（主本为用户的物品意向） 2.物品的购买（主体为用户的购买活动） 拆分出的生命周期可以外包，例如网上购物、智能推荐 三、为什么会产生架构，为什么需要拆分生命周期？...人最终都会消失，而人总想活得更久、占有更多、享受更多，如何才能延长自己的生命？ 同样的时间创造出更多的产出，相当于把自己的生命延长了。...例如，古代，一个人必须 要先种田，完成粮食的产生，并消费粮食，结束粮食的生命周期才能完成能量的获取以维持生命，而粮食的生命周期外包出去后，人类的核心生命周期并没有受到影响，却大大的节省了时间，延长了自己的生命...，因为这些内容是为了科学领域做准备的 传统行业的软件虚拟化是对传统行业的颠覆，但是业务本身的规律是不变的。...以人和空间为主的长大方式，变成了计算机和软件为主，虚拟空间的增长成本远低于真是空间 企业的业务自动化，把员工从粗糙、重复的工作中解放出来，释放更大的生产力，成为一件必须要做的事。
问：AIGC行业现在适合进入吗 方向一：行业前景 在考虑是否适合进入AIGC（人工智能生成内容）行业时，我们需要对行业的发展前景、相关领域的发展趋势、行业潜力和竞争情况进行深入分析。...随着深度学习、自然语言处理（NLP）、计算机视觉等人工智能技术的飞速进步，AIGC的生成内容多样性和质量都得到了显著提升。...AIGC行业涉及到人工智能、机器学习、自然语言处理等多个领域的技术，因此具备相关的编程、算法和数据科学技能将是非常有竞争力的。如果你已经具备这些技能，那么进入AIGC行业将是一个很好的选择。...如果你对人工智能、创意内容生成等领域充满热情，并且喜欢挑战和创新，那么AIGC行业将是一个非常适合你的领域。...我对人工智能和创意内容生成领域非常感兴趣，并且已经具备了一定的编程和算法基础。因此，我决定进一步深入学习AIGC相关的技术和知识，提升自己的技能水平。
Qt君在Qt 4.7版本就开始使用QML了，一开始觉得这样的语法很奇怪，没办法项目需要使用。既然项目用到QML，那就一边学习一边做呗。 ...下班的路上骑着2万多公里的小摩托，突然有点老夫聊发少年狂的感觉，一不小心就闯了个红绿灯(当然这是不对的)。 当时觉得一用QML爽，一直用一直爽，开发效率实在太高了。...QML由原来的Widgets模块脱离到Quick模块。随着项目越做越大，需要用到的QML技术也越来越复杂，遇到的问题也越来越多。 ...到底是我用的方法不对还是QML本身就不适合复杂化。 面对上面一系列的问题，甚是懊恼，只能让一部分新项目不再使用QML了。...Qt君认为目前QML非常适合做普通的界面项目，不需要高性能视频渲染，矢量画板功能等设计到高性能计算的都应该避免使用。
人工智能的领域人工智能的应用领域极其广泛，它不仅在科学技术领域有所斩获，也深刻地渗透到了日常生活和各行各业。在医疗保健领域，人工智能为医生提供了强大的辅助工具。...它正在改变着我们对交通方式的认知，不仅提高了交通安全性，还有望降低交通拥堵和碳排放。在金融领域，AI的运用使得风险管理更加精准，交易更高效。...通过对历史数据的分析和模式识别，我们能够更好地理解客户需求，提前预测市场趋势，为企业决策提供了重要的参考依据。总的来说，人工智能的应用给各行各业带来了巨大的改变和便利。...对人工智能的看法人工智能是当今世界最引人注目的技术之一，它的发展和应用正日益深刻地改变着我们的生活和社会。我的看法是，人工智能代表着未来的趋势和发展方向，但我们也需要在其发展过程中审慎对待。...重要的是培养人类与AI共生共荣的模式，发挥各自优势以创造更大的价值。最后，我认为人工智能的发展是不可阻挡的趋势，但如何引导这一趋势，确保其对人类社会的长远利益至关重要。
