实战算法

小米音频理解技术重大突破：7B模型借助DeepSeek-R1算法引领行业新篇章

摘要小米公司通过采用DeepSeek-R1算法的迁移技术，在音频理解领域实现了重大突破。其7B模型在MMAU音频评测基准中表现出色，成功登顶排行榜。
耶耶Norsea·2025-03-17 22:22

TRS收益互换系统开发为何敢称“无限拓展”？模块化架构+弹性集群揭秘！

TRS收益互换平台，依托DeepSeek动态定价算法与多发行方实时比价引擎，将询价响应时间从3小时压缩至10分钟，助力盈立证券交易量飙升150%，彻底改写行业游戏规
Ashlee_code·2025-03-17 22:51

24小时响应+零宕机！TRS收益互换系统售后如何成为券商“救命稻草”？

令克软件TRS收益互换平台，依托DeepSeek动态定价算法与多发行方实时比价引擎，将询价响应时间从3小时压缩至10分钟，助力盈立证券交易量飙升150%，彻底改写行
Ashlee_code·2025-03-17 22:51

HarmonyOS实战开发：@ohos.arkui.UIContext （UIContext）

在Stage模型中，WindowStage/Window可以通过loadContent接口加载页面并创建UI的实例，并将页面内容渲染到关联的窗口中，所以UI实例和窗口是一一关联的。一些全局的UI接口是和具体UI实例的执行上下文相关的，在当前接口调用时，通过追溯调用链跟踪到UI的上下文，来确定具体的UI实例。若在非UI页面中或者一些异步回调中调用这类接口，可能无法跟踪到当前UI的上下文，导致接口执行
蜀道衫QAQ·2025-03-17 22:50

【大模型实战篇】使用GPTQ量化QwQ-32B微调后的推理模型

1.量化背景之所以做量化，就是希望在现有的硬件条件下，提升性能。量化能将模型权重从高精度（如FP32）转换为低精度（如INT8/FP16），内存占用可减少50%~75%。低精度运算（如INT8）在GPU等硬件上计算效率更高，推理速度可提升2~4倍。我们的任务是，将QwQ-32B微调后的推理模型，也就是bf16的精度，通过量化，压缩到int4。关于QwQ-32B微调，可以参考《利用ms-swift微
源泉的小广场·2025-03-17 21:19

【python爬虫实战】——基于全国各城市快递网点的数据采集

一、项目背景随着电子商务的快速发展，快递行业成为了现代物流的重要组成部分。快递网点的分布和服务质量直接影响到用户的物流体验。为了更好地了解快递网点的分布情况、服务范围以及联系方式等信息，本项目通过爬虫技术从公开的快递信息网站上采集相关数据。‘>本文章中所有内容仅供学习交流使用，不用于其他任何目的，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！二、项目目的和意义本项目的主要目的是通
小L工程师·2025-03-17 21:18

大模型RAG实战｜混合检索：BM25检索+向量检索的LlamaIndex实现

ThinkRAG大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。
AIGC大模型 吱屋猪·2025-03-17 21:45

学习Web3.0需要具备哪些基础知识？

2.数据结构和算法-掌握常见的数据结构，如数组、链表、栈、队列、树、图等，以及它们的操作和应用。-了解基本的算法，如排序、搜索、递归等，以及它们的时间和空间复
alankuo·2025-03-17 21:43

深入理解C++编程：从内存管理到多态与算法实现

本文将通过一系列经典问题，深入探讨C++的核心知识点，包括内存管理、多态（结合函数重载与覆盖）、多线程、TCP/IP模型、软链接与硬链接的区别，以及常见算法实现。
嵌入式Jerry·2025-03-17 21:43

C/C++每日一练：实现选择排序

选择排序选择排序是一种简单直观的排序算法，时间复杂度为，其中n是数组长度，不适合大数据集的排序，适合于元素较少且对性能要求不高的场景。
風清掦·2025-03-17 20:11

C/C++每日一练：实现冒泡排序

题目要求编写一个程序，实现冒泡排序算法。给定一个由n个整数组成的数组，要求通过冒泡排序对数组从小到大进行排序。输入：一个整数数组，长度为n，数组中的元素可能是正数或负数。输出：按照升序排序后的数组。
風清掦·2025-03-17 20:10

HarmonyOS NEXT 开发环境搭建：启智儿歌 APP 开发实战

随着华为鸿蒙操作系统HarmonyOSNEXT的发布，越来越多的开发者开始关注并投入到这一新生态的开发中。本文将详细介绍如何在HarmonyOSNEXT环境下搭建开发环境，并通过一个儿童早教类启智儿歌APP的开发实例，帮助开发者快速上手鸿蒙应用开发。开发环境搭建安装DevEcoStudio：DevEcoStudio是华为官方提供的集成开发环境（IDE），支持HarmonyOS应用的开发。首先，访问
·2025-03-17 20:24

