首页 文章 精选 留言 我的

精选列表

搜索[页面布局],共10000篇文章
优秀的个人博客,低调大师

AMD 收购开源软件公司 Brium,加码布局 AI

AMD 发文宣布,已收购开源软件公司 Brium 以强化开放 AI 软件生态系统。 这支团队汇聚了世界一流的编译器和 AI 软件专家,在机器学习、AI 推理和性能优化方面拥有深厚的专业知识。Brium 带来了先进的软件功能,增强了我们在整个堆栈中提供高度优化的 AI 解决方案的能力。他们在编译器技术、模型执行框架和端到端 AI 推理优化方面的工作将在提升我们 AI 平台的效率和灵活性方面发挥关键作用。 此次收购巩固了我们长期创新的基础。体现了我们对人工智能的战略承诺,尤其是对构建智能应用未来的开发者的承诺。这也是继收购 Silo AI、Nod.ai 和 Mipsology 之后,我们一系列定向投资中的最新一笔。这些投资共同提升了我们支持开源软件生态系统的能力,并在AMD硬件上提供优化的性能。 公告称,Brium 的独特之处在于其能够在模型到达硬件之前优化整个推理堆栈。这减少了对特定硬件配置的依赖,并在广泛的部署中实现了更快、更高效的开箱即用 AI 性能。 AMD 方面表示,此次收购是其为开发者提供开放、可扩展的 AI 软件平台使命的又一重要进展。接下来,该公司将继续投资于人才、工具和技术,以增强支持 AI 开发者社区的能力。