在经历了一个学期的专业课学习后，还是会有很多同学，不清楚这个专业是干什么的，这个专业怎么入门，甚至比起以前，自己对于计算机网络技术这个专业更加云里雾里，所以今天在军训之际，抽空，将自己的一些愚见、不成熟的看法说一下...本文不针对有比赛项目的大佬 前期学这些东西，就像学数学一样，你知道怎么去算、做这个东西，但是你不清楚你正在做的，你正在学的，到底有什么用，能用在哪里，知道TCP/IP，知道IP地址，但是不知道你学的这些知识...，我需要清楚html的一些协议，作为网络的基础，才能去配置web服务器 ?...Linux系统 综上所述，也不用问我“Linux我看都看不懂，怎么应用啊 编程我学了也没觉得有什么用啊”，这些东西，书上会解释的比我更加清楚的，我除了计划的训练外，都是想到什么操作，才去百度找实现方法，...一点一点学，就好比我用python写一些爬虫一样，因为用脚本跑一些自动化的东西挺有意思的，所以才去“深入”了python，开始写一些自动化的小程序，慢慢的学深 当然，说了这么多，最重要的还是能不能坚持自学下去
这里说说我个人编码经验与看法，仅作为个人观点，没别的意思。 熟悉我的人应该都知道，我对很多新鲜的技术有一种难以用言语表达的情感，又哭又笑。属于是那种看到感兴趣的就会开始尝试，在之前也许更强烈。...驱使我去接触的原因无非就以下几点： 开发体验、性能提升 对已有技术的厌倦感和对新鲜事物的好奇心 更多机会与方向 对未来技术趋势有更好的了解 写不完的代码 首先要知道一点，在任何的软件开发迭代中都没有最终形态的代码...一般而言比较少的会存在反向更新的操作，这里除了某些国产软件（如某信，某 Q 等等） 就我对此的看法也是如此，假设一个开发工具启动花费了 5s 钟启动，而在它的最新版只需要 1s 钟就能够启动，你会选择更新尝试吗...对代码厌倦和对新事物的好奇心 我写代码时常处于三分钟热度的状态，有些东西可能也就一开始的时候感觉比较新奇，然后就不了了之了。我对此的看法主要还是容易对代码产生厌倦感，不想写代码，不愿意学习。...（当然焦虑和压力也会随之提升） 最后感悟 关于本文，必然有引来一些不同看法与见解，每个人都有对不同事物的理解，我只是将我对新技术的看法，以文章的方式输出出来。
: 少了前者的坏处 坏的卖法： 坏的卖法中失去、或第三方可取得的那些经济利益，在好的卖法中应该是给卖方的。...前者得要设计避免代币秒杀的方式。如果募资的个人是有注册的话（注：大概类似 PICOPS 的服务），便可以限制每个人的上限。...(见下文 Bonus) 和愿意分期取得募资的团队比，在前期想把所有钱募完的团队，等同于释放团队对中长期缺乏信心的讯号。 如果有 Excess demand ，可以拿去做公益。...细节应该是这篇：http://vitalik.ca/jekyll/general/2017/03/11/a_note_on_charity.html 结论 这场演讲总结 Vitalik 近几年来对代币的看法...Bonus 对于初期团队要设计一个人人可参与，又具有上限的募资。 Vitalik 对这套机制做了额外的解说，并附上一个不太有效率的算法，但足以说明这套机制的精神。见下图说明。
1.10年前的界面 你说这样的界面能对比吗?...的bug和低效模块支持库 一个好的ide至少不要让我看见日常都要崩溃啊，你一个bug直接一下午写的代码全部丢失 还有可能出现无法修复的错误，源码结构错误 。...(腾讯tp会针对易语言环境破坏 原因:易语言大多灰产 对腾讯游戏破坏平衡 所以俩对干) 易语言本身源码封闭 封闭到什么程度 源代码离开易语言环境 啥都看不懂 一堆二进制(源码格式为二进制 刚刚给大家说了表格原因...类也是鸡类(肋) 完全比不上真正的现代编程语言 链接器都是c的(悄悄逼逼 但是编译器是自己的) 7.魔鬼语法 赋值和判断居然都是= 这不就是大坑 你之后学其它语言后 你会情不自禁的把==打成= 这就那啥了...8.优点 优点还是有的 适合国人逻辑 开发周期短 易于理解逻辑 但是谨慎入坑 其它易上手的也是不错的 如果真心想学编程入坑后可以迅速学习主流语言 我身边也有友人在用，ide不是重要的，语言也是，重要的编程思维和逻辑
