开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

化验单识别

{"error":{"code":"429","message": "Requests to the Creates a completion for the chat message Operation under Azure OpenAI API version 2023-05-15 have exceeded token rate limit of your current OpenAI S0 pricing tier. Please retry after 3 seconds. Please go here: https://aka.ms/oai/quotaincrease if you would like to further increase the default rate limit."}}

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

科大讯飞，又一个王炸级更新！

近期，人工智能成为了最热门的话题。国内外众多公司纷纷推出自家的AI大模型。经过一年的使用体验，我发现有些模型在智能程度上表现非常出色，但使用门槛较高且价格昂贵，甚至需要使用特定的上网工具。

01

图像识别落地B端应用，商业化的“绣球”先抛给了哪些行业？

随着技术进入成熟期，在最容易实现落地的B端市场，图像识别正逐渐扩大自己的市场。近日，美国权威杂志《MIT科技评论》（MIT Technology Review）公布了2017年度全球十大突破技术，其中属于AI范畴有三项技术，分别是强化学习、自动驾驶货车和刷脸支付。其中，值得我们注意的是，虽然同属于2017年的突破性技术，但在距离进入成熟期的时间上，相对于强化学习和自动驾驶货车的还需要1-2年和5-10年时间，刷脸支付技术现在就已经进入了这一阶段。根据平安证券发布的《通信行业人工智能图像识别专题报告》显

05

USTC-NP2016课程学习总结

上学期的网络程序设计课程(12-19week)很快就要结束了，回想起来这两个月的学习，感悟很多。在以往的学习中，常用的一些系统性的简单但易忘的知识点我往往会整理下放在博客上，可以经常进行查阅，从CSDN到博客园到8月份刚建的我的域名博客：blog.csxiaoyao.com，可以说以往的博文都是写给自己看的，只能算是个笔记，而这次的博文完全是为了能够向读者阐述我的学习经历和心得。

03

观书有感：领域驱动设计的想法

领域驱动设计，方法论是为了解决软件核心复杂性的。也就是说软件业务越来越复杂了，领域驱动设计可以让事情变得简单。而实际情况是：领域驱动设计的门槛很高，没有很深厚的面向对象编码能力几乎不可能实践成功。

02

大话机器学习之决策树（DS）

这是一个医疗检测的数据，前面六个是指标，具体是什么其实没有意义，说的好像化验单上的那些医学术语你都知道似得。最后一个就是结果。我们就是要构建一颗决策树，根据前面六个指标，预测最后结果是消极还是积极。当然，码代码之前我们先要对数据做一点处理。

05

超级好用的OCR工具，GitHub Star 7.2K，强烈推荐！

OCR 方向的工程师，一定需要知道这个 OCR 开源项目：PaddleOCR。短短几个月，累计 Star 数量已超过 7.2K，频频登上 Github Trending 日榜月榜，称它为 OCR 方向目前最火的 repo 绝对不为过。

01

Science：2030年，或将改变生活的5项人工智能技术

◆ ◆ ◆ 导读人工智能通过模拟人的思维、意识的信息过程，独立完成具体指令，它使得计算机得以完成只有人才能进行的工作，被誉为二十一世纪三大顶尖技术之一（基因工程、纳米科学）。从人脸识别、语音助手到机器人，人工智能技术正逐渐融入现代化生活。2030年，会有哪些人工智能应用将与我们息息相关呢？人工智能（AI）是计算机学科的分支，通过模拟情景、人的意识和思维独立完成具体指令。AI涉及的领域包括机器人、语言识别、图像识别、专家系统等等，它已经逐渐融入现代生活，并为其添姿增彩，最典型的例子包括苹果的Siri（智能

