收藏 / 列表

u_16213654 頭像

mob64ca14095513 - vue虛擬化選擇器實現原理

VNode 在vue中定義了一個VNode類，使用它可以實例化不同類型的vnode，而不同類型的vnode實例各自表示不同類型的DOM元素。 VNode作用 每次渲染視圖的時候都會new一個VNode的實例化對象，然後他會緩存上一次渲染視圖。因此當需要重新渲染視圖的時候，將新創建的new_node實例對象和上一次的實例對象old_vno

vue虛擬化選擇器實現原理 , vue.js , 虛擬化 , 雲計算 , 緩存 , 前端

u_16827017 頭像

全棧技術開發者 - 如何理解「128倍更少數據，卻能獲得更強智能體行為」？如何直觀地理解「少即是多（Less is More）」在智能體訓練中意義？

在人工智能尤其是智能體訓練領域，數據量的需求長期被認為是提升模型行為表現的核心驅動力。傳統強化學習方法和深度學習策略普遍依賴大量訓練數據，以期覆蓋智能體在複雜環境中可能遇到的各種狀態和動作組合。這種大規模數據驅動的訓練模式在某種程度上保證了智能體策略的穩健性和泛化能力，但同時也帶來了顯著的資源消耗、計算壓力以及訓練效率低下的問題。尤其在高維環境和複雜任務下，數據量呈指數級增長，訓

yyds乾貨盤點 , 數據 , 模塊化 , 人工智能 , 深度學習 , 子任務 , 大模型

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 面對AI算力激增，數字孿生引擎如何應對？

面對億級多邊形建模和實時交互需求，動態LOD與多線程渲染技術正成為數字孿生引擎突破性能瓶頸的關鍵。 1 技術背景與挑戰 隨着數字孿生技術在工業製造、智慧城市等領域的深入應用，場景複雜度呈指數級增長。單個數字孿生場景通常包含數千萬至數億個多邊形面片，傳統渲染引擎在保持實時幀率（≥30fps） 方面面臨巨大挑戰。特別是在AI算力需求激增的背景下，如何平衡渲染質量與性能成為行業焦點問題。 2 核心優化技

數字化轉型 , 渲染 , lodash , 三維模型

u_17420180 頭像

合合信息解決方案 - 中小企業如何選擇適合的財務單據處理工具

語義概念 財務單據處理工具是指基於AI技術，針對企業財務場景中各類單據（如發票、銀行回單、合同等）提供智能採集、解析、分類、信息抽取及審核等一體化服務的數字化工具。其核心價值在於替代傳統人工處理模式，通過自動化手段提升財務單據處理的效率與準確性，保障財務數據合規，為企業成本核算、税務申報、資金管理等核心工作提供可靠支撐。這類工具高度適配中小企業財務管理需求，能夠解決單據處理

機器學習 , 數據 , 單文檔 , 自定義 , 人工智能

u_15912723 頭像

讓世界更美好 - OceanBase數據庫全解析：架構、特性與應用實踐

一、OceanBase簡介：中國原生的分佈式數據庫 OceanBase是由螞蟻集團完全自主研發的分佈式關係型數據庫，誕生於2010年，最初用於解決支付寶的核心交易需求。經過十餘年發展，如今已成為支撐雙11百萬級TPS、金融級一致性的成熟數據庫產品。 核心定位：OceanBase定位於"高可用、高擴展、高兼容的分佈式關係數據庫"，尤其擅長處理金融級事務和高併發場景。20

oracle , yyds乾貨盤點 , 數據 , 數據庫 , 分佈式事務 , SQL

u_13539 頭像

jowvid - 搭建個人博客的歷程_51CTO博客

學習 一、學習方向：從硬件轉向軟件 在學校裏，專業課大多以理論為主，加上對硬件知識興趣不大，導致我現在學習動力一直不足。目前，我決定將學習重心還是儘量放在軟件方向： 嵌入式學習：每天投入30min-1h時間學習基礎知識同步進行行業調研，比如瞭解就業前景或者是觀察我的同齡人或者前輩現在在學什麼是否過着我想要的生活。如果發現自己確實不適合這個方向，會及時調