第十篇 秒懂SQL集合运算与联结：像逛超市一样学SQL

新手必坑指南⚠️二、表联结：你的SQL人际关系学2.1三种联结方式对比2.2隐藏技巧：过时语法vs现代语法三、高级玩法：用JOIN代替集合运算3.1交集替代方案3.2差集替代方案四、综合练习：超市库存管理系统实战五
随缘而动，随遇而安·2025-03-17 20:39

第十一篇 SQL高级处理：窗口函数和GROUPING运算符，看这篇就够了

：预测股票走势的秘密武器2.GROUPING运算符：自动生成Excel式合计行2.1ROLLUP：自动加小计和总计2.2CUBE：所有维度组合统计2.3GROUPINGSETS：只生成我需要的统计3.实战技巧
随缘而动，随遇而安·2025-03-17 20:39

第十六篇 SQL优化之计划控制：进阶之路带上这篇文章，快到起飞

HINT大法（直接下指令）2.2第二招：暗度陈仓（间接引导）方法1：统计信息大法方法2：虚拟列黑科技方法3：分区表妙用2.3第三招：计划冻结术（一劳永逸）SQLProfilevsBaseline对比表三、实战演练
随缘而动，随遇而安·2025-03-17 20:39

【人工智能】【Python】在Scikit-Learn中使用决策树算法（ID3和CART）

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.treeimportDecisionTreeClassifier,plot_tree#加载数据集iris=load_iri
SmallBambooCode·2025-03-17 20:08

第三篇 从入门到专业：SQL标准语法详解与高效编码规范指南

2.2DML（数据操作语言）——"搬家具"2.3DCL（数据控制语言）——"配钥匙"三、SQL书写规范（避免被同事吐槽）3.1基础排版规范3.2注释规范四、新手必看避坑指南4.1常见错误4.2安全操作建议五、实战训练
随缘而动，随遇而安·2025-03-17 20:08

Day65 | 灵神 | 二分查找：红蓝染色法

但这次还是有新的理解，我把可能比较难理解的点写到了下面，大家没看懂视频的地方可以看看我写的当然主要的其实是check函数，在本题中就是大于等于target这个条件，估计灵神下个视频会讲吧二分查找红蓝染色法【基础算法精讲
为了前进而后退，为了走直路而走弯路·2025-03-17 20:38

算法每日一练 (13)

携手共前行，未来更辉煌文章目录算法每日一练(13)全排列II题目描述解题思路解题代码`c/c++``golang``lua`官方站点：力扣Leetcode算法每日一练(13)全排列II题目地址：全排列II
张胤尘·2025-03-17 20:37

【常见的排序算法有哪些】

一、冒泡排序（BubbleSort）设计思想：像气泡上浮，两两比较相邻元素，顺序错误就交换，直到整个数组有序。Java代码：publicstaticvoidbubbleSort(int[]arr){for(inti=0;iarr[j+1]){inttemp=arr[j];arr[j]=arr[j+1];arr[j+1]=temp;}}}}复杂度：•时间：平均/最坏O(n²)，最好O(n)（已有序时
F_windy·2025-03-17 19:06

【sklearn 03】逻辑回归、决策树、支持向量机

逻辑回归、决策树、支持向量机-逻辑回归logisticsregression（逻辑回归）算法是经典的分类算法，基本思想是构造一个概率的拟合函数。
@金色海岸·2025-03-17 19:35

从FFmpeg命令行到Rust：多场景实战指南

FFmpeg作为功能强大的多媒体处理工具，被广泛应用于视频编辑、格式转换等领域。然而，直接使用FFmpeg的命令行界面（CLI）可能会遇到以下挑战：命令复杂度高：FFmpeg的命令行参数众多且复杂，初学者可能难以掌握，配置错误时调试困难。集成困难：在Rust等现代编程语言中，直接调用FFmpeg的C语言API需要处理复杂的内存管理和安全性问题，可能引发内存泄漏、非法访问等问题。为了解决这些问题，R
·2025-03-17 19:46

数据结构与算法——二叉树，多叉树的递归遍历、层序遍历，DFS与BFS

文章目录二叉树1.递归遍历2.层序遍历3.多叉树遍历二叉树【子节点】：每个节点下方相连的节点【父节点】：每个节点上方相连的节点【根节点】：最上方没有父节点的节点【叶子节点】：最下方没有子节点的节点【最大深度】：树的最大层数【高度】：节点数减一，即枝数。【满二叉树(PerfectBinaryTree)】：深度为h，则总节点数：2^h-1FullBinaryTree是指一棵二叉树的所有节点要么没有孩子
Book_熬夜！·2025-03-17 19:02