02

强大的awr format (r4笔记第14天)

awr报告对于dba而言是工作中重要的一部分内容，有些时候感觉跟去医院看病的化验单一样，各种指标和参数。有些高了，有些低了都是需要注意的内容。之前打印了一份awr报告，竟然有将近40页的样子，但是阅读awr报告也只能按照一定的思路来看，如果通读，那确实是云里雾里。awr format 是在http://tylermuth.wordpress.com/这个网站上下载得到的。原本的.7z格式的文件我转换成了.zip格式方便使用AWR-Format.zip 使用的方法也比较简洁这个版本是基于chrome

04

镁客网每周硬科技领域投融资汇总（8.06-8.12）

人工智能运用到医疗诊断分析中成为未来医疗的发展趋势。本周（8.06-8.12）硬科技领域内共报道了32起相关的投融资事件，其中人工智能领域和未来医疗领域分别有4和2起收购事件。延续前几周的传统，人工智能方面投融资是最多的，本周合计有18起，涵盖云服务、机器人、智能硬件、大数据分析、金融科技等。其中基于大数据分析的营销平台和方案解决商比较受资本欢迎。另外值得注意的是，本周还有3起关于区块链的代币销售众筹融资。未来医疗领域本周有11起投融资事件，远远超过前几周，具体来看，人工智能运用到医疗诊断治疗中是大势

00

小程序容器技术助力企业轻应用崛起

轻应用这个概念在2013年就被提出来，当时百度在百度世界大会上推出了这个概念，特点就是快、简捷，无需下载，即搜即用。

00

深度学习框架

深度学习（deep learning）是机器学习的分支，已经在工业生产、科学研究等领域有广泛应用。图 1-1-1 显示了深度学习、机器学习和人工智能之间的相对关系。

01

为什么需要消息队列，及使用消息队列的好处？

业务无关，一个具有普适性质的消息队列组件不需要考虑上层的业务模型，只做好消息的分发就可以了，上层业务的不同模块反而需要依赖消息队列所定义的规范进行通信。

02

IDC：中国医疗行业IT市场2014年10大预测

IDC中国行业研究与咨询服务部高级研究经理肖宏亮说：“预计2014年医疗卫生信息化将会继续保持高速的发展，移动医疗和临床数据中心成为医院信息化建设的热点，大数据临床决策支持系统将会开始尝试应用；医师多点执业将促使区域卫生信息化再次掀起建设热潮，区域卫生信息化的发展也将带动云计算在医疗行业的应用。民营医院快速发展，公立医院试点转制重组。” 基于此，IDC对2014年中国医疗行业IT市场做出如下10大预测： 1.移动医疗系统在大型医院快速普及，提高医护人员工作效率。移动医疗不仅是医疗信息化的发展方向，也代表着医

体检发现了甲状腺结节，咋办？

近些年，随着大家生活水平的不断提高，越来越多的人开始更加关心自己的健康问题；而体检，就是一个及时筛查各种健康问题的好方法。但是随着各种体检项目和各种癌症筛查项目的不断开展，也有一些疾病的检出率水涨船高，给大家的生活带来了很多困扰。甲状腺结节就是一个很明显的例子。今天小王就来跟大家聊聊甲状腺结节的那些事。

01

认识消息队列（一）转

业务无关，一个具有普适性质的消息队列组件不需要考虑上层的业务模型，只做好消息的分发就可以了，上层业务的不同模块反而需要依赖消息队列所定义的规范进行通信。

01

准确率超 99% 的病理 AI 系统，能否成为“两癌筛查”的一把利器？

大量、优质病理医生的紧缺，让基层的两癌筛查工作进展异常缓慢。业界的一个测算结果是，如果要完成全国3.51亿适龄妇女的两癌筛查，以目前人工的方式需要18年。这个数字到底意味着什么？

03

IBM Watson被曝给出错误癌症治疗建议，是悲剧还是误会？丨科技云·视角

曾经是公众心目中“人工智能”代名词的IBM Watson，在近4年砸下几百亿美元的研发投入后，前景反而愈发暗淡。医生抱怨Watson给出错误判断，多家医院终止了与Watson肿瘤相关项目，Watson真的能治病吗？

