tag 數據

標籤
貢獻758
603
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_14767244 頭像 u_17567677 頭像 u_17420180 頭像 u_13715298 頭像 u_16653481 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_13715298 頭像

技術員阿偉 - 《遊戲平衡的高階解法：強化學習主導的參數迭代策略》

平衡從來不是靜止的數值等式，而是玩家行為與遊戲規則持續博弈的動態生態。傳統人工調參始終難以突破“滯後性”與“片面性”的桎梏—當設計師依據上週的對戰數據回調某類角色強度時，玩家早已通過新的技能組合形成新的meta玩法，導致資源產出與對戰節奏的連鎖失衡；而依賴固定閾值的平衡機制，又無法捕捉不同段位、不同場景下玩家的差異化需求。這種失衡的本質，是遊戲參數與玩家

遊戲 , redis , 數據 , 數據庫 , 開發者 , 迭代

收藏 評論

u_17513518 頭像

愛看C語言的BK - MySQL 21天學習計劃 - 第三天

SQL查詢入門：從數據表中獲取信息 經過前兩天的學習，我們已經掌握了MySQL的基礎概念和環境操作。今天將正式進入SQL語言的核心——數據查詢。想象一下，當你面對一個裝滿數據的數據庫時，如何快速找到需要的信息？這就像在圖書館中根據索引找書，而SQL的SELECT語句就是你的"數據庫檢索引擎"。 SELECT基礎語法：獲取列數據 最基礎的查詢語句用於獲取表中的一列

字段 , 數據 , AI寫作 , aigc , SQL

收藏 評論

u_17600943 頭像

mb693e3b1f9ff53 - 訓練場景大模型生成平台系統

訓練場景大模型生成平台解析 訓練場景大模型生成平台圍繞數據、模型架構、訓練策略、硬件支持及部署應用五大核心環節構建，支撐訓練場景大模型從數據到落地的全生命週期高效閉環，為生成式AI在複雜場景的應用築牢基礎，具體解析如下： 一、核心環節系統軟件供應可以來這裏，這個首肌開始是幺伍扒，中間是幺幺叁叁，最後一個是泗柒泗泗，按照數字順序組合就可以找到。 數據支撐：覆蓋多場景、視角

數據 , 開源 , 應用場景 , 模態

收藏 評論

u_14976802 頭像

我是Superman丶 - [運維] Mysql數據壓縮 用來壓縮歸檔不常用的數據

[運維] Mysql數據壓縮 用來壓縮歸檔不常用的數據 一般能壓縮50%左右的存儲佔用 本文包含：--> -->

數據 , 數據壓縮 , 運維 , SQL , jquery , 前端開發

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 項目實戰：LLaMaFactory和Qwen2-VL-2B微調大模型實戰

簡介 本文介紹了一個基於多模態大模型的醫療圖像診斷項目。項目旨在通過訓練一個醫療領域的多模態大模型，提高醫生處理醫學圖像的效率，輔助診斷和治療。作者以家中老人的腦部CT為例，展示瞭如何利用MedTrinity-25M數據集訓練模型，經過數據準備、環境搭建、模型訓練及微調、最終驗證等步驟，成功使模型能夠識別CT圖像並給出具體的診斷意見，與專業醫生的診斷結果高度吻合。 前

數據集 , 數據 , 神經網絡 , 人工智能 , 模態

收藏 評論

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生港口：以某交通運輸企業數字孿生物流生產管理系統建設為例

1.建設背景 某交通運輸企業作為該省重點項目以及該集團港口板塊長江中下游重要的江海聯運中轉樞紐港，承擔着大量的裝卸貨任務。隨着業務量的快速增長，傳統的生產管理模式面臨諸多挑戰，為提高整體運營效率，實現精細化管理。產生了構建數字孿生模擬仿真引擎的需求，希望打造國內一流的集綠色、智慧、高效、安全於一體的現代物流樞紐港，釋放長江深水航道水運潛力。 （以下內容均來源於《數字孿生

數據 , 私藏項目實操分享 , 物聯網 , 數據可視化 , 管理系統 , 人工智能

收藏 評論

u_16653481 頭像

金海境科技 - 【服務器數據恢復】H3C華三Ceph分佈式存儲文件丟失數據恢復案例

一：客户信息 海南某三甲醫院 二：案例背景 什麼是分佈式文件系統 分佈式文件系統（DistributedFile System，DFS）是一種能夠在多台計算機之間共享文件存儲資源的系統。它將文件存儲在多個節點上，這些節點通常是位於不同地理位置的服務器或計算機集羣。分佈式文件系統的核心目標是提高文件存儲的可靠性、可擴展性和性能，同時為用户提供透明的文件訪問體

服務器 , 文件系統 , 數據 , 分佈式存儲 , 分佈式

收藏 評論

u_14122613 頭像

小虛竹51CTO - 科研人狂喜：Gemini 3.0 pro 三大應用場景 Prompt 模板直接抄

操作指南 操作指導 AI平台 國內直接訪問地址：https://sass.xiaoxuzhu.cn/**點擊【新系統登錄】**![在這裏插入圖片描述](https://i-blog.csdnimg.cn/img_convert/c87405009aad1e6626e4c8e5576738b0.png)註冊後登錄即可。 選擇gemini-3-pro大模型

