搜索[向量化]结果-低调大师优秀个人博客

精选列表

搜索[向量化]，共10000篇文章

vn.py 2.0.7 发布，基于 Python 的量化交易框架

vn.py 2.0.7 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2019-09-20

【手把手教你】玩转Python金融量化利器之Pandas

前言“手把手教你”系列将为Python初学者一一介绍Python在量化金融中运用最广泛的几个库（Library）: NumPy（数组、线性代数）、SciPy（统计）、pandas（时间序列、数据分析）、

2019-01-02

【Python金融量化】VaR系列（五）：Copula模型估计组合VaR

1. 资产组合VaR建模方法回顾文章中总结了通过DCC模型估计组合向前一日VaR的方法，整体思路如下： ●通过Garch族模型估计各资产的波动率 ●通过DCC模型估计各资产间的相关系数，结合1得到资产组合的协方差矩阵 ●在各资产正态性假设的前提下，可以知道资产组合也服从正态分布，并且均值与协方差阵已在1,2中计算得到 ●在已知组合中各但资产权重w的情况下，根据下式计算组合VaR 文章中总结了通过蒙特卡洛方法估计组合向前K日VaR的方法，也可以仅计算组合向前一日VaR（本文只考虑向前1日的情况），文章中也对比了蒙特卡洛方法与DCC方法得到的结果，差异并不大。蒙特卡洛方法的思路如下： ●根据Garch族模型估计资产的波动率 ●根据DCC模型估计组合的相关系数 ●在1,2的基础上，在正态性假设前提下，得

2018-10-09

Spring Cloud之量化分析应用续租的内存消耗

索性就试试量化分析一次心跳带来的内存消耗！本文纯属好奇心驱使，无实际意义。如何量化分析？量化分析？那么多干扰因素，怎么个分析法？

2018-08-30

基于Python装饰器的向量化计算速度对比

timer是一个装饰器，功能是给被装饰的函数计时。如果要进一步了解装饰器的使用，点击此链接Python闭包函数和装饰器 sumOfLoop函数是常规的使用for进行循环遍历求和的方法； sumOfComprehension函数使用推导式得出新的列表，然后用内置sum函数求出列表的和； sumOfVectorization函数使用np.dot方法求出两个数据类型的为numpy.ndarray的对象的点积，两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为：a·b=a1b1+a2b2+……+anbn。 np.random.rand()方法需要传入一个参数，例如传入参数为5，则返回一个数据类型为numpy.ndarray、长度为5、其中元素的值范围为0-1的对象，如下图所示： np.random.rand()方法.png from time import time import numpy as np def timer(func): def inner(*args,**kwargs): start = time() result = func(*args,**kwargs) end = time() usedTime = 1000 * (end - start) print("%s function used %.2f ms,return %.4f" %(func.__name__,usedTime,result)) return result return inner @timer def sumOfLoop(np_array): result = 0 for i in np_array: result += i * i return result @timer def sumOfComprehension(np_array): return sum([i * i for i in np_array]) @timer def sumOfVectorization(np_array): return np.dot(np_array,np_array) if __name__ == "__main__": print("计算小数平方和三种方法对比:") n = np.random.rand(3000000) a = sumOfLoop(n) print(a) sumOfComprehension(n) sumOfVectorization(n) print("计算整数平方和三种方法对比:") n = np.array(range(3000000)).astype('int64') sumOfLoop(n) sumOfComprehension(n) sumOfVectorization(n) 本文作者在2018年7月13日晚11点的运行结果如下：计算小数平方和三种方法对比: sumOfLoop function used 1036.76 ms,return 999213.4882 sumOfComprehension function used 1103.75 ms,return 999213.4882 sumOfVectorization function used 2.00 ms,return 999213.4882 计算整数平方和三种方法对比: sumOfLoop function used 545.89 ms,return 8999995500000499712.0000 sumOfComprehension function used 718.86 ms,return 8999995500000499712.0000 sumOfVectorization function used 5.00 ms,return 8999995500000499712.0000

