博客 RSS 訂閱

u_13357275 頭像

上海拔俗網絡 - AI姿勢及步態分析系統：用技術解碼身體運動密碼

從康復醫療的術後評估到體育訓練的動作矯正，從安防監控的異常行為識別到智能穿戴的健康預警，AI姿勢及步態分析系統正憑藉精準的技術能力，打破傳統人工分析的侷限。不同於靠肉眼觀察、經驗判斷的傳統方式，這套系統能像“智能運動偵探”，快速拆解身體姿態與行走規律，其核心價值完全依託底層技術構建，下面用直白話術拆解關鍵技術邏輯。 骨骼關鍵點檢測技術是系統的“感知眼睛”，決定分析的精準度。系統通過攝

深度圖 , 建模 , 數據 , NLP , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI業務信息系統：技術撐起企業高效運轉骨架

對企業而言，業務信息系統是日常運營的“中樞神經”，而AI技術的融入，就像給這根神經裝上了“智能大腦”。不同於傳統系統只做數據記錄與流轉，AI業務信息系統靠核心技術打破效率瓶頸、優化決策邏輯，讓系統從“被動工具”變成“主動幫手”。作為深耕AI產品落地的從業者，我用直白話術拆解背後的關鍵技術，看懂它如何重構業務場景。 數據底座技術是系統的“燃料庫”，決定AI能力的上限。傳統系統裏，數據分

數據 , 業務需求 , NLP , 人工智能 , 迭代

收藏 評論

pomeas 頭像

普密斯光學 - 激光自動對焦顯微系統優勢詳解

激光自動對焦顯微系統作為現代顯微成像領域的先進技術，憑藉其獨特的激光對焦機制，在科研、工業檢測及醫療診斷等多個領域展現出顯著優勢，具體體現在以下幾個方面： 1.對焦速度極快，實現高效觀測 瞬時響應：激光對焦通過發射激光束並檢測反射信號，可在毫秒級時間內完成對焦調整，遠超傳統機械對焦或手動調節

高精度測量設備 , 測量設備 , 數據丟失 , yyds乾貨盤點 , 數據 , 數據可視化 , 人工智能 , 顯微觀測

收藏 評論

leadingcode 頭像

leadingcode - 《獨立開發者精選工具》第 025 期

Indie Tools 是一個收錄獨立開發、AI 出海領域最新、最實用的免費工具與資源工具站。讓你快速找到所需，專注於創造產品。 獨立開發者必備網站：https://www.indietools.work Github: https://github.com/yaolifeng0629/Awesome-independent-tools 如果本文能給你提供啓發和幫助，感

使用場景 , yyds乾貨盤點 , 開源 , Css , ui

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI心理測評管理系統：用技術解鎖精準心理洞察

傳統心理測評多依賴固定量表、人工計分與解讀，不僅效率低下，還易受主觀經驗影響，難以實現大規模篩查與個性化評估。AI心理測評管理系統的核心突破，是用技術重構“測評-分析-解讀-干預”全鏈路，靠算法量化心理特徵、規避主觀偏差，讓心理評估從“小眾專業服務”走向“規模化精準管理”。其技術內核不晦澀，本質是讓系統成為“智能心理分析師”，看得透數據、讀得懂人心。 系統前端技術核心是“多模態數據採

數據 , NLP , 人工智能 , 原始數據 , 模態

收藏 評論

cuicui_623c4b541e91e 頭像

Datenlord - 開源週報第三期

本文為達坦科技DatenLord新系列文章【開源週報】的第三篇。 設立這一系列的初衷，是為了更透明地分享達坦科技開源項目的成長軌跡。在這裏，我們不僅會同步項目近期的核心開發進展與技術突破，更將通過路線圖為您揭示未來的演進方向。 📍 項目地址與參與 GitHub 倉庫：https://github.com/open-rdma/open-rdma-driver 我們誠摯邀請所有對高性能網絡、Rust

教程 , 知識 , c

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 如何獲取外匯實時數據：全球貨幣行情對接指南

無論是外匯行情、外匯實時報價，還是更廣泛的金融行情數據，都離不開數據外匯實時行情 API，但獲取數據還是有很多坑的，比如延遲、數據格式、認證、數據源、數據覆蓋度等等。作為一個常年和外匯數據打交道的開發者，我踩過不少 API 對接的坑——要麼延遲高到沒法用，要麼認證步驟藏着小陷阱，甚至還有數據格式不兼容的尷尬。今天就把我實戰總結的完整指南分享出來，不管你是做個人交易分析，還是開發交易系統，照着這篇走

金融 , 教程 , 知識 , Python

收藏 評論

wang_yb 頭像

wang_yb - 格式塔原理：數據可視化如何引導觀眾的注意力

在數據分析中，我們常説：“一張好的圖表勝過千言萬語。” 但很多時候，我們做出來的圖表卻是“千言萬語堵在心口難開”。讀者看了半天，抓不住重點。 這是為什麼？ 因為人類的視覺感知遵循一套被稱為 格式塔（Gestalt） 的心理學原理。 簡單來説，當我們看到一組物體時，大腦會自動將它們視為一個整體或一種模式，而不是孤立的碎片。 下面我們用 Python 的 Matplotlib 庫，來演示 格式塔（Ge

