生成式 AI 的发展方向,是 Chat 还是 Agent?
据《福布斯》报道,商业的未来是自动化。他们报告说,自动化的应用是不可避免的,“工人们即将被一个圈子和一套规则包围,要严格遵守,不能偏离。得益于聊天机器人ChatGPT于2022年11月推出所带来的强劲加持,2023年成为了AI(人工智能)发展史上的一个转折点,活跃的开源环境和多模态模型一同推动了AI研究的进步。随着生成式AI持续从实验室走入现实,技术不断进步,关于其未来发展方向的讨论也愈发激烈。究竟生成式AI的未来是在对话系统(Chat)中展现智慧,还是在自主代理(Agent)中体现能力?这一问题引发了广泛的讨论和探索。这里谈谈我的看法。
1 从预测式AI到生成式AI
1.1 预测式AI
在生成式AI受到瞩目之前,大多数AI应用都使用了预测式AI(Predictive AI)。顾名思义,所谓预测式AI,就是根据现有数据进行预测趋势或提供见解,但它不会生成全新的内容。
比较典型的例子是德国马克斯·普朗克光科学研究所的马里奥·克莱恩及其同事们训练了一个人工智能模型,对1994年至2021年期间在arXiv预印本服务器上发表的143000篇涵盖了与人工智能有关领域的论文进行分析,并预测哪些未经研究的概念会在五年内出现在至少三篇论文中,准确率超过99.5%。
以下是一些预测式AI的典型代表:
-
人工神经网络(Artificial Neural Networks,ANNs):一种模仿人类大脑结构和功能的计算模型,常用于图像识别、语音识别、自然语言处理等领域的预测任务。
-
支持向量机(Support Vector Machines,SVM):一种监督学习算法,用于分类和回归分析,可以根据已知样本的特征进行预测。
-
隐马尔可夫模型(Hidden Markov Models,HMMs):一种概率模型,用于建模序列数据,例如语音识别、自然语言处理等任务。
-
决策树(Decision Trees):一种基于树状结构的预测模型,可以根据特征属性进行分类或回归分析。
-
随机森林(Random Forests):一种基于决策树的集成学习方法,通过多个决策树的组合进行预测,提高了准确性和稳定性。
-
K近邻算法(K-Nearest Neighbors,KNN):一种基于相似性度量的分类和回归算法,通过计算样本与最近邻的距离来预测样本的标签或数值。
-
集成学习(Ensemble Learning):一种通过组合多个预测模型来提高准确性的方法,例如Bagging、Boosting等。
注意,以上只是一些典型的预测式AI代表,实际上还有很多其他的算法和模型可以用于预测任务。
1.2 生成式AI
生成式AI(Generative AI)是通过大数据集训练的深度学习模型来创建新内容的技术。
与预测式AI不同,生成式AI会利用机器学习,从训练数据中学到“思考”的模式,以此创造具有原创性的输出。
近年来业界涌现了许多知名的生成式 AI 应用,其中包括 OpenAI 的 ChatGPT 和 DALL-E、GitHub CoPilot、微软的 Bing Chat、谷歌的 Bard、Midjourney,以及 Stable Diffusion 和 Adobe Firefly。
以下是一些具有代表性的生成式AI模型:
-
OpenAI的GPT(Generative Pretrained Transformer):GPT是一种基于Transformer架构的语言模型,通过预训练大规模语料库,可以生成连贯的自然语言文本。GPT-3是目前最大的版本,具有1,750亿个参数。
-
DeepMind的AlphaGo:AlphaGo是一个生成式AI模型,通过自我对弈和强化学习,成功地在围棋中击败了世界冠军。它能够生成高质量的围棋着法,并具有强大的模式识别和决策能力。
-
OpenAI的DALL-E:DALL-E是一个生成式AI模型,可以根据描述生成任意形状的图片。它通过训练大规模的自监督数据集,学会了生成与描述相符的图像。
-
NVIDIA的StyleGAN:StyleGAN是一种生成对抗网络(GAN)模型,可以生成逼真的人脸图像。它通过学习大规模的人脸图像数据集,可以生成具有不同风格和特征的逼真人脸图像。
这只是一小部分具有代表性的生成式AI模型,AI领域的发展非常快速,未来还会涌现出更多令人惊叹的生成式AI模型。
生成式 AI 的常见用例包括聊天机器人、图像创建和编辑、软件代码辅助和科学研究等。如今,人们常使用生成式 AI 应用来生成文字、图片和代码等。
2 生成式AI:Chatbot vs. Virtual Agent
2.1 生成式AI Chatbot
生成式AI Chatbot是帮助你与智能终端(比如电脑或智能手机)与计算机进行对话的技术,它主要通过对话模式来解答疑问,生成和提供信息,它可以运用自然语言像人类一样与客户交谈,并回答他们的问题或执行其他一些任务,比如提出建议和提供预订服务。
2.1.1 Chatbot的特性
Chatbot具有4个特性:
2.1.1.1 定制功能
Chatbot提供的功能可以根据实际需要来制定。
在制定功能是,需要牢记几个要素:
- 语言:为了与用户进行有效的沟通,确保Chatbot使用的语言简单易懂。这样可以进行更好的交互,并有助于使用户更容易理解对话。
- 语气:Chatbot与用户使用的词语应该是友好的、有趣的,并给用户留下深刻的印象。
- 集成:Chatbot与短信或电子邮件等其他平台交互的功能应该得到很好的开发。
2.1.1.2 将流量转化为高质量的潜在客户
例如,丝芙兰(Sephora)是零售业的一个很好的例子,它通过Chatbot和网站将流量转化为潜在客户。Chatbot可以保持整个对话并理解上下文,可以从客户那里收集关键信息,并以自然的方式做出回应。它甚至可以为潜在客户提供他们甚至不知道自己已经知道的问题的答案。毫无疑问,Chatbot可以帮助企业将网站流量转化为高质量的潜在客户。
从技术上来说涉及以下方面:
- 识别潜在客户:了解潜在客户对于使服务或产品具有吸引力至关重要。Chatbot有助于了解您的客户。它收集客户的人口统计数据,然后关注他们的角色并观察竞争,这有助于更好地产生潜在客户。
- 了解客户需求:了解客户的需求对于发展沟通很重要。Chatbot有助于了解潜在客户的好恶和兴趣。
- 创建有意义的内容:在潜在客户生成活动时,Chatbot提供有意义的内容可以改善整个营销策略。
2.1.1.3 建议、常见问题解答和提示
Chatbot可以回答客户问题、提供提示并充当个人顾问。Chatbot可以回答有关公司产品的问题,甚至可以为普通消费者提供实用建议。Chatbot还可以提供有关事件和公司销售的信息。
2.1.1.4 实时聊天
实时聊天、共同浏览和视频聊天是目前营销中最热门的趋势。大约 73% 的客户认为实时聊天是最令人满意的通信形式。Chatbot提供实时通信,以实时方式吸引观众。例如,广受欢迎的自行车品牌 Canyon 在世界各地拥有多元化的客户。他们为来自不同国家、使用不同语言的各种客户提供支持。他们使用最好的人工智能聊天机器人,使用客户喜欢的语言更快地将客户连接到合适的销售或支持团队。
如果使用得当,Chatbot可以大大减少客户服务代理的工作量,使他们能够专注于复杂的客户服务问题,而聊天机器人则处理基本查询。
2.1.2 Chatbot涉及的技术要点
Chatbot在技术实现上主要是将用户提供的内容与适当的预定义内容进行匹配,并将内容处理反馈给用户。其中涉及到:
- 模式匹配(Pattern matches) :为了回答任何消息或语音,机器人会使用模式匹配到组,然后提供适当的响应。
- 自然语言理解 (Natural language understanding,NLU): 这种聊天机器人算法会检查句子,并且它没有任何用户对话的历史背景。这意味着如果它得到一个问题的响应,它是最近被询问的,它不会回忆起任何查询。
- 自然语言处理 (Natural language processing,NLP): 聊天机器人使用自然语言处理 (NLP) 方法将语音或文本转换为结构化数据。为了完成整个过程,它经历了一系列步骤,例如标记化、分析情感、规范化、名称识别和依赖项解析。
2.1.3 Chatbot的优势和局限性
生成式AI Chatbot 具有简单、易于实现和部署的优势,适用于提供快速响应和标准化服务的场景,如客户支持和常见问题解答。比如:
- 全勤服务客户:Chatbot 可以为客户提供24×7的服务,立即回答他们的常见问题,而不仅仅是执行管理任务。
- 增加潜在客户:Chatbot 可以更好地理解用户意图和分析对话背景,并会更自然地做出反应。
- 积极回应客户——即使遇到意想不到的问题,Chatbot 也能进行对话。
有调查显示有68% 的客户喜欢Chatbot,因为它可以更快地回答客户查询。
生成式AIChatbot的局限性在于,目前的生成式AI chatbot模型大多是基于短期记忆设计的,并没有接触到需要长期记忆和复杂上下文管理的数据集,它们主要依赖于最近的对话片段来生成回应,因此在处理跨越长时间跨度的对话时,它们往往无法像人类那样保持连贯性和一致性,这限制了它在建立深度用户关系方面的潜力。
2.2 生成式AI Virtual Agent
生成式AI Virtual Agent使用大型语言模型(LLM)作为核心计算引擎,进而实现交互对话、执行任务、推理,并展现一定程度的自主性。
Agent可以帮助个人或企业完成各种管理任务,例如安排约会、回复电子邮件等,也可以回应那些不想直接联系某人但仍希望快速解决问题的人的请求。Siri 和 Alexa 是语音助手的例子,它们只需几句口语即可立即访问信息和服务。
2.2.1 Virtual Agent的特性
与Chatbot一样,Virtual Agent也具有四个特性。
2.2.1.1 优秀的沟通者
每个企业都需要与客户进行适当的沟通。 Virtual Agent能够为企业提供预期的结果,因为它们精通最佳沟通策略。
始终清晰简洁:要在任何业务中取得成功,清晰简洁的沟通至关重要。 Virtual Agent提供清晰简洁的指导,从而增加与客户的互动。
自动化电子邮件:Virtual Agent可以发送个性化的自动跟进电子邮件,这对于让客户参与业务特别有用。