02

GPT-4V医学执照考试成绩超过大部分医学生，AI加入临床还有多远？

人工智能（AI）在医学影像诊断方面的应用已经有了长足的进步。然而，在未经严格测试的情况下，医生往往难以采信人工智能的诊断结果。对于他们来说，理解人工智能根据医学影像给出的判别，需要增加额外的认知成本。

01

Nginx日志分析工具GoAccess使用详解

如果把运维看做是医生给病人看病，则日志就是病人对自己的陈述，很多时候医生需要通过对病人的描述中得出病人状况，是否严重，需要什么计量的药，什么类型的药。所以古人有句话叫对症下药，这个症就是病人的描述加医生的判断，在重一点的病在加上很多的化验。在医生看病时病人的描述和化验单上的数据对医生是非常重要的。同理日志在运维中的作用也是类似的，但非常不幸，日志在很多运维中被严重低估，直到磁盘空间不足的时候才想到，这有个大的日志文件把他删了，这样可以节省空间。

04

全球首场神经影像人机对决：AI战胜25位医界“最强大脑”！

【新智元导读】昨天，备受关注的全球首场神经影像人机大战在国家会议中心举行，在脑肿瘤和脑血管影像判读比赛中，医疗AI最终以高出20%的准确率战胜25名人类医生。如果这款AI产品投入实用，核磁检查的出片速度将从现在的几天缩短至几分钟。

01

大数据发力，监管医保骗保及过度医疗

“大数据治国”战略已引起人们的高度关注。医疗、公交、气象、食品安全、防灾减灾等被认为是具有大数据基础的政府治理领域，以这些领域为突破口，可以带动公共服务的技术创新、管理创新和服务创新。随着医保覆盖面不断扩大，骗取医保基金及过度医疗问题多发，为此，浙江省2014年以来通过建立信息化的“智慧平台”，加强对医疗服务行为的监管，实现了医保监管方式的重大转变。骗保多发花样不少当前，医保欺诈的形势相当严峻。药店卖生活用品、倒卖医保药品赚取差价已是“小儿科”手段，医保欺诈的数额越来越大，

07

2016年做前端开发是什么体验？

有人说，你有什么资格发表这种高谈阔论，实际上是这样的，我在看 lol 比赛直播的时候，有个很有名的主播说过，打到 2400 以上的都去做职业玩家了， 1800-的还在挣扎，只有 2000 徘徊的才出来做主播，的却是这样，如果你是一个能力很强的程序员，你可以驾驭任何新技术、框架，那么你的牛逼可能掩盖一些真正的问题，但是有些人偏偏把问题说成 feature 。

00

为什么需要消息队列？使用消息队列有什么好处？

业务无关，一个具有普适性质的消息队列组件不需要考虑上层的业务模型，只做好消息的分发就可以了，上层业务的不同模块反而需要依赖消息队列所定义的规范进行通信。

06

一根80块，号称验孕更准确！数字化验孕是一个骗局吗？

近日，一则探讨Clearblue数字妊娠测试仪的推文登上了Twitter热搜榜。用户Xtoff称他妻子正在验证自己是否怀孕，最初是用试纸，每条只需20美分。她发现自己怀孕后很高兴，但是还想要一些“更准确的”数据测试。

02

爬虫异常处理技巧分享

在进行爬虫数据采集的过程中，我们常常会遇到网络波动和自动化验证等异常情况。这些问题可能导致爬虫运行中断或被识别为机器请求而受到限制。本文将分享一些实用的爬虫异常处理技巧，帮助您规避网络波动和自动化验证，提高数据采集的稳定性和成功率。