工作效率 , 軟件開發 , 自動生成 , 前端開發 , Javascript

u_13778063 頭像

u_13778063 - 從傳統架構到AI原生：深度剖析企業AI落地的“三高”痛點與Serverless化解決方案

作者：趙世振 本文整理自 2025 雲棲大會，阿里雲智能集團產品架構師 趙世振 的主題演講《Serverless AI 原生應用架構》 在 AI 大模型浪潮席捲全球的今天，企業紛紛加速擁抱 AI，推動智能客服、內容生成、流程自動化等場景快速落地。然而，許多企業在實踐中卻遭遇了“三高困境”——成本高、複雜度高、風險高。 一位互聯網公司 CTO 曾坦言：“智

鏈路 , 原生應用 , 雲計算 , AI , 雲服務 , serverless

u_15641375 頭像

芯動大師 - 一篇圖文詳解PID調參細節，實現PID入門到精通

讀完本篇文章你的收穫： PID三個參數基本概念 瞭解如何調節PID 認識一個鑽研技術的博主 先上效果圖： 一、什麼是PID 在工程中，如果我們要用單片機做一個温控系統，其系統組成一般如下：一個採集温度的ADC，一個輸出温度的加熱頭以及一個用於運行控制算法的單片機，如果我們要維持温度為100度，在不加任何控制算法的情

過沖 , yyds乾貨盤點 , 單片機 , 控制算法 , 人工智能 , 數據結構與算法

u_17562481 頭像

思考的袋鼠 - 自適應分類的可落地規模化政府部門數據分類分級解決方案

概要： （提示：本章節概述解決方案的核心價值與落地成效，幫助讀者快速理解方案全貌。） 在數字政府建設快速推進的背景下，政務數據已成為政府提升治理能力、優化公共服務的重要資源。然而，政務數據存在“多源異構、跨域流轉”特點，分散於各委辦局業務系統和電子政務雲中，傳統人工管理難以應對海量數據資產的識別和分類需求。針對這一痛點，全知科技提出的“知源-AI數據分類分級系統”，以

數據 , 數據安全 , 人工智能 , 深度學習 , 複用

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生園區：以某景區會展中心數字孿生園區建設為例

1.建設背景 會展中心作為城市經濟的重要載體，是衡量一個城市活力、開放度和發展潛力的重要 標誌之一，涉及到城市產業鏈的多環資源，同時傳統會展行業普遍面臨資源分散、管理滯 後、服務單一等問題。某市作為該省的重點發展區域，積極響應國家政策，將該市一 5A 景點的會展中心作為城市產業升級的示範場景，要求通過高新技術實現會展資源的高效整 合。力求推進現代信息技術與會展產業深度融合，

數據 , 異構 , 數據可視化 , 人工智能 , 信息技術

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

u_16237826 頭像

軟件求生 - 面試官笑了：終於有人能把 Tomcat 的 Container 講明白了！

大家好，我是小米，一個在代碼裏泡了九年的程序員。前幾天去面試一家互聯網公司，面試官笑眯眯地問我：“你瞭解 Tomcat 的 Container 架構嗎？” 我心想，這問題挺常見的，屬於那種“問不深就考概念、問深了就勸退”的經典類型。於是我開始講——沒想到，這一講，就聊了快半個小時。 今天就把我當時的回答完整覆盤給你聽，保證聽完後，你不再怕面試官問這個問題。

yyds乾貨盤點 , 主機名 , 加載 , 後端開發 , JAVA , Web

u_16213575 頭像

墨舞青雲 - Python也能繪製藝術畫？這裏有一個完整教程 -

前言 生成Voronoi圖，有2個庫是最常用的：scipy和geovoronoi。 scipy 可能是因為我用的是實際的地圖數據，邊界比較複雜，用這個庫老是會有很多小bug，比如邊緣會有部分面積沒有被劃入任何一塊區域。和AI對話了好多輪，還是沒有完全搞定。 和AI的部分對話截取如下：