除了沟通技巧外, Virtual Agent还了解法律和科学等不同领域。
2.2.1.2 多任务
Virtual Agent可以为您处理本来需要花钱的任务,从而为你省钱,例如代你预订下一个假期。仅通过Virtual Agent,您就可以节省高达 78% 的业务运营成本。
Virtual Agent可以完成以下任务:
- 发送电子邮件
- 调度
- 预订旅行
- 管理您的社交媒体帐户
2.2.1.3 非常适合跟进工作
组织日程安排是拥有Virtual Agent的最佳部分之一。它不仅可以提醒业务的重要截止日期,还可以记录和跟进未完成的任务。
2.2.1.4 有助于发展业务
你可能需要考虑许多任务。当你不在办公室时,Virtual Agent帮助可以从帮助处理所有传入的消息。
- 减少工作量并提高了生产力 - Virtual Agent在减少与各种企业应用程序协调的压力方面发挥着关键作用。
- 提高客户参与度 – 人工智能驱动的语音助手在通过商业网站更好地吸引客户方面发挥着关键作用。观察客户行为和用户体验对于品牌增加销售额至关重要。例如,作为领先品牌,沃尔沃开发了一种对话助手来指导驾驶员。
- 有助于建立个性化的营销策略 – 数据管理对于任何企业都是必不可少的,但是,其中具有挑战性的部分是跟踪海量数据源的过程。Virtual Agent在这里充当开创性的数据处理业务工具。它可以处理大量的实时和历史数据,并观察用户的意图。
2.2.2 Virtual Agent涉及的技术要点
在技术层面上涉及:
- 它结合了机器学习(ML)和人工智能(AI)——Virtual Agent使用人工智能和机器学习来理解语音和文本。它经过数百万次对话的训练,以提高其回答复杂问题以及理解俚语和独特发音的能力。
- 收集数据、分析和回答 – Virtual Agent可以识别语音和文本消息。此外,它还可以使用来自互联网的信息和可以从您的办公室计算机访问的文件来回答任何问题。
与Chatbot相比,Virtual Agents的优势是可以提供更为丰富和复杂的交互体验。它可以模拟真实人物的行为和情感,为用户提供更为沉浸式的体验。
我们人类可以设定目标和提供必要的资源(例如计算能力),然后由生成式AI Virtual Agent独立地承担大部分工作,最后人类监督进程以及评估最终结果。简而言之,Virtual Agent是一个具有复杂推理能力、记忆和执行任务手段的系统。
- 处理各种客户请求:Siri、Alexa 和 Cortana 等Virutal Agent越来越多地被消费者用来协助他们完成日常生活中的各种任务。
- 让日常生活更轻松: Virutal Agent可以简化任务、决策和娱乐,让我们的生活更轻松。
- 提高客户服务标准: Virutal Agent具有提高效率并为员工和客户提供支持的强大能力。
生成式AI Virtual Agent充分体现了智能体的互动性、自主性和适应性特征,接近于独立的行动者,而人类则更多地扮演监督者和评估者的角色。
Virtual Agent的需要面对的挑战是开发和维护的复杂性,以及对大量数据和计算资源的需求。
2.3 Chatbot vs. Virtual Agent
从理论上讲,Chatrot和Virtual Agent都可以进行编程以处理最常见的客户查询。
作为一个半自动化系统,Chatrot可以比人类更快、更有效地处理简单的问题。但是,如果问题很复杂或需要紧急响应(例如,欺诈等),那么Virtual Agent将会胜出。
2.3.1 应用Chatbot的理由
- Chatbot的运营成本远低于虚拟助手的运营成本。
- Chatbot专注于像人类一样理解自然语言。
- 与拥有真正的物理助手相比,Chatbot更方便、更高效、更快速。
- 这是一种与消费者互动的新方式。您无需访问网站或通过应用程序,只需直接在 Facebook Messenger、Telegram、Slack 以及即将推出的 WhatsApp 中与品牌或企业聊天。
- Chatbot可以在各种 API 中连接。
- Chatbot可以自动执行繁琐和重复的任务。
2.3.2 应用Virtual Agent的理由
- Virtual Agent可以接管繁琐和重复的任务,让你有时间来做更重要的事情。
- Virtual Agent可以每周 7 天、每天 24 小时不间断工作。而且,它们不会感到疲倦或生病——Virtual Agent们也不会要求休假。
- Virtual Agent可以最大限度地减少您的工作量并最大化利润。
- Virtual Agent通过自动化客户入职流程来提供更好的客户参与和服务。
不管是Chatbot,还是Virtual Agent,都需要有专门的团队和投资,相较而言,Chatbot可以用更少的投资和团队来操作。
相关文章:
![](https://i-blog.csdnimg.cn/direct/d609ee3adafc46f485f1b7126956c6b5.png)
生成式 AI 的发展方向,是 Chat 还是 Agent?
