人工智能训练师 - 练习题三
一、单选题
201、在人工智能当中，图像、语音、手势等
识别被认为是()的层次;而问题求解、
创作、推理预测被认为是()的层次。
A.感知智能，认知智能
B.认知智能，认知智能
C.感知智能，感知智能
D.认知智能，感知智能
202、()包括数据质量控制和数据治理。
A .数据采集
B.数据清洗
C.数据质量检查
D .数据集成
203、人类智能主要包含三个方面:思维能
力、感知能力和()。
A.思考能力
B.分析能力
C.行为能力
D.创造能力
204、调查的时候遗漏了某些观察值，会造成
数据的()。
A.完整
B.缺失
C.归一化
D .标准化
205、软件的六大质量特性分别是()。
A .功能性、可靠性、可用性、效
率、可维护、可移植
B.功能性、可靠性、可用性、效
率、稳定性、可移植
C.功能性、可靠性、可扩展性、效
率、稳定性、可移植
D .功能性、可靠性、兼容性、效
率、稳定性、可移植
206、下面关于计算机软件的描述正确的是
A.它是系统赖以工作的实体
B.它是计算机的硬件
C.它是计算机的桌面
D.它是指计算机的程序及文档
207、属于人脸识别中的步骤是()。
A.手势识别
B.数据识别
C.人脸图像采集
D.文本识别
208、一个机器学习系统的基本结构不包括以
下那个()。
A .感知
B.学习
C.环境
D .知识库
209、很多手机提供了护眼的屏幕显示模式
可以减少蓝光，缓解疲劳。这项功能可
以通过调整图像的()实现。
A .亮度
B.饱和度
C.对比度
D .色相
210、下面()不属于数据预处理的方法,
A.变量代换
B.离散化
C.聚集
D .估计遗漏值
211、下面对数据标注描述()是正确的。
A .所有的数据标注都可以使用脚本语言自动标注
B.可以通过算法来实现数据的自动标注
C.OCR手写转录完全可以通过识别工具实现自动转录
D.数据标注是个重复性很强的工作
212、()是管理计算机硬件与软件资源的系统
软件。
A .操作系统
B.电源
C.内存
D .硬盘
213、边缘检测一般分为三步，下面不正确的是()
A .滤波
B.增强
C.合成
D .检测
214、BI工具主要用于()。
A .数据的实时传输
B.数据的可视化和报表生成
C.数据的存储和备份
D.数据的分析和预测
215、以下不属于人工智能在计算机视觉领域应用的是()。
A.车站人脸识别进站
B.拍照识别植物
C.医疗影像诊断
D.实时字幕
216、在计算机系统中，操作系统是0)。
A.一般应用软件
B.核心系统软件
C.用户应用软件
D.系统支撑软件
217、人工智能模型训练工具在业务数据相关流程设
计中的作用是()。
A .数据的清洗和转换
B.数据的存储和管理
C.数据的可视化和分析
D.数据的模型训练和优化
218、下列关于合格数据标注员应该具备的素质中
描述错误的是()。
A.持续的学习力是标注工作的基础
B.有耐心才能坚持在标注行业
C.具备一定的管理能力
D.较强专注力可提高个人工作效率
219、()系统包括学习、语言、认知、推理、创造和
计划，目标是使人工智能在非监督学习情况下
处理前所未见的细节，并同时与人类开展交互式学习。
A.超人工智能
B.弱人工智能
C.强人工智能
D.认知智能
220、灰度图又叫0)。
A .8位深度图
B.16位深度图
C.24位深度图
D.32位深度图
221、以下不属于数据检查的内容是()。
A .完整性检查
B.保密性检查
C.规范性检查
D .准确性检查
222、人工智能模仿人类不能局限于模仿人类自然维
度，还需要考虑()维度。
A .精神
B.文化
C.经济
D .社会
223、以下()不属于常见的业务数据相关流程设计工
具。
A.BI工具
B .ETLT具
C.数据仓库工具
D.人工智能模型训练工具
224、()是长期存储在计算机中的有组织的、可共享
的数据的大集合。
A.数据库
B.鼠标
C.显示器
D .键盘
225、群体智能的优点体现为()。
A.更少的感知限制
B.更大的作业范围
更强的完成任务能力
D.以上都是
226、下列对人工智能芯片的表述，不正确的是(),
A.-种专门用于处理人工智能应用中大量计算任务的芯片
B.能够更好地适应人工智能中大量矩阵运算
