「用户与社区的深度对话」2023年度IvorySQL满意度调研

IvorySQL社区2023满意度调研：参与赢取周边礼品,
最新推荐文章于 2025-11-25 11:31:24 发布
原创 最新推荐文章于 2025-11-25 11:31:24 发布 · 121 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：

#用户运营 #postgresql #数据库 #开源 #oracle #数据库开发

IvorySQL社区邀请成员参与年终满意度调研，以提升服务质量并提供更好的用户体验。参与者有机会获得精美周边及额外大奖，真实有效的反馈将增加获奖机会。

致IvorySQL社区成员，

🏃‍♂️2023年即将进入尾声，感谢每一位社区朋友对IvorySQL的支持。我们诚挚地邀请您参与我们的社区满意度调研。您的反馈对我们至关重要，将有助于改进我们的服务，为您提供更好的社区体验！

🙋‍♂️扫码下方二维码参与问卷，

填写完成即可抽取精美社区周边！

我们会在有效的评论和建议中

评选出优秀问卷，送出额外大奖！😎

问卷反馈越真实有效将越有机会赢取大奖哦~

图片

IvorySQL
关注
PyTorch深度学习实战（1）——神经网络与模型训练过程详解
盼小辉丶的博客
05-28 9万+
在本节中，我们将了解传统机器学习与人工神经网络间的差异，并了解如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现反向传播以优化权重达到最小化损失值的目标。并将实现网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络。
PyTorch深度学习实战（44）——基于 DETR 实现目标检测
盼小辉丶的博客
06-04 9146
基于 DETR 的目标检测模型是将 Transformer 网络引入目标检测任务中，与传统的基于区域提议的检测方法有所不同。DETR 模型的核心思想是将目标检测问题转化为集合预测问题，通过将图像中的所有位置视为一个集合，并通过 Transformer 完成对整个集合的编码和解码过程，从而在单个前向传递中直接预测出目标的类别和边界框。在本节中，我们将学习 transformer 和 DETR 的原理，并使用 PyTorch 实现 DETR 以执行目标检测任务。
2023年度总结：技术旅程的杨帆远航⛵
YOLOv8项目贡献者
12-29 2650
我的 2023 年度总结：技术旅程的杨帆远航⛵
2021深度学习对话系统大综述 [一]
北风吹过的秋
05-18 3187
关注微信公众号：NLP分享汇。【喜欢的扫波关注，每天都在更新自己之前的积累】 文章链接：https://mp.weixin.qq.com/s/QZjfSfSmby8lb9oPJdrAfw 前言 本文将以2021年南洋理工大学发表的论文《Recent Advances in Deep Learning-based Dialogue Systems》为基础，介绍「深度学习对话系统」综述系列，共分七篇，本文是开篇。论文制作了一个图表，以帮助读者熟悉整体结构（如图1），本系列将依此详细介绍。 ...
深度学习中Dropout原理解析
热门推荐
Microstrong
06-19 31万+
1. Dropout简介1.1 Dropout出现的原因在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。过拟合是很多机器学习的通病。如果模型过拟合，那么得到的模型几乎不能用。为了解决过拟合问题，一...
使用深度双向LSTM模型构造社区问答系统
张俊林的博客
02-15 3万+
本文探讨了如何使用深度双向LSTM网络来解决问答社区的问题。
一文读懂机器学习与深度学习的联系与区别
喜欢打酱油的老鸟
10-20 9627
一文读懂机器学习与深度学习的联系与区别   https://mp.weixin.qq.com/s/6Zk5JxBUs_Op1wwiY4EIZA     翻译：  Tocy, kevinlinkai, 雪落无痕xdj, ZICK_ZEON, lnovonl, fozz   来源：  开源中国     链接： https://www.oschina.net/translate/deep-...
高精地图构建：Lidar SLAM与视觉SLAM对比
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
10-08 17万+
高精地图构建：Lidar SLAM与视觉SLAM对比​ ，人工智能，计算机视觉，大模型，AI，本文围绕高精地图构建，对比 Lidar SLAM 与视觉 SLAM。Lidar SLAM 通过激光获取点云数据，精度高、环境适应性强但成本高、数据量大；视觉 SLAM 利用图像，成本低、信息丰富却受光照影响大、深度获取难。还解析了 SLAM、点云等关键概念，介绍了两者融合趋势、应用案例、技术挑战及未来方向，也给出常见问题解答，为相关领域应用与学习提供参考。
【DL】2023年你应该知道的 10 大深度学习算法
sikh_0529的博客
02-23 1万+