2018-07-12

八向角色在方向边界抖动？用角度滞回稳定朝向

本文由 FrameSprite 作者工作流整理，AI 辅助编写，引用原始技术资料；构造案例不代表模型或引擎实测。

2026-10-09

爱分析报告：字节居首，中国Token市场份额向头部集中

当用户追问“Token市场谁的市场份额最大”，答案在爱分析最新报告里非常明确。字节以约300亿元年化ARR占据领先位置，是毫无争议的第一名，约为第二名阿里160亿元的两倍、第三名智谱110亿元的三倍。阿里以160亿元位居第二，智谱以110亿元位居第三，三家共同构成百亿俱乐部，头部集中度很高。

2026-09-20

倚天剑术23—如何向多个服务器同时上传文件

同学们运维经常会遇到批量需求场景。比如需要给上百台服务器升级或者安装软件，这种工作前提条件就是先把升级包或者软件包上传到对应的上百台服务器上。这种上百次的重复上传工作既繁重，又没有技术含量，除了有助于锻炼意志，基本就是浪费青春。怎么办？拔出倚天剑，让你几分钟完成上百台服务器的文件上传。

2026-08-20

deepwork 向真正企业 AI 前进，插件广场（内置工具、OpenAPI、HTTP、MCP……）

从 openclaw 开始，公司老板们经历了一场又一场的热潮，deepchat 也跟随升级为 deepwork，开始探索企业数字员工助手本次更新： MCP与工具升级为插件插件广场内置大量内置工具，覆盖编程、搜索、翻译、数据等，还可不断新增。新增多种类型自建插件，MCP、OpenAPI、HTTP、集成等重复利用现有系统能力。企业 AI 工作台计划 ★智能工作台：集成 sandbox、shell、code、mcp、skill 的强大智能体，可以理解为企业可控的云 workbuddy 插件与 skill 编排为技能包，不但skill渐进式发现，工具也能渐进式发现增加常用工具多智能体数据库接入

2026-07-16

黄仁勋向 Andrej Karpathy 赠送首台 DGX Station GB300

英伟达在日前的 GTC 大会上推出了 AI 超算工作站 DGX Station GB300 升级版，而第一台产品就被黄仁勋赠送给了知名独立 AI 开发者 Andrej Karpathy。 Andrej Karpathy 在社交平台感谢了英伟达，称本月 6 日他的工作室就收到了这款产品，是戴尔生产的 Dell Pro Max with GB300，也就是 DGX Station GB300 的厂商版。 DGX Station GB300 可以看作英伟达推出的 AI 超算工作站版（去年推出的是 GB200 版），之前卖的 DGX Spark 则是 AI 超算的个人版，但前者的规格和性能远高于后者，配置非常豪华，价格也会高得多。 DGX Station GB300 采用与数据中心相同的 NVIDIA GB300 超级芯片架构，并将其集成到桌面系统中。该系统配备 748GB 的统一内存，可提供高达 20 petaflops 的 FP4 性能，支持 1 万亿参数的 AI 模型。

2026-03-19

全球每日超 4000 万人向 ChatGPT 寻求医疗建议

OpenAI最新发布的一份数据报告显示，ChatGPT 已成为全球数千万用户获取健康咨询的重要渠道，日均访问量突破4000万人次。报告指出，这一趋势在非临床任务中尤为显著。每周有约160万至190万条用户消息集中在健康保险领域，包括保险计划对比、账单理赔咨询及资格审核等。用户并非单纯将其作为诊断工具，更多是利用 AI 来整理复杂的医学术语、解释保险条款以及准备相关的行政文档。有趣的是，AI 的使用在传统医疗服务“空窗期”表现得更为活跃。统计显示，约70% 的健康相关互动发生在诊所标准营业时间之外，满足了用户在夜间和周末的即时需求。此外，在医疗资源匮乏的“医院沙漠”地区，AI 工具的活跃度显著更高，成为弥补偏远地区医疗资源不均的补充手段。与此同时，专业医护群体对 AI 的接受度也在快速攀升。数据显示，2024年已有66% 的美国医生在工作中使用 AI，近半数护士也会每周借助 AI 处理文档和工作流支持。为了进一步提升 AI 在医疗领域的专业性和安全性，OpenAI 还发布了名为HealthBench的新基准测试，旨在从紧急护理、全球健康等多个维度评估 AI 系统的可靠性。