C.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能
D.目前处于成熟高速发展阶段
227、人工智能的目的是让机器能够()，以实现某些
脑力劳动的机械化。
A.具有智能
B.和人一样工作
C.完全代替人的大脑
D .模拟、延伸和扩展人的智能
228、人工智能的产品不包括()方面
A.基础层
B.技术层
C.应用层
D.架构层
229、以下不属于强化学习的要素的是()。
A .环境
B.代理
C.数据标注
D.奖励信号
230、在进行数据采集的过程中，以下不是数据
采集的原则是0)。
A.及时性
B.有效性
C.丰富性
D.合法性
231、()是用电脑对文本集按照一定的标准进行
自动分类标记。
A.文本识别
B.机器翻译
C.问答系统
D.文本分类
232、以下属于人机交互流程中的用户界面设计
要素的是()。
A .数据处理算法
B.用户身份认证机制
C.可视化展示和交互元素
D.模型训练的优化策略
233、下列选项中没有体现人工智能在消费品与
电商领域行业的应用的是()。
A .智能店铺管理
B.智能客服
C.无人超市
D.天猫精灵
234、Python不支持的数据类型有()。
A .char
B .int
C .float
D .list
二、多选题
235、伴随着人工智能技术的发展，出现了多种
新的交互方式，如()。
A .语音交互
B.情感交互
C.体感交互
D .脑机交互
236、智慧教育的支撑技术包括()
A .物联网
B.大数据
C.云计算
D.泛在网络
237、下列属于感知智能的相关技术的是().
A.人脸识别
B.图像识别
C.语言识别
D.指纹识别
238、机器翻译的局限性在于()。
A .训练样本单一
B.只能处理简单句
C.基于已有的既成案例
D .错误较多
239、人工智能发展的驱动力包括().
A .大数据
B .传感器
C.脑科学
D.超级计算
240、人工智能是由()呈现出来的智能行为。
A .机器
B.网络
C.软件
D.平台
三、判断题
241、数据提取能够避免缺失数据对数据使用过
程产生的负面影响
A .正确
B.错误
242、爱护设备，安全操作是企业进行生产活动
的基本要求
A .正确
B.错误
243、在业务分析中，机器学习算法可以帮助发
现隐藏在数据中的模式和关联
A .正确
B.错误
244、随着移动互联网的发展，金融信息化呈现
多渠道、移动化的趋势
A .正确
B.错误
245、文本分类是指将文本按照内容的不同判别
到一个或多个预先确定的文本类别之中的
过程
A .正确
B.错误
246、只要人类搞清楚的问题都可以被机器人取代
A.正确
B.错误
247、人工智能就是人形机器人
A .正确
B.错误
248、计算机中使用的数据一般可以分为两大
类:数值数据与字符数据
A .正确
B.错误
249、
数据标注规则是为了完成数据标记项目
满足公司需求
A.正确
B.错误
250、机器人一般由执行机构、驱动装置、检测
装置、控制系统和复杂机械等组成，涉及
到控制论、机械电子、计算机、材料、仿
生等学科，在工业、医学、农业、建筑业
甚至军事等领域中均有重要用途
A .正确
B.错误
251、删除缺失值的行和填充缺失值是处理缺失
值的主要技巧
A.正确
B.错误
252、文本数据不能可视化
A.正确
B.错误
253、在算法测试中，过程重复性是指()
A.模型的复杂度
B.模型的稳定性
C.模型的可解释性
D .模型的泛化能力
254、中级数据标注员应该具备的职业机能包括()。
①具备较高的职业道德和一定的从业经验
②具备较高的业务能力和责任心
③具备业务开发能力
④具备简单质检能力
⑤具备团队管理能力
A .①②③
B.③④⑤
C.②③④
D.①②④
255、以下属于数据存储和管理工具的常见类型的是()
A.关系型数据库
8.自然语言处理工具
C.图像识别算法
D.数据加密和隐私保护工具
256、专家系统是以()为基础，推理为核心的系统
A.专家
B .软件
C.问题
D .知识
257、数据仓库工具的作用是()
A.数据的清洗和转换
B.数据的实时传输
C.数据的存储和管理
D.数据的可视化和分析
258、关于人工智能，比较合理的认识是()
A.人工智能在许多特定任务上远超人类
B.人工智能的奇点即将到来