据《福布斯》报道,商业的未来是自动化。他们报告说,自动化的应用是不可避免的,“工人们即将被一个圈子和一套规则包围,要严格遵守,不能偏离。得益于聊天机器人ChatGPT于2022年11月推出所带来的强劲加持,202…...
![](https://img-blog.csdnimg.cn/img_convert/9ac762a7d5f519515d6de313944a8176.png)
金字塔监督在人脸反欺骗中的应用
介绍 论文地址:https://arxiv.org/pdf/2011.12032.pdf 近年来,人脸识别技术越来越普及。在智能手机解锁和进出机场时,理所当然地会用到它。人脸识别也有望被用于管理今年奥运会的相关人员。但与此同时,人们对人脸欺骗的关注度也…...
![](https://www.ngui.cc/images/no-images.jpg)
vue3——两种利用自定义指令实现防止按钮重复点击的方法
方法一:利用定时器设置时间,下方代码设置时间为1秒 但是有个缺点:请求如果很慢,1秒钟还没有好,那么该方法就没用了 // 利用定时器:1秒之后才能再次点击app.directive(preventReClick, {mounted: (el, bind…...
![](https://i-blog.csdnimg.cn/direct/9a21eb48df8445549a68d669b441f672.png)
Chrome谷歌浏览器Console(控制台)显示文件名及行数
有没有这样的困扰?Chrome谷歌浏览器console(控制台)不显示编译文件名及行数? 设置(Settings)- > 忽略列表(lgnore List)-> 自定义排除规则(Custom exclusion rules) 将自定义排除规则…...
![](https://i-blog.csdnimg.cn/direct/c03f5be4bbf048ae8bff28928418e124.png)
Vue3+Element Plus 实现table表格中input的验证
实现效果 html部分 <template><div class"table"><el-form ref"tableFormRef" :model"form"><el-table :data"form.detailList"><el-table-column type"selection" width"55" align&…...
![](https://img-blog.csdnimg.cn/img_convert/58d9a123157b60e850314bd7212384f3.png)
安宝特方案|解放双手,解决死角,AR带来质量监督新体验
AR质量监督 解放双手,解决死角 在当今制造业快速发展的背景下,质量监督成为确保产品高质量和完善的管理制度的关键环节。然而,传统的质量监督方式存在诸多挑战,如人工操作带来的效率低下、查岗不及时、摄像头死角等问题。 为了解…...
![](https://www.ngui.cc/images/no-images.jpg)
Django教程(005):基于ORM操作数据库的部门管理系统
文章目录 1、功能介绍2、新建项目3、创建app4、 表结构创建6、生成表7、静态文件管理8、部门管理8.1、部门列表8.2、添加部门8.3、删除部门8.4、编辑部门9、员工管理9.1、员工列表9.2、使用ModelForm添加员工9.3、编辑员工9.4、删除员工10、完整代码下载地址1、功能介绍 部门添…...
![](https://i-blog.csdnimg.cn/direct/68f162d54e294b4f8a5742546e8972f8.png)
git等常用工具以及cmake
一、将git中的代码克隆进电脑以及常用工具介绍 1.安装git 首先需要安装git sudo apt install git 注意一定要加--recursive,因为文件中有很多“引用文件“,即第三方文件(库),加入该选项会将文件中包含的子模…...
![](https://i-blog.csdnimg.cn/direct/715d43d2e6894e80bec3515e9f125b3a.png)
Mybatis(四)特殊SQL的查询:模糊查询、批量删除、动态设置表明、添加功能获取自增的主键
实体类: 数据库: 1、模糊查询 方案一: 不适用#{ },’%?%‘ 问号是属于字符串的一部分 不会被解析成占位符,会被当作是我们字符串的一部分来解析,所以我们执行的语句中找不到占位符,但是我们却…...