數據 , ci , 前端開發 , Javascript , Json , Python

xiongod 頭像

xiongood - Vue 中生命週期鈎子的使用

Vue 中生命週期鈎子的使用 在 Vue 組件從創建到銷燬的整個過程中，會經歷一系列特定的階段，就像人從出生到成長再到衰老的過程。生命週期鈎子就是在這些階段中自動觸發的函數，讓我們能在合適的時機執行特定操作，比如初始化數據、發送請求、操作 DOM 等，是掌控組件行為的重要工具。 最常用的生命週期鈎子之一是onMounted，它會在組件掛載到 DOM 後立即執行。這時候組件的 DO

生命週期 , 初始化 , 後端開發 , JAVA , 數據請求

u_16213714 頭像

mob64ca1417b0c6 - 論文降重焦頭爛額？看完這13個實用技巧後我恍然大悟了...

畢業論文查重高、AI痕跡重？別慌！本文分享6大高效AI論文工具——鯤鵬智寫、AI論文及時雨、圖靈論文AI、通義千問、巨鯨寫作、PubMed，涵蓋一鍵生成初稿、智能降重/AIGC優化、問卷數據全流程支持、文獻綜述自動生成等功能，幫你輕鬆搞定查重與導師修改，附實用攻略，助你高效完成高質量論文！ 今天在校園論壇上看到有個學弟發了個求助帖，説自己用某款 AI 生成的畢業論文查重率高

數據 , 交叉引用 , 圖例 , Css , 前端開發 , HTML

u_17582412 頭像

wx6916e0c04eaf5 - 從機制建設到數字化工具（紅海雲）應用，淺談國企人力資源穿透式監管體系建設

近年來，國有企業改革持續深化，作為國民經濟發展的中堅力量，國有企業正從粗放式管理向精細化、專業化方向全面轉型。從政策層面看，國務院國資委於2025年發佈的《關於完善國有企業內部控制體系的通知》中，首次將“穿透式監管”明確為國企改革的重要指引。從實踐層面看，傳統人力資源管理模式中的執行偏差和潛在風險逐步顯現，亟待通過穿透式監管予以PJ。 當前，國有企業人力資源管理面臨

雲平台 , 數據 , 雲計算 , 人力資源管理 , 二級

secretflow 頭像

隱語SecretFlow - 隱語SecreFlow SCQL 1.0.0b1 發佈：更完善的 SQL 支持與更高效的隱私查詢引擎

打開鏈接點亮社區Star，照亮技術的前進之路。每一個點贊，都是社區技術大佬前進的動力 Github 地址： https://github.com/secretflow/scql 我們非常高興地宣佈 —— **SCQL 1.0.0b1 版本正式發佈！** 作為 SecretFlow 生態下的核心組件之一，SCQL 在本次版本中迎來了功能完善、性能優化與配置升級的多重提升，為開發者帶來更易用、

開源 , 數據分析 , SQL , 分析

powertoolsteam 頭像

powertoolsteam - 2025 BI 工具排名全景解析：Wyn 商業智能憑四大核心優勢突圍

2025 BI 工具排名全景解析：Wyn 商業智能憑四大核心優勢突圍 在數字化轉型縱深推進的當下，BI（商業智能）工具已成為企業挖掘數據價值的核心引擎。Gartner 預測，2025 年 60% 企業將依賴自然語言交互分析，2/3 的中國 500 強企業將採用 AI 驅動的分析平台。本文結合最新市場格局與技術特性，拆解全球 BI 工具排名邏輯，並聚焦 Wyn 商業智能，從技術、市場、

