您的 "空投", 它来了！

最新推荐文章于 2025-07-29 21:31:10 发布

转载最新推荐文章于 2025-07-29 21:31:10 发布 · 262 阅读

文章标签：

#人工智能 #编程语言 #微软 #etag #大数据

最近有粉丝留言让我多搞些抽奖活动，为了感谢大家对本公众号的大力支持本次联合了9个号主，送 酷睿笔记本电脑，4G内存+128G固态硬盘，希望本次抽奖可以给你带来好运

如果在金三银四的跳槽季，顺利找到心仪的工作，并且抽中一台笔记本，那可真叫一个美滋滋，参与就有机会，come！

后期大家想要怎样的奖品，可以继续在后台给小编私信，我会尽力满足大家的要求，也不枉费大家对我的支持，衷心的感谢各位！

赠送规则

本号的读者众多，大家使用下面的二维码抽奖，中奖后，联系小编兑换,详细规则如下，请仔细阅读！

1. 本次活动面向公众号的读者，非公众号读者参与无效

2.下方每一个订阅号都是赞助方，扫二维码，关注订阅号，发送「123」参与，参与更多，中奖概率更大！

3. 2021 年 03 月 17 日 21:00 自动开奖。

4. 中奖后请第一时间添加小编微信（ziyuanjun003）开奖后 1 日未联系的视为自动放弃！

赞助方公众号????

别忘了每个号都抽一次，最大机率是10倍哦！

轮子工厂

▲点击进入回复「123」抽奖品

涛哥聊Python

▲点击进入回复「123」抽奖品

视学算法

▲点击进入回复「123」抽奖品

程序员八卦

▲点击进入回复「123」抽奖品

码个蛋

▲点击进入回复「123」抽奖品

最码农

▲点击进入回复「123」抽奖品

秦子帅

▲点击进入回复「123」抽奖品

猿天地

▲点击进入回复「123」抽奖品

Python测试社区

▲点击进入回复「123」抽奖品

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

软件测试小黑屋

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

1.16---“不可篡改”是如何实现的？Merkle Tree 应用详解

鄙人kunzhi96，感恩遇见！

07-14

1万+

【摘要】解析区块链不可篡改性的核心机制——Merkle Tree（默克尔树）。这种哈希树结构通过逐层哈希将数据归并为唯一的Merkle Root，确保任何数据变动都会导致根值改变，从而高效验证数据完整性。文章图解其构建流程，并阐述其在以太坊中的三大应用（交易、收据、状态根），支撑轻节点验证（如SPV）和防篡改能力。通过代码示例展示Merkle Proof的生成与验证逻辑，揭示区块链无需信任即可实现数据可信的技术基石。

如何用Python投机倒把几天“暴富”

weixin_34221073的博客

10-24

3768

本文涉及到的技术点有（多图预警！）： 1.Packet Capture和Charles抓包； 2.安卓AccessibilityService无障碍服务实现自动下注； 3.Python爬虫模拟下注； 4.Python Flask编写简单接口； 5.Python使用Selenium应对JS动态加载数据的网页; 行吧，别做梦了，暴富了，我还这里码字？标题党的感觉就是舒服，还是踏踏实实搬砖吧！关于...

参与评论您还未登录，请先登录后发表或查看评论

计算机网络-第二节-应用层-015

欢迎来到测试猿的吐槽大会！这里没有鸡汤，只有段子。功能测试：在需求文档里找漏洞，在界面上玩大家来找茬。自动化测试：让代码替我加班，而我负责喝咖啡摸鱼。性能测试：给服务器施压，看它到底能扛几拳。全流程质量守护：从需求评审到上线，一路带刀护送。

04-20

862

从云端处理到边缘分发，每个环节都经过**成瘾级优化**，让你在沙发上享受皇帝般的观影体验。下次当你为"再看一集"而熬夜时，记住——这不是你的错，是价值百亿的**行为设计学**在发挥作用！（专业提示：Netflix的缓冲图标之所以罕见，是因为它们把"等待焦虑"都转化成了"推荐算法"——当你犹豫看什么时，首页已经又给你推了10部"量身定制"的新剧了！）