优秀的个人博客,低调大师

双轮驱动,看墨迹风云如何布局 “B +C”端

【51CTO.com原创稿件】随着生活节奏的加快, 外卖正在被越来越多的大众接受,而“准时”可谓是大众对于外卖的首要需求之一,外卖准时已经成为了行业标配。而在2016年,纵然某大型外卖平台每天的外卖订单高达百万甚至千万级别,却依然深受天气影响,每逢恶略天气就会遭遇大额赔付的情况。一家以“成为全球领先的气象服务企业”为愿景,以“用科技连接天气与生活”为使命的气象服务平台公司从三个角度帮助这一外卖平台化解了这个难题。 首先是压力平衡,即调节订单的压力。假如预测到未来两个小时会有降雨,建议外卖平台抽调一些骑手来平衡运力。 第二是根据精准的气象预报来计算骑手送达的时间,以此来提升用户体验。 第三是建议外卖平台根据不同的天气情况,不同的送餐难度,给与骑手精准的订单补贴,提升骑手对平台的忠诚度。 通过这三个措施,外卖平台不仅不会在雨雪天气面临赔付,还可以让平台拥有更多高忠诚度的骑手和更好的用户体验,间接地帮助平台增加了收入,帮助外卖骑手间接应对灾害性天气下的出行风险。而帮助外卖平台实现这一目标的就是北京墨迹风云科技股份有限公司(以下简称墨迹天气)。 提到墨迹天气APP,相信大部分人都不会陌生。成立12年以来,墨迹天气已经拥有7亿的下载用户量,1.5亿的月活跃用户量。在C端的强渗透率基础之上,墨迹天气于2016年开始进军To B领域,“墨迹赤必”产品应运而生。 发力To B领域,墨迹赤必服务五大行业 墨迹赤必发力To B + To G领域,服务于20多个分支行业,与近200家知名企业合作,深入企业客户需求,一方面提供专业气象服务咨询和评估报告,给客户提供专业气象顾问服务。同时,墨迹赤必还深入企业客户的业务痛点,为客户提供全面的气象服务解决方案,给客户提供业务效率提升方案以及气象风险辅助决策方案,帮助客户精准科学地运营企业。 同时,基于墨迹赤必专业的气象咨询和解决方案,为企业客户打通数据流、业务流提供墨迹赤必气象服务平台产品,帮助客户基于平台快速高效获取专业气象服务产品,从而提升企业客户数字化气象服务运营能力。 墨迹天气副总裁兼墨迹赤必事业部总经理李李介绍说,墨迹赤必针对特定行业的应用场景进行行业需求分析,打包硬件产品,进行符合行业需求的分析,制定出一整套的解决方案。解决方案中,数据和产品是核心中的核心。墨迹赤必的数据资产的维度包括四个大方面:全球28万城市实况天气、未来24小时和15天预报数据;全球和区域格点预报和后订正数据;海陆空实时气象观测数据;墨迹天气生产用户上传的包括观测数据、拍摄时景照片的社会化观测数据。在强大的数据基础之上,墨迹赤必着力打造通用产品和行业解决方案,解决方案主要覆盖五大行业:交通、农业、体育、健康、新零售。 墨迹天气副总裁兼墨迹赤必事业部总经理李李 在体育行业,目前墨迹赤必服务的场景有四类:赛事规划,即针对气象做赛前的应急预案;赛事期间的气象保障;为城市公众出行提供专业的气象公告数据;为演唱会、户外活动等大型活动提供气象服务。墨迹赤必产品针对这些赛事个性化场景,制定了一套覆盖赛前预报、赛中观测、赛后复盘的全流程解决方案,提供精准的预报服务和快速的应答响应能力。同时,墨迹赤必还提供一些硬件设备为精准的预报提供扶持。 在新零售行业,墨迹赤必主要解决行业数据和气象数据的关联性,在生产加工环节、商品流通环节、商品销售环节,助力零售企业精准营销。如经过大数据的分析可以得知,气温在25-30度是饮品销量最好的温度,给与零售商更精准的销售指导。 在交通行业,墨迹赤必服务于航空、车联网、高速公路、物流配送、铁路等细分行业。对于交通行业来说,实测数据非常重要。而目前实测观测站分布点比较少,无法满足精准化的实测监测。基于此,墨迹赤必可以为所有的交通细分行业提供公里级的气象预报。 在农业行业,针对风险预警和气象灾害回溯两个方面,墨迹赤必可以做到灾前、灾中以及灾后分析。如为保险公司在灾前和灾中做出基于气象灾害的风险预警,在灾后做出历史的回溯,精准定位理赔范围。 气象气候密切影响着人类的健康,墨迹赤必在健康领域有两个产品。预报类和室内健康检测类。预报类产品包括气象预报、风寒指数。室内健康监测类产品结合墨迹赤必分布式的硬件监测,可以在室内进行360度无死角的进行健康指数检测。 三大产品系列,服务于三类人群 据墨迹天气副总裁黄耀海介绍,墨迹天气目前主要有三大产品系列,服务于三类人群:To -C端的墨迹天气APP,To -B端的墨迹赤必,与一些手机、汽车厂商提供的B -To B- To C端的墨达。 墨迹天气副总裁黄耀海 从气象产品与技术的角度,墨迹天气主要提供三类产品服务:基础气象产品、差异化产品、气象服务。基础气象产品为全球数亿用户提供精细、准确、全面的天气预报服务。墨迹天气气象数据中心提供全球28万城市实况天气、未来24小时和15天预报数据,以及全球和区域格点预报和后订正数据。 在差异化产品方面,墨迹天气加强自主研发为政企客户服务。区域精细化AI后订正项目利用机器学习算法进行气象大数据挖掘,获得相应模型和算法中最优性能的特征集,以此建立针对气象数值模式预报的冬季天气要素的AI客观订正模型。基于机器学习的相似天气识别平台基于近20年的历史观测和模式数据,对降雪、寒潮、持续低温、极端高温、大风、大雾等冬季常见异常天气的时空分布特征进行标注,利用天气系统识别模型对观测实况和数值模式预报资料进行自动识别和历史匹配,给出历史相似个例和高影响要素的概率预报,提供有关天气风险情况的提醒。 墨爱(MoAI)是可部署于客户本地的气象/业务智能大数据系统。按照预定时间、规则,自动定时进行批次调度,利用消息中间件以事件驱动的方式执行生产流程。墨爱对执行过程中的异常进行捕获,自动分析异常类别,定位异常原因,对于必须人工干预的级别进行报警。墨爱还将常见的异常情况进行分类编号,提供文档。监控系统捕获的异常在手册中找到该异常对应的描述和解决方案,供运维人员参考。 气象服务方面,墨迹天气为用户定制专门的气象保障服务,如高影响天气提示、预报数据质量监控、重大活动人工运营保障等。 结语 权威数据显示,2015年,中国气象服务年产值仅有6亿美元 (折合37亿人民币),但是,据中国气象服务协会预测,到2025年,中国气象服务市场规模将达到3000亿人民币,呈现爆发式增长。墨迹天气将气象数据代入到各个场景服务中,结合互联网和未来智能产业,为C端用户、B端企业客户和G端政府机构提供了更好的定制化气象服务,降低甚至是避免天气带来的影响,必将助力各个行业降本增效,让气象赋能经济更快发展。 【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】 【责任编辑:赵立京 TEL:(010)68476606】