团队的技术水平亟待提升，系统的各种问题需要修补，边补还得边构思如何重写已有的系统，使其能够支撑未来某一天 10x 的流量。...对我这种瞎忙活的处境，就连子也看不下去了，他老人家的声音时时萦绕在我耳边，不停提醒我：学而不思则惘！...过去的两个月了，我们干掉了爬我们系统的蛀虫，上线了新的日志系统和缓存系统，一大票不能说的功能，还有进展不错的 API 系统。...唯一的问题是，所有的讲稿都是英文的，英文不好的朋友可能要受些罪。...这一篇是去年我刚入职后发表的一篇演讲，谈了谈我对工程及管理的看法。因为其包含了不少和 adRise / TubiTV 相关的工程方面的计划，这些内容不宜放出，所以内容上可能稍稍有所跳跃。
我要是喜欢图形界面而选择Ubuntu，那我会毫不犹豫的选择windows或者Mic os，个人觉得这样的升级不是用户希望的点。。...最初接触Ubuntu的时候应该是它刚开始搞免费寄送系统盘的时候。那之前也用过RedHat和红旗，感觉都不好。一次发现有免费系统盘领的时候，就好奇申请回来试试。...-桌面下方的工具面板。...可新增众多功能强大的附加元件，扩充浏览器的功能 *SwiftFox-网络浏览器-加快执行速度的Firefox衍生版 *Konqueror-网络浏览器-Kubuntu预设的浏览器...*KolourPaint小画家-简易的绘图软件-等同Windows里的小画家软件 *Krita-影像处理程序-类似Windows里的PhotoImpact软件 *GIMP
LLAMA-3、大模型开源与闭源以及合成数据的一些个人看法 一、LLAMA-3的基本情况 模型结构与LLAMA-2相比没有大的变动，主要变化一点在于Token词典从LLAMA-2的32K拓展到了128K...LLAMA-3并未如很多人预期的那样，采取MOE结构，这也很正常。MOE的主要作用是降低模型训练及推理成本，从效果上比较的话，同等规模的MOE是肯定干不过Dense模型的。...感觉LLAMA-3制作8B模型的思路是非常非常正确的。...目前从模型能力而言，整体来说开源阵营确实是弱于闭源阵营的，这是事实，但是从最近一年半的技术发展来看，开源模型（包括国外和国内的模型）和最好闭源模型的差距是在逐步缩小的，而不是越来越拉大的，这也是事实，很多数据可以说明这一点...目前能看到的“合成数据”应用的最好的产品应该是DALLE-3，以及Sora，就是里面的图像和视频Re-caption模型，本质上这就是机器产生的“合成数据”。
，一些新机制、新功能往往并不是Oracle想加就加的，Java是一个庞大的生态圈，由庞大的社区力量在推动Java的发展。...Java本身有太多的规范都是来自社区的。世界上大量开源组织和公司，为Java贡献了非常多的专利和代码，每次JavaOne大会都是全世界Java界的圣会，汇聚一堂讨论、决定Java的走向和发展。...Java世界，可以说正左右着全球的发展，全球所有顶级的、核心的项目，绝大部分都是基于Java做的，即使不是完全基于Java，也和Java有千丝万缕的关系。深入最深的是美国。...即使谷歌不想要Java，光是国内的那些巨头，个个都想要Java，以便对自己的产品进行更深度的定制，现在因为要定制自己的产品。...Oracle之所以可能考虑放弃Java EE，正体现了Oracle对丧失Java控制权的无奈。
这个问题其实有很多解决的办法，比如通过输入法云同步，或是通过windows10的云剪贴板功能，还可以用各种第三方工具实现；而在苹果的生态系统里，从一开始就不存在这个问题，各种硬件设备铸成苹果的护城河，苹果设备天生就具备联动的特性...当然，如果只是隔空投送，这称不上生态，因为我们还有无数的办法发送文件，要说苹果的核心，我想是icloud，一切功能，因他而起。...我想定一个提醒，只需要说一句嘿siri，我并不需要知道是手机、电脑还是手表接收到的，因为到达提醒的时间时，我正在使用的设备会对我进行提醒。...手机拍的照片，在电脑的照片应用里就可以查看。 苹果的生态极力淡化了单一设备的作用，应用可以在每个设备上运行而又不局限于单一设备。 在苹果的生态里，你用macbook接电话，很正常。...在这里能限制你想法的只有你自己！ 打破边界，遵循直觉，这就是苹果的魅力所在吧。
