人工智能

R语言-超大型数据框与稀疏矩阵的切片-处理as.matrix方法的“problem too large”异常

单细胞组学数据分析接触到的项目大都使用平面文件(rds,txt,tsv,csv,mtx)进行数据存储。有时候,我们会操作相当大的平面文件,而超大型的数据集如(一个包含约 100 万个细胞和约 3 万个基因的表达矩阵)在进行数据类型转换等处理的时候会遇到异常Error in asMethod(object) : Cholmod error 'problem too large',指的是其中 as.

AI浪潮涌,数据库“融合智能”奏响产业新乐章

一、场景重塑产业格局:数据库“融合进化”AI浪潮奔涌而至,数字产业格局加速重构。云计算、移动互联、万物互联(IoT)、人工智能(AI)等技术的深度融合与快速落地,正以前所未有的速度重塑着企业的应用形态。新业务场景层出不穷——从高并发的在线交易、实时精准的分析决策,到海量物联网设备监控、

复现NC文章华夫图(方块图)-华丽展示实验样本构成

样本构成是实验的开端,也是后续分析的基础,所以样本信息在论文中需要详细展示,涉及到你实验的真实性和可重复性。一般样本构成可以使用AI做示例图,有些临床采样,可以使用柱状体的方式展示,我们之前讲过一种。最近在NC文章中看到用华夫图表示样本的构成,感觉效果很好,这里复现一下。原文图如下: image.png (Single cell analysis of cribriform pro

探索Maas平台与阿里 QWQ 技术:AI调参的魔法世界

摘要:本文介绍了蓝耘 Maas 平台在人工智能领域的表现及其核心优势,包括强大的模型支持、高效的资源调度和友好的操作界面。文章还探讨了蓝耘 Maas 平台与阿里 QWQ 技术的融合亮点及应用拓展实例,并提供了调参实战指南,最后对蓝耘 Maas 平台的未来发展进行了展望。1.蓝耘 Maas 平台初印象以下是关于“Maas”和“阿里 QWQ”的概

AI的提示词专栏:重构建议 Prompt,代码可读性提升

AI的提示词专栏:重构建议 Prompt,代码可读性提升 本文围绕重构建议 Prompt 在提升代码可读性中的应用展开,先明确代码可读性的五大评价维度(命名规范、函数设计、逻辑简化、注释完整性、代码复用)及量化标准,再构建基础版、进阶版、专家版三级 Prompt 设计框架,结合 Python、

【AI云原生】1、Function Calling:大模型幻觉破解与Agent底层架构全指南(附Go+Python实战代码)》

引言:大模型的"致命短板"与Function Calling的诞生当我们向大模型提问"2024年诺贝尔物理学奖得主是谁"时,它可能会自信地给出一个不存在的名字;当计算"12345×67890"时,它可能返回一个看似合理却错误的结果——这就是大模型的"幻觉"问题,也是制约其在专业领域应用的核心瓶颈。大模型为何会产生幻觉?根本原因有两点:一是训练数据的局限性,模型无法覆盖实时更新的信息(如最新奖项、

Scissor:联合表型数据,Bulk-seq和scRNA(2)

前面一个帖子讲了scissor的原理以及paper中的一些应用实例。几天我们来测试这个工具。 ========安装======== devtools::install_github('sunduanchen/Scissor') devtools::install_github("jinworks/scAB") 注:因为我们还要用到scAB工具中的例子,所以顺便安装一下。 library(Sciss

JIRA效能指标统计与展示

当项目实现了全线上化管理后,我们固然可以通过筛选器读取JIRA数据,以excel的形式下载下来,再进行计算分析,并用excel图标展示效能指标结果。对于单独小项目而言是可以的,当项目很大,参与的人很多,或者组织内项目很多, 人工统计效能的效率太低了。我们可以通过更加高效的方式来统计效能指标。 1 设计SQL语句来读取JIRA数据,可是设计周期性读取 JIRA数据库及常用SQL   2 通过pyth