2024年一文1800字从0到1使用Python Flask实战构建Web应用(1)

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛分享他们的经验，还会分享很多直播讲座和技术沙龙可以免费学习！划重点！开源的！！！qq群号：110685036第三部分：运行Flask应用在app.
2401_84564025·2025-03-17 19:01

OpenStack Heat模板实战：快速创建用户、容器、网络与云主机类型

本文通过4个实战案例，详解如何用Heat模板创建用户体系、Swift容器、网络资源及云主机类型。
冯·诺依曼的·2025-03-17 19:01

Spring Boot 集成高德地图电子围栏

摘要：本文手把手教你通过SpringBoot调用高德地图API实现电子围栏功能，涵盖云端围栏创建、设备位置监控与本地算法校验，附带完整代码和避坑经验！一、电子围栏核心原理1.1什么是电子围栏？
Cloud_.·2025-03-17 19:30

数据结构与算法——二叉搜索树，使用TreeMap将键值对存储在一棵二叉搜索树的节点

二叉搜索树【二叉搜索树（BST）】：对于树中的每个节点，其左子树的每个节点的值都要小于这个节点的值，右子树的每个节点的值都要大于这个节点的值。左小右大。中序遍历结果是有序的，会从小到大排序。7/\49/\\1810（不符合）可以使用TreeMap把键值对存储在一棵二叉搜索树的节点里通过遍历这棵二叉搜索树，比遍历普通的二叉树能更快实现增删查改classTreeNode{constructor(key
Book_熬夜！·2025-03-17 19:59

「C语言指针函数与函数指针：从内存管理到灵活调用的实战指南」

1.指针函数：外卖柜的「生存法则」核心痛点：返回局部变量地址导致崩溃？堆区与栈区傻傻分不清？生活类比：栈区≈临时摊位（函数结束即销毁）堆区≈智能外卖柜（手动申请释放，长期有效）代码对比：//错误！返回栈区地址（临时摊位被拆）char*bug_demo(){charbuf[32]="hello";returnbuf;//危险操作！}//正确！返回堆区地址（外卖柜长期存餐）char*correct_d
℡残城碎梦·2025-03-17 18:57

请编写一个Python程序，实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络多输入单输出回归预测功能。

实现一个基于鲸鱼优化算法（WOA）优化的卷积双向长短期记忆神经网络（CNN-BiLSTM）的多输入单输出回归预测功能是一个复杂的任务，涉及到多个步骤和组件。
2301_81121233·2025-03-17 17:21

Dijkstra算法例题及解析

最短路算法（2）——Dijkstra算法本章一共有三道例题。
_gxd_·2025-03-17 17:18

AI人工智能中的概率论与统计学原理与Python实战：Python实现概率模型

本文将介绍概率论与统计学的核心概念、算法原理、具体操作步骤以及Python实现方法，并通过具体代码实例进行详细解释。
AI天才研究院·2025-03-17 17:46

嵌入式c语言进阶（三）状态机State Machine

以下从核心概念、实现方式、应用实战三方面进行详细解析：一、状态机核心概念四大要素现态（CurrentState）：系统当前所处的状态。事件（Event）：触发状态转移的条件，如用户操作、时间到期等。
niuTaylor·2025-03-17 17:15

《动态磁盘RAID阵列：深度解析与实战指南》

提升读写性能，无冗余RAID1：镜像，数据冗余，提供数据保护RAID5：奇偶校验，提供冗余和负载均衡RAID10：镜像+条带化，兼具数据保护和高性能二、动态磁盘管理动态磁盘的优势三、动态磁盘RAID阵列实战实验环境搭建
懂技术的小又又·2025-03-17 16:13

2025前端面试题超全面解析（附答案与深度扩展）

**WebComponents实战：如何封装一个自定义按钮组件？**3.**WebWorker的用途与限制**二、CSS篇（扩展版）1.
北辰alk·2025-03-17 16:08

蓝桥杯网络安全春秋赛 Crypto RSA

蓝桥杯网络安全春秋赛CryptoRSA题目某公司为了保护其重要数据，使用了RSA加密算法。该公司以同一个N为模数，为Alice和Bob分别生成了不同的公钥和与之相应的私钥。
叁Three·2025-03-17 16:07

Python 数据分析实战：电商平台用户行为洞察与营销策略优化

目录一、案例背景二、代码实现2.1数据收集与导入2.2数据探索性分析2.3数据清洗2.4数据分析2.4.1用户行为随时间的变化2.4.2商品关联分析2.4.3用户购买转化率分析2.4.4用户价值分析（RFM模型）三、主要的代码难点解析3.1数据收集与导入3.2数据清洗-时间戳处理3.3数据分析-商品关联分析3.4数据分析-用户购买转化率分析3.5数据分析-用户价值分析（RFM模型）四、可能改进的代
萧十一郎@·2025-03-17 15:36

