鸿蒙万物互联人工智能之卓越第2页

设计一个feed流系统

什么是feed流系统移动互联网时代，Feed流产品是非常常见的，如朋友圈、微博、抖音等，除此之外，很多App的都会有一个模块，要么叫动态，要么叫消息广场，这些也是Feed流产品。

正则化·2025-02-02 17:44

鸿蒙OH实战开发：基于webview拉起自定义键盘

往期学习笔录：鸿蒙应用开发与鸿蒙系统开发哪个更有前景？嵌入式开发适不适合做鸿蒙南向开发？看完这篇你就了解了~鸿蒙岗位需求突增！移动端、PC端、IoT到底该怎么选？

彭家大少·2025-02-02 17:12

杰理之BLE连接状态【篇】

staticvoidcbk_packet_handler(uint8_tpacket_type,uint16_tchannel,uint8_t*packet,uint16_tsize){//…switch(packet_type){caseHCI_EVENT_PACKET:switch(hci_event_packet_get_type(packet)){//…caseHCI_EVENT_LE_M

Rambo-Lamborghini·2025-02-02 16:07

DiffuEraser: 一种基于扩散模型的视频修复技术

近期，由于扩散模型在图像和视频生成方面展现出了卓越的性能，已成为一种重要的技术。在本文中，我们介绍了DiffuEraser，这

扫地僧985·2025-02-02 15:01

transformer之Attention机制及代码实现

目录异同点总结代码实现Self-AttentionCross-AttentionGatedSelf-AttentionGeneralizedQueryAttentionPagedAttentionSelf-Attention：一种Attention机制，用于处理单个输入序列中的依赖关系。Cross-Attention：一种Attention机制，用于处理两个或多个输入序列之间的依赖关系。Gated

AIVoyager·2025-02-02 15:30

AI在虚拟试衣中的应用：革新在线购物体验

AI在虚拟试衣中的应用：革新在线购物体验关键词：虚拟试衣,增强现实,在线购物,深度学习,图像识别,人工智能,用户交互1.背景介绍1.1问题由来随着电子商务的迅猛发展，在线购物已经成为人们日常生活的一部分

AI大模型应用之禅·2025-02-02 15:00

AI在虚拟客户服务中的应用：提供24_7支持

AI在虚拟客户服务中的应用：提供24/7支持关键词：虚拟客服,自然语言处理(NLP),聊天机器人,对话系统,深度学习,用户支持,自动化1.背景介绍随着互联网和移动互联网的迅速发展，客户服务成为各大企业提升竞争力的重要环节

AI大模型应用之禅·2025-02-02 15:29

柳暗花明又一村：Seq2Seq编码器解码器架构

Seq2Seq,编码器-解码器,自然语言处理,机器翻译,文本生成,循环神经网络,长短期记忆网络1.背景介绍在人工智能领域，自然语言处理(NLP)始终是研究的热点之一。

AI大模型应用之禅·2025-02-02 15:29

MVC 文件夹：架构之美与实际应用

MVC文件夹：架构之美与实际应用引言MVC（Model-View-Controller）是一种设计模式，它将应用程序分为三个核心组件：模型（Model）、视图（View）和控制器（Controller）

lsx202406·2025-02-02 15:57

《C++ 赋能 K-Means 聚类算法：开启智能数据分类之旅》

在当今数字化浪潮汹涌澎湃的时代，人工智能无疑是引领科技变革的核心驱动力之一。而在人工智能的广袤天地中，数据分类与聚类作为挖掘数据内在价值、揭示数据潜在规律的关键技术手段，正发挥着前所未有的重要作用。

·2025-02-02 15:08

《解锁AI黑科技：数据分类聚类与可视化》

人工智能（AI）技术的崛起，为解决这一难题提供了强大的工具。其中，能够实现数据分类与聚类，并以可视化形式展现的AI技术，正逐渐成为各行业数据分析和决策的核心力量。