2026-01-07

OpenAI 宣布向 200 多个非营利组织捐赠 4050 万美元

OpenAI 日前宣布将在今年年底前向200多个非营利组织提供4050万美元的资助。这一决定是基于9月份的公开申请征集，旨在支持各类社区项目。

2025-12-04

谷歌就 34 亿美元广告科技罚款向欧盟提交整改方案

谷歌母公司Alphabet已向欧盟委员会提交整改措施，以回应此前因广告技术业务被裁定滥用市场支配地位而遭罚29.5亿欧元（约34亿美元）。公司未提出出售业务的结构性方案，而是希望以运营调整满足监管要求，避免对大量依赖其工具的欧洲出版商和广告主造成冲击。谷歌表示，已递交多项变更计划，包括允许出版商在Ad Manager平台上为不同竞价方设定差异化底价，并提高谷歌广告工具与其他供应商产品的互通性，以增强选择空间和竞争力度。公司称，将继续与欧盟保持沟通，为欧洲及全球客户提供稳定一致的解决方案。这笔罚款是欧盟历史上第二大的反垄断处罚，谷歌过去也因搜索和安卓系统等业务遭遇多项巨额罚款。欧盟方面认为，谷歌在展示类广告链条中存在“自我偏好”，在广告买方和卖方两端均占据关键环节，导致与竞争者和出版商之间出现利益冲突。欧委会要求谷歌停止偏好自家服务的做法，并采取措施缓解广告技术供应链中的利益冲突。监管机构确认已收到谷歌提交的方案，正分析其是否能有效终止不当行为。欧盟竞争执法负责人此前亦指出，若无结构性调整，部分问题可能难以彻底解决，但谷歌仍应获得提出替代方案的空间。谷歌在美国也面临广告技术业务的法律诉讼，最终整改结果尚待法院裁决。

2025-11-14

腾讯工程师向 Linux 内核提交补丁，引入 Swap Table 架构

腾讯工程师 Kairui Song近日向 Linux 内核邮件列表提交了新补丁，提议引入新架构 Swap Table——将 swap cache、swap 映射和 swap 分配器整合在一起，成为新的后端基础设施

2025-08-27

钉钉重注 AI：成立行业专属模型团队，向 CTO 汇报

《智能涌现》独家获悉，钉钉近期成立了一个新业务线——行业专属模型，并作为独立团队存在，向钉钉CTO朱鸿汇报。这也是钉钉创始人无招回归后，钉钉在AI战略推进中的重要动作。