VR Industry Forum的主要内容做了一个综述，本文将介绍VRIF对沉浸式媒体产业现状的看法。...这篇文章综述了VRIF对沉浸式媒体产业现状的看法，解释了虚拟现实的应用为何比几年前预测的要慢，以及这背后的主要技术和商业原因，将显示出这些原因正在得到怎样的解决，以及非常健康的前景。...此外，目前许多HMD需要连接到具有强大CPU和GPU的个人计算机，限制了灵活性和自由度。用户移动或需要独立，这意味着由于对HMD的本地计算能力的潜在限制，可能不支持高端VR体验。...沉浸式媒体的最新进展 展望未来，大型科技公司对沉浸式媒体产品和服务的巨额投资仍在继续，表明它们对VR/AR市场长期增长的持续信心。...总结 这篇文章综述了VRIF对沉浸式媒体产业现状的看法。尽管面临各种挑战，但大型科技公司在沉浸式媒体产品和服务上的巨额投资仍在持续，基于VR/AR市场的最新发展，前景非常健康。
80％没有从大数据中获益的公司可以从战略规划下手，知道如何处理你收集到的信息、你寻求的解决方案，数据的来源，并理解数据清理和预处理，然后才能与其他数据整合。授权组织中的其他人访问数据。...过去一年中大数据的最大变化是实时数据流和可以处理大规模数据的机器的增加。数据流是大数据战略的一部分，有助于打破信息孤岛。借助机器学习和自然语言处理，大数据随处可用。...Hadoop，Spark和Tableau是最常被提及的基于Hadoop的收集和分析数据的方案。...我们将通过自动化流程收集更多数据并获得可行的意见，从数据中获取近期价值。大数据分析将被应用到日常运营中。 当今对大数据状态的最大担忧是数据和工具的增长与隐私和安全如何保持一致。...受访者还有其他不同的考虑因素： 大数据技术是否包含关系数据库？它包括哪些类型的数据和速度？它可以扩展成不同的格式和不同的引擎吗？它可以与不同的数据整合吗？
关于这个事情，我在知乎上看到一篇游戏行业从业者写的文章，提出了他对于这个事情的看法。 歪师傅觉得写的很好，给大家分享一下。...我谈谈我的看法，我自己入行到今年 12 月份，就是满 7 年。...再后去就去了字节，在字节了待的很舒服，基本上项目评审，我都会帮忙做，给了很多机会，大家对我也不错。在上海的那算时间，平时还接触过 lls，FP，叠纸的制作人，基本上都见了一些市面。...但这里我想替字节游戏说句话，字节游戏是我待过这么多公司中，对员工最尊重的一家，没有之一，非常的外企。 第二，人不要对自己改变不了的事伤心，纠结。...对于整体市场，我觉得游戏的社会诉求，在经济危机下是加强的，是扩张的，国内市场总产值是下降的，但玩家对 3A 的消费反而上升了，全球大部分国家游戏市场也在涨，所以机会还是很大的。
从外包的含义和目的来看就是我们帮人做事，听人指挥，当企业经济不好的时候，我们就成为了降低成本的最佳方案；说这些是让大家比较直观下理解下外包的含义，理解本质，就好做事~ 接下来我说下时常遇到的问题； 1...当然家里有矿，可以慢慢择业，而不是一毕业代表就要就业；所以毕业后，没有一定的经济实力，可以先就业再择业，毕竟入社会，对很多工作不了解，没有一定的认知，你也很难找到自己符合的岗位，所以你可能就是干一行，爱一行...这个已是打工天选之子了，拥有了选择权，也是打工人的高光时刻，这时唯一对比的就是薪资和工作环境，职业发展，至于职业发展这个比较虚，无非就是看面试过程，以及你在网上搜集的相关信息，搜集这家公司大家的评价等，...所以外包很锻炼人的~所以小编在招聘的时候，会对测试外包的同学，多一些了解和照顾； 对软件测试外包的个人看法~ 我个人建议，如有机会是不建议长期待在外包公司,原因如下： 1.大部分外包是没有自己的自研产品...，在于加多少以及所需岗位的合适性；时不待我，有时并不是我有选择的权利，在无知中的选择或者无可奈何的选择，其实都是注定的，也应该庆幸的，毕竟他（外包）保住了你起码的生活条件，最怕的是最后连机会都不给你，至少我目前看到的