优秀的个人博客,低调大师

[雪峰磁针石博客]python GUI作业:tkinter grid布局

python测试开发项目实战-目录 python工具书籍下载-持续更新 python 3.7极速入门教程 - 目录 要求 使用tkinter生成如下窗口: 参考资料 本文最新版本地址 本文涉及的python测试开发库 谢谢点赞! 本文相关海量书籍下载 python工具书籍下载-持续更新 python GUI工具书籍下载-持续更新 参考代码 #!/usr/bin/python3 # -*- coding: utf-8 -*- # 技术支持:https://www.jianshu.com/u/69f40328d4f0 # 技术支持 https://china-testing.github.io/ # https://github.com/china-testing/python-api-tesing/blob/master/practices/tk/tk2.py # 项目实战讨论QQ群630011153 144081101 # CreateDate: 2018-11-27 import tkinter as tk from tkinter import ttk from tkinter import scrolledtext from tkinter import Menu # Create instance win = tk.Tk() # Add a title win.title("Python GUI") tabControl = ttk.Notebook(win) # Create Tab Control tab1 = ttk.Frame(tabControl) # Create a tab tabControl.add(tab1, text='Tab 1') # Add the tab tab2 = ttk.Frame(tabControl) # Add a second tab tabControl.add(tab2, text='Tab 2') # Make second tab visible tabControl.pack(expand=1, fill="both") # Pack to make visible # LabelFrame using tab1 as the parent mighty = ttk.LabelFrame(tab1, text=' Mighty Python ') mighty.grid(column=0, row=0, padx=8, pady=4) # Modify adding a Label using mighty as the parent instead of win a_label = ttk.Label(mighty, text="Enter a name:") a_label.grid(column=0, row=0, sticky='W') # Modified Button Click Function def click_me(): action.configure(text='Hello ' + name.get() + ' ' + number_chosen.get()) # Adding a Textbox Entry widget name = tk.StringVar() name_entered = ttk.Entry(mighty, width=12, textvariable=name) name_entered.grid(column=0, row=1, sticky='W') # align left/West # Adding a Button action = ttk.Button(mighty, text="Click Me!", command=click_me) action.grid(column=2, row=1) # Creating three checkbuttons ttk.Label(mighty, text="Choose a number:").grid(column=1, row=0) number = tk.StringVar() number_chosen = ttk.Combobox(mighty, width=12, textvariable=number, state='readonly') number_chosen['values'] = (1, 2, 4, 42, 100) number_chosen.grid(column=1, row=1) number_chosen.current(0) chVarDis = tk.IntVar() check1 = tk.Checkbutton(mighty, text="Disabled", variable=chVarDis, state='disabled') check1.select() check1.grid(column=0, row=4, sticky=tk.W) chVarUn = tk.IntVar() check2 = tk.Checkbutton(mighty, text="UnChecked", variable=chVarUn) check2.deselect() check2.grid(column=1, row=4, sticky=tk.W) chVarEn = tk.IntVar() check3 = tk.Checkbutton(mighty, text="Enabled", variable=chVarEn) check3.deselect() check3.grid(column=2, row=4, sticky=tk.W) # GUI Callback function def checkCallback(*ignoredArgs): # only enable one checkbutton if chVarUn.get(): check3.configure(state='disabled') else: check3.configure(state='normal') if chVarEn.get(): check2.configure(state='disabled') else: check2.configure(state='normal') # trace the state of the two checkbuttons chVarUn.trace('w', lambda unused0, unused1, unused2 : checkCallback()) chVarEn.trace('w', lambda unused0, unused1, unused2 : checkCallback()) # Using a scrolled Text control scrol_w = 30 scrol_h = 3 scr = scrolledtext.ScrolledText(mighty, width=scrol_w, height=scrol_h, wrap=tk.WORD) scr.grid(column=0, row=5, sticky='WE', columnspan=3) # First, we change our Radiobutton global variables into a list colors = ["Blue", "Gold", "Red"] # We have also changed the callback function to be zero-based, using the list # instead of module-level global variables # Radiobutton Callback def radCall(): radSel=radVar.get() win.configure(background=colors[radSel]) # create three Radiobuttons using one variable radVar = tk.IntVar() # Next we are selecting a non-existing index value for radVar radVar.set(99) # Now we are creating all three Radiobutton widgets within one loop for col in range(3): curRad = tk.Radiobutton(mighty, text=colors[col], variable=radVar, value=col, command=radCall) curRad.grid(column=col, row=5, sticky=tk.W) # row=5 ... SURPRISE! # Create a container to hold labels buttons_frame = ttk.LabelFrame(mighty, text=' Labels in a Frame ') buttons_frame.grid(column=0, row=7) # Place labels into the container element ttk.Label(buttons_frame, text="Label1").grid(column=0, row=0, sticky=tk.W) ttk.Label(buttons_frame, text="Label2").grid(column=1, row=0, sticky=tk.W) ttk.Label(buttons_frame, text="Label3").grid(column=2, row=0, sticky=tk.W) # Exit GUI cleanly def _quit(): win.quit() win.destroy() exit() # Creating a Menu Bar menu_bar = Menu(win) win.config(menu=menu_bar) # Add menu items file_menu = Menu(menu_bar, tearoff=0) file_menu.add_command(label="New") file_menu.add_separator() file_menu.add_command(label="Exit", command=_quit) menu_bar.add_cascade(label="File", menu=file_menu) # Add another Menu to the Menu Bar and an item help_menu = Menu(menu_bar, tearoff=0) help_menu.add_command(label="About") menu_bar.add_cascade(label="Help", menu=help_menu) name_entered.focus() # Place cursor into name Entry #====================== # Start GUI #====================== win.mainloop()

