- 机器学习如何让运维成本更“抠门”？——数据驱动的降本增效指南 机器学习如何让运维成本更“抠门”？——数据驱动的降本增效指南
- TextBlob是基于NLTK的轻量级NLP库，主要功能包括：分词分句：words/sentences属性（基于nltk.tokenize）。词性标注：tags属性（Penn Treebank标签集）。情感分析：sentiment返回极性（-1~1）和主观性（0~1）。过去式处理：Word("went").lemmatize("v")返回原形（如"go"）。 TextBlob是基于NLTK的轻量级NLP库，主要功能包括：分词分句：words/sentences属性（基于nltk.tokenize）。词性标注：tags属性（Penn Treebank标签集）。情感分析：sentiment返回极性（-1~1）和主观性（0~1）。过去式处理：Word("went").lemmatize("v")返回原形（如"go"）。
- 1. 扩展浮点类型概述 2. 如何使用这些类型 3. 编译器支持 4. 特性测试宏 5. 类型转换和重载决议 6. 标准库支持 7. 应用场景 8. 总结C++23 引入了可选的扩展浮点类型，包括 std::float16_t、std::float32_t、std::float64_t、std::float128_t 和 std::bfloat16_t。这些类型为开发者提供了更灵活的浮点数... 1. 扩展浮点类型概述 2. 如何使用这些类型 3. 编译器支持 4. 特性测试宏 5. 类型转换和重载决议 6. 标准库支持 7. 应用场景 8. 总结C++23 引入了可选的扩展浮点类型，包括 std::float16_t、std::float32_t、std::float64_t、std::float128_t 和 std::bfloat16_t。这些类型为开发者提供了更灵活的浮点数...
- 可穿戴设备助力远程医疗：从数据监测到智能诊疗的技术变革 可穿戴设备助力远程医疗：从数据监测到智能诊疗的技术变革
- Arthas profiler（使用async-profiler对应用采样，生成火焰图） Arthas profiler（使用async-profiler对应用采样，生成火焰图）
- 报名CANN训练营赢多重好礼！ 报名CANN训练营赢多重好礼！
- 机器学习如何颠覆混合云运维：从被动救火到主动护航 机器学习如何颠覆混合云运维：从被动救火到主动护航
- 从数据海洋中“淘金”——数据挖掘的魔法与实践 从数据海洋中“淘金”——数据挖掘的魔法与实践
- 智能导诊系统概述智能导诊系统是依托人工智能、大数据及医疗信息化技术构建的智能化医疗服务工具，旨在优化患者就医流程，提升医疗资源匹配效率，辅助实现精准分诊和早期预警。其核心目标是通过人机协同，缓解传统医疗场景中“挂号难、分诊难、资源错配”等痛点，为患者提供全流程就医导航服务。 核心功能智能分诊基于患者主诉（如症状、病史等），通过语义解析和知识图谱匹配，自动推荐最适配的科室、医生及检查项目，降低... 智能导诊系统概述智能导诊系统是依托人工智能、大数据及医疗信息化技术构建的智能化医疗服务工具，旨在优化患者就医流程，提升医疗资源匹配效率，辅助实现精准分诊和早期预警。其核心目标是通过人机协同，缓解传统医疗场景中“挂号难、分诊难、资源错配”等痛点，为患者提供全流程就医导航服务。 核心功能智能分诊基于患者主诉（如症状、病史等），通过语义解析和知识图谱匹配，自动推荐最适配的科室、医生及检查项目，降低...
- 过拟合是指在机器学习中，模型在训练数据上表现良好，但在新数据上表现不佳的现象。以下是关于过拟合的详细介绍：过拟合的原因模型复杂度过高：当模型的复杂度过高时，它可以在训练数据中几乎完美地拟合每个数据点，包括噪声和异常值，但在未见过的新数据上的泛化能力较差。过于复杂的模型具有大量的参数或高阶特征表示，使它能够灵活地适应训练数据中的细微变化，但也容易过度拟合。训练数据不足：当训练数据量较小或不足以... 过拟合是指在机器学习中，模型在训练数据上表现良好，但在新数据上表现不佳的现象。以下是关于过拟合的详细介绍：过拟合的原因模型复杂度过高：当模型的复杂度过高时，它可以在训练数据中几乎完美地拟合每个数据点，包括噪声和异常值，但在未见过的新数据上的泛化能力较差。过于复杂的模型具有大量的参数或高阶特征表示，使它能够灵活地适应训练数据中的细微变化，但也容易过度拟合。训练数据不足：当训练数据量较小或不足以...