C.强人工智能已有突破性进展
D.人工智能都是泡沫
259、()可用于在不同算法之间选择最佳模型
A.网格搜索
B.特征选择
C.假设检验
D.数据可视化
260、下列关于数据标注员对数据进行标注的描述，错
误的是()
A.需要参照数据标注规则
8.遇到数据标注规则模糊的问题需要及时询问
C.按照自己的想法猜测标注
D.数据标注员需要总结经验并及时汇报遇到的问题
261、关于人工智能程序，表述不正确的是()
A.能根据不同环境的感知做出合理行动并获得最大收益的计算机程序
B .任何计算机程序都具有人工智能
C.针对特定的任务,人工智能程序具有自主学习的能力
D.人工智能程序是模拟人类思维过程来设计的
262、常用的数据处理工具或库之一是()
A .Numpy
B .Flask
C .TensorFlow
D .Django
263、人和机器最大的区别()
A.能动性
B.思维
C.人性
D .计算
264、不属于数据分析工具的常见功能的是()
A.数据预处理和清洗
B.数据建模和挖掘
C.数据可视化和报表分析
D.数据传输和交流
265、在业务模块效果优化中，可解释性是指()
A.模型在不同情况下的鲁棒性
B.模型对新样本进行预测的能力
C.明确解释模型预测的原因
D.模型在训练数据上的准确性及时性
266、在计算机系统中，操作系统是()
A.一般应用软件
B.核心系统软件
C.用户应用软件
D.系统支撑软件
267、智能系统监控的目的是()
A.实时跟踪系统的性能和状态
8.收集用户反馈并进行分析
C.提供系统的用户界面
D.更新系统的功能和特性
268、服务机器人应用于消杀场景中时，如何选择消杀区域()
A.随机在场地中进行消杀
B.根据专业指导，在指定区域消杀
C.在消杀区域有人的情况下，继续执行消杀任务
D.可以接收任何人的指令进行消杀
269、下列选项中有关人工智能可以带来的商业价值分析不正确的是()
A.在金融行业，通过人工智能技术在风险评估、资产配置、智能交易等方向的应用，预计人工智能将带来约6000亿元人民币的降本增益效益。
B.在零售行业，人工智能在推荐系统上的运用将提高在线销售的销量表现，同时更加精准的市场预测将降低库存成本，预计人工智能技术将带来约4200亿元人民币的降本与增益价值。
C.在医疗行业，通过人工智能技术在药物研发领域提高成功率、在医疗服务
机构内提供疾病诊断辅助、疾病监护辅助等提高服务效率的应用，预计人
工智能可以带来约4000亿元人民币的降本价值。
D.在汽车行业，人工智能在自动驾驶上的技术突破将带来约5000亿元人民币的价值增益。
270、AI时代主要的人机交互方式为()
A.鼠标
B .键盘
C.触屏
D .语音+视觉
271、监控智能系统的异常行为的方法包括()
A.可视化和数据分析
8.数据清洗和预处理
C.特征选择和提取
D.优化算法和模型
272、业务模块效果优化的主要目的是()
A .提高系统安全性
B.减少业务运营成本
C.提升业务模块的效能
D.扩展业务模块的功能滤波
273、下列()应用领域不属于人工智能应用
A.人工神经网络
B.自动控制
C.自然语言学习
D.专家系统
274、在业务模块效果优化中，关键指标的选择应该基于()
A .个人主观意见
B.公司高层决策
C.数据驱动的分析
D.竞争对手的表现
275、在智能系统优化中，超参数调优是为了(
A .选择最合适的算法和模型
B.减少模型的计算成本
C.提高模型的预测准确性
D.降低系统的复杂度
276、()是长期存储在计算机中的有组织的、可
共享的数据的大集合
A .数据库
B.鼠标
C.显示器
D .键盘
277、在特征工程中，以下()是常用的特征选择方法
A .卡方检验
B.堆叠模型
C.模型集成
D .神经网络
278、()是用电脑对文本集按照一定的标准进行自动分类标记
A.文本识别
B.机器翻译
C.问答系统
D.文本分类
279、下列不属于计算机从业者应遵守的道德准则的是()
A.工作认真负责
B.维护雇主客户的利益
C.将正在开发的项目出售或分享给竞争对手
D.发现潜在的威胁时应当站出来揭露
280、属于"人造智能”，具有意识，达到或超越
人类智慧水平的人工看能称为()
A.高人工智能
B.低人工智能
C.强人工智能
D .弱人工智能
281、生产过程自动化的核心是()装置
