EOS42开通 优快云 博客

最新推荐文章于 2024-08-16 22:25:04 发布
原创 最新推荐文章于 2024-08-16 22:25:04 发布 · 188 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#简介 #whoami

EOS42 为便于与 EOS 社区技术人员交流，在 优快云 开通博客。该博客将专注分享 EOS、区块链、DLT 相关话题，助力技术人员了解研究 EOS 及社区动态。

为了更好的与 EOS 社区的技术人员交流，EOS42 也在优快云开通博客啦。在这里，EOS42 将会专注分享与EOS、区块链、DLT(Decentralized Ledger Technology)相关的话题，方便技术人员了解和研究 EOS，并且关注 EOS 社区的动态。

讯飞语音的语音听写功能实现的总结以及新手如何着手第三方SDK
维凯的趣味生活的博客
08-08 4864
讯飞语音的语音听写功能实现的总结以及新手如何着手第三方SDK 前言 {才知道前言和序言的区别，写文章的好处，吱吱} 由于本人最近有点小忙，所以没有更新博客。其实呢！我想说的是我的草稿箱都快要堆满了，只是感觉没有技术含量就不献丑了（内心独白：让一个语文几乎只有小学及格过的人写这种真的好让人揪心，我写的东西自己都不想看第二遍，此刻，如果可以，相信你会看到成千上万的表情包---表达我此刻的内心
讯飞语音--唤醒Demo
zyr13520854072的博客
03-01 7101
写的第一篇博客,因为最近姐姐说起了一个段子, 一男子在地铁站手机找不到了,但是带了蓝牙耳机,耳机还有内容,男子想手机一定还在附近,随即大喊一句,悟空你在哪儿, 手机循环回答,我在这.....这时,拿手机那哥们回了男子一个尴尬而不失礼貌的微笑,哈哈所以我想起讯飞语音,就试着写了一下语音唤醒的Demo, 也借鉴了很多前辈的博客, 就不一一列举了,各位不喜勿喷接下来进入正题,首先在讯飞官网下载对应的SD...
s3 java sdk_s3javasdk文档.pdf
weixin_29196613的博客
02-13 963
s3javasdk文档S3JavaSDK文档前言简介对象存储S3接口JavaSDK采用了开源的aws­java­sdk­s3。本文档主要介绍SDK的安装、使用与注意事项。假设您已经开通了对象存储服务 ，并创建了 AccessKey 与 SecretKey 。安装在Maven项目中加入依赖项向Maven工程中的pom.xml添加下述依赖项 ，即可使用原生的S3JavaSDK ，可以...
ios开发-语音识别（科大讯飞）
LucioSui的博客
09-26 5008
如果现在有这样一个需求：在记录时间的时候，用户在不方便手写的时候，我们可以利用语音录入，转成文字的形式记录时间，是不是既方便又只能，现在做语音识别的有一些不错的开放平台供我们使用，一家是科大讯飞平台，一家是百度语音平台。我个人比较偏爱科大讯飞，因为科大讯飞的优势在于大段大段的文字识别上，准确率较高。这正好能符合我输入银行卡号码准确无误的需求。这篇博客也主要讲的是是讯飞语音SDK的使用。下面我们详细看
单点登录的微服务实现
wxy49212的博客
10-16 1133
<main> <div class="blog-content-box"> <div class="article-header-box"> <div class="article-header"> <div class="article-title-box">
【0基础】使用Mistral-7B模型搭建简易的聊天API（基础篇附加说明和无编程经验教程篇）
qq_36548916的博客
08-08 2247
不知道各位有没有这样的感觉，这几年计算机领域很多东西有了翻天覆地的变化。大数据、AI的使用越来越广泛，与日常生活的关系越来越密切。曾经的扫盲是识不识字，现在的扫盲是文化知识，未来的扫盲很可能也要涉及AI的使用。不仅仅是大厂的AI服务影响更多人，还需要更多人都粗略的知道AI、会自己简单的使用AI，就好像现在的AI画图一样，我相信未来的文字生成小参数量模型，比如像mistral 7B这样的模型也会被越来越多的使用。
自然语言处理之seq2seq模型
热门推荐
自然语言处理技术
12-01 3万+
对于一些自然语言处理任务，比如聊天机器人，机器翻译，自动文摘等，传统的方法都是从候选集中选出答案，这对素材的完善程度要求很高，随着最近几年深度学习的兴起，国外学者将深度学习技术应用与自然语言的生成和自然语言的理解的方面的研究，并取得了一些突破性的成果。
Datawhale AI 夏令营第四期大模型应用开发Task03学习笔记
m0_73372098的博客
08-16 1787
Datawhale AI 夏令营第四期大模型应用开发Task03学习笔记
语音听写与合成--（讯飞语音识别与合成&&百度语音识别）
顾_小白的博客
07-06 1万+
目前比较厉害的国内免费开源的语音识别库主要就是：讯飞和百度，本篇博客也是关于这两家SDK的使用。 讯飞语音开放平台：http://doc.xfyun.cn/msc_android/299547 语音SDK API：file:///C:/Users/zachary/Desktop/Android_voice_1118_59599b5c/doc/MSC%20Reference%20Manual/i
Unity 语音识别 详情版 和 发布过程中遇到的问题
zzjinjiazz的博客
02-04 4533
Unity 语音识别