程序猿阿伟·2025-02-02 14:26

Redis基础命令之set、zset

1.SetRedis的Set是String类型的无序集合。集合成员是唯一的，这就意味着集合中不能出现重复的数据。1.1SADD--添加一个或多个成员这里添加三个成员到set集合中127.0.0.1:6379>SADDsetmysqljavac++(integer)31.2SMEMBERS--查看成员127.0.0.1:6379>SMEMBERSset1)"c++"2)"java"3)"mysql"

泪染的青空·2025-02-02 14:22

AI大模型基于LLM的Agent架构图解

AIAgent的确定义：基于人工智能（尤其是大模型）技术，能够感知和理解环境，并采取行动以完成目标的智能实体。Agent能干什么？

AI产品经理·2025-02-02 14:51

大厂程序员的梦醒时分

在互联网行业蓬勃发展的浪潮中，大厂程序员曾经是无数人羡慕的对象。他们拿着高薪，享受着优渥的福利待遇，出入高档写字楼，被视为时代的弄潮儿。然而，在这看似光鲜亮丽的背后，却隐藏着诸多不为人知的矛盾与困境。

lao geng·2025-02-02 14:51

【机器学习与数据挖掘实战】案例11：基于灰色预测和SVR的企业所得税预测分析

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。

Francek Chen·2025-02-02 14:20

2401_89759569·2025-02-02 14:19

DeepSeek Janus-Pro：多模态AI模型的突破与创新

近年来，人工智能领域取得了显著的进展，尤其是在多模态模型（MultimodalModels）方面。多模态模型能够同时处理和理解文本、图像等多种类型的数据，极大地扩展了AI的应用场景。

大模型之路·2025-02-02 13:49

Spring的设计理念之【事务管理】

Spring框架的事务管理是其核心设计理念之一，旨在简化复杂的事务处理逻辑，提供统一的编程模型，同时支持灵活的事务策略配置。以下是Spring事务管理的关键设计理念和实现机制：一、设计目标解耦业务逻辑与事务管理将事务管理代码从业务逻辑中剥离，开发者只需关注业务逻辑，事务的开启、提交、回滚等由框架统一处理。统一事务抽象提供PlatformTransactionManager接口，抽象不同事务实现（如

冰糖心158·2025-02-02 13:44

DeepSeek遭遇的DDoS攻击为何防不胜防；DDoS攻击介绍与基础防御

历史上第一次DoS攻击发生于1996年，美国互联网服务提供商Panix遭受到SYN洪水攻击（DDoS的一种）。虽然

瑆汵·2025-02-02 13:14

【llm对话系统】大模型 Llama 源码分析之并行训练方案

1.引言训练大型语言模型(LLM)需要巨大的计算资源和内存。为了高效地训练这些模型，我们需要采用各种并行策略，将计算和数据分布到多个GPU或设备上。Llama作为当前最流行的开源大模型之一，其训练代码中采用了多种并行技术。本文将深入Llama的训练代码，分析其并行训练方案，主要关注参数并行和部分结构参数共享。2.并行训练策略概述常见的并行训练策略包括：数据并行(DataParallelism,DP

kakaZhui·2025-02-02 13:14

【llm对话系统】大模型 Llama 源码分析之 LoRA 微调

1.引言微调(Fine-tuning)是将预训练大模型(LLM)应用于下游任务的常用方法。然而，直接微调大模型的所有参数通常需要大量的计算资源和内存。LoRA(Low-RankAdaptation)是一种高效的微调方法，它通过引入少量可训练参数，固定预训练模型的权重，从而在保持性能的同时大大减少了计算开销。本文将深入分析LoRA的原理，并结合Llama源码解读其实现逻辑，最后探讨LoRA的优势。2