![](https://www.ngui.cc/images/no-images.jpg)
JS原型与原型链
JS原型与原型链 JavaScript中一切引用类型都是对象,对象就是属性的集合。 Array类型、Function类型、Object类型、Date类型、RegExp类型等都是引用类型。 原型是什么 总计一句话就是(继承里的父亲,你可以使用你的原型里的函数)…...
![](https://www.ngui.cc/images/no-images.jpg)
Python编程学习第一篇——Python零基础快速入门(六)(4)异常处理
我们已经了解了Python的基本数据类型、变量和基本的逻辑控制语句,基于这些基础知识可以编写一些小程序了,但是在写程序的时候我们会发现,有时候程序并不是按我们预期的方向执行,有的直接报错,有的没有报错,…...
![](https://i-blog.csdnimg.cn/direct/5dcd0a67de0f4ae493d24cb62dc70690.png)
GraphHopper-map-navi_路径规划、导航(web前端页面版)
文章目录 一、项目地址二、踩坑环境三、问题记录3.1、graphhopper中地图问题3.1.1. getOpacity不存在的问题3.1.2. dispatchEvent不存在的问题3.1.3. vectorLayer.set(background-maplibre-layer, true)不存在set方法3.1.4. maplibre-gl.js.map不存在的问题3.1.5. Uncaught Ref…...
![](https://i-blog.csdnimg.cn/direct/31e63c68d7944043a8bc58ff534b51b6.png)
2-46 基于matlab的声音信号的短时能量、短时过零率、端点检测
基于matlab的声音信号的短时能量、短时过零率、端点检测。通过计算计算短时能量、调整能量门限,然后开始端点检测。输出可视化结果。程序已调通,可直接运行。 2-46 短时能量 短时过零率 端点检测 - 小红书 (xiaohongshu.com)...
![](https://www.ngui.cc/images/no-images.jpg)
力扣630.课程表 II
力扣630.课程表 II 反悔堆 将课程按照结束时间从大到小排序每次取一个判断当前是否能学完该课程如果能学完就将持续时间加入堆 更新答案如果学不完就判断该课程持续时间是否比之前学过的最大的还大 用时更短的话就将旧的弹出 class Solution {public:int scheduleCourse(ve…...
![](https://www.ngui.cc/images/no-images.jpg)
数字IC后端流程简述
1. 设计输入 目标:接收前端设计(如RTL代码和约束文件)的输出。 工具:前端设计工具(如Synopsys Design Compiler或Cadence Genus)。 步骤: 确保前端设计的RTL代码经过综合并生成了门级网表(Netlist)。 收集约束文件(Constraints),如时序约束(SDC文件)、功率约束等…...
![](https://www.ngui.cc/images/no-images.jpg)
数学建模--整数规划和非线性规划
目录 整数规划 非线性规划 总结 整数规划中分支定界法的具体步骤和实现细节是什么? 初始化: 分支: 定界: 剪枝: 终止条件: 非线性规划中的梯度法、牛顿法和拟牛顿法的比较分析有哪些?…...
![](https://i-blog.csdnimg.cn/direct/90651ba720aa414c9461d7911874facf.png)
Linux-查看dd命令进度
查看dd命令进度 一、概述1. 在一个终端执行拷贝任务2. 在另一终端执行进度命令 一、概述 系统:Ubuntu 22.04 在使用 dd 命令做拷贝大量数据的时候,因为并没有输出,所以比较难判断当前进度,因此可以使用下面的命令作为进度查看 …...
![](https://img-blog.csdnimg.cn/direct/59b4a9db64e44ea781bfdc2774f1c0ba.png)
高效微调 100 多种大语言模型:先计算法,急速推理!
hiyouga/LLaMA-Factoryhttps://github.com/hiyouga/LLaMA-Factory Stars: 26.9k License: Apache-2.0 LLaMA-Factory 是一个用于高效微调 100 多个大型语言模型(ACL 2024)的 WebUI。 多种模型:LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Y…...
![](https://i-blog.csdnimg.cn/direct/fd314bd56ad74ed08afe501bce6ded3c.png)
opencv grabCut前景后景分割去除背景
参考: https://zhuanlan.zhihu.com/p/523954762 https://docs.opencv.org/3.4/d8/d83/tutorial_py_grabcut.html 环境本次: python 3.10 提取前景: 1、需要先把前景物体框出来 需要坐标信息,可以用windows自带的画图简单提取像素…...
![](https://i-blog.csdnimg.cn/direct/79811d24a64b4d32bfc5224d56664818.png)
qt--电子相册
一、项目要求 设计一个电子相册,点击上一张,切换到上一张图片,点击下一张,切换到下一张图片。 要求:图片的展示可以循环(QList<QString>) 要求:界面美观 二、项目代码 本质是通…...