【嵌入式AIoT】系统架构与轻量化模型部署：面向智能家居与工业监测的边缘智能终端实战设计
12-21
内容概要：本文系统介绍了嵌入式AIoT应用场景的实战方法与实践路径，涵盖从场景选择、系统架构设计到AI模型部署、通信与数据管理的全流程。重点阐述了嵌入式系统与人工智能、物联网技术的融合，强调在资源受限环境下实现感知、分析与决策一体化的智能终端系统。文章详细解析了感知层、边缘计算层和云端服务层的协同机制，突出边缘侧数据处理与轻量化AI模型优化的重要性，并倡导以实际需求为导向，避免“为AI而AI”的设计误区。同时，强调系统稳定性、远程维护和长期运行能力的建设。; 适合人群：具备嵌入式系统基础、物联网或AI相关背景，有一定开发经验的工程师或工作1-3年的技术研发人员；适用于希望深入理解AIoT系统集成与实战落地的学习者。; 使用场景及目标：①智能家居、工业监测、智慧农业等分布式智能系统开发；②在算力、功耗受限的嵌入式设备上实现AI推理与边缘智能；③构建高效、可靠、可维护的端云协同AIoT系统。; 阅读建议：建议结合实际硬件平台进行项目化学习，边学边练，重点关注系统架构设计、模型优化与通信协议选型，注重整体系统思维的培养，而非仅关注单一技术点。
基于Python 的UART 文件传输工具
12-21
基于Python 的UART 文件传输工具，基于Pyside6的GUI界面
C# 基于 Onnx 与 P2PNet 的人群检测与计数系统源码实现
12-21
基于C#编程语言与Onnx运行时环境，本文档详细阐述了一种利用P2PNet架构实现人群密度估计与个体计数的技术方案。该方案通过解析预训练模型，实现了对图像或视频流中人群分布的精准检测，并提供了可靠的计数功能。核心内容包括模型加载与推理流程的完整实现、数据处理管道的构建以及性能优化策略的探讨。本文旨在为相关领域的开发人员提供一个清晰、可复现的参考实现，着重于工程实践的严谨性与代码模块的可用性。所有实现代码均经过结构化组织与详细注释，以确保其易于理解与集成。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
Theoretical Machine Learning Notes (Princeton COS511)
12-21
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结（summarization） 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签，可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
食堂线上预约点餐系统_一个基于现代Web技术构建的面向学校企业及园区食堂的综合性数字化餐饮服务平台_该系统旨在通过线上化流程彻底革新传统食堂就餐模式_核心功能模块包括用户端小程序.zip
12-21
食堂线上预约点餐系统_一个基于现代Web技术构建的面向学校企业及园区食堂的综合性数字化餐饮服务平台_该系统旨在通过线上化流程彻底革新传统食堂就餐模式_核心功能模块包括用户端小程序.zip
Unity STL文件读取插件：pb_Stl-master
12-21
Unity STL文件导入工具 该工具为Unity引擎提供标准STL格式三维模型文件的导入功能，支持二进制与ASCII两种编码格式的解析。通过集成此插件，开发者可直接在Unity编辑器中加载由各类CAD软件或三维扫描设备生成的STL模型文件，无需借助第三方转换软件进行格式预处理。 核心特性包括： 1. 完整几何数据解析：精确读取顶点坐标、法线向量及三角面片拓扑关系 2. 自适应材质分配：根据模型几何特征自动生成并配置基础材质球 3. 内存优化机制：采用流式加载技术处理大型STL文件，避免编辑器卡顿 4. 坐标系统转换：自动校正不同三维软件坐标系差异，确保模型方向一致性 技术实现层面，插件通过托管DLL封装了经过优化的STL解析算法，在保证读取精度的同时维持了较高执行效率。导入后的模型将自动生成标准网格组件，支持Unity光照系统、碰撞体生成及导航网格烘焙等后续处理流程。 该工具适用于机械设计展示、三维打印预览、工业仿真等需要频繁交换CAD数据的开发场景，显著简化了从工程设计到实时渲染的工作流程。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
（60页PPT）某省市某省市集活动策划方案63.pptx
12-21
（60页PPT）某省市某省市集活动策划方案63.pptx
基于SpringBoot+Vue与微信小程序的单店铺/多店铺商城系统
12-21
本系统采用微信小程序作为前端交互界面，结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建，形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营，亦兼容多商户入驻的平台模式，具备高度的灵活性与扩展性。 在技术实现上，后端以Java语言为核心，依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务；管理后台采用Vue.js进行开发，实现了直观高效的操作界面；前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作，功能链路完整闭环，已通过严格测试与优化，符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖，不仅包含商品展示、交易流程、订单处理等核心电商功能，还集成了会员管理、营销工具、数据统计等辅助模块，能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理，同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性，遵循企业级开发标准，确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言，这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