02

GMIS 2017参会指南：产业明星带你读懂人工智能产业趋势

2017 年 5 月 27 日-28 日，机器之心 SYNCED 主办的 2017 全球智能机器峰会（GMIS 2017）将在北京正式举行。从大咖参会、人机大战，到五场主题 Session 和 IME 主题展，这场全球峰会可谓亮点十足（详见大会日程）。在学界，梦想实现通用人工智能的「LSTM 之父」Jürgen Schmidhuber、质疑当前深度学习热潮的纽约大学心理学教授 Gary Marcus、人工智能领域「标准教科书」《人工智能：一种现代方法》的作者&伯克利计算机科学教授 S

06

Macheine Learning Yearning学习笔记(八)

如果你正在构建一个语音识别系统。系统通过输入一个音频剪辑A，并对每个可能的输出语句S计算某个Score_A(S)来工作。例如，给定输入音频A，你可能尝试去估计Score_A(S) = P(S|A)，即正确输出转录语句是S的概率。

02

数据分析、数据挖掘、数据运营有啥区别？【通俗版】

在医院陪护老婆已经一周了，与医生、化验、护士相处一周以后，发现这不就是数据分析、数据挖掘、数据运营间的关系吗！特此mark，让新同学快速理解一下。

05

数据安全运营视角下的数据资产安全治理

本文从运营角度谈数据资产的安全治理，通过平台化能力实现对涉敏资产识别、评估风险，及一系列治理措施达到风险收敛目的。

02

直播回顾 | 这场直播回答了手机银行人机验证的必要性和可行性

人机验证作为手机银行验证体系中重要的一环，其验证码的安全性以及用户体验成为了主要考验。

01

《持续交付：发布可靠软件的系统方法》第4章测试策略的实现

第4章测试策略的实现 4.1　引言戴明14条之一就是：“停止依赖于大批量检查来保证质量的做法。改进过程，从一开始就将质量内嵌于产品之中。”[9YhQXz]测试是跨职能部门的活动，是整个团队的责任，应该从项目一开始就一直做测试质量内嵌是指从多个层次（单元、组件和验收）上写自动化测试，并将其作为部署流水线的一部分来执行，即每次应用程序的代码、配置或环境以及运行时所需软件发生变化时，都要执行一次质量内嵌还意味着，你要不断地改进自动化测试策略这些测试不仅仅对系统进行功能测试。容量、安全性及其他非功能测试也

06

它会不会成为OCR领域霸主？经过一个月的分析，我得出了这些结论

文章目录《这是我见过最强的OCR开源算法模型了》前言一、来吧，展示！二、OCR简介（一）什么是OCR （二）应用举例（三）OCR难点三、PaddleOCR介绍（一）总结介绍（二）相关地址总结四、PaddleOCR的使用（一）PaddleOCR项目介绍（二）测试自己的数据五、多维度对比分析（一）教程的完备性对比（二）易用性对比（三）运行速度对比（四）精度对比（五）多角度对比（六）其他分析六、总结《这是我见过最强的OCR开源算法模型了》前言最近参加“中国软件杯”的一

06

从SAP最佳业务实践看企业管理(44)-SD-销售退货账务处理

退货与销售折让是企业经常性的经营行为，若不正确处理这些业务，将会在会计核算上带来很多不便。下面谈谈常用的账务处理方法。 1、购买方未付货款并且未作账务处理的购买方须将原增值税专用发票第二联（发票联）和第三联（税款抵扣联）及产品（商品）销货单主动退还给我方，我方则应视不同情况作下述处理：（1）我方在会计上未入账时，应将所有专用发票联次注明作废，并将发票联和抵扣联粘贴于存根联后面（在ERP系统中一般不会存在这种情况，开票后肯定会入账）。（2）我方已入账时，开具一张相同金额的红字（负数）发票，将记账联撕下

04

售票场景，人脸识别有哪些应用和作用？

随着互联网和智能技术的进步，在车站、景区、大型活动等与售票相关的场景，可以看到自助售票应用，有一些会采用到人脸识别技术。那么，在售票场景，人脸识别有哪些应用和作用？