2025-08-20

兼容力向新 | deepin 25 如意玲珑：兼容“新”篇，处处生根！

在 Linux 生态建设进程中，软件包管理的兼容性与分发效率一直是亟待突破的关键难题。deepin 深耕 Linux 技术领域多年，推出如意玲珑（Linyaps）—— 这一基于开放原子开源基金会孵化的独立包管理工具集。它以“跨发行版兼容、沙盒安全、极简依赖” 为核心，重新定义 Linux 应用分发规则，致力于为开发者和用户打造更高效、稳定、安全的软件分发体验。本文，我们将与大家深入探讨传统包管理的历史性难题，并详细解读如意玲珑的核心技术架构、生态适配成果以及使用指南。破解传统包管理的历史性难题长期以来，Linux 软件包管理在兼容性、安全性和依赖管理方面面临深刻挑战。深入分析，这些挑战主要体现为三大核心困局：跨发行版壁垒森严：Debian 系（deb）与 Red Hat 系（rpm）包格式分裂，导致开发者需为不同发行版重复打包。依赖地狱久治不愈：系统级库文件的全局共享机制（如 Qt 5.12 与 5.15 版本冲突），极易引发 “牵一发而动全身” 的兼容性问题。安全隔离机制缺失：传统包管理允许应用直接访问系统资源，恶意软件可通过篡改/usr/lib等目录获取权限。面对这些根深蒂固的难题，技术革新势在必行。deepin 团队正是基于对解决这些痛点的深刻洞察，早在 2017 年便启动了玲珑项目的研发。项目初期基于 Flatpak 探索应用隔离方案，2020 年通过引入沙箱/容器技术取得核心突破。经过持续迭代，如意玲珑 (Linyaps) 最终随 deepin 23 预览版在 2022 年正式落地，并于2023 年正式捐赠给开放原子开源基金会，成为国产开源生态的重要基础设施，旨在通过“一个架构，一次构建”的技术理念，打破传统包管理架构的生态壁垒。重新定义应用分发规则核心技术架构：打造安全、独立的运行沙箱如意玲珑的核心技术在于巧妙运用 User Namespace 与 CGroup，构建了一个应用运行沙箱，实现了应用与操作系统核心的彻底解耦。这一架构设计通过以下关键机制运作：自包含打包：应用及其依赖（如 Qt、OpenSSL）统一封装至玲珑包，避免对系统库的依赖；分层文件系统：只读层存储应用二进制与依赖库，可写层记录用户配置，保障系统稳定性。四大核心价值：重塑开发与使用体验基于上述创新架构，如意玲珑为整个软件生态链带来了显著的四大核心价值。跨发行版兼容：一次构建，全平台运行如意玲珑通过抽象统一的运行时环境（如org.deepin.Runtime/23.0.1），使玲珑包可在deepin、统信 UOS、Ubuntu、Debian、openEuler、OpenKylin 等主流 Linux 发行版上直接运行，极大提升了应用分发的效率。彻底终结依赖冲突：沙箱化隔离的“独立王国” 每个玲珑应用拥有独立的运行环境，与系统及其他应用完全隔离。实测显示，这种机制可以终结令人头疼的依赖冲突问题（例如，依赖 Qt 5.12 的应用 A 和依赖 Qt 5.15 的应用 B 可以在同一台机器上安装并正常运行）。极简安全防护：从被动防御到主动隔离沙箱机制严格限制了应用的权限边界。应用程序仅能访问其沙箱内部的资源，禁止直接操作 /etc、/usr 等关键系统目录。开发者友好：全链路工具链赋能效率革命为了显著降低开发者的适配门槛并提升效率，如意玲珑提供了完备的工具链支持。在构建工具方面，支持将常见的 AppImage、deb 等格式一键转制为玲珑包，提供ll-builder命令行工具与图形化构建界面。在调试支持方面，支持开发者在容器内直接编译源码。从技术突破到规模化落地如意玲珑的技术价值正通过广泛的生态适配转化为实际影响力，其落地成果覆盖了操作系统、应用软件与硬件平台三大关键领域。广泛兼容主流发行版生态在操作系统层面，如意玲珑展现出强大的跨平台兼容能力：国产系统：deepin 25、deepin 23 已默认集成如意玲珑，成为其原生体验的一部分。同时，UOS 1070、openEuler 23.09、AnolisOS 8、openKylin 2.0也已适配玲珑，提供独立仓库支持手动添加；国际发行版：如意玲珑对国际主流 Linux 发行版的支持同样完善，Ubuntu 24.04、Debian 12、Fedora 41/42已适配完成，同样提供独立仓库，支持手动添加。繁荣的应用生态构建应用生态建设是如意玲珑的核心目标之一，目前已取得显著成效：官方应用覆盖：深度整合了办公、开发、娱乐等高频使用场景，已完成超过 5000+ 款流行应用的玲珑包化，其中包括微信、QQ等常用应用；开源项目验证：如意玲珑的技术能力在复杂项目上也得到验证。目前已成功编译了 OpenTenBase、PostgreSQL 等数据库源代码，充分证明了其容器内的完整构建能力。全架构硬件无差别支持为确保广泛的硬件兼容性，如意玲珑实现了底层架构的普适支持： CPU 架构：支持 AMD64、ARM64 以及 LoongArch 架构，适配过程无需重新编译；显卡适配：已兼容适配了包括 NVIDIA 及格兰菲在内的部分主流显卡型号。立即体验无论您是普通用户还是开发者，都可以轻松体验如意玲珑带来的跨发行版应用便利。用户获取玲珑应用 deepin 用户开箱即用：如果您使用的是 deepin 25 或 deepin 23，系统已默认集成支持。您只需打开应用商店，搜索“玲珑”或直接查找所需应用名称，即可像安装普通应用一样下载和安装玲珑应用。其他发行版用户轻松接入：对于 Ubuntu、Debian、openKylin 等其他发行版的用户，只需访问如意玲珑官网（https://linyaps.org.cn/），查找获取对应版本的安装包与仓库配置指南。完成简单配置后，可从玲珑应用商店（https://store.linyaps.org.cn）安装您说需要的应用。开发者快速入门指南开发者朋友们可以访问“如意玲珑官网-文档中心”（https://linyaps.org.cn/guide/start/whatis.html）来获取一站式文档支持，这里提供了全面详尽的文档，涵盖玲珑构建工具 (ll-builder)、包管理工具、包格式转换工具等核心组件的使用说明、最佳实践和配置细节。此外，文档中心还提供相关的教程和课程，帮助您快速掌握从应用打包、沙箱调试到分发的全流程技能。无论是开发者追求高效分发，还是用户期待稳定兼容，如意玲珑正在以“连接器”的角色，重塑着 Linux 应用生态的底层逻辑。我们期待未来有更多开发者和用户加入这一生态，共同塑造 Linux 软件分发的未来格局！欢迎随时在deepin 社区论坛与我们交流，或扫描下方二维码加入如意玲珑交流群，参与项目讨论。