AIGC从入门到实战：可能消失的职业和新出现的机会

AIGC从入门到实战：可能消失的职业和新出现的机会作者：禅与计算机程序设计艺术1.背景介绍人工智能生成内容（AIGC）正在迅速改变我们的世界。
AGI大模型与大数据研究院·2025-03-17 15:33

基于HarmonyNext的ArkTS实战：构建跨平台金融理财系统

基于HarmonyNext的ArkTS实战：构建跨平台金融理财系统引言金融理财是现代人生活中不可或缺的一部分，尤其是在数字化时代，用户对理财工具的需求日益增长。
·2025-03-17 15:10

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发引言在HarmonyNext生态系统中，分布式任务调度是一个核心且复杂的技术领域。
·2025-03-17 15:10

HarmonyNext实战：基于ArkTS的跨设备分布式计算应用开发

HarmonyNext实战：基于ArkTS的跨设备分布式计算应用开发引言随着分布式计算技术的快速发展，跨设备协同计算已成为提升应用性能的重要手段。
·2025-03-17 15:10

HarmonyNext实战：基于ArkTS的跨平台文件管理系统开发

HarmonyNext实战：基于ArkTS的跨平台文件管理系统开发引言随着HarmonyNext的发布，ArkTS作为其核心开发语言，为开发者提供了更高效、更灵活的编程体验。
·2025-03-17 15:09

基于内容分块（CDC）的重删算法详解：原理、实现与优化

其中基于内容分块（Content-DefinedChunking,CDC）算法凭借其对数据局部修改的强适应性，成为企业级备份系统、云存储服务的核心技术。
这个懒人·2025-03-17 15:01

算法-找到字符串中所有字母异位词

力扣题目：438.找到字符串中所有字母异位词-力扣（LeetCode）题目描述:给定两个字符串s和p，找到s中所有p的异位词的子串，返回这些子串的起始索引。不考虑答案输出的顺序。示例1:输入:s="cbaebabacd",p="abc"输出:[0,6]解释:起始索引等于0的子串是"cba",它是"abc"的异位词。起始索引等于6的子串是"bac",它是"abc"的异位词。示例2:输入:s="aba
程序员南飞·2025-03-17 14:29

【面试经验】华为 AI软开 计算产品线（面经+时间线）

线下二三面，但由于本人有事推迟）三.一面（50min）自我介绍简单介绍一下传统知识图谱建设和大模型对于知识的构建的差异和整体的趋势聊聊实习经历中的提示工程和sft具体的工作AI的一个发展历史流程和相关算法的引进知识图谱建设的总体流程回顾机试
litterfinger·2025-03-17 14:56

【北上广深杭大厂AI算法面试题】计算机视觉篇...详解目标检测中的多尺度训练和测试?

【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?
努力毕业的小土博^_^·2025-03-17 14:53

探索大模型应用：构建基于检索的RAG实战指南

为了克服这些限制，本文将带你深入了解如何利用检索增强生成模型（RAG）来扩展大模型的能力，并通过一个实战案例，展示如何构建一个基于RAG的AI知识库。
李逍遥猿·2025-03-17 14:23

MVC/MVP/MVVM框架学习总结（二）

框架即Model-View-ViewModel框架，是一种软件架构设计模式，以下是具体介绍：核心组件Model（模型）：代表应用程序的数据结构和业务逻辑，负责数据的存储、检索、验证和处理，定义业务规则和算法
每次的天空·2025-03-17 14:52

kotlin中的行为组件

本文将深入解析WorkManager、DataBinding、Coroutines和Lifecycle四大核心组件的工作原理，并结合实战代码展示它们的具体用法。
每次的天空·2025-03-17 13:52

探秘C# .NET Core Health Checks：从零打造全方位应用健康监测系统——实战代码解析与深度注释

在C#中，.NETCoreHealthChecks提供了一种标准化的方式来监控应用程序及其依赖项的运行状态。这种健康检查机制允许开发人员轻松地集成各种自定义检查，确保系统的健康状况，并通过HTTP接口对外暴露检查结果，便于监控工具或服务发现组件进行自动化监控。以下我们将详细阐述如何在.NETCore中实现健康检查，并附带代码示例及详尽注释。1.安装HealthChecksNuGet包首先，需要在项
墨瑾轩·2025-03-17 13:52

【时间复杂度常见的计算】

时间复杂度是衡量算法运行效率的一个重要指标，它表示随着输入规
xihongshi547·2025-03-17 13:22
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他