优秀的个人博客,低调大师

在“老本行”之外,联想布局人工智能

人工智能如此火爆,联想最后也不能免俗! 对于专职“卖电脑”的联想而言,他们也没能够抵挡住目前备受关注的“人工智能”的诱惑,义无反顾的加入了“人工智能”大本营。近日,在联想于北京研发中心举办的一场人工智能主题讲座上,联想集团副总裁黄莹博士介绍,联想已经搭建了在人工智能方面比较完整的部署,研发了一些AI应用,并开发了大数据平台、机器人平台。 用AI提高零售店销售效率 此前,联想已将一套人工智能系统投入线下零售店以试用。一方面,利用人脸识别、热点跟踪、深度学习等技术,该系统可以通过零售店的摄像头采集的数据(比如受欢迎机型、消费者观看路线等等)进行观看和分析,从而根据分析结果对整个零售店内产品的摆放、人员布置进行重新规划。 另一方面,通过人脸识别的方式,系统也可以跟踪记录用户此前的个人信息和购买信息,从而提供更为高效的服务。以该人工智能系统为依仗,联想线下零售店的销售效率将大大提高! 进军智能家居领域 此外,除了对“老本行”的人工智能应用,黄莹还透露,联想正在往机器人、智能家庭方向做出新的尝试。 据黄莹介绍,联想目前正在研制一款机器人软件平台。在硬件方面,联想计划研发一款名为“达尔文”的陪伴机器人,有一米高左右,除了配置各类传感器,还包含3D、2D摄像机和投影仪。根据理想蓝图,这款机器人能够跟家庭成员进行互动、接听来电,还能远程对人体的健康做各类检测。 而在软件端,联想为这款机器人开发了云平台,因此这款机器人是可以不断“进化”的。“因为能够和云端相连接,随着它在家庭待的时间越来越长,它就会变得越来越智能,”黄莹说到。 目前来看,抢夺智能家居市场的企业有很多,其中就包括了巨头企业谷歌、亚马逊等。不过,相对于谷歌等专注于为人类提供“方便”、解决问题,联想“达尔文”更注重于与人类的“陪伴”。因而,虽然目前人工智能家居的市场竞争十分强烈,但靠着自家的品牌信誉以及独特的出发点,相信联想还是能够闯出自己的一片天! 原文发布时间:2016-08-01 13:11 本文作者:韩璐 本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

资源下载

更多资源
Mario

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

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。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册