2025-08-11

Anthropic 向逆向工程 Claude Code 的开发者发送删除通知

部分原因在于，Anthropic 向一位试图逆向工程 Claude Code 的开发者发出了删除通知，而 Claude Code 的使用许可要比 Codex CLI 更加严格。

2025-04-28

Fedora 41 安装程序正从 X11 向 Wayland 应用过渡

Fedora 基于 Web 的新安装程序 UI 预计被推迟到 2025 年与 Fedora 42 一起推出。对此，红帽方面给出的解释是因为要将资源聚焦在 Fedora 41，将操作系统安装程序过渡为原生 Wayland 应用程序。Fedora 工程与指导委员会 (FESCo) 现已同意将 Anaconda 操作系统安装程序升级为原生 Wayland 应用程序。多年来，Fedora Linux 一直在全力开发 Wayland，但 Anaconda 安装程序却一直依赖 X11 和 XWayland。Fedora 41 计划放弃 Anaconda 对 X11 的依赖，使其成为原生的 Wayland 应用程序。反过来，这也为从 Fedora 的安装 ISO images 中删除 X11 依赖性打开了大门。将 Anaconda 过渡到原生 Wayland 应用程序还涉及必须移除用于 VNC 连接的 "TigerVNC"，这样才能通过图形用户界面远程安装机器，原因是 TigerVNC 是由 Xorg 服务器源代码构建的。作为替代，项目团队遵循 Fedora Workstation 的建议，改用 Gnome Remote Desktop (grd) 和更好的 Remote Desktop Protocol (RDP)，后者能为用户提供更好的性能和安全性。此外，原生 Wayland 支持还涉及其他复杂问题，如键盘处理。已批准这项工作，以便推进 Fedora 41，理想情况下，Anaconda 安装程序将在 10 月操作系统发布时作为原生 Wayland 应用程序。有关批准计划的更多详细信息，请访问Fedora Wiki。目前，FESCo 已经批准了这项工作，有关批准计划的更多详情，可参阅Fedora Wiki。