![](https://www.ngui.cc/images/no-images.jpg)
【MSP430】MSP430F5529几个定时器
MSP430F5529共有四个定时器,其中三个是Timer_A定时器,一个是Timer_B定时器。 这些定时器在MSP430F5529微控制器中发挥着重要的作用,不仅支持多重捕获/比较、PWM输出和内部定时功能,还具有丰富的中断处理能力。这些特性使得MSP430…...
![](https://i-blog.csdnimg.cn/direct/1046379389a04b998e2f27bcfe33f112.png)
苍穹外卖(一)之环境搭建篇
Ngnix启动一闪而退 启动之前需要确保ngnix.exe的目录中没有中文字体,在conf目录下的nginx.conf文件查看ngnix的端口号,一般默认为80,若80端口被占用就会出现闪退现象。我们可以通过logs/error.log查看错误信息,错误信息如下&…...
![](https://img-blog.csdnimg.cn/img_convert/39cd948bf3e873ed3757b7fed34dd9bd.jpeg)
【限免】16PAM、16PSK、16QAM、16CQAM星座图及误码率【附MATLAB代码】
微信公众号:智能电磁频谱算法 QQ交流群:949444104 主要内容 MATLAB代码 % Parameters M 16; N 4; % Number of circles for CQAM SNR_dB 0:2:25; % Extended SNR range to reach higher values num_symbols 1e5; % Total number of symbols for s…...
![](https://i-blog.csdnimg.cn/direct/578fb13a8c31408fad05e264e2911c57.png)
09-软件易用性
易用性是用户体验的一个重要方面,网站建设者一般会沉溺于自己的思维习惯,而造成用户使用的不畅。易用性不仅是专业UI/UE人员需要研究,对于网站建设其他岗位的人也应该了解一定的方法去检验和提升网站的易用性。通常对易用性有如下定义: 易理解…...
![](https://i-blog.csdnimg.cn/direct/2dc47183bad341868bbdfa4faf0b2c0d.png)
FPGA开发——独立仿真和联合仿真
一、概述 我们在进行FPGA开发的过程之中,大部分情况下都是在进行仿真,从而验证代码实现结果的正确与否,这里我们引入了独立仿真和联合仿真进行一个简单介绍。 联合仿真:一般我们在进行仿真之前需要在相应的软件中建立相应的工程…...
![](https://i-blog.csdnimg.cn/direct/037e69ac7b3b4ee2a634ff8daef08121.png)
基于STM32瑞士军刀--【FreeRTOS开发】学习笔记(二)|| 堆 / 栈
堆和栈 1. 堆 堆就是空闲的一块内存,可以通过malloc申请一小块内存,用完之后使用再free释放回去。管理堆需要用到链表操作。 比如需要分配100字节,实际所占108字节,因为为了方便后期的free,这一小块需要有个头部记录…...
![](https://i-blog.csdnimg.cn/direct/1fece6b4baee4b56bef21af31aaf2e4f.png)
ABAP+从SAP发出去的PDF文件在第三方系统出现乱码
这是一个 ABAP转换PDF调用函数CALL FUNCTION CONVERT_OTF的问题记录,关乎字体STSong-Light-ldentity-H 和 STSong-Light的区别 背景: 做了一个增强,是采购订单审批后自动发送采购订单PDF1到企业微信,用户再将企业微信收到的P…...
![](https://www.ngui.cc/images/no-images.jpg)
基于springsecurity的会话并发处理功能(附代码)
1. 需求 在项目中往往需要实现一个限制不同设备同时登录的功能,比如我只允许同一时间只有一个客户端能登录,而其他的已登陆的客户端会被挤出来 而springsecurity中恰好就帮我们实现好了对应的接口功能,我们只需要自定义配置就好 2. 结合sp…...
![](https://img-blog.csdnimg.cn/img_convert/7a1e9060c5994989f014e0c1eef30f96.png)
Redis底层数据结构的实现
文章目录 1、Redis数据结构1.1 动态字符串1.2 intset1.3 Dict1.4 ZipList1.5 ZipList的连锁更新问题1.6 QuickList1.7 SkipList1.8 RedisObject 2、五种数据类型2.1 String2.2 List2.3 Set2.4 ZSET2.5 Hash 1、Redis数据结构 1.1 动态字符串 Redis中保存的Key是字符串…...
![](https://i-blog.csdnimg.cn/direct/60efd543e09c40629fa273341c17dddf.png)
制作excel模板,用于管理后台批量导入船舶数据
文章目录 引言I 数据有效性:基于WPS在Excel中设置下拉框选择序列内容II 数据处理:基于easyexcel工具实现导入数据的持久化2.1 自定义枚举转换器2.2 ExcelDataConvertExceptionIII 序列格式化: 基于Sublime Text 文本编辑器进行批量字符操作引言 需求: excel数据导入模板制…...