A.自动检测
B.自动保护
C.自动调节
D.自动执行
282、()指的是把原始数据转变为模型的训练数
据的过程，它的目的就是获取更好的训练
数据特征
A.管理工程
B.数据工程
C.特征工程
D.机械工程
283、下面是Python的优点是()
A .操作难
B.简单易学
C.不公开
D .收费的
284、自然智能包括()
A.高级智能
B.超级智能
C.人类智能
D.动物智能
285、在数据处理过程中，标签编码的目的是()
A .将文本标签转换为数字编码
B.将数字编码转换为文本标签
C.压缩数据文件大小
D .增强数据隐私保护
286、下列说法中()选项反应了人工智能学科的基本思想和基本内容
A.人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器
B.人工智能就是研究如何使计算机,去做过去只有人才能做的智能工作
C.人工智能不是人的智能，但能像人那样思考、也可能超过人的智能
D.以上都不正确
287、以下不属于数据检査包括的内容的是()
A.完整性检查
B.保密性检查
C.规范性检查
D.准确性检查
288、智能机器人可以根据()得到信息
A.思维能力
B.行为能力
C.感知能力
D.学习能力
289、目前的人工智能研发的动力主要来源于()
A.科学
B.商业
C.学术
D.军事
290、以下不属于无人超市采用的智能技术的是
A .技术机视觉
B.深度算法学习
C.传感器定位
D.图像处理
291、弱人工智能是指仅仅模拟人类大脑的();
强人工智能是指其本身就是一个()
A .心智;智能
B.运作;大脑
C.智能;程序
D .智能;心智
292、行人标注筛选是从输入的图像中挖掘出()
的属性信息
A .行人
B.车辆
C.司机
D.儿童
293、下面关于Python语言特点的描述，错误的是()
A .Python语言是通用的脚本语言
B.相对其他编程语言，Python语言简单、易学
C.Python语言是FLOSS之一，可以自由地进行改动
D.Python语言编写的程序是通过编译器编译成二进制代码再运行
294、依据《人工智能训练师国家职业技能标
准》命题，学生组对应()技能等级
A.中级工
B.高级工
C.技师
D .高级技师
295、以下()属于强化学习的要素
A .环境
B.代理
C.数据标注
D.奖励信号
296、人工智能的产品包括()三个方面
A.基础层
B .技术层
C.应用层
D.架构层
297、()不属于人机交互流程设计的重要考虑因素
A .硬件设备的性能
B.网络的速度和稳定性
C.用户的需求和行为习惯
D.训练数据的规模和质量
298、人工智能是指一种模仿或模拟人类智能的
技术。属于人工智能的核心技术的是()
A .机器学习
B.自然语言处理
C.人机交互
D .云计算
299、监督学习的典型任务是()
A .强化学习
B.聚类分析
C.目标检测
D .图像生成
300、人工智能伦理问题不涉及以下()方面
A.数据隐私和安全
B.算法复杂性和效率
C.异常检测和故障诊断
D.网络拓扑和体系结构
-:
相关文章：
人工智能训练师 - 练习题三
一、单选题 201、在人工智能当中，图像、语音、手势等 识别被认为是()的层次;而问题求解、 创作、推理预测被认为是()的层次。A.感知智能，认知智能 B.认知智能，认知智能 C.感知智能，感知智能 D.认知智能，感知智能 202…...
【EI 会议征稿通知】第四届航空航天、空气动力学与机电工程国际学术会议（AAME 2025）
2025 4th International Conference on Aerospace, Aerodynamics and Mechatronics Engineering 重要信息 大会官网：www.ic-aame.org/ 大会时间：2025年4月11-13日 大会地点：中国-南昌 接受/拒稿通知：投稿后1周 收录检索&…...
接入视频实时监控)
uniApp通过xgplayer(西瓜播放器)接入视频实时监控
🚀 个人简介：某大型国企资深软件开发工程师，信息系统项目管理师、CSDN优质创作者、阿里云专家博主，华为云云享专家，分享前端后端相关技术与工作常见问题~ 💟 作 者：码喽的自我修养ǹ…...