2024-06-26

铠侠向 Linux 基金会捐赠 Software-Enabled Flash SDK

几年前从东芝分离出来的存储公司 Kioxia（铠侠）向 Linux 基金会捐赠了一个软件开发工具包 (SDK)，用于建立 Software-Enabled Flash SDK。

2023-12-12

昆仑万维「天工」大模型正式向全社会开放

2023年11月3日，昆仑万维“天工”大模型宣布通过《生成式人工智能服务管理暂行办法》备案，面向全社会开放服务！用户在应用商店下载“天工APP”或登陆“天工官网”（www.tiangong.cn）均可直接注册使用。官方介绍称，「天工」是国内首个对标ChatGPT的双千亿级大语言模型，也是一个AI搜索引擎，一个对话式AI助手。「天工」拥有强大的自然语言处理和智能交互能力，能够实现个性化AI搜索、智能问答、聊天互动、文本生成、编写代码、语言翻译等多种应用场景，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。 2022年12月15日，昆仑万维在北京举行AIGC技术发布会，发布自研AIGC全系列算法与模型，覆盖了图像、音乐、文本、编程等多模态的AI内容生成能力。 2023年4月17日，昆仑万维正式发布自研千亿级大语言模型“天工”，同时宣布启动邀请测试。“天工”用过通过自然语言与用户进行问答式交互，AI生成能力可满足文案创作、知识问答、代码编程、逻辑推演、数理推算等多元化需求。 2023年5月19日，北京市经济和信息化局公布第一批《北京市通用人工智能产业创新伙伴计划成员名单》。昆仑万维成为第一批模型伙伴和投资伙伴。 2023年8月23日，昆仑万维推出国内第一款AI搜索产品——“天工AI搜索”，并开启内测申请。“天工AI搜索”深度融合AI大模型能力，通过人性化、智能化的方式全面提升用户的搜索体验，为用户提供快速、可靠的交互式搜索服务，并集成AI对话、AI写作等常用功能，帮助用户提升工作效率，全面重塑中文搜索体验。 2023年9月，昆仑万维多模态大模型Skywork-MM在腾讯优图实验室联合厦门大学开展的多模态大语言模型测评MME中，综合得分排名第一。该评测首次对全球范围内MLLM模型进行了全面定量评测并公布了16个排行榜，包含感知、认知两个总榜单以及14个子榜单。Skywork-MM模型位列综合榜单第一，其中，感知榜单排名第一、认知榜单排名第二。 2023年9月16日，在权威推理榜单Benchmark GSM8K 测试中，昆仑万维“天工”大模型以80%的正确率脱颖而出，大幅领先GPT-3.5（57.1%）和LLaMA2-70B（56.8%）。 2023年9月17日，昆仑万维通过信通院“可信AI”评估，并被评选为人工智能实验室副组长单位。经中国信通院评估，昆仑万维天工大模型符合AIIA/PG 0071-2023、AIIA/PG 0072-2023评估标准，模型开发、以及模型能力均达到了“4+级”。 10月30日，昆仑万维开源百亿级大语言模型「天工」Skywork-13B系列，并配套开源了600GB、150B Tokens的超大高质量开源中文数据集。「天工」Skywork-13B系列目前包括130亿参数的两大模型，Skywork-13B-Base模型、Skywork-13B-Math模型，它们在CEVAL、GSM8K等多个权威评测与基准测试上都展现了同等规模模型的最佳效果，其中文能力尤为出色，在中文科技、金融、政务等领域表现均高于其他开源模型。同时，昆仑万维「天工」Skywork-13B系列大模型全面开放商用——开发者无需申请，即可商用。

2023-11-05

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。