![](https://i-blog.csdnimg.cn/direct/4ddb2cb419374c8b9180d933f4861682.png)
领略诗词之妙,发觉生活之美。
文章目录 引言落霞与孤鹜齐飞,秋水共长天一色。野渡无人舟自横。吹灭读书灯,一身都是月。我醉欲眠卿且去,明朝有意抱琴来。赌书消得泼茶香,当时只道是寻常。月上柳梢头,人约黄昏后。最是人间留不住,朱颜辞镜花辞树。山中何事?松花酿酒,春水煎茶。似此星辰非昨夜,为谁风…...
![](https://csdnimg.cn/release/blog_editor_html/release2.3.6/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=N7T8)
基于FFmpeg和SDL的音视频解码播放的实现过程与相关细节
目录 1、视频播放器原理 2、FFMPEG解码 2.1 FFMPEG库 2.2、数据类型 2.3、解码 2.3.1、接口函数 2.3.2、解码流程 3、SDL播放 3.1、接口函数 3.2、视频播放 3.3、音频播放 4、音视频的同步 4.1、获取音频的播放时间戳 4.2、获取当前视频帧时间戳 4.3、获取视…...
![](https://i-blog.csdnimg.cn/direct/b7e1d8de68ad447bb29e310fc7e907fc.png)
SSIS_SQLITE
1.安装 SQLite ODBC 驱动程序 2.添加SQLite数据源 在“用户DSN”或“系统DSN”选项卡中,点击“添加”。选择“SQLite3 ODBC Driver”,然后点击“完成”。在弹出的配置窗口中,设置数据源名称(DSN),并指定S…...
![](https://i-blog.csdnimg.cn/direct/7364ac90dccd41d99498c122755525aa.png)
Redis 7.x 系列【27】集群原理之通信机制
有道无术,术尚可求,有术无道,止于术。 本系列Redis 版本 7.2.5 源码地址:https://gitee.com/pearl-organization/study-redis-demo 文章目录 1. 概述2 节点和节点2.1 集群拓扑2.2 集群总线协议2.3 流言协议2.4 心跳机制2.5 节点握…...
![](https://img-blog.csdnimg.cn/img_convert/1d7363f015be25742c1c46d3d08bdbe9.png)
【五】MySql8基于m2芯片arm架构Ubuntu24虚拟机安装
文章目录 1. 更新系统包列表2. 安装 MySQL APT Repository3. 更新系统包列表4. 安装 MySQL Server5. 运行安全安装脚本6. 验证 MySQL 安装7. 配置远程连接7.1 首先要确认 MySQL 配置允许远程连接:7.2 重启 MySQL 服务:7.3 检查 MySQL 用户权限࿱…...
![](https://i-blog.csdnimg.cn/direct/4617d1c919264ed284b2e3eba949ed0b.png)
【Hot100】LeetCode—279. 完全平方数
目录 题目1- 思路2- 实现⭐完全平方数——题解思路 3- ACM 实现 题目 原题连接:279. 完全平方数 1- 思路 思路 动规五部曲 2- 实现 ⭐完全平方数——题解思路 class Solution {public int numSquares(int n) {// 1. 定义 dpint[] dp new int[n1];//2. 递推公式…...
![](https://www.ngui.cc/images/no-images.jpg)
腾讯云开发者《中国数据库前世今生》有奖创作季
在数字化潮流席卷全球的今天,数据库作为IT技术领域的“活化石”,已成为数字经济时代不可或缺的基础设施。那么,中国的数据库技术发展经历了怎样的历程?我们是如何在信息技术的洪流中逐步建立起自己的数据管理帝国的呢?…...
![](https://i-blog.csdnimg.cn/direct/d38629b7f4654c88914878f3b2d1ebd6.png)
redis:清除缓存的最简单命令示例
清除redis缓存命令(执行命令列表见截图) 1.打开cmd窗口,并cd进入redis所在目录 2.登录redis redis-cli 3.查询指定队列当前的记录数 llen 队列名称 4.清除指定队列所有记录 ltrim 队列名称 1 0 5.再次查询,确认队列的记录数是否已清除...
![](https://img-blog.csdnimg.cn/direct/3fc90fd9e5ab4149badb6ab03d40825d.png)
基于深度学习算法,支持再学习功能,不断提升系统精准度的智慧地产开源了。
智慧地产视觉监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。通过计算机视觉和…...
![](https://i-blog.csdnimg.cn/direct/65efab2f2e734f09b69ad41e2d7276e7.png#pic_center)
Cmake生成的Xcode工程相对路径与绝对路径的问题
Cmake生成的Xcode工程相对路径与绝对路径的问题 文章目录 Cmake生成的Xcode工程相对路径与绝对路径的问题前言修改.pbxproj文件验证工程小结 前言 由于Cmake的跨平台的自动化构建的方便性以及他广泛应用于编译过程的管理,在开发过程中难免用到Cmake。我也使用Cmake…...