STM32F103的ADC通道映射
ADC通道映射 STM32F103带3个ADC控制器，一共支持23个通道，包括21个外部和2个内部信号源。ADC1控制器最多有18个通道，包括16个外部和2个内部信号源。 ADC1和ADC2的16个外部通道相同，且ADC1和ADC2共用一个系统中断向量，A…...
深入了解OpenStack中的隧道网络
在OpenStack环境中，隧道网络是一项关键技术，它确保了虚拟机之间以及虚拟机与外部网络之间的安全通信。通过隧道机制，我们可以有效地隔离不同租户的流量，并支持多租户环境下的复杂网络需求。之前我们介绍了隧道网络，下面…...
【Rust】函数
目录 思维导图 1. 函数的基本概念 1.1 函数的定义 2. 参数的使用 2.1 单个参数的示例 2.2 多个参数的示例 3. 语句与表达式 3.1 语句与表达式的区别 3.2 示例 4. 带返回值的函数 4.1 返回值的示例 4.2 返回值与表达式 5. 错误处理 5.1 错误示例 思维导图 1. 函数…...
)
数据结构与算法之链表: LeetCode 19. 删除链表的倒数第 N 个结点 (Ts版)
删除链表的倒数第 N 个结点 https://leetcode.cn/problems/remove-nth-node-from-end-of-list/ 描述 给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 示例 1 输入：head [1,2,3,4,5], n 2 输出：[1,2,3,5]示…...
每天五分钟深度学习：神经网络中的激活函数
本文重点 激活函数在神经网络中是必不可以缺少的东西，当我们创建一个神经网络的时候，我们需要决定使用哪种激活函数用在隐藏层上，哪种激活函数用在输出结点上，我们以前的课程中我们使用的都是sigmoid激活函数，除此之外还有其它激活函数。本文我们就介绍一下那些经常使用的…...
)
腾讯云服务器Centos7.6新开或者迁移中java全部依赖环境准备(jdk+nginx+mysql+redis+nacos+kafka等)
1 安装java环境 https://blog.csdn.net/CleverCode/article/details/109160568 2 安装nginx ssl只用配置nacos和网关就可以了。 https://blog.csdn.net/CleverCode/article/details/145078807 3 安装mysql https://blog.csdn.net/CleverCode/article/details/128354479 4…...
半导体数据分析： 玩转WM-811K Wafermap 数据集（三） AI 机器学习
前面我们已经通过两篇文章，一起熟悉了WM-811K Wafermap 数据集，并对其中的一些数据进行了调用，生成了一些统计信息和图片。今天我们接着继续往前走。 半导体数据分析： 玩转WM-811K Wafermap 数据集（二） AI…...
逐笔成交逐笔委托Level2高频数据下载和分析：20250102
level2逐笔成交逐笔委托下载 链接: https://pan.baidu.com/s/1p7OOj5p-QGFrWkt6KKoYng?pwd7f4g 提取码: 7f4g Level2逐笔成交逐笔委托数据分享下载 通过Level2逐笔成交和逐笔委托这种每一笔的毫秒级别的数据可以分析出很多有用的点，包括主力意图，虚假动…...
python3GUI--大屏可视化-XX产业大数据指挥舱（附下载地址） By:PyQt5
文章目录 一．前言二．预览三．软件开发心得1.使用方法2.UI设计3.代码架构4.项目结构 四．代码片段分享1.图片平滑缩放组件2.滚动日志组件 五．心得体会 大小：35.0 M，软件安装包放在了这里! 本软件未…...
PHP 循环控制结构深度剖析：从基础到实战应用
PHP 循环控制结构深度剖析：从基础到实战应用 PHP提供了多种控制结构，其中循环控制结构是最常见的结构之一。它们使得我们能够高效地重复执行一段代码，直到满足某个条件为止。本文将从PHP循环的基础知识出发，逐步分析其在实际项目…...
【数据库】二、关系数据库
文章目录 二、关系数据库1 关系2 关系数据库3 完整性约束4 关系运算 二、关系数据库 1 关系 域：一组具有相同数据类型的值的集合。 笛卡尔积：所有域（域可相同）中所有取值的组合 例如：D1{1,2,3}，D2{A,b}&…...
