回答:从事软件开发十几年了，对于程序员的工作有一点自我的见解，首先程序员的工作属于一个技术活，技术类的工种需要时间的积累，但要达到某个领域的技术专家，首先是时间层面的积累，但仅仅是积累是不够的，不是达到多少年一定成为技术的专家，成为某个领域的佼佼者，时间只是其中一个因素。如何成为某个技术领域的专家？牢固的基本功。要达到某种境界没有牢固的基本功做铺垫几乎是不可能的事情，程序员要说到基本功其实是一种很笼统的...
Rindia
|
1556人阅读
回答:前几年我做过一个钢厂众多监测设备的数据釆集系统，用户界面是浏览器。数据库是postgresql,后台中间件是python写。因为釆集数据是海量的，所以所有数据通过多线程或multiprocessing,数据在存入数据库时，也传递给一个python字典，里面存放最新的数据。远程网页自动刷新时，通过CGI和socket,对于authorized的session ID,就可以直接从后台内存里的这个字典获...
jonh_felix
|
1052人阅读
回答:1.基本计算机知识操作系统，数据库，通讯协议原理，熟悉至少一门编程语言。2.基本软件测试知识各种测试理论，测试方法论，测试用例编写，缺陷界定标准，软件质量评估。3.简单项目管理知识。4.语言表达能力、沟通能力，良好的表达能力是解决问题的开始。对产品、系统的认知能力：（1）熟悉所测产品功能，能够将产品文档内描述的UC转化成TC，这个最基本的。（2）熟悉所测产品的一些隐藏需求或者功能（业务上的进阶能力...
Achilles
|
1101人阅读
回答:软件测试在计算机领域属于相对简单的学科，每个人学习习惯和学习方法不同，一般系统学习大概是用到3-4个月左右的时间。主要学习下软件测试的基本理论知识，测试流程，测试方法，测试类型，熟悉测试计划，测试策略，产品说明书等，测试用例的设计方法。懂得什么是黑盒测试，什么是白盒测试，一些开发流程模型，大公司可能会考你linux基础知识，sql基础知识，还会考一些基础的编程知识。入门还是比较简单的，测试难得是后...
CatalpaFlat
|
800人阅读
回答:私有云的费用主要还是取决于你对于应用的需求。对于一个学校来说，可能会有多种的应用环境，例如：教学的系统、学生档案管理系统、教学资源管理等等。我们就需要计算一下，这些各种的应用程序在不同的情况下的开销到底是多少，然后计算出最终我们对于硬件的大概成本。硬件方面的话，主要就是服务器的费用，这个可以根据需求动态的扩展。然后就是交换机、企业网关、防火墙、机架等等。如果要自己建设私有云，那么就还需要做一个机房...
baiy
|
1193人阅读
回答:谢邀。Windows软件开发，不仅有C/C++、还有Java、C#，甚至JavaScript也加入了桌面应用开发的阵营......C++方向作为一名主业为C++的开发工程师，当然是首推C++了，用它来写Windows软件，还是很香的，这里重点推荐两个界面库。Qt这个也是C++界面开发首推的UI库，是一套跨平台C++图形用户界面应用程序开发框架。它既可以开发GUI程序，也可用于开发非GUI程序。文档...
codeKK
|
1479人阅读
...机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。OpenCV 对非商...
现在，卷积神经网络（CNN）识别图像的能力已经到了出神入化的地步，你可能知道在 ImageNet 竞赛中，神经网络对图像识别的准确率已经超过了人。但同时，另一种奇怪的情况也在发生。拿一张计算机已经识别得比较准确的...
...记一个基本的问题：一个学习过的神经网络的权值是输入图像的衍生品吗？换句话说，当一个深度学习系统使用过你的数据之后，谁应该拥有什么？背景：深度学习计算机视觉秘诀现今最成功的机器学习技术之一是深度学习...
...人将进入深度学习的大潮中，」加州伯克利分校的计算机图像识别研究者Jitendra Malik很同意这个观点，但就长远而言，深度学习可能不会占上风；一些研究者追求那些有保障的技术。「我是不可知论者」Malik说。「时间将会告诉...
...senblatt称为感知器Perceptron的发明，可以学习如何将简单的图像分类为三角形和正方形。当时是在巨大的机器上实施模拟，缠绕着厚重的电线，但这为神经网络创立了理论和实验基础。Rosenblatts发明的电脑有八个模拟神经元，由电...
...目前就职于Google，他利用深度学习技术来提高语音识别、图像标签以及其他无数在线工具的用户体验，LeCun在Facebook做类似的工作。当下人工智能在微软、IBM以及百度和许多其它公司受到极大的关注。我非常兴奋，我们发现一种...
...目前就职于Google，他利用深度学习技术来提高语音识别、图像标签以及无数其他的在线工具，LeCun在Facebook做类似的工作。当下人工智能在微软、IBM以及百度和许多其它公司受到极大的关注。我非常兴奋，我们发现一种可以使神...
...。多年以来，开发人员在Github上发布了一系列的可以支持图像、手写字、视频、语音识别、自然语言处理、物体检测的机器学习框架，但并没有一种框架可以完美地解决你所有的需求。那么该如何选择最适合你的开源框架呢？希...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
