收藏 / 列表

yuanfang_648a85b26d85e 頭像

farfarcheng - PyTest@Notebook｜新手視角下的 debug 單元測試

寫過代碼的同學對 debug 的痛苦應該深有體會，debug 的時間往往遠遠超過實際編寫代碼的時間，最終卻發現只是一個意料之外的微不足道的錯誤導致了 bug。過了一段時間，重新使用這段代碼的時候，又出現了新的 bug， 但偏偏還不能怪別人，畢竟是自己寫的代碼，血壓上來了.jpg。程序説變量未定義那就真的是未定義，説變量類型不對那就是真的不對，總不能砸電腦吧。 有沒有什麼辦法可以減少和規避 bug

bug , bug修復 , debugging , pytest , 程序員

u_16213665 頭像

mob64ca140beea5 - Laravel 應用性能調優 - 一片楓葉ing的個人空間 -

性能優化技巧：la-velada-web-oficial加載速度提升方案 你是否遇到過網站加載緩慢、圖片顯示延遲的問題？特別是在重要活動網站中，頁面加載速度直接影響用户體驗。本文將從圖片優化、資源加載、構建流程三個維度，詳解如何將la-velada-web-oficial項目的加載速度提升60%以上，讓你掌握專業級前端性能調優方案。

佔位符 , 加載 , ci , 前端開發 , Javascript

u_16827017 頭像

全棧技術開發者 - 怎麼提高自己的系統設計和架構理論水平？如何理解並控制複雜性？如何推演複雜性影響？如何在多節點、多狀態、多併發條件下保持系統穩定？

軟件系統在現代社會中的規模和複雜度正在以前所未有的速度增長。隨着系統功能的擴展、分佈式組件的增加以及併發操作的普及，傳統依靠經驗和模塊化思維進行設計的方法逐漸顯得力不從心。當系統的行為不再能夠通過單一模塊或局部邏輯進行解釋時，架構理論的重要性便凸顯出來。架構不僅僅是組件的排列與接口的定義，它更是一種對系統整體行為進行預測、推演和約束的認知模型。 在系統設計中，設計者面對的不

系統設計 , 耦合度 , yyds乾貨盤點 , 架構 , 依賴關係 , 後端開發

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨CSM 駕到，統統閃開！更鮮活的語音生成，從此告別延遲呆板機械味

與 AI 語音助手聊天時，總感覺哪裏怪怪的。它們對問題應答自如，可就是少了點「人味」。語調呆板、停頓突兀，時不時還在莫名其妙的地方卡頓，這種似人非人的違和感，其實就是「恐怖谷效應」在作祟。當 AI 語音與人類語音相似度頗高卻又未達到完美一致時，用户便會感到不適。 近期，由 Sesame 團隊推出的語音生成模型 CSM (Conversational Speech Model) 在眾多語音模型中脱穎

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

u_15641375 頭像

芯動大師 - 基於波特圖的控制系統設計算法

波特圖（Bode Plot）是一種用於描述線性控制系統頻率響應的圖形表示方法，通常用於分析和設計控制系統。它以控制系統的傳遞函數（或頻域傳遞函數）為基礎，將系統的幅頻特性（振幅-頻率響應）和相頻特性（相位-頻率響應）以圖形的方式展示出來。可以根據波特圖理解和評估系統的穩定性、性能和魯棒性。 波特圖可以指導控制器的設計。通過調整控制器的參數，可以改變系統的頻率響應，以滿足特定

yyds乾貨盤點 , 傳遞函數 , 控制系統 , 人工智能 , 數據結構與算法 , 信號傳輸

u_13303 頭像

colddawn - DB where 字段 is null 會走索引嘛

1.對查詢進行優化，要儘量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。 2.應儘量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： select id from t where num is null 最好不要給數據庫留NULL，儘可能的使用NO

字段 , 大數據 , 存儲過程 , 數據倉庫 , bc

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能家居能源消耗模式分析與節能策略制定中的應用

(centerJava 大視界 -- Java 大數據在智能家居能源消耗模式分析與節能策略制定中的應用/center) 引言 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在科技的洶涌浪潮中，Java 大數據技術宛如一顆璀璨奪目的明珠，於眾多領域綻放出耀眼光芒。 如今，隨着智能家居的迅猛普及，人們的生活變得愈發便捷，但同時也引發了不容

spark , 大數據 , yyds乾貨盤點 , 數據 , 智能家居 , Java大數據 , 能源消耗 , JAVA

huamingshixunkeji 頭像

華明視訊科技 - 鐵路貨車自動識別系統：推動貨運智能化升級

鐵路貨運作為國家經濟動脈的重要組成部分，其運行效率與管理水平直接影響物流體系的整體效能。傳統依賴人工抄錄車號信息的作業方式，不僅效率低下，還容易因人為因素導致數據錯漏，已難以適應現代智慧物流的發展需求。在此背景下，鐵路貨車自動識別系統應運而生，成為行業數字化轉型的重要引擎。 該系統基於人工智能深度學習技術，實現了對貨運列車車廂多維度信息的自動採集與識別。可高效識別敞車、平車、棚車、罐車等不同

數據挖掘 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

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

lab4ai 頭像

Lab4AI - 7M參數，幹翻巨無霸LLM！這款超小遞歸模型（TRM），在ARC-AGI上證明了“少即是多”

01 論文概述 論文標題：Less is More: Recursive Reasoning with Tiny Networks 作者團隊：三星AI實驗室（Samsung SAIL Montréal） 發佈時間：2025年9月6日 論文鏈接：https://arxiv.org/pdf/2510.04871 👉您可以跳轉到 Lab4AI 平台上去閲讀論文原文。 Lab4AI

機器學習 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

u_17420180 頭像

合合信息解決方案 - 申請試用智能財務單據處理平台

方案介紹 面對財務單據處理中“效率低、易出錯、合規難”的痛點，這款AI驅動的一站式財務單據自動化處理平台應運而生，為中小企業提供全方位的財務文檔處理解決方案。平台深度融合AI技術與財務管理場景，支持海內外不同版式、不同類型財務文檔的全流程自動化處理，涵蓋智能採集、解析、分類、信息抽取及智能審核等核心功能。 在單據覆蓋方面，無論是發票、銀行回單、承兑匯票、完税證明等標準

機器學習 , 表單 , 上傳 , 自定義 , 人工智能