- 人工智能（AI）、机器学习（ML）和深度学习（DL）是紧密相关的概念，但它们之间存在着明显的区别。以下是对这些概念的详细解释和比较：概念解释概念解释人工智能（AI）使机器能够模拟人类智能的技术，包括机器学习、自然语言处理、计算机视觉等。机器学习（ML）一种人工智能方法，通过经验在任务中做出改善，基于数据进行学习和预测。深度学习（DL）机器学习的一个子集，基于人工神经网络，能够自动从大量数据中... 人工智能（AI）、机器学习（ML）和深度学习（DL）是紧密相关的概念，但它们之间存在着明显的区别。以下是对这些概念的详细解释和比较：概念解释概念解释人工智能（AI）使机器能够模拟人类智能的技术，包括机器学习、自然语言处理、计算机视觉等。机器学习（ML）一种人工智能方法，通过经验在任务中做出改善，基于数据进行学习和预测。深度学习（DL）机器学习的一个子集，基于人工神经网络，能够自动从大量数据中...
- 研究首次利用CRISPR-Cas9技术构建携带与人类致病突变同源（Gaa c.1826dupA）的庞贝病小鼠模型，更精准模拟人类IOPD的病理特征，为疾病机制研究和个性化治疗策略开发提供了重要工具。 研究首次利用CRISPR-Cas9技术构建携带与人类致病突变同源（Gaa c.1826dupA）的庞贝病小鼠模型，更精准模拟人类IOPD的病理特征，为疾病机制研究和个性化治疗策略开发提供了重要工具。
- ——你的第一份AI职场生存指南🤖 当AI成为同事，我们如何定义“新同事”？过去，“同事”是工位旁的咖啡搭子，如今可能是云端默默输出的代码伙伴。**智能体（AI Agent）**正从工具演化为“虚拟员工”，渗透进需求分析、代码生成、测试运维等研发全链路。但面对琳琅满目的AI同事，开发者该如何避坑选型？▍智能体分类学：你的团队需要哪种“新血”？类型核心能力典型场景执行型精准完成单一指令自动化测... ——你的第一份AI职场生存指南🤖 当AI成为同事，我们如何定义“新同事”？过去，“同事”是工位旁的咖啡搭子，如今可能是云端默默输出的代码伙伴。**智能体（AI Agent）**正从工具演化为“虚拟员工”，渗透进需求分析、代码生成、测试运维等研发全链路。但面对琳琅满目的AI同事，开发者该如何避坑选型？▍智能体分类学：你的团队需要哪种“新血”？类型核心能力典型场景执行型精准完成单一指令自动化测...
- 大数据如何化解城市交通拥堵的难题？ 大数据如何化解城市交通拥堵的难题？
- 本文探讨了在PaddlePaddle中利用MySQL存储模型训练数据的方法与优势。MySQL以其结构化数据管理能力、强大查询功能及数据持久化特性，为PaddlePaddle的训练数据提供高效存储方案。文章从数据库表结构设计、数据预处理到训练过程中的数据交互（如加载、记录、更新）进行了详细说明，并分析了可能遇到的数据一致性、性能和安全问题及其解决方案。 本文探讨了在PaddlePaddle中利用MySQL存储模型训练数据的方法与优势。MySQL以其结构化数据管理能力、强大查询功能及数据持久化特性，为PaddlePaddle的训练数据提供高效存储方案。文章从数据库表结构设计、数据预处理到训练过程中的数据交互（如加载、记录、更新）进行了详细说明，并分析了可能遇到的数据一致性、性能和安全问题及其解决方案。
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签