【cuda学习日记】2.2 使用2维网络（grid）和2维块（block）对矩阵进行求和
在2.0中进行了用一维网格和块对一维向量进行了求和。 在2.1中例化了二维的网格和块。 接下来进行2维网络（grid）和2维块（block）对矩阵进行求和。 #include <stdio.h> #include <stdlib.h> #include <time.h> #i…...
【13】制作镜像以及重启实例
制作镜像 k8s集群 有两个镜像需要制作，一个是master节点，一个是node节点。 在master节点上成功部署了k8s的控制平面，在node节点上部署了worker节点的配置，不知道打包镜像重启之后集群的状态是什么样的。 确认集群在运行&#…...
省级-农业科技创新（农业科技专利）数据（2010-2022年）-社科数据
省级-农业科技创新（农业科技专利）数据（2010-2022年）-社科数据https://download.csdn.net/download/paofuluolijiang/90028570 https://download.csdn.net/download/paofuluolijiang/90028570 数据 年份、省份、农业科技专利数量…...
Vue2+OpenLayers接入天地图API实现搜索定位和点击获取经纬度及地址功能（提供Gitee源码）
目录 一、案例截图 二、安装OpenLayers库 三、安装Element-UI 四、完整代码 五、天地图地名搜索API文档 六、Gitee源码 一、案例截图 输入框搜索需要查询的大概地址，可以获取到经纬度和地址信息。 二、安装OpenLayers库 npm install ol 三、安装Element-UI…...
CrossFormer实战：使用CrossFormer实现图像分类任务（一）
摘要 CrossFormer是一种新型的视觉Transformer架构，旨在通过引入跨尺度注意力机制来提升计算机视觉任务的性能。该模型特别关注不同尺度特征之间的交互，解决了现有视觉Transformer在处理多尺度特征时的不足。 研究背景 在计算机视觉中，特征…...
性能测试工具Jmeter中的FTP脚本开发
FTP文件传输协议是TCP/IP协议组织中的常用协议之一，主要用在internet上双向传输文件。FTP协议具有客户端和服务器端两个部分组成部分，具有上传与下载两种功能。Jmeter也提供了FTP请求的测试支持，实现了上传和下载功能测试。 对于上图的FTP请求…...
探索微软 M365 安全：全方位守护数字世界
在当今这个科技呈井喷式飞速发展，数字化浪潮以汹涌澎湃、锐不可当之势席卷全球的时代，企业与个人仿若置身于一片浩瀚无垠、信息奔涌的海洋之中，尽情畅享着技术革新所带来的无穷无尽便利。然而，恰如平静海面下潜藏着暗礁与汹涌暗流，网络安全问题恰似隐匿在暗处、随时可能给…...
Qt C++读写NFC标签NDEF网址URI
本示例使用的发卡器：https://item.taobao.com/item.htm?spma21dvs.23580594.0.0.1d292c1biFgjSs&ftt&id615391857885 #include "mainwindow.h" #include "ui_mainwindow.h" #include <QDebug> #include "QLibrary" …...
[SMARTFORMS] 自定义SMARTFORMS表单页格式
在SMARTFORMS表单开发过程中，用户打印的纸张有可能不是标准的页格式，需要我自定义页格式 具体操作步骤如下所示 1.定义页格式 事务码SPAD，点击"完全管理" 点击"设备类型"中的页格式的"显示"按钮 点击创建按…...
大模型笔记：KV cache
1 为什么要使用KV cache 假设模型最终生成了四个token 对于第一个token，他的attention的计算方法为： 有了第一个token之后，生成第二个token的时候： sottmaxed表示已经逐行softmax后的结果同理，对于第三个token&…...
替换Logo以正点原子为例)
Android车机DIY开发之学习篇(三)替换Logo以正点原子为例
Android车机DIY开发之学习篇(三)替换Logo以正点原子为例 启动 logo 包括 u-boot 阶段 logo 内核阶段 logo /sdk/kernel-5.10 目录下替换 logo.bmp 654270 logo_kernel.bmp 654270 编译 Linux 内核...
宝塔面板 php8.0 安装 fileinfo 拓展失败
系统：Albaba Cloud Linux release 3 （OpenAnolis Editon）即 Centos 平替 异常提示： cc: fatal error: ** signal terminated program cc1 compilation terminated. make: *** [Makefile:211: libmagic/apprentice.lo] Error 1搜…...