kakaZhui·2025-02-02 13:14

【llm对话系统】大模型 Llama 源码分析之 Flash Attention

1.写在前面近年来，基于Transformer架构的大型语言模型(LLM)在自然语言处理(NLP)领域取得了巨大的成功。Transformer的核心组件是自注意力(Self-Attention)机制，它允许模型捕捉输入序列中不同位置之间的关系。然而，标准的自注意力机制的计算复杂度与序列长度的平方成正比，这使得它在处理长序列时效率低下。为了解决这个问题，FlashAttention被提出，它是一种高

kakaZhui·2025-02-02 13:43

WIFI模块中AP模式和STA模式是什么

客户端设备（如智能手机、笔记本电脑等）可以连接到AP模式的设备上，通过它访问互联网或其他网络资源。

LN花开富贵·2025-02-02 12:35

【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

文章目录介绍BERT训练之数据集处理BERT原理及模型代码实现数据集处理导包加载数据生成下一句预测任务的数据从段落中获取nsp数据生成遮蔽语言模型任务的数据从token中获取mlm数据将文本转换为预训练数据集创建

道友老李·2025-02-02 12:04

C# WPF MVVM框架从 .NET，用优雅的架构构建强大的应用程序

在开始编写WPF应用程序之

XsfFsharp·2025-02-02 11:32

Redis | 字典

字典中的每个键都是独一无二的，程序可以在字典中根据键查找与之关联的值，或者通过键来更新值，又或者根据键来删除整个键值对，等等。字典在Redis中的应用相当

瘦弱的皮卡丘·2025-02-02 11:01

web3.0入门及学习路径

Web3是指下一代互联网的演进形式，它涉及一系列技术和理念，旨在实现去中心化、开放、透明和用户主导的互联网体验。

吗喽一只·2025-02-02 11:58

想要在web3工作，这份web3学习路线图必不可少

Web3——去中心化互联网的新纪元正以前所未有的速度席卷全球。作为前瞻视野的你，是否渴望掌握这一颠覆性技术，跻身引领行业变革的精英行列？希望这份路线图可以帮助到你。

Ray Change·2025-02-02 11:57

2025年编程AI工具概览

随着人工智能技术的飞速发展，编程AI工具在2025年已成为程序员和开发者的得力助手。这些工具不仅提高了编程效率，还在代码质量、自动化和创新性方面表现出显著优势。

hawkol·2025-02-02 10:26

简述web3.0前端开发的最简单三个步骤

Web3.0是互联网的下一代前沿技术，包括人工智能，大数据和区块链都是这项技术的核心，Web3.0为用户提供了更为智能的互联网服务体验，该技术的核心要素为去中心化，也就是摆脱中心化的权力控制，能够让数据和各项交易通过网络里的各项节点来维护和验证

飞机号Mrsfu223·2025-02-02 10:25

智慧城市的脉搏——Nginx驱动智能交通系统的高级路径优化实践

作为一款高性能的Web服务器和反向代理工具，Nginx凭借其卓越的数据处理能力和灵活配置选项，在智能交通管理系统（ITS）中扮演着不可或缺的角色。

墨夶·2025-02-02 10:55

前端三件套之CSS

CSS：css基本概念CSS（CascadingStyleSheets，层叠样式表）是用于描述HTML文档的样式的语言。它能控制网页的布局、颜色、字体、间距等，帮助设计者呈现出美观的网页1.1css基本语法CSS的基本语法由选择器（selector）、属性（property）和值（value）三部分组成：selector{property:value;}例如我要给p标签添加一个样式（颜色和字体大小

邂逅you·2025-02-02 10:54

操作系统之设备管理

输入输出系统（I/O系统）在操作系统中，I/O（输入输出）系统的不同层次包括了用户层I/O软件、设备无关软件、设备驱动程序、中断处理程序和硬件层。I/O系统主要的任务是：1)按照用户的具体请求，启动设备，通过不同的设备驱动程序，进行实际的I/O操作;I/O操作完成之后，将结果通知用户进程，从而实现真正的I/O操作。2)提高I/O设备速率、改善I/O设备的利用率。3)为更高层进程方便使用设备，提供手