它们是训练有素的神经网络，可将数据从输入层复制到输出层。它们具有相同数量的输入和输出层，但可能有多个隐藏层，可用于构建语音识别、图像识别和机器翻译软件。无论您是初学者还是专业人士，这三大深度学习算法都将帮助您解决与深度学习相关的复杂问题：CNN 或卷积神经网络、LSTM 或长短期记忆网络和 RNN 或递归神经网络 (RNN)。是的，CNN 是一种深度学习算法，负责以网格模式的形式处理受动物视觉皮层启发的图像。深度学习算法几乎可以处理任何类型的数据，并且需要大量的计算能力和信息来解决复杂的问题。
行人车辆检测与计数系统（Python+YOLOv5深度学习模型+清新界面）
思绪无限的博客
03-17 2万+
行人车辆检测与计数系统用于交通路口行人及车辆检测计数，道路人流量、车流量智能监测，方便记录、显示、查看和保存检测结果。本文详细介绍行人车辆检测，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种行人车辆图片、视频进行检测识别与计数；可对图像中存在的多个目标进行识别分类。博文提供了完整的Python代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
盼小辉丶的博客
06-13 8万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
详解大模型多轮对话的数据组织形式
herosunly的博客
09-06 15万+
本文主要介绍了详解大模型多轮对话的数据组织形式，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. LLaMA Factory适配的多轮对话数据形式 3. SWIFT适配的多轮对话数据形式
Keras深度学习实战（7）——卷积神经网络详解与实现
盼小辉丶的博客
06-02 1万+
传统深度前馈神经网络的局限性之一是它并不满足平移不变性，且容易受图像中对象大小的影响。卷积神经网络 (Convolutional Neural Network, CNN) 的提出正是用于解决传统神经网络的这些缺陷。即使对象位于图片中的不同位置或其在图像中具有不同占比，CNN 也能够正确的处理这些图像，因此在对象分类/检测任务中更加有效。本节详细介绍了 CNN 的基本概念与计算流程，同时使用 Keras 构建 CNN 模型识别手写数字。.........
OpenAI最强编程助手Codex：深度解析与应用指南（含使用方式、提示技巧、趋势）
Code_流苏：在代码中寻诗意，在实践中觅真知
05-19 6219
OpenAI最近上线了最强编程助手基于o3的Codex，一起来看看吧！
基于AI智能名片链动2+1模式S2B2C商城系统的用户运营业务流程研究
专注MarTech应用研究与实施方案
11-23 860
摘要：本文探讨AI智能名片链动2+1模式S2B2C商城系统在用户运营中的应用价值。通过分析养熟、成交、裂变、留存四大核心环节，揭示了该系统如何利用AI精准画像、智能推荐、链动激励机制和会员体系等功能，实现用户全生命周期管理。研究表明，该系统能有效提升用户转化率、促进社交裂变传播并增强用户粘性，为企业数字化营销提供创新解决方案。
为什么 Windows 的镜像通常不能 dd 烧录
yewq
11-24 480
由于 Windows 的 ISO 没有专门的 FAT32 分区，所以需要 UEFI 固件能支持识别 ISO 9660 的头，并根据头加载 EFI image。或者只能使用 Legacy BIOS 模式启动。ISO 9660 规定，文件系统从第 16 个扇区开始，前 16 个扇区保留，通常每个扇区为 2048 字节；而现代传统的光驱已经消失，取而代之的是 USB 启动，这是一个类似于硬盘的设备，通常使用传统的硬盘启动方式。因为光盘只能写入一次，不能擦除，所以需要为光盘定制专用的文件系统 ISO 9660；
Failed to restart nginx.service Unit nginx.service not found
2509_94186617的博客
11-24 210
你可以选择手动启动和停止 Nginx，或者创建一个 systemd 服务单元文件来管理 Nginx 服务。当你遇到 Failed to restart nginx.service: Unit nginx.service not found 错误时，这意味着系统无法找到 Nginx 的服务单元文件。这通常是因为 Nginx 没有通过 systemd 管理，或者 Nginx 没有正确安装。如果你希望使用 systemd 来管理 Nginx，可以创建一个服务单元文件。首先，确保 Nginx 已经正确安装。
Linux虚拟机无法使用u盘的一种可能-- 重新下载open-vm-tools + open-vm-tools-desktop解决
xiong2learning的博客
11-24 726
 U盘在本地可以正常使用，插入u盘后虚拟机lsblk、fdisk -l均无法检测到 U 盘设备，但是底行的状态栏显示u盘是连接成功的。系统仅识别了新增的 USB 控制器，但未检测到 U 盘的插入记录。反复尝试多次，重新启动等无用。本机对虚拟机的各种设置也排查过发现没有任何问题。重新下载open-vm-tools + open-vm-tools-desktop解决。
Ubuntu 系统 NVIDIA 显卡驱动自动化安装全流程
最新发布
https://github.com/amoorzheyu
11-25 77
问题已解决（2025/11/25
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