後端

收藏 評論

deephub 頭像

deephub - 從貝葉斯視角解讀Transformer的內部幾何：mHC的流形約束與大模型訓練穩定性

Scaling Laws 已經成為深度學習領域的共識：更大的模型配合更多數據效果往往更好。但當參數量攀升至百億乃至千億級別時一個棘手的問題是：訓練不穩定性。 現代大語言模型動輒堆疊數十甚至上百層，殘差連接、跳躍連接、跨層路由機制層出不窮。這些架構設計背後的邏輯就是為了改善梯度流、加快收斂、提升參數利用率。但是在實踐中這些技在大規模訓練時卻經常出現問題：損失函數突然飆升、梯度爆炸、表徵坍塌、訓練動態

神經網絡 , 人工智能 , 深度學習

收藏 評論

u_16841336 頭像

火雲大軍 - 程序員應該熟悉的概念(5)MoE

MoE(Mixture of Experts,專家混合模型）)是當前大模型（尤其是 GPT-4、Gemini、Mixtral、DeepSeek 等）架構中非常核心的一個概念。 MoE 的思想非常直白：不同的 專家/Expert 只負責處理自己擅長的那一類輸入，而不是讓整個模型的所有參數都去處理所有任務。 也就是説： 一個 MoE 模型內部其實

指尖人生 , llm , 人工智能 , transformer , 深度學習 , MoE

收藏 評論

collen7788 頭像

collen7788 - 【趙渝強老師】國產金倉數據庫的表空間

在金倉數據庫中，數據庫在邏輯上分成多個存儲單元，該單元稱作表空間。表空間用作把邏輯上相關的數據結構放在一起。數據庫邏輯上是由一個或多個表空間組成。在數據庫初始化的時候，會自動創建sys_default、sys_global和sysaudit三個表空間。 其中： sys_global：該表空間用於存放系統表，對應存儲目錄是$KINGBASE_DATA/global/。

yyds乾貨盤點 , 金倉數據庫 , 數據庫 , KingBase , SQL Server , SQL , 國產數據庫

收藏 評論

u_17540178 頭像

Hommy168 - 【開源剪映小助手】向現有草稿中的指定片段添加遮罩效果

ADD_MASKS API 接口文檔 接口信息 POST /openapi/capcut-mate/v1/add_masks 功能描述 向現有草稿中的指定片段添加遮罩效果。遮罩是視頻編輯中的重要功能，通過遮罩可以控制圖像的可見區域，創造出各種視覺效果。支持多種遮罩類型（線性、鏡面、圓形、矩形、愛心、星形），每種遮罩都可以精確配置位置、大小、羽化、旋轉等屬性。 更多文

aigc , AI作畫 , Python

收藏 評論

tongkudezicai_c7db2r 頭像

張飛簽名上架 - 蘋果企業簽名的核心價值：賦能企業高效運營的關鍵作用

在iOS生態嚴格的安全管控體系下，蘋果企業簽名作為企業開發者專屬的應用分發工具，始終扮演着連接企業內部需求與iOS設備適配的重要角色。不同於面向公眾的App Store上架流程，蘋果企業簽名通過企業級開發者證書實現應用的定向分發，其作用精準聚焦於企業內部運營效率提升與特殊業務場景適配，為中大型企業、特定行業機構提供了靈活且高效的應用部署解決方案。本文將從實際應用場景出發，系統拆解蘋果企業簽名的核心

ios

收藏 評論

xuxueli 頭像

xuxueli - XXL-CONF v2.2.0 | 分佈式配置中心與註冊中心

Release Notes 1、【升級】升級至 SpringBoot4；升級多項maven依賴至較新版本，如 springboot、spring、mybatis、xxl-sso 等； 2、【新增】容災降級：客户端會週期性同步配置到本地快照文件（新增配置項設置本地文件目錄“xxl.conf.client.filepath”）；在極端情況配置中心不可用時（如配置中心宕機），客户端降級使用本地配置

springboot , JAVA , 分佈式

收藏 評論

teayear 頭像

學技術贏未來 - CANN為教育產業賦能.人工智能實踐

CANN賦能智慧教育：開啓AI驅動的教與學新範式 在數字經濟加速滲透的今天，智慧教育已成為教育信息化轉型的核心方向，其核心訴求是通過技術手段破解教育資源不均衡、教學模式固化、個性化需求難以滿足等痛點。華為昇騰AI基礎軟硬件平台的核心組件——CANN（Compute Architecture for Neural Networks，神經網絡計算架構），憑藉其高效的AI算力調度、靈活的異

