人工智能

1. 首页
2. IT互联网
3. 人工智能

云电脑 vs 传统PC：ToDesk、青椒云等3A游戏与AI训练的成本与性能对比

前言 随着云计算技术的发展，云电脑正悄然成为游戏玩家与 AI 开发者手中的 “新宠”。相较于传统PC，在性能、成本与灵活性三个维度上展现出独特优势。无需昂贵的硬件成本，用户便能轻松拥抱顶配电脑的畅快体验。无论是外出办公时的临时需求，还是手边设备配置不足的窘迫时刻，云电脑都能如影随形，随开随用。

人工智能 2025年08月23日 83 点赞 0 评论 17227 浏览

法线贴图与切线空间

法线贴图 法线贴图是一种技术，用专业一点的话来说，叫做采用低面数模型（低模）实现对高面数模型（高模）模拟的技术。用通俗的话来说，就是使用二维图形模拟三维效果的技术。譬如，在一面从模型上来看是平滑的墙上看到粗糙的质地的三维效果（所谓的凹凸贴图），这种粗糙质地表现为，随着光照方向的变化，阴影也会跟着变化，类似自然界中物体表面不平整的凹凸效果。如下图所示，左边的模型与右边的模型分别为低模与高模，法线贴图

人工智能 2025年08月23日 144 点赞 0 评论 12663 浏览

7+纯生信，基于肿瘤微环境的分型分析，不蹭热点的分型怎么做，值得学习！

发表杂志：Cellular Oncology 影响因子：7.051 本文属于单肿瘤分型思路，类似的分型文章我们也解读过很多。 肿瘤分型文章比较重要的结论就是分型后构建的评分能够预测免疫治疗或者其他治疗的疗效。可以用于分型的基因集很多，结合热点做分析会事半功倍，现在上车正是时候！ 生信分析咨询 请关注生信小课堂，全网同名 研究概述： 该研究旨在描绘直肠癌（RC）完整的TME景观，包括非

人工智能 2025年08月23日 114 点赞 0 评论 5590 浏览

流批一体随想

前言 好久不见（鞠躬 今年以来的主要工作方向之一就是部门内流批一体能力的建设与落地。虽然这个概念早已成为老生常谈，并且笔者现在还没什么fancy的成果（惭愧），但今天还是想随便写几句来聊聊。 Why? 考虑经典的Lambda Architecture。 这种架构的出现是历史必然，因为那时的流计算引擎以Storm为代表，而它们都无法提供Exactly-Once语义，所以任何一点小的扰动

人工智能 2025年08月23日 36 点赞 0 评论 1976 浏览

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.

人工智能 2025年08月22日 32 点赞 0 评论 2704 浏览

Apache Flink——一些重要的概念

一、数据流图（Dataflow Graph） 所有的 Flink 程序都可以归纳为由三部分构成：Source、Transformation 和 Sink。 Source 表示“源算子”，负责读取数据源。 Transformation 表示“转换算子”，利用各种算子进行处理加工。 Sink 表示“下沉算子”，负责数据的输出。 Flink 程序会被映射成所有算子按照逻辑顺序连接在一起的一张图，这被

人工智能 2025年08月22日 151 点赞 0 评论 14611 浏览

Apache Flink Framework

Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perf

人工智能 2025年08月22日 50 点赞 0 评论 16727 浏览

MBR与GPT分区的区别-3数据恢复

今天我们来聊聊-MBR 与 GPT：恢复 MBR 将所有分区和引导数据存储在一起。 这对于冗余来说是可怕的，因为任何数据损坏都可能是灾难性的。 如果任何数据被 MBR 损坏，您很可能只会在系统无法启动时发现。 从 MBR 恢复是可能的，但并不总是成功的。 GPT 更胜一筹，因为它在表头的开头和结尾处跨多个分区存储启动数据的副本。 如果一个分区损坏，它可以使用其他分区进行恢复。 此外，GPT 有错误

人工智能 2025年08月21日 115 点赞 0 评论 9113 浏览

sklearn：七、支持向量机（上）—22.9.9~9.12

七、支持向量机 7.1 概述 功能： 用的最多的是分类，不过做其他的也有不错的效果 对于三种不同的输入数据，每种分类器的表现。可以看出SVM最棒 SVM是最接近深度学习的机器学习算法。线性SVM可以看成是神经网络的单个神经元，非线性的SVM则与两层的神经网络相当，非线性的SVM中如果添加多个核函数，则可以模仿多层的神经网络 7.1.1 支持向量机分类器

人工智能 2025年08月21日 47 点赞 0 评论 14254 浏览

Apache Hudi - 初步了解

知乎上看到的这个文章，视野开阔，转载一下。 URL： ?utm_source=com.ucmobile 自己关于 Apache Hudi 的一些简单的了解和想法。 背景 Hudi 是 Uber 主导开发的开源数据湖框架。所以大部分的出发点都来源于 Uber 自身场景，比如司机数据和乘客数据通过订单 Id 来做 Join

人工智能 2025年08月19日 86 点赞 0 评论 2176 浏览