火车驶向云外.11·2025-02-02 10:23

Gurobi基础语法之addVar 和 addVars

addVar和addVars作为Gurobi模型对象中的方法，常常用来生成变量，本文介绍了Python中的这两个接口的使用addVaraddVar(lb=0.0,ub=float('inf'),obj=0.0,vtype=GRB.CONTINUOUS,name='',column=None)lb和ub让变量在生成的时候就有下界和上届，obj确定了生成的变量在目标函数的系数的取值vtype确定了变量

Smark.·2025-02-02 10:52

.NET/C#大型项目研发必备(5)--Web服务/WebApi的负载均衡

（3）本系列文章采用的技术，已成功应用到人工智能、产业互联网、社区电商、游戏、金融风控

DeveloperSharp·2025-02-02 10:52

人工智能在药物研发中的应用 - 从靶点发现和化合物筛选：利用AI深度学习技术加速药物研发流程

摘要：本文探讨了人工智能（AI）在药物研发中的应用，强调了AI在加速药物发现、降低成本和提高成功率方面的重要性。

AI_DL_CODE·2025-02-02 10:50

pytorch实现循环神经网络

人工智能例子汇总：AI常见的算法和例子-CSDN博客PyTorch提供三种主要的RNN变体：nn.RNN：最基本的循环神经网络，适用于短时依赖任务。

纠结哥_Shrek·2025-02-02 10:50

Android Jetpack 之 Paging3的一些踩坑记录

主要配置一些基本的分页信息，其中部分信息例如页码、需要加载size等信息会在PagingSource的load方法中通过LoadParams传递过来。PagingSource继承该类并实现load方法来加载数据，根据加载情况返回LoadResult.Page或LoadResult.Error。在加载上一页、下一页或刷新都通过这个方法，同时注意suspend修饰。加载状态可通过PagingDataA

全栈_HhM·2025-02-02 09:44

Python绘图实例：太极图

这里写自定义目录标题1.太极图含义实例代码运行结果1.太极图含义所谓太极即是阐明宇宙从无极而太极，以至万物化生的过程。其中的太极即为天地未开、混沌未分阴阳之前的状态。

程序员林·2025-02-02 09:42

面试之Solr&Elasticsearch

优点：1.Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Pushreplication”。2.Elasticsearch完全支持ApacheLucene的接近实时的搜索。3.处理多租户（multitenancy）不需要特殊配置，而Solr则需要更多的高级设置。4.Elasticsearch采用Gateway的概念，使得完备份更加简单。5.各节点组成对等的网络结构，某些

字节全栈_vBr·2025-02-02 08:38

为AI聊天工具添加一个知识系统之82 详细设计之23 符号逻辑 &正则表达式规则之1

本文要点在继续“逻辑符号”的设计中，我们先回顾一个本项目--作为备忘也作为设计中的时刻牢记：回顾项目介绍项目名：为使用AI聊天工具的聊天者开挂一个知识系统项目口号：通过不断完善一个概念整体运营的大局观思想来持续维护一个动态组织社区的公共形象为使用AI聊天工具的聊天者精心打造一个专属知识系统的私密外挂。项目构成：一系（AI操作系统），三台（前台/中台/后台），和三体（整体/集体/个体）--以Dict

一水鉴天·2025-02-02 07:28

智能工厂的设计软件应用场景的一个例子：为AI聊天工具添加一个知识系统之24 重审前端实现：主页页面

本文提要正文1本项目（为AI聊天工具添加一个知识树系统）的主页页面的三个页面版块(注：一个项目的基础版本，它明确给出建模限制what(where，how)并悬置模型本身（内部空出模型--内建，留给内部--待建+持续增强）同时提出扩展版本who（when，why）的原则将扩展留给外部，完善--有待完善+不断完善）。每个都是一种矩阵，但每一个都从系统源流的源头source那里差异化继承了不同属性pro