我们对区块链游戏的观点

qq_32193015的博客

05-30

846

实话实说，我们对区块链游戏的要求太高了。我是作为一个开发者、投资者、社区成员和一个终生游戏玩家说这句话的。下面是我们对区块链游戏的一些期望： 1．要有趣！ 2．代币的价格要不断上涨！（NFT 和生态系统代币） 3．成为 Kickstarter！（Kickstarter 是帮助融资创业的平台，帮助游戏开发者降低游戏开发风险）提前预订收入 + 确保项目的资金安全 4．要建立在区块链上！（这是一个前沿的技术）玩即赚（边玩边赚） DAO 互操作性可组

曼昆宏观经济学笔记 241203备份

最新发布

keny-大成的博客

07-29

1070

本文摘要：本文汇总了基于C++实现的多种AI/机器学习技术，涵盖计算机视觉、自然语言处理和强化学习等领域。主要内容包括：计算机视觉：目标检测（YOLOv3/YOLO Tiny）人脸识别（OpenCV Haar级联/OpenFace）图像风格迁移（OpenCV DNN模块）特征匹配（SIFT/Lucas-Kanade光流）自然语言处理：文本分类（朴素贝叶斯/TF-IDF）语言模型（N-gram/Word2Vec）文本生成（LSTM/GRU）情感分析（FastText/深度学习）强化学习

AI模型训练中过拟合和欠拟合的区别是什么？

workflower的博客

07-28

765

定义：模型未能充分学习到数据中的规律，对训练数据的拟合程度较差，在训练集和测试集上的表现都不好（如准确率低、损失值高）。- 定义：模型过度学习了训练数据中的细节（包括噪声和随机波动），导致对训练数据拟合效果极好，但对未见过的测试数据泛化能力差。- 表现：训练集性能极好（如准确率接近100%），但测试集性能明显下降，两者差距很大。- 表现：训练集和测试集的性能指标（如准确率）都较低，且两者差距不大。- 过拟合：模型“学太死”，只对训练数据表现好，对新数据没用。- 模型结构过于复杂（如参数过多）；

RoPE：相对位置编码的旋转革命——原理、演进与大模型应用全景

拒绝AI玄学，只聊真技术▲

07-26

2247

RoPE通过几何旋转的统一框架，实现了位置编码的相对性、可逆性与外推性的平衡，成为大模型位置感知的基石技术。跨模态统一：N维李群框架支撑视频、3D点云位置建模动态频率学习：替代预设θbaseθbase，实现任务自适应编码鲁棒性增强：融合FoPE思想抵抗深层频谱损坏RoPE的本质是将位置关系映射为复数空间的旋转群——它不仅是Transformer的“位置感知器”，更是AI理解时空的数学透镜。当旋转矩阵的维度从文本扩展到图像、视频乃至物理世界，位置编码的数学之美正在重构AI对世界的认知方式。

人工智能与交通：智能出行的变革与突破

一套方法论打通全栈闭环，从 0 到 1 教你驾驭需求、设计、开发、项目、课题、论文和软著，速成全栈王者！

07-25

1287

AI 驱动的智能交通不仅是技术升级，更是对城市空间、能源利用、社会分工的全面重构。从自动驾驶解放人类的驾驶时间，到智能调度让城市告别拥堵，再到绿色交通助力碳中和，每一项进步都在重新定义 “出行” 的意义 —— 从 “必要的负担” 变为 “高效、安全、愉悦的体验”。实现这一愿景需要技术突破、法规创新、社会协同的多方努力。当技术足够成熟、法规足够清晰、公众足够信任时，智能交通将成为 “未来城市” 的血管系统，支撑起更高效、更公平、更可持续的人类生活方式。

人工智能时代的战略竞争优势商业模式创新培训讲师培训师专家咨询顾问唐兴通谈个性化在制造业金融业医疗医药石油化工SARS软件行业大客户营销与销售背后的价值

Akibfrycc的博客

07-26

1030

这让我想起《孙子兵法》中的"迅雷不及掩耳"——当你的竞争对手还在为季度营销计划绞尽脑汁时，真正的领导者已经构建了能够同时运行数百个覆盖数百万客户的实验系统，在短短几天内就能提取洞察，并将其融入下一轮互动。他们深谙个性化的真谛：结合智能整合与自动化，在敏捷团队中跨越功能孤岛，将测试和学习的时间线压缩至小时级别，月度实验数量提升至数千个。真正的个性化能力竞争是组织能力的竞争。今日，不知多少企业迷信于购买昂贵的营销自动化平台，招揽数据科学家，实施CRM系统，却依然无法真正理解客户，更遑论预测需求、创造价值。