數據 , 上傳 , google , AI寫作 , aigc

收藏 評論

u_16213664 頭像

mob64ca140bbb8b - Hispark芯片配置器如何啓動

　　　　對於器件的配置或者説驅動，通常要面對全英文的數據手冊。要把這個手冊在極短的時間內看懂，也確實是件難的事情。可以跳過部分章節的內容，直接去閲讀寄存器的配置和管腳的定義。做個總結： *. 如果很不幸運，就得檢查電路了，當然這裏改放到第一步檢查的, 檢查供電是否正常。檢查信號的高低電平是否在範圍內。幅度是否偏高或者偏低。 　　　　1.SPI口配置，通常FPGA內運行

spark , 大數據 , 數據 , 引腳 , 寄存器 , Hispark芯片配置器如何啓動

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - Kafka監控工具KafkaOffsetMonitor的全面指南 - 詳解

簡介：KafkaOffsetMonitor是一個開源的監控工具，專門為Apache Kafka設計。它能夠實時監控和分析Kafka集羣中的消費者偏移量，幫助管理員跟蹤消費進度並及時發現處理問題。本指南詳細介紹了KafkaOffsetMonitor的核心功能，本地化設置和相關技術要點，以及部署、配置和優化步驟，讓管理員能夠更好地掌握消費者的行為和數據流，提高Kafka系統的

偏移量 , 數據 , 實時監控 , 後端開發 , harmonyos

收藏 評論

u_13738137 頭像

小雨青年 - 金融級交互實戰：用 MateChat 打造“數據不出域”的私人銀行助理

前言：當“複雜”遇上“合規” 如果我們打開手機裏的銀行 App，第一感覺往往是“功能太強大，但菜單也太深了”。想查個去年的年度賬單，或者看一眼理財收益分佈，往往需要點擊四五次跳轉才能找到入口。 在金融領域，我們一直渴望用 AI 對話來簡化這些操作。但擺在面前有一座大山，那就是數據安全與合規。我們絕不敢輕易把用户的資產數據發送給公有的通用大模型

vue.js , 數據 , 插槽 , 開發者 , 前端開發

收藏 評論

u_16213380 頭像

mob64ca12e41d46 - Stable Diffusion translator

在這篇博文中，我們將深入探討如何解決“Stable Diffusion translator”相關的問題。隨着深度學習和語言處理技術的發展，我們需要一個切實可行的方案來確保系統的安全性和可靠性。以下是我們為了解決這個問題而制定的完整備份策略、恢復流程、災難場景、工具鏈集成、驗證方法和預防措施。 備份策略 我們首先制定了一份全面的備份策略，以確保系統的穩定性。這裏使用了思維導圖來顯

數據 , Backup , 工具鏈 , aigc

收藏 評論

u_15796946 頭像

程序猿追 - 使用GeeLark+亮數據，做數據採集打造爆款內容

https://www.bilibili.com/video/BV1t5m1B4Emg/?spm_id_from=333.1387.homepage.video_card.clickvd_source=8c987e288018fae8f95831d231306b93 結合GeeLark與亮數據（Bright Data）進行數據採集，是內容創作者和營銷人員打造爆款內容、實現數

大數據 , 數據 , ip , 數據採集 , 數據倉庫

收藏 評論

u_17365737 頭像

泰克教育 - 泰漲知識 | 10分鐘快速入門Hive之基本操作篇

一、DDL操作（數據定義語言） DDL操作（數據定義語言）包括：Create、Alter、Show、Drop等。 1. create database- 創建新數據庫 2. alter database - 修改數據庫 3. drop database - 刪除數據庫 4. create table - 創建新表 5.

大數據 , 數據 , hive

收藏 評論

chunzhendegaoshan 頭像

RestCloud - ETL數據集成中的數據映射與轉換規則

企業每天都需要處理海量的數據，如何將分散在不同系統中的數據高效地整合起來，是企業在轉型過程中需要面對的一個十分關鍵的課題。 ETL（Extract-Transform-Load，提取-轉換-加載)作為數據集成的核心技術，能夠完美地解決這個問題。在ETL流程中，數據映射與轉換規則的設計尤為重要，它們是構建高效數據流的關鍵環節。 本文將圍繞ETL數據集成中的數據映射與轉換規則，探討其重要性、設計原則以

數據 , etl , 數據處理

收藏 評論

u_17595237 頭像

馬應龍眼 - 科研人員在使用AI工具時，哪些信息絕不能公開？

隨着人工智能技術的快速發展，AI工具在我們日常生活和科研工作中的應用越來越廣泛。然而，使用這些工具時，我們面臨着潛在的信息泄露風險。特別是在科研領域，信息的安全性和保密性尤為重要。本文將深入探討科研人員在使用AI工具時需要關注的信息泄露風險，並提供一些有效的規避策略。 一、科研人員面臨的信息泄露風險 1. 個人身份信息 為了使用AI工具