一水鉴天·2025-02-02 07:28

为AI聊天工具添加一个知识系统之30 概念整体运营平台：中间架构层的broker service的API模型

本文要点本项目（为AI聊天工具增加知识系统）通过完善“公路”的整体概念框架最终(在外部）为三类公共运营性交通工具（（高速-轿车taxi/中速--公交车bus/低速-卡车truck））提供运营平台。该平台对内通过明确交通路线上的三种“端”（end/stop/start）的一般术语框架作为程序的形式化规则起点，并全过程指导最终朝向形式化的每一个步骤的设计、实现和部署（自动化程度不同：人工，半自动化，完

一水鉴天·2025-02-02 07:57

深度学习之线性代数

深度学习之线性代数标量如果你从来没有学过线性代数或机器学习，那么你过去的数学经历可能是一次只想一个数字。

ousinka·2025-02-02 06:21

【kubernetes系列】Kubernetes之master和node

在学习k8s之前，必须先了解Kubernetes中的重要概念，它们是组成Kubernetes集群的基石。（参考Kubernetes权威指南）一、MasterKubernetes里的Master指的是集群的控制节点，每个Kubernetes集群里至少需要有一个Master节点负责整个集群的管理和控制，基本上Kubernetes的所有控制命令都发给它，它来负责具体的执行过程，我们后面执行的所有命令基本

margu_168·2025-02-02 05:46

k8s service管理之WEB管理工具Dashboard

Dashboard1.Dashboard概述-Dashboard是基于网页的Kubernetes用户界面。-Dashboard同时展示了Kubernetes集群中的资源状态信息和所有报错信息。-可以使用Dashboard将应用部署到集群中，也可以对容器应用排错，还能管理集群资源。列如，你可以对应用弹性伸缩、发起滚动升级、重启等等。-Dashboard官网：https://github.com/ku

烤鸡翅^_^我最爱吃·2025-02-02 05:16

web安全漏洞之命令注入

命令注入1.什么是命令注入通常情况下，开发者使用一些可以执行命令的函数且未对用户输入进行安全检查时，可以造成命令注入。从CTF的角度来讲,命令注入可以实现：1、直接读取flag2、反弹shell3、利用题目环境漏洞,控制整个题目环境,干扰其他队伍解题在各类编程语言中,都存在直接调用系统命令的函数,比如PHP的system函数,Python的os.system,Java的Runtime.exec都可

rzydal·2025-02-02 05:44

SpringCloud之服务间通信超时：突破微服务的“时间枷锁”

目录引言一、通信超时的“导火索”（一）网络不稳定（二）服务性能瓶颈（三）配置参数不合理二、实战！解决超时的“组合拳”（一）优化超时配置参数1.Ribbon配置2.Feign配置（二）使用断路器（Hystrix）1.原理介绍2.配置与使用（三）服务端性能优化1.代码优化2.资源优化（四）重试机制1.Ribbon重试2.Feign重试三、实战演练：代码示例解析（一）构建简单的SpringCloud项目

奔跑吧邓邓子·2025-02-02 05:14

React学习之相关代码库（三十六）

本章将讲述React代码库的组织，约定，和它的实现方式。如果你想更加关注React，或者说作为开发贡献者，对React进行一些修改，这篇博客或许可以帮到你。当然，我们没必要去过度的关注React应用的约定，因为其中有很多是历史遗留问题，后续版本可能会被pass掉。1.自定义模板系统在Facebook，他们内部人员使用了一个叫做Haste的自定义模板系统，这个系统非常类似CommonJS规范，也使用

77458·2025-02-02 05:42

无线通信与人工智能技术与发展年度总结

2024年，无线通信与人工智能技术取得了显著的进步和突破，这些技术的革新不仅推动了行业的数字化转型，还为全球经济的持续发展注入了新的活力。以下是对无线通信与人工智能技术在这一年发展的详细总结。

Loving_enjoy·2025-02-02 04:00

推荐频道

鸿蒙万物互联人工智能之卓越