AI崛起后，对使用AI的一些小思考

2303_81991798的博客

07-29

770

AI编程工具的快速发展极大降低了技术门槛，使普通用户也能轻松制作静态网页等项目。然而，真正的技术壁垒在于后端开发、SEO优化等专业领域。开发者需从用户需求出发，关注解决实际痛点而非技术本身。在变现方面，需设计符合用户心理的定价策略，如免费增值模式和小额支付。面对大厂竞争，应通过优化体验、建立品牌等方式提升用户粘性。AI时代，创意和服务能力比技术实现更重要。

Spring AI 项目实战（二十）：基于Spring Boot + AI + DeepSeek的智能环境监测与分析平台（附完整源码）

博客

07-26

644

本文介绍了基于Spring Boot和DeepSeek大语言模型开发的智能环保监测系统。该系统实现了多类型传感器数据采集、实时监测、AI异常检测、污染源识别、趋势预测和治理方案推荐等功能，采用前后端分离架构，整合了Spring Boot、Vue3、MySQL等技术栈。项目通过AI技术提升了环保监测的智能化水平，解决了传统系统在实时性、分析能力和预警机制等方面的不足。

车载图传系统：移动场景下的 “信息中枢”

伟博图传解决方案

07-28

840

车载图传系统凭借其卓越的技术性能、丰富的功能特性以及广泛的应用场景，已成为现代移动作业不可或缺的重要组成部分。它不仅为各行业的高效运转提供了有力支撑，更在保障公共安全、提升城市治理水平等方面发挥着关键作用。随着技术的不断进步，车载图传系统必将迎来更广阔的发展空间，为构建更加智能、安全、高效的社会环境贡献更大力量。

TDengine 中 TDgpt 异常检测的数据密度算法

TDengine(老段）专注时序数据库领域

07-29

230

Local Outlier Factor(LOF)，局部离群因子/局部异常因子，是 Breunig 在 2000 年提出的一种基于密度的局部离群点检测算法，该方法适用于不同类簇密度分散情况迥异的数据。根据数据点周围的数据密集情况，首先计算每个数据点的局部可达密度，然后通过局部可达密度进一步计算得到每个数据点的一个离群因子。该离群因子即标识了一个数据点的离群程度，因子值越大，表示离群程度越高，因子值越小，表示离群程度越低。最后，输出离群程度最大的。后续待添加基于数据挖掘检测算法。第三方异常检测算法库。

AI日报 - 2025年07月25日

NingboWill的博客

07-25

1256

AI人工智能日报新闻和最新AI工具

机器学习中knn的详细知识点

2302_76568160的博客

07-25

474

K 最近邻（K-Nearest Neighbors, KNN）是一种基于实例的监督学习算法，适用于分类和回归任务。其核心思想是通过计算新样本与训练集中样本的距离，选取最近的 K 个邻居，根据这些邻居的类别或值进行预测。

非参数密度函数估计(1)

gongdiwudu的专栏

07-25

1015

非参数密度估计是一种估计随机变量概率密度函数的方法，无需假设分布的特定函数形式与需要选择特定分布（如正态分布或指数分布）的参数方法不同，非参数方法直接从数据中估计密度，这使得它们更灵活但可能更复杂。

云服务器上基于lora微调Qwen2.5-VL-7b-Instruct模型之Lora微调代码讲解

m0_51430275的博客

07-29

284

本文详细解析了基于LoRA微调Qwen2.5-VL-7B模型的配置参数。LoRA通过低秩分解技术，仅训练小矩阵增量，大幅降低显存消耗（节省70%+）。关键配置包括：任务类型为因果语言建模（CAUSAL_LM）、目标模块覆盖注意力层和FFN层（q/k/v/o_proj等）、秩r=64与alpha=16保持合理缩放比（0.25）、5%的dropout防止过拟合。该配置在16.7M参数的原模块上仅需训练0.52M参数，实现了高效微调，特别适合多模态生成任务。参数设置平衡了性能与效率，是Qwen模型的推荐实践方案。