人工智能

《Science》观点解读:AI无法创造真正的智能体(AI Agent)

         无论是想要学习人工智能当做主业营收,还是像我一样作为开发工程师但依然要运用这个颠覆开发的时代宠儿,都有必要了解、学习一下人工智能。        近期发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,入行门槛低,讲解极为丰富。         点击跳转:前言 – 人工智能教程目录

用飞算 JavaAI 开发高校设备管理系统!从需求到上线,毕业设计 3 天搞定

前言在高校教学与科研活动中,大型实验设备是重要的资源支撑,但传统人工管理模式常面临设备信息不透明、预约流程繁琐、使用记录难追溯等问题。为解决这一痛点,我以“高校大型实验设备管理与预约信息系统”作为毕业设计主题,借助飞算JavaAI工具完成系统开发。本文将详细记录从需求分析到代码生成、优化调试的全过程,分享飞算JavaAI在实际

第六章 Flink中的时间和窗口

时间语义 上图是数据流式处理过程,涉及到两个重要的时间点:事件时间(Event Time)和处理时间(Processing Time)。 事件时间(Event Time):即数据产生的时间; 处理时间(Processing Time):即数据真正被处理的时刻; 我们在处理数据时,以哪种时间作为衡量标准,就是所谓的时间语义问题(Notions of Time)。由于分布式系统中

Jenkins容器化部署

部署Jenkins 创建本地数据保存目录mkdir /root/jenkins。 启动容器 docker run -itd --name jenkins \ -u root \ -p 8080:8080 -p 50000:50000 \ --restart always \ --env TZ=Asia/Shanghai \ --env JAVA_OPTS="-server -Xms512m

中级经济师经济基础部分考点梳理(17)

-写给报考中级经济师的小伙伴们   2022年10月30日 周日 深圳 晴1118/1000  【主题】经济学常识 【字数】1349 离中级经济师考试不到2周,大家准备得如何?哈哈,我还是按照我的节奏来梳理考点吧。 今天的简文将分享经济基础第25章“抽样调查”考点的梳理,这一章的考点共11个,分别如下: 1、抽样调查的基本概念 2、概率抽样和非概率抽样(含义、特点、非概率抽样的4个方法) 3、抽

Apache Flink——侧输出流(side output)

前言 flink处理数据流时,经常会遇到这样的情况:处理一个数据源时,往往需要将该源中的不同类型的数据做分割(分流)处理,假如使用 filter算子对数据源进行筛选分割的话,势必会造成数据流的多次复制,造成不必要的性能浪费; flink中的侧输出,就是将数据流进行分割,而不对流进行复制的一种分流机制。flink的侧输出的另一个作用就是对延时迟到的数据进行处理,这样就可以不必丢弃迟到的数据; 简单理