應用開發 , 數據 , 推送 , 人工智能 , 深度學習

收藏 評論

niewj 頭像

豐木 - Elasticsearch給index新增字段:(1)固定值 (2)計算值

Elasticsearch給所有記錄新增一個字段:(1)字段是固定值 (2)字段是其他字段計算值 1. 固定值: _update_by_query加固定值字段 新增一個speaker_bak字段,值是'HAMLET' 方法1: POST hamlet/_update_by_query { "script": { "source": "ctx._source.speaker_bak='H

elasticsearch

收藏 評論

kerrywu 頭像

KerryWu - 神經網絡（1）

1. 概述 1. 定義 生物神經網絡是由大量神經元（Neuron）通過突觸（Synapse）相互連接而成的複雜信息處理系統。它是生物體神經系統的核心結構，負責接收外界刺激、處理信息、產生反應和控制行為。 2. 分佈 在高等動物中，神經網絡主要分佈在中樞神經系統（腦和脊髓）以及周圍神經系統（連接中樞與身體各部位的神經）。 3. 功能 信息接收：通過感受器接收外界或體內的信號（如光、聲

神經網絡

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的軌道缺陷檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的軌道缺陷檢測系統演示 1. 前言​ 目前鐵路鐵軌巡檢主要依賴人工目測，存在效率低、漏檢率高及受主觀因素影響大等弊端，難以滿足現代鐵路的高安全性需求。為此，本文提出基於YOLO深度學習算法的解決方案，通過構建專用數據集訓練模型，並開發圖形化界面（GUI）將算法工程化，旨在用機器視覺替代人工，實現鐵軌缺陷的自動化、智能化識別，解決傳統檢測方式的痛點。 本系統集成了多元化的檢測模

AI

收藏 評論

u_17607960 頭像

wx694bc8b9eaf99 - 智能體來了：從零基礎到進階，徹底掌握 JSON 數據交換核心

前言：為什麼智能體時代，JSON 成了“必修課”？ 在 AI 智能體（Agent）開發過程中，我們並不是簡單地“和模型聊天”，而是在持續地進行結構化數據交互： 智能體如何接收參數？ 工具函數如何返回結果？ 如何約束大模型的輸出格式？ 如何讓多個 Agent 協同工作？ 這些問題，最終都會指向一個

使用場景 , 字符串 , 人工智能 , 深度學習 , Json

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 如何使用美顏SDK？美顏SDK的優缺點是什麼？

在視頻應用成為主流的今天，美顏功能已從一種亮點轉變為標準配置。對於開發者而言，如何高效地利用美顏SDK，並深刻理解其背後的利弊，是構建一款成功產品的重要環節。本文將深入探討美顏SDK的實際應用路徑，並對其優勢與侷限進行全面分析。 第一部分：如何高效使用美顏SDK 將美顏SDK集成到應用中，是一個系統性的工程，遵循清晰的步驟可以事半功倍。 步驟一：評估與選

濾鏡 , 初始化 , 人工智能 , 深度學習 , 開發者

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：六十、特徵工程行業實踐錄：金融、電商、醫療的智能化轉型

一、趁熱打鐵 我們已經瞭解了特徵工程的概念和基礎應用，今天我們圍繞比較廣泛的行業示例繼續加深理解。 特徵工程是數據科學的核心環節，它的本質是用數據的語言，翻譯業務的邏輯，特徵工程將原始數據轉化為機器學習模型能理解的業務語言。在不同行業的應用，就是解決該行業最核心的預測或分類問題，這一過程在三大行業展現出巨大價值： 在金融風控領域，傳統信貸審批依

機器學習 , AIGC二三事 , 數據 , 特徵工程 , 人工智能 , 原始數據

收藏 評論

hanxudemogu_byskiz 頭像

進我的主頁12138 - 軟考中級-網絡工程師2023

作為一名文科背景、零網絡基礎的在職考生，我在2023年一次性通過了軟考中級“網絡工程師”考試。回顧備考歷程，最大的感悟是：非科班不是劣勢，反而是優勢——因為你沒有被“技術黑話”束縛，更容易從本質出發構建清晰認知。關鍵在於用“教育思維”完成啓蒙，用“結構化路徑”夯實技術。以下是我總結的通關方法論，專為非科班學習者量身打造。 一、教育啓蒙：把網絡“翻譯”成生活語言 面對IP地址、子網掩碼、VL

觀點 , 工程師 , 互聯網 , 網絡 , 分享整理

收藏 評論

u_16099232 頭像

夢斷藍橋魂 - Vim的入門_網絡的技術博客

1.Vim 的三大核心模式 (1)Normal 模式（普通模式） 默認進入的模式，用於移動、複製、刪除、跳轉等操作。 按 Esc 隨時回到 Normal 模式。 (2)Insert 模式（插入模式） 用於輸入文本。 進入方式：

分屏 , spark , 編輯器 , 大數據 , 搜索 , 學習 , vim

收藏 評論

nedpill 頭像

Nedpill - 某峯前端二階段面試題

1. JS 有哪些數據類型，它們的區別有哪些？ JS 數據類型分為基本數據類型和​引用數據類型​。 基本數據類型：String、Number、Boolean、Null、Undefined、Symbol、BigInt，共 7 種，存儲在棧內存，值不可變，按值傳遞。 引用數據類型：Object（包含 Array、Function、Date 等），存儲在堆內存，棧內存保存堆內存地址，值可變，按引用

node.js , html5 , Javascript

收藏 評論