03

基于Redis实现分布式消息队列（一）

1、为什么需要消息队列？当系统中出现“生产“和“消费“的速度或稳定性等因素不一致的时候，就需要消息队列，作为抽象层，弥合双方的差异。

03

机器学习模型中的 bug 太难找？DeepMind 呈上了三种好方法！

AI 科技评论按：计算机编程发展至今，bug 和软件就一直如影随形。多年来，软件开发人员已经创建了一套在部署之前进行测试和调试的最佳方法，但这些方法并不适用于如今的深度学习系统。现在，机器学习的主流方法是基于训练数据集来训练系统，然后在另一组数据集上对其进行测试。虽然这样能够显示模型的平均性能，但即使在最坏的情况下，保证稳健或可被接受的高性能也是至关重要的。对此，DeepMind 发布文章介绍了能够严格识别和消除学习预测模型中的 bug 的三种方法：对抗测试（adversarial testing）、鲁棒学习（robust learning）和形式化验证（formal verification）。AI 科技评论编译如下。

02

系统架构师论文-论系统的安全风险评估

论系统的安全风险评估摘要 2005年3月，我参加了某石化公司的实验室信息管理系统项目的开发工作，该系统作为该石化公司产品质量信息管理平台，将实验室的自动化分析仪器与计算机网络进行联结，实现自动采集样品分析数据以及对样品检验过程、实验室资源进行严格管理，实现从原料进厂、生产、中间控制直至成品出厂的全过程质量数据管理，以及全公司范围內质量数据的快速传递与共享.我作为项目负责人，负责项目实施中的项目管理工作和系统投运后的运行维护工作. 为了做好系统的开发和应用，必须对系统将面临的安全风险

01

智能自动化三方法打破DevSecOps筒仓

CI/CD的广泛应用增加了复杂性，需要构建新的通道消除DevOps和安全团队之间的鸿沟，也迫切需要新的自动化手段。

01

中科院教授白硕：AI+区块链，两大神器如何助力商业新生态

在金庸先生的小说《倚天屠龙记》当中，谁也不曾想到倚天剑与屠龙刀这两把玄铁铸就的绝世神器在全力相撞后竟然会双双碎裂，并露出其中隐藏的武功秘籍，帮助故事主角铸就了新一代的武林神话。而在今天，AI和区块链成为了近几年备受社会关注的技术，他们的碰撞又会产生哪些火花？创造什么价值呢？

03

数字广告是区块链的“破坏者”

在学术届或企业环境中，“破坏者”这个词有一个消极的含义:麻烦的制造者，麻烦的煽动者。作为学生，我们学会的是顺从或面对后果。但在其他领域，“破坏者”则是一种能够带来颠覆性的、积极变化的特质，尤其是在需要创新的领域或者与技术相关的领域。从互联网兴起以来，区块链就像一个游戏规则的改变者一样存在。如今，它逐渐对一个价值2230亿美元的全球产业——数字广告行业也产生影响。继续维持数字广告现状的行为并不值得支持，因为该领域不仅充斥着广告机器人诈骗和黑客攻击，还存在大量虚假的流量和点击。假设你是一个营销人员，你在视频

08

机器学习模型中的 bug 太难找？DeepMind 呈上了三种好方法！

AI 科技评论按：计算机编程发展至今，bug 和软件就一直如影随形。多年来，软件开发人员已经创建了一套在部署之前进行测试和调试的最佳方法，但这些方法并不适用于如今的深度学习系统。现在，机器学习的主流方法是基于训练数据集来训练系统，然后在另一组数据集上对其进行测试。虽然这样能够显示模型的平均性能，但即使在最坏的情况下，保证稳健或可被接受的高性能也是至关重要的。对此，DeepMind 发布文章介绍了能够严格识别和消除学习预测模型中的 bug 的三种方法：对抗测试（adversarial testing）、鲁棒学习（robust learning）和形式化验证（formal verification）。AI 科技评论编译如下。