商業智能 , 數據 , Power , 代碼人生

u_15505879 頭像

資深程序設計 - 基於android的個人健康管理系統

1、研究背景 在當今社會，隨着人們生活水平的提高和生活節奏的加快，健康問題逐漸成為社會關注的焦點。現代人對個人健康管理的需求日益增長，然而傳統的健康管理方式往往存在諸多不便，如信息記錄不完整、數據分散、健康諮詢不及時等。此外，傳統的健康管理方式通常依賴於紙質記錄或零散的電子數據，不僅效率低下，而且難以實現數據的全面整合與分析。在新冠疫情的背景下，人們對健康的關注度進一步提升

yyds乾貨盤點 , 管理系統 , 後端開發 , Android , JAVA

u_16653481 頭像

金海境科技 - 【服務器數據恢復】Dell PowerEdge服務器誤操作導致實驗數據丟失數據恢復案例 - 金海境科技

一、客户信息 北京市某重點高校生命科學學院，該院在基因編輯、蛋白質結構研究領域成果顯著，擁有3個國家級科研平台，承擔12項國家級重大科研項目。學院數據中心部署了4台戴爾PowerEdge R760服務器，採用8塊10TB SAS硬盤組建RAID6陣列，存儲全院師生的科研實驗數據、論文手稿、基因序列數據庫及大型儀器設備運行記錄，數據總量達60TB，其中包括多項國家級項目的核心

服務器 , 數據 , 數據塊 , Lync

alijishu 頭像

阿里雲開發者 - 通過 HTTP/2 協議案例學習 Java & Netty 性能調優：工具、技巧與方法論

摘要 Dubbo3 Triple 協議是參考 gRPC、gRPC-Web、Dubbo2 等協議特點設計而來，它吸取各自協議特點，完全兼容 gRPC、Streaming 通信、且無縫支持 HTTP/1 和瀏覽器。 當你在 Dubbo 框架中使用 Triple 協議，然後你就可以直接使用 Dubbo 客户端、gRPC 客户端、curl、瀏覽器等訪問你發佈的服務，不需要任何額外組件與配置。

dubbo , 阿里雲 , 性能 , netty , JAVA

aloudata 頭像

Aloudata大應科技 - 如何構建可信智能 Data Agent？推薦 Aloudata Agent 分析決策智能體

摘要： 在 AI 與大數據深度融合的當下，數據分析民主化日漸火熱。Aloudata Agent 分析決策智能體依託於統一的指標語義層、NoETL 數據工程體系，以及從智能問數、智能歸因分析到報告生成的端到端數據分析決策閉環能力，突破傳統數據分析 BI 工具的侷限性，能夠幫助企業構建可信智能的 Data Agent，實現以自然語言交互的方式進行自主式數據探查、歸因分析等，並支持構建個性化場景數據分析

agent , 人工智能 , 數據分析

u_13715298 頭像

技術員阿偉 - 《Unity多語言開發：從文本到體驗的深層適配指南》

遊戲多語言本地化的深層邏輯，從來不是簡單的文本替換，而是語言特性與技術架構的深度耦合，每一種語系的語法規則、表達習慣，都會像無形的脈絡，牽動UI佈局、資源存儲、交互邏輯乃至玩家體驗的底層設計。以語系差異為例，黏着語體系中詞彙的組合方式往往讓句子長度產生極大波動，同樣一句技能描述，日語可能比中文多出三成字符，英語的縮略表達又可能縮短近半，泰語的聲調變化雖不直接影響字符數量，卻會因發

控件 , yyds乾貨盤點 , 多語言 , 代碼人生 , ui

u_16993624 頭像

長腿大壯 - H2 數據庫中的字符串與數值處理關鍵字

H2 數據庫中的字符串與數值處理關鍵字 在 H2 數據庫的日常數據處理中，字符串和數值是最常見的數據類型，一批專門處理這類數據的關鍵字，就像精準的 “數據加工器”，能快速完成格式轉換、內容提取、數值計算等操作，讓數據處理既高效又精準。 字符串處理關鍵字 字符串處理關鍵字能對文本數據進行各種加工，CONCAT、SUBSTRING、TRIM、LOWER、UPPER是其中的常用成員

oracle , 取整 , 字符串 , 數據庫 , 數據處理