机器学习数据预处理preprocessing
预处理方法预处理方法预处理方法BinarizerFunctionTransformerKBinsDiscretizerKernelCentererLabelBinarizerLabelEncoderMaxAbsScalerMinMaxScalerMultiLabelBinarizer sklearn.preprocessing.Binarizer 设定一个阈值（threshold），对于每个…...
网络安全 | 什么是Bot防护？
关注：CodingTechWork Bot防护介绍 随着互联网服务的普及和发展，越来越多的网站和应用遭遇了自动化攻击（Bot攻击）。Bot防护是一种安全技术，旨在检测和阻止自动化程序（即“机器人”或“bot”）对网…...
Qt学习笔记第81到90讲
第81讲 串口调试助手实现自动发送 为这个名叫“定时发送”的QCheckBox编写槽函数。 想要做出定时发送的效果，必须引入QT框架下的毫秒级定时器QTimer，查阅手册了解详情。 在widget.h内添加新的私有成员变量： QTimer *timer; 在widget类的构造…...
如何在本地部署大模型并实现接口访问（ Llama3、Qwen、DeepSeek等）
如何在本地部署大模型并实现接口访问（ Llama3、Qwen、DeepSeek等） 如何在本地部署大模型并实现接口访问（ Llama3、Qwen、DeepSeek等）模型地址模型下载模型部署指定显卡运行app.py 运行环境requirements 调用接口代码调用 结语 如何…...
使用 Linux tracepoint、perf 和 eBPF 跟踪数据包
大家读完觉得有帮助记得关注和点赞！！！ 目录 1 破局 1.1 逃离迷宫：上帝视角 1.2 网络跟踪：渴求利器 1.3 巨人肩膀：perf/eBPF 2 Perf 2.1 安装 perf 2.2 测试环境 2.3 初体验：跟踪 ping …...
给DevOps加点料：融入安全性的DevSecOps
从前，安全防护只是特定团队的责任，在开发的最后阶段才会介入。当开发周期长达数月、甚至数年时，这样做没什么问题；但是现在，这种做法现在已经行不通了。 采用 DevOps 可以有效推进快速频繁的开发周期（有时…...
MySQL视图笔记
视图的理解 ①视图是一种 虚拟表 ，本身是 不具有数据 的，占用很少的内存空间，它是 SQL 中的一个重要概念。 ②视图建立在已有表的基础上, 视图赖以建立的这些表称为基表。 ③对视图中的数据进行增加删除和修改，对应的数据表&a…...
【Ubuntu与Linux操作系统：十、C/C++编程】
第10章 C/C编程 10.1 Linux编程基础 Linux编程基础涵盖了C/C语言在Linux环境中的特点和使用方法。Linux以其高性能和开源特性成为系统编程的重要平台。 1. C语言与Linux的关系 Linux内核主要是用C语言编写的，因此学习C语言是理解Linux底层机制的必要前提。C语言的…...
豆包MarsCode：可以在线用的智能AI编程助手
大家好，今天我想和大家分享一个我最近发现的宝藏工具——豆包MarsCode。 作为一个程序员，我一直在寻找能够提高工作效率、快捷、 优化代码质量的在线编程工具。豆包MarsCode IDE，这个由字节跳动推出的智能编程助手，让我眼前一亮&…...
RabbitMQ基础（简单易懂）
RabbitMQ高级篇请看： RabbitMQ高级篇-CSDN博客 目录 什么是RabbitMQ？ MQ 的核心概念 1. RabbitMQ 的核心组件 2. Exchange 的类型 3. 数据流向说明 如何安装RabbitQueue？ WorkQueue（工作队列）： Fa…...
UE5 使用内置组件进行网格切割
UE引擎非常强大，直接内置了网格切割功能并封装为蓝图节点，这项功能在UE4中就存在，并且无需使用Chaos等模块。那么就来学习下如何使用内置组件实现网格切割。 1.配置测试用StaticMesh 对于被切割的模型，需要配置一些参数。以UE5…...