AIGC二三事 , 數據 , AI寫作 , aigc , 科研 , 訪問控制 , 數據加密

收藏 評論

u_16099324 頭像

智能創新夢想家 - JavaSE的三大接口:Comparator,Comparable和Cloneable詳解

文章目錄 給對象數組排序 Arrays.sort() 和 Comparable Comparator 給對象數組排序 Arrays.sort() 和 Comparable 我們之前介紹過直接使用Arrays.sort() 來為數組排序，傳入數組對象即可，按數值大小排序。

數組 , 數據 , 開發語言 , JAVA , Css , 比較器 , 前端開發 , HTML

收藏 評論

u_16565911 頭像

南大通用GBase - 南大通用GBase 8c 函數體系：多模架構下的業務賦能與性能優化實踐

作為南大通用打造的多模多態分佈式數據庫，GBase 8c 不僅在存儲架構、高可用設計上具備差異化優勢，其函數體系更是支撐複雜業務邏輯、優化數據處理效率的核心組件。GBase 8c 的函數體系針對多模存儲（行存、列存、向量、內存）場景進行了深度增強，覆蓋系統函數、用户自定義函數（UDF）、聚合函數、窗口函數等全類型，既能滿足常規數據處理需求，又能適配政務、醫療、金融等行業的複雜業務

數據 , MySQL , 數據庫 , GBase 8c , 聚合函數 , 函數體

收藏 評論

u_15675268 頭像

1艾一刀 - 2026 CES觀察丨國產“硅基大軍”的集體出征

文 | 智能相對論 作者 | 佘凱文 這幾天的拉斯維加斯，再次被全球科技的光環籠罩。一年一度的國際消費電子展（CES）不僅是消費技術的狂歡，更已成為窺探未來生產力的核心窗口。 但要説本屆展會的主角，那一定是機器人無疑，機器人格鬥、熱舞、做操、發名片甚至是舞獅，這一幕幕無不在進一步顛覆大眾對於機器人的認知。同時，這些場景也在勾勒出一個清晰而篤定的行業趨勢，

商業 , 數據 , 人工智能 , 深度學習 , 人形機器人

收藏 評論

u_16213615 頭像

mob64ca1400133b - 數據同步方案整理 - 旺仔沒饅頭的個人空間 -

WebDAV（Web-based Distributed Authoring and Versioning）作為一種基於HTTP的文件管理協議，為Kazumi提供了跨設備數據同步能力。本文將深入解析Kazumi中WebDAV客户端的實現細節，包括配置管理、數據同步流程及文件管理策略，並通過實際代碼與界面展示幫助開發者快速掌握相關功能模塊。 WebDAV配置界面設計與

數據 , 客户端 , ci , 前端開發 , Javascript

收藏 評論

u_16213465 頭像

mob64ca12f86e32 - stable軟件mac版官網下載

在本文中，我們將深入探討如何解決“stable軟件mac版官網下載”這一問題，尤其是如何在Mac上順利安裝該軟件。跟着我，一起逐步來看看所需要的準備、集成、配置、實戰應用，以及可能遇到的問題與解決方案。 環境準備 在開始之前，確認你的環境是安裝 stable 軟件的合適平台。stable 軟件支持的技術棧包括 macOS 的不同版本，以及相應的底層依賴庫。以下是一個四象限圖，展示

User , 數據 , API , aigc

收藏 評論

u_16482102 頭像

碼農阿豪與新空間 - 廣告投放管理系統的高級功能與數據分析

個人名片 🎓作者簡介：java領域優質創作者 💡座右銘：總有人要贏。為什麼不能是我呢？ 目錄 廣告投放管理系統的高級功能與數據分析 摘要 引言 一、外部廣告投放AB測試管理

數據 , 管理系統 , 數據分析 , Css , 廣告管理系統 , 前端開發 , HTML

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI 賦能綜合服務平台：讓生活服務像點外賣一樣簡單

想辦社保卻不知道要帶什麼材料，想找靠譜的家政阿姨又怕踩坑，想諮詢政策只能反覆撥打佔線的服務電話 —— 這些生活裏的 “服務難題”，如今正被 AI 賦能綜合服務平台一一化解。它就像一個 “智能生活管家”，把各類服務整合起來，用技術讓辦事、求助變得高效又省心。 支撐這個平台運轉的核心技術，首先是自然語言理解技術。不管你用語音説 “我要辦居住證”，還是在對話框裏打字 “推薦附近的養老機構”

數據 , NLP , 用户畫像 , 人工智能 , 智能合約

收藏 評論

u_11365839 頭像

尼羲 - 什麼是動態數據脱敏？

動態數據脱敏（DDM）動態更改返回給應用程序或用户的數據庫記錄，以此來實時保護敏感數據，且不會更改靜態數據。 DDM 與靜態數據脱敏（SDM）不同。SDM 創建原始數據永久更改、不可逆轉的副本，而 DDM 則是在訪問時對數據進行即時修改。這種動態方法可確保敏感數據在查詢執行過程中受到保護，而不會改變靜態的基礎數據。 （一）應用場景 SDM 的主要應用場景

yyds乾貨盤點 , 數據 , MySQL , 數據庫 , 敏感數據

收藏 評論