04

《持续交付：发布可靠软件的系统方法》第5章部署流水线

第5章部署流水线 5.1　引言持续集成的主要关注对象是开发团队。持续集成系统的输出通常作为手工测试流程和后续发布流程的输入。在软件的发布过程中，很多浪费来自于测试和运维环节。我们常常看到：构建和运维团队的人员一直在等待说明文档或缺陷修测试人员等待“好的”版本构建出来在新功能开发完成几周之后，开发团队才能收到缺陷报告开发快完成时，才发现当前的软件架构无法满足该系统的一些非功能需求。解决方案就是采取一种更完整的端到端的方法来交付软件。我们已经解决了配置管理以及自动化大量构建、部署、测试和发布流程的

01

数据分析实战：利用python对心脏病数据集进行分析

今天在kaggle上看到一个心脏病数据（数据集下载地址和源码见文末），那么借此深入分析一下。

01

概率论：武汉是怎么做到短时间内完成全民核酸大检测的？

我查看了关于武汉市核酸大排查的相关报道，发现武汉每日核酸检测能力约2万，而武汉市总人口约1500万，1500/2我寻思着也不等于10啊，正常速度得2年多呀，坐在桌边，拿起了笔，我觉得这事情一定不简单，细思极恐。看似能力与目标不匹配，实则暗藏大道理。接下来我将运用概率论基础知识给大家讲解一番。

03

吴恩达《ML Yearning》| 在不同的数据分布上训练及测设&Debug的一些推断算法

MachineLearning YearningSharing 是北京科技大学“机器学习研讨小组”旗下的文献翻译项目，其原文由Deep Learning.ai 公司的吴恩达博士进行撰写。本部分文献翻译工作旨在研讨小组内部交流，内容原创为吴恩达博士，学习小组成员只对文献内容进行翻译，对于翻译有误的部分，欢迎大家提出。欢迎大家一起努力学习、提高，共同进步！

01

免疫相关lncRNA分型竟然发表在14分Nature子刊！

lncRNA与肿瘤发生、进展、预后密切相关。因此，有必要将lncRNA 纳入临床前模型以开发预后生物标志物。

03

区块链能改变世界的什么？

这个月，区块链的数字货币呈现疯狂上涨的趋势，一些代币品种呈现十倍二十倍地上涨。这个时候，从理性的角度，我们不应该去关心表面的区块链代币到底涨了多少，而应该去思考它上涨背后的根本逻辑是什么？这里，我们就来讨论一下，区块链到底能给世界带来什么？这个问题或许很大，但其实最根本最核心的却是，区块链到底能改变世界的什么？其实，从各方面的资料分析，我们可以得出：区块链最核心的用途是要让世界重新建立信任机制。这个问题到底该如何理解呢？需要我们开动自己的大脑去分析。比如，在目前的状况下，我们去医院的时候，是

05

那些被一行代码蒸发1个亿的智能合约，形式化验证了解一下？ | 人物志

「人物志」为区块链大本营（ID：blockchain_camp）着力打造的人物栏目，以「趣味而不失专业，可读而不失深度」为宗旨，每期邀请区块链领域的顶级专家和开发者就行业、投融资、开发、案例、项目实践等展开探讨。作为以太坊生态的核心，智能合约这几年发展迅速。最早的智能合约，可以追溯到1995年，由密码学家尼克萨博首次提出。智能合约在多方参与、复杂交易的场景中有明显优势。然而，近期随着智能合约安全问题的频繁出现，智能合约的劣势也愈发明显，包括智能合约如何对实体资产进行控制，从而保证其有效地执行合约；以及如

06

双11在即，分享一些稳定性保障技术干货

每年一次的双十一大促临近，因此上周末公司组织了一次技术交流闭门会，邀请了电商、物流、文娱内容、生活服务等知名一线互联网公司的技术大牛，一起探讨了一些大促稳定性保障相关的技术话题。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