最近知识付费这一话题很火，大家也接触到了很多知识付费的内容，最近我在任玉刚的公号「玉刚说」中看到一篇文章，分析的很透彻，因此分享给大家，下面是玉刚说中的《我对知识付费的看法》内容。...知乎Live看起来还是很靠谱的，因为价格很便宜，而且目的也很明确：就是对某一主题进行分享，参与者也有明确的预期，属于一次性的知识付费，就算上当受骗损失也不大。...分享形式为：发起者就某个主题写一篇高质量的文章，完了还会有一个讨论环节。我对gitchat的观点和知乎Live类似，都可以尝试一下，因为价格便宜、目的明确，但是收益可能也比较小。...我对知识付费的看法 上面是玉刚说《我对知识付费的看法》的内容，我也简单谈谈对知识付费的看法。我从两个角度来讲，一个是读者角度，一个是作者角度。...我也在这个知识星球中，这里的气氛非常好，大家都很活跃，毕竟都是花钱进来的，目的都是要提高，因此少了灌水，少了撕逼，更多的是技术的探讨和对职业生活的看法，正能量满满。
上周微软开源了一款叫OneFuzz的模糊测试平台，主要是由开发团队驱动的可持续模糊测试平台，通过开发与集成项目对应的Fuzzer工具，在CI构建中持续Fuzz，自动化分析跟踪崩溃，告警通知、远程调试与漏洞重现等功能...最后聊点个人看法： 对于在CICD中实现持续Fuzz的功能是相对比较完整的，与此前CIFuzz思路类似； 对Microsoft自身产品（Azure、Teams）依赖过重，且都是收费产品，对于其它企业有时比较难照搬使用...、radamas工具进行Fuzz，皆为主流的有效工具，能否挖到漏洞取决于你的目标（包括基于libfuzzer写的目标程序）和样本，跟OneFuzz平台无关； OneFuzz对输入样本的处理功能支持较少，...fuzzer也很少，估计后续可能会集成ossfuzz； 搭建成本不低，如果个人使用的话，可以自己写个本地虚拟机（vmware、hyper-V、qemu），docker容器对windows镜像的支持有限，...难以应用； macOS系统经常不在CI Fuzzing的适配环境里，至少当前开源的相关工具多不支持，但现今企业的研发设备都已经配置了mac，比如阿里、腾讯都办公设备现在都是每人一台macbook（本地机器或服务器其实都可以作为
什么才是好的AI？答：能落地的AI才是好AI。AI项目从无到有，再到最终落地，无非不是挖坑、踩坑、填坑的过程。本文从笔者的一些经历、经验、血泪教训展开，说一下对AI项目研发过程中的感想。...之前的你，需要建立数据库来存储数据用以测试时的比对，现在的你，模型就是你的数据库。 数据标注就会涉及标准的定义，很多时候很难拿到清晰的标准。或者说无法量化为清晰的标准。...可以帮助非常敏捷进行后续的benchmark实验。如果你不知道你对什么样的最终结果负责，那么你将永无止境的做下去。 算法设计阶段 包括任务定义，任务拆分，模型选择。...SOTA看中的是模型的上限，而实际的场景，看中的是模型的下限。 杜绝唯AI论。不管传统方法还是AI方法，能work的就是好算法。如果传统方法没有明显的缺陷，那么请选择传统方案。...终于到部署阶段了，也看到了落地的曙光。关于深度学习人工智能落地，已经有有很多的解决方案，不论是电脑端、手机端还是嵌入式端，将已经训练好的神经网络权重在各个平台跑起来，应用起来才是最实在的。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