![](https://i-blog.csdnimg.cn/direct/2bcaad1842574c61b1728fa9066576c0.png)
“机器说人话”-AI 时代的物联网
万物互联的物联网愿景已经提了许多年了,但是实际效果并不理想,除了某些厂商自己的产品生态中的产品实现了互联之外,就连手机控制空调,电视机和调光灯都没有实现。感觉小米做的好一点,而华为的鸿蒙的全场景,…...
![](https://www.ngui.cc/images/no-images.jpg)
C#高级:数据库中使用SQL作分组处理3(ROW_NUMBER() 关键字)
一、分组后找出指定序号的数据 【需求】查出每个班级第三个注册入学的学生信息 【表和字段】Student: ID Class Name Registrationtime 【实现SQL】 WITH RankedStudents AS (SELECT ID,Class,Name,Registrationtime,ROW_NUMBER() OVER(PARTITION BY Class ORDER BY Registra…...
![](https://img-blog.csdnimg.cn/img_convert/193c27c1a75a0a90d805393c3ae1603f.png)
光明乳业:以科技赋能品质,引领乳业绿色新未来
近日,光明乳业再次成为行业焦点,其在科技创新与绿色发展方面的卓越表现赢得了广泛赞誉。作为中国乳制品行业的领军企业,光明乳业始终坚守品质至上的原则,不断探索科技创新之路,致力于为消费者提供更高品质、更健康的乳…...
![](https://img-blog.csdnimg.cn/img_convert/6fe7b7b603d1a24e885dbdf3523270e6.png)
Footprint Analytics 助力 Core 区块链实现数据效率突破
Core 是一个基于比特币并兼容 EVM 的 Layer 1 区块链,正通过其创新解决方案引革新特币金融。作为首个引入非托管 BTC 质押协议及全球首个发行收益型 BTC ETP 产品的区块链,Core 站在了区块链技术的最前沿。通过利用超过 50% 的比特币挖矿哈希算力&#x…...
![](https://img-blog.csdnimg.cn/img_convert/76389c19e638e4b112d811ec3133a1a9.jpeg)
从零搭建pytorch模型教程(八)实践部分(二)目标检测数据集格式转换
前言 图像目标检测领域有一个非常著名的数据集叫做COCO,基本上现在在目标检测领域发论文,COCO是不可能绕过的Benchmark。因此许多的开源目标检测算法框架都会支持解析COCO数据集格式。通过将其他数据集格式转换成COCO格式可以无痛的使用这些开源框架来训…...
![](https://www.ngui.cc/images/no-images.jpg)
MYSQL(2) 高级查询
文章目录 概述高级查询基础查询条件查询范围查询判空查询模糊查询分页查询查询后排序分组查询 小结 概述 接上篇,上篇写到增删改查。这篇继续。 高级查询 基础查询 -- 全部查询 select * from student; -- 只查询部分字段 select sname, class_id from student;…...
![](https://i-blog.csdnimg.cn/direct/963c408bdfae4065ac72d032bb225358.png)
小程序的运营方法:从入门到精通
随着科技的快速发展,小程序已成为我们日常生活和工作中不可或缺的一部分。小程序无需下载安装,即用即走的特点深受用户喜爱。那么,如何运营好一个小程序呢?下面就为大家分享一些小程序的运营方法。 一、明确目标用户 在运营小程序…...
![](https://i-blog.csdnimg.cn/direct/397b66b1bde04b3ca8fbef705ccfaf39.png)
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
1 绪论 1.1 研究背景与意义 在气候变化日益受到全球关注的背景下,天气气温的变化已经对人们的生活各方面都产生了影响,人们在外出时大多都会在手机上看看天气如何,根据天气的变化来决定衣物的穿着和出行的安排。[1]如今手机能提供的信息已经…...
![](https://www.ngui.cc/images/no-images.jpg)
掌握 Symfony 路由系统:配置与管理
掌握 Symfony 路由系统:配置与管理 Symfony 是一个非常流行的 PHP 框架,而路由系统是 Symfony 框架的核心组件之一。通过理解和掌握 Symfony 的路由系统,开发者可以更高效地配置和管理应用程序的 URL 结构,从而更好地控制应用程序…...
![](https://i-blog.csdnimg.cn/direct/c55810a0f1c64467a4ed7037175b09a1.png)
OpenTeleVision复现及机器人迁移
相关信息 标题 Open-TeleVision: Teleoperation with Immersive Active Visual Feedback作者 Xuxin Cheng1 Jialong Li1 Shiqi Yang1 Ge Yang2 Xiaolong Wang1 UC San Diego1 MIT2主页 https://robot-tv.github.io/链接 https://robot-tv.github.io/resources/television.pdf代…...