formula single.zip
最新发布
12-21
代码下载地址： https://pan.quark.cn/s/ab7f9bef0424 Homebrew Formulae Homebrew Formulae is an online package browser for Homebrew. It displays all packages in the Homebrew/homebrew-core and Homebrew/homebrew-cask. A Action is run periodically which pulls changes from each tap and deploys the site to Pages. JSON API It also provides a JSON API for all packages (or individual packages) in each tap and their related analytics. This JSON data is used for the creation of the HTML resources on this site. Currently available: List metadata for all formulae and casks Get metadata for each formula and cask List analytics events for all formulae and casks List analytics events for each formula and cask Read more in the JSON API documentation. Usage Ope...
OTN网络eos业务如何配置开通 GE业务
08-17
在OTN网络中配置和开通GE（Gigabit Ethernet）业务，通常涉及多个步骤和技术要点，包括业务映射、ODU时隙配置、保护机制设置以及性能指标的保障。以下是基于OTN技术原理和实际部署经验的详细说明： ### GE业务映射与封装 GE业务在OTN网络中通常通过ODU0或ODUflex容器进行承载。ODU0的标准速率约为1.25 Gbps，能够满足GE业务的带宽需求。GE业务首先需要通过以太网接口接入OTN设备，随后被封装进GFP（Generic Framing Procedure）帧中，再映射到ODU0或ODUflex中进行传输[^1]。这种方式可以实现对GE业务的透明传输，确保数据完整性和服务质量。 ```plaintext GE业务 -> GFP封装 -> ODU0/ODUflex映射 -> OTN传输 ``` ### ODU时隙配置模式 在OTN设备中，ODU时隙的配置模式通常分为“自动随机”和“自动连续”两种方式。对于华为设备之间的对接，若两端均支持ODU时隙配置，则建议使用“自动随机”模式，以提高带宽利用率和灵活性。若一端设备不支持ODU时隙配置，则应将配置模式改为“自动连续”，以确保业务的正常开通[^1]。 ### 保护机制设置 为了保障GE业务的高可用性，OTN网络通常采用1+1主备保护机制，即业务同时在主用和备用路径上传输，接收端根据信号质量选择最优路径接收数据。这种保护方式可以在50ms内完成倒换，极大地提高了业务的可靠性[^1]。 ### 业务开通流程 GE业务的开通流程包括业务需求分析、网络资源规划、设备配置、业务测试与验收等阶段。在中国电信的政企OTN专网中，业务开通通常要求在7个工作日内完成，且需满足本地接入单向时延小于1ms的要求。每CPE（Customer Premises Equipment）引入的单向时延应控制在约200μs以内[^1]。 ### 性能指标保障 在OTN网络中，GE业务的性能指标主要包括可用率、时延、误码率等。可用率通常要求达到99.9%，时延优化则通过优化光缆路由、采用骨干直达和接入优化等措施实现。误码率方面，OTN接口在纠错后不允许有误码，而SDH接口可以有一定的误码容忍度。 ### 业务可视化与灵活性 中国电信的OTN精品光网产品支持业务可视化功能，用户可以通过网管系统实时监控业务状态，实现带宽随选和灵活调整。对于P1等级的随选可视服务，支持无损业务调整，适用于对业务连续性要求较高的场景。 ### 相关问题 1. 如何在OTN网络中实现GE业务的端到端保护？ 2. OTN网络中GE业务的时延优化有哪些具体措施？ 3. 在OTN设备中，如何进行ODU时隙的手动配置？ 4. GE业务在OTN网络中的误码率控制策略是什么？ 5. 如何利用OTN网络实现GE业务的快速开通与调整？ 通过上述配置和管理措施，可以在OTN网络中高效、可靠地开通和管理GE业务，满足政企客户对高质量专线服务的需求。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值