HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
TextDetection文本检测数据集汇总
字符识别和文本检测在实际生活中十分重要,从最简单的车牌检测到复杂的环境文本识别都需要这一技术的支持。目前这一领域最著名的会议是InternationalConferenceonDocumentAnalysisandRecognition(ICDAR)(https://www.oschina.net/action/GoToLink?url
TextBoxes 与 TextBoxes ++
TextBoxes论文关键idea本文和SegLink一样,也是在SSD的基础上进行改进的.相比SSD做了以下的改进:修改了defaultbox的apectratio,分别为\1235710\,目的是适应文本行长度比较长,宽度比较短的特性,也就是说现在的defaultbox是长条形
Texlive+SumtraPDF+Winedt安装及配置
\TOC\1\.TeXLive的下载及安装(以TeXLive2019为例)第1步:下载iso镜像文件进入开源镜像站http://mirror.ctan.org/systems/texlive/Images/(https://www.
Testlink导入测试用例 附:Excel转换XML工具
TestLink是基于web的测试用例管理系统,主要功能是测试用例的创建、管理和执行,还提供简单的统计功能。通常情况下,我们都习惯于在Excel表中编写测试用例,写完之后经过用例评审,修改调整并汇总形成最终版的测试用例,再批量导入到Testlink系统。一、根据《导入测试用例模板.xlsx》编写测试用例,如下图所示:!(https://im
Testim:AI 是否正在接管 UI 测试 ?
Hello 小伙伴们好久不见,今天我们来讨论一个严肃的话题:!(https://oscimg.oschina.net/oscnet/5f9671af6d8c15de8ae41bb7159467a0f61.png)传统UI测试痛点?小伙伴们可能或多或少都有过类似的实践:
Test Double介绍(来自xUnit Test Patterns)
啄木鸟软件测试培训网:www.3testing.com啄木鸟之家大吕敏捷开发最基础的工程实践是“持续集成”和“单元测试“。xUnit Test Patterns一书主要就是介绍作者在实践“单元测试”过程中碰到的许多问题及其解决之道。 本书赢得过2008年Jolt Productivity Award。据说中文翻译很烂,有英文能力同学建
Terraform Module 编写指南
Module是一个Terraform模板,是对多个子节点,子资源,子架构模板的组合和抽象。利用Module在降低模板编写和维护复杂度的同时,使得模板结构更加简洁清楚。为什么要使用Module,详见文章Module让Terraform使用更简单(https://www.oschina.net/action/GoToLink?urlhttp
Tensorflow开篇:环境安装2—tensorflow1.10.0
前提已经安装pyhon环境,具体可以参考Tensorflow开篇环境安装(python3.5.2)(https://my.oschina.net/zhys513/blog/edit/863579)tensorflow官网:http://tensorflow.google.cn/(https://www.oschina.net/action/Go
TensorFlow核心概念和原理介绍
关于TensorFlowTensorFlow是一个采用数据流图(dataflowgraphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),
TensorFlow有Tensorboard,MindSpore框架如何做可视化?
5月12日,机器之心联合华为昇腾学院开设的线上公开课《轻松上手开源框架MindSpore》第6课完成,王越讲师为大家带来了主题分享《MindSpore可视化工具使用指南》,第6课回顾视频如下:https://www.bilibili.com/video/BV1et4y117aWwww.bilibili.com(https://
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


