Aidan075 Aidan075
4年前
真实骑手数据:73万大学毕业生在送外卖
作者:朱小五外卖骑手,困在系统最近,人物杂志的一篇文章在微博疯转,在朋友圈刷屏。两大外卖平台相继作出回应:饿了么表示将尽快发布“多等5分钟或10分钟”新功能,鼓励消费者多给骑手一点时间,结果没想到引起广泛质疑,被认为这是在道德绑架。美团在友商排除了“错误答案”后,表示将马上优化调度系统,给骑手留出8分钟弹性时间,给骑手留出8分钟弹性时间,让骑手在路口放慢一点
Karen110 Karen110
4年前
人工智能数学基础6:无穷大和无穷小的大小比较以及斯特林公式
1.无穷大的大小排列n、a1、a2、a3为自然数(表述为n∈N),n趋于无穷大(n→∞),a1、a2、a3大于1,则下列实数的大小排列为:2\.无穷小的大小排列将无穷大的大小排列公式中比较的数字作为分母,1作为分子,大于号改为小于号,则可以作为无穷小大小排列公式:3.极限值n为自然数(表述为n∈N),n趋于无穷大(n→∞),a2、a3大于1,则
Stella981 Stella981
4年前
Python连接sybase数据库
  Sybase数据库现在用的很少,网上资料也不多,因为工作的缘故,需要简单处理些数据,公司的主数据库是sybase,又觉得没必要用java,c这类一写就写一大堆的语言,听说python处理数据比较简单,所以寻找了些资料加上自己不断的试错,记录了一条可行的方式,供大家参考。1、 免安装的ODBC  简单的理解,ODBC是一个访问数据库的API规范
Stella981 Stella981
4年前
EasyExcel引入
好久没更了,都在有道云上面记录,没时间搬过来。easyexcel是最近项目做优化涉及的一个改善点吧。简介        导出是后台管理系统的常用功能,当数据量特别大的时候会内存溢出和卡顿页面,曾经自己封装过一个导出,POI百万级大数据量EXCEL导出采用了分批查询数据来避免内存溢出和使用SXSSFWorkbook方式缓存数据到文件上以解决
Wesley13 Wesley13
4年前
Oracle数据库的安装 【超详细的文图详解】
Oracle简介OracleDatabase,又名OracleRDBMS,或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统,系统可移植性好、使用方便、功能强,适用于各类大、中、小、微机环境。它是一种高效率、可靠性
Wesley13 Wesley13
4年前
MySql学习17
一.数据库事务的四大特性(ACID)如果一个数据库声称支持事务的操作,那么该数据库必须要具备以下四个特性:原子性(Atomicity):原子性是指事务包含的所有操作要么全部成功,要么全部失败回滚,这和前面两篇博客介绍事务的功能是一样的概念,因此事务的操作如果成功就必须要完全应用到数据库,如果操
Wesley13 Wesley13
4年前
mysql数据库设计规范浅谈
《mysql设计规范》数据结构设计:逻辑设计–物理设计实际工作中:逻辑设计物理设计物理设计:表名,字段名,字段类型磁盘IO和操作系统类型,对mysql的性能是非常大的一.数据库命名规范所有的数据库对象名称必须使用小写字母并用下划线表示,因为默认情况下,mysql对大小写敏感,mysql数据库本质上是linux
Stella981 Stella981
4年前
Redis 详解 (三) redis的五大数据类型详细用法
目录1、string数据类型(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.cnblogs.com%2Fysocean%2Fp%2F9080940.html%23_label0)2、hash数据类型(https://www.oschina.
AI行业七大趋势:合成数据、多模态AI崛起
2021年,虚拟世界和网络游戏成为热门话题,Facebook将公司改名为“Meta”,使得元宇宙一度破圈,互联网企业纷纷入局。为了保护隐私,医疗行业、电信以及金融业开始利用syntheticdata(合成数据),为数据共享提供更多的机会。人工智能赋能产业,正成为引领经济、科技发展的重要驱动力。在较为低迷的投融资大环境下,全球投资者对于AI的关注度
数据堂 数据堂
4星期前
解决方案 | 数据堂全栈式数据服务,助力客户构建行业高质量数据集
随着人工智能技术快速发展,对高质量数据集的需求缺口继续增大。加强优质数据供给,以高质量数据驱动人工智能创新发展变得愈发关键。《“数据要素×”三年行动计划(2024—2026年)》中提出,“推动科研机构、龙头企业等开展行业共性数据资源库建设,打造高质量人工智能大模型训练数据集”。如何构建科学、高效、安全的行业高质量数据集,成为了当前亟待解决的重要课题。