或RAG。
55921编辑于 2024-12-04 - 来自专栏百科知识
如何开发大型语言模型？
开发大型语言模型需要进行以下步骤：数据收集：收集大量的文本数据，包括书籍、新闻、社交媒体、网页等，以便训练模型。 模型设计：选择适合的模型架构，如循环神经网络（RNN）、长短时记忆网络（LSTM）、变压器网络（Transformer）等，以便实现对文本的自然语言处理。 模型训练：使用收集到的数据对模型进行训练，以便模型能够学习到文本数据中的规律和模式。模型优化：对模型进行优化，如调整超参数、使用正则化技术、使用预训练模型等，以便提高模型的性能和泛化能力。 模型评估：使用测试数据对模型进行评估，以便了解模型的性能和效果。模型部署：将训练好的模型部署到生产环境中，以便实现对文本的自然语言处理。 开发大型语言模型需要大量的计算资源和时间，因此需要使用高性能计算机和分布式计算技术，以便加速模型的训练和优化。同时，还需要进行不断的迭代和改进，以便提高模型的性能和效果。
1.1K10编辑于 2023-05-18 - 来自专栏大数据风控
评分卡模型开发-主标尺设计及模型验证
上一步中开发的信用风险评分卡模型，得到的是不同风险等级客户对应的分数，我们还需要将分数与违约概率和评级符号联系起来，以便差异化管理证券公司各面临信用风险敞口的客户，这就需要对证券公司各面临信用风险敞口业务中的个人客户开发一个一致的主标尺 在主标尺和内部信用等级确定后，接下来我们需要进行模型的区分能力、预测准确度和稳定性等模型的验证工作了。 回顾模型开发的过程，在模型开发时我们采用随机抽样的方法将数据分为样本集和测试集，并用样本集开发模型，用测试集做模型验证。 因此，做模型验证时，我们应当首先用开发好的模型对测试集中的每一个样本评级一遍，并根据评级结果来计算模型的区分能力和预测准确度。 用已开发好的模型对测试集中所有样本重新评级一遍的代码如下： tmp1<-test_kfolddata[,-21] credit_risk1<-ifelse(test_kfolddata[,"credit_risk
2.1K100发布于 2018-01-09 - 来自专栏C / C++
【测试开发测试】从“0”建立【模型】的概念：需求、开发模型、测试模型一文全知道
2 模型：开发模型&&测试模型 2.1 “模型”到底是什么？ 2.3 开发模型 2.3.1 瀑布模型 瀑布模型在软件工程中占有重要地位，是所有其他模型的基础框架。瀑布模型的每一个阶段都只执行一次，因此是线性顺序进行的软件开发模式。 2.3.2 螺旋模型 一般在软件开发初期阶段需求不是很明确时，采用渐进式的开发模式。螺旋模型是渐进式开发模型的代表之一。 这对于那些规模庞大、复杂度高、风险大的项目尤其适合。 2.3.4 敏捷模型 在早期，迭代瀑布模型非常流行来完成一个项目。但是现在开发人员在使用它开发软件时面临着各种各样的问题。 在敏捷模型中，需求被分解成许多可以增量开发的小部分。敏捷模型采用迭代开发。每个增量部分都是在迭代中开发的。每次迭代都旨在小而易于管理，并且只能在几周内完成。一次为客户计划、开发和部署一个迭代。
21310编辑于 2025-11-13 - 来自专栏深度学习与python
规范驱动开发：瀑布模型回潮
基于初始提示和若干指令，大型语言模型（LLM）可以生成产品规范说明、实施计划及详细任务清单。每份文档都依赖前一份文档的内容，用户可以通过编辑文档来完善规范说明。 它试图解决一个错误的挑战： 如何将开发人员从软件开发中剔除？ 它利用编码代理来取代开发人员，并通过周密的规划来确保代理可以实现这一目标。 从这个意义上说，SDD 让我想起 瀑布模型——该模型要求在编码前完成大量的文档工作，开发人员只需要将规范转化为代码即可。 敏捷方法让我们摆脱了瀑布模型的官僚作风。它证明，产品经理与开发人员的紧密协作可以消除设计文档。编码代理为敏捷注入了强劲的动力——我们能实时编写产品待办事项并见证其构建过程，而无需设计任何原型。 规范驱动开发似乎诞生于那些熟记项目管理教科书的计算机科学毕业生之手，他们梦想着将开发人员从软件开发流程中剔除。
34210编辑于 2025-12-24 - 来自专栏CSDN社区搬运
Robust多模态模型的开发
Robust 多模态模型：寻找遗失的模态！ 近年来，随着网络视频的大量涌现，各种多模态任务日益备受关注。 本文提出了一种 Robust 的多模态模型来提高模型对非对齐模态序列随机缺失的鲁棒性。 同时，我在流行的多模态任务–多模态情感计算的数据集上对模型进行了测试，得到了不错的效果，证明了该模型的可靠性。 在这种情况下，需要一种能够处理随机模态特征缺失（RMFM）的模型。因此，在多模态任务中构建能够处理RMFM的模型仍然是一个开放的研究。 模型结构和代码 单模态特征提取 模态特征提取模块首先用一维卷积层处理不完整的模态序列，以确保输入序列的每个元素都知道其相邻元素。
40410编辑于 2024-11-15 - 来自专栏鸿蒙开发笔记
OpenHarmony开发之 Light驱动模型
简介 Light驱动模型为上层Light硬件服务层提供稳定的灯控制能力接口，包括获取灯类型、配置点灯模式、配置灯闪烁效果、点灯、熄灯等。 基于HDF（ Hardware Device Interface ）驱动框架开发的Light驱动模型，实现跨操作系统迁移，器件差异配置等功能。实现Light驱动“一次开发，多系统部署”的目标。 图 1 Light驱动模型图目录Light驱动下源代码目录结构如下所示：/drivers/peripheral/misc/light├── hal # light模块hal层代码 light模块对外提供的接口定义└── test # light模块测试代码 └── unittest # light模块单元测试代码说明接口说明Light驱动模型支持获取系统中所有灯的信息 ，我想邀请你帮我三个小忙：点赞，转发，有你们的 『点赞和评论』，才是我创造的动力；关注小编，同时可以期待后续文章ing，不定期分享原创知识；想要获取更多完整鸿蒙最新学习知识点，可关注B站：码牛课堂鸿蒙开发
34710编辑于 2024-08-30 - 来自专栏程序员笔记
游戏开发中的 MDA 模型
游戏设计开发人员，游戏评论人员，以及游戏技术研究人员可以通过这一套框架进行对话，这样大家就能互相听懂对方说的啥了。 20141128MDA_model.png 在这个模型中，玩家和设计者的角度是不一样的，设计者通过设计机制来产生美学体验，玩家则可以通过美学体验来感受游戏机制。 美学模型（Aesthetics Models） 有了这些描述词做指南，我们可以定义一些玩法的模型（Models for Gameplay）这些模型能帮我们描述游戏的动态（Dynamics）和机制(Mechanics 动态模型（Dynamic Models） 动态模型产生美学体验。 一个典型的动态模型是反馈模型，就想恒温调控系统，系统总是平衡的，外界温度低了加温，外界温度高了则降温。在游戏中，也有类似的反馈机制。
1.7K60发布于 2018-06-14
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