【面试题】技术场景 6、Java 生产环境 bug 排查
生产环境 bug 排查思路 分析日志：首先通过分析日志查看是否存在错误信息，利用之前讲过的 elk 及查看日志的命令缩小查找错误范围，方便定位问题。远程 debug 适用环境：一般公司正式生产环境不允许远程 debug，多在测试环…...
macOS 安装tomcat9
macOS 安装tomcat9 URL：https://tomcat.apache.org/download-90.cgi 解压之后放到指定目录 /Users/lanren/install/tomcat-9 自己取个名字就行 给权限： ① 先进行权限修改：终端输入sudo chmod 755 /Users/lanren/install/tomcat-9/bin/…...
多线程之旅：属性及其基本操作
上次分享到了，多线程中是是如何创建的，那么接下来，小编继续分享下多线程的相关知识。 多线程中的一些基本属性。 基本属性 属性获取方法IDgetId()名称getName()状态getState()优先级getPriority()是否后台线程isDemo()是否存活isAlive()是…...
隧道网络：为数据传输开辟安全通道
什么是隧道网络？ 想象一下，你正在一个陌生的城市旅行，并且想要访问家里的电脑。但是，直接连接是不可能的，因为家庭网络通常受到防火墙或路由器的保护，不允许外部直接访问。这时候，隧道网络&…...
Python爬虫-汽车之家各车系周销量榜数据
前言 本文是该专栏的第43篇，后面会持续分享python爬虫干货知识，记得关注。 在本专栏之前，笔者在文章《Python爬虫-汽车之家各车系月销量榜数据》中，有详细介绍，如何爬取“各车系车型的月销量榜单数据”的方法以及完整代码教学教程。 而本文，笔者同样以汽车之家平台为例，…...
【机器学习】时序数据与序列建模：理论与实践的全面指南
云边有个稻草人-CSDN博客 目录 云边有个稻草人-CSDN博客 引言 一、时序数据的特点与挑战 1.1 时序数据的特点 1.2 序列建模的挑战 二、传统方法概览 2.1 ARIMA 模型 2.2 Prophet 三、深度学习方法 3.1 RNN 和 LSTM 3.2 Attention 和 Transformer 3.3 自监督学习 四、…...
java.net.SocketException: Connection reset 异常原因分析和解决方法
导致此异常的原因，总结下来有三种情况： 一、服务器端偶尔出现了异常，导致连接关闭 解决方法： 采用出错重试机制 二、 服务器端和客户端使用的连接方式不一致 解决方法： 服务器端和客户端使用相同的连接方式ÿ…...
【华为OD-E卷 - 恢复数字序列 100分（python、java、c++、js、c）】
【华为OD-E卷 - 恢复数字序列 100分（python、java、c、js、c）】 题目 对于一个连续正整数组成的序列，可以将其拼接成一个字符串，再将字符串里的部分字符打乱顺序。如序列8 9 10 11 12，拼接成的字符串为89101112&…...
05、Redis持久化
Redis是在内存中操作的，我们服器关闭重启机器后，正常是之前在redis中操作的数据都不存在了，但是实际上我们开机后重新启动redis服务，一样可以看到之前操作的数据。这是为什么呢？ 我们在redis的安装目录下可以看到有一…...
Python爬虫基础——selenium模块进阶（模拟鼠标操作）
主要内容包括：模拟鼠标操作。常用的鼠标操作有单击、双击、右击、长按、拖动、移动等，模拟这些操作需要用到selenium模块中的ActionChains类。该类的基本使用方法是将实例化好的WebDriver对象作参数传到该类中，实例化成一个ActionChains对象&…...
C++ macro: The # operator
C macro: The # operator 1. The # operator2. Stringizing (字符串化)References 1. The # operator The # operator converts a parameter of a function-like macro into a character string literal. #define STR(x) #xAll subsequent invocations of the macro STR woul…...
一学就废|Python基础碎片，文件读写
文件处理是指通过编程接口对文件执行诸如创建、打开、读取、写入和关闭等操作的过程。它涉及管理程序与存储设备上的文件系统之间的数据流，确保数据得到安全高效的处理。 Python 中的文件模式 打开文件时，我们必须指定我们想要的模式，该模式…...
使用MATLAB正则表达式从文本文件中提取数据
使用MATLAB正则表达式从文本文件中提取数据 使用Python正则表达式从文本文件中提取数据的代码请看这篇文章使用正则表达式读取文本数据【Python】-CSDN博客 文本数据格式 需要提取 V 后面的数据, 并绘制出曲线. index 1V 0.000000W 0.000000E_theta 0.000000UINV 0.0…...