首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏技术赋能学术

    流程引擎Camunda 7 快速开始

    根据官方文档快速搭架一个基于BPMN的流程引擎camunda https://docs.camunda.org/get-started/quick-start/ 下载地址 https://camunda.com

    1.3K30编辑于 2023-02-25
  • 来自专栏大数据和云计算技术

    MongoDB系列7:MongoDB存储引擎

    MongoDB支持的以下存储引擎: 存储引擎描述WiredTiger存储引擎从MongoDB 3.2开始默认的存储引擎,新的版本MongoDB推荐使用WiredTiger存储引擎。 MMAPv1存储引擎MMAPv1是MongoDB 3.2之前版本默认的存储引擎。In-Memory存储引擎MongoDB企业版支持In-Memory存储引擎。 表 2、WiredTiger存储引擎 从MongoDB 3.2开始,MongoDB默认的存储引擎为WiredTiger存储引擎。 4、MMAPv1存储引擎 MMAPv1存储引擎是3.2版本之前的默认存储引擎。它利用集合级并发性和内存映射文件访问底层数据存储。内存管理委托给操作系统。 5、MongoDB存储引擎性能对比 WiredTIger存储引擎In-Memory存储引擎MMAPv1存储引擎写性能高高中文档级并发控制文档级并发控制集合级并发控制读性能高高中低延迟中高中支持磁盘压缩是否否

    2.9K60发布于 2018-03-30
  • 决策引擎系统的7个级别

    现在有无数文章令人喘不过气来谈论“AI”,其中绝大多数都在谈论一种AI,即使用神经网络执行的某种形式的机器学习。这几乎不是人工智能的唯一形式,甚至远非最先进的形式。 第7级是我们达到人类推理、创造力和判断力的最高级形式的地方。现有的“AI”技术都无法达到这个级别,这是有具体技术原因的。 基于规则的逻辑并没有接近满足AI的早期期望,但基于规则的逻辑远非完全失败(正如曾经认为的那样),基于规则的逻辑在整个现代机器智能中得到应用。目前有许多商业“规则引擎”被广泛使用。 当“AI”在2010年代出现用于语音识别、面部识别和图像识别时,这就是“AI”现代使用的基础。 新闻界有数不胜数的书籍和文章讨论“人工智能”,就好像机器已经实现了我们所说的7级智能。据我们所知,没有计算机显示出真正的7级智能。我在实践中看到的所有工具都属于前六个级别。

    38910编辑于 2025-09-17
  • 来自专栏开源部署

    CentOS 7安装Docker应用容器引擎

    Docker 是一个开源的应用容器引擎,基于 Go 语言 并遵从Apache2.0协议开源。 Docker 运行在 CentOS 7 上,要求系统为64位、系统内核版本为 3.10 以上。 downloads文件夹,然后使用wget命令进行下载 [root@sungeek downloads]# wget https://download.docker.com/linux/centos/7/ x86_64/stable/Packages/docker-ce-18.03.1.ce-1.el7.centos.x86_64.rpm [root@sungeek downloads]# yum install docker-ce-18.03.0.ce-1.el7.centos.x86_64.rpm 1.4使用yun install直接安装 我这边是用了yum update方式更新yum源然后yum install

    1K30编辑于 2022-07-14
  • 来自专栏Web_xy

    AI搜索引擎

    通过与 ChatGPT 发明者 OpenAI 合作,微软给自己的搜索引擎加入了先进的 AI 对话模型,以支持全新版本的必应(Bing)和 Edge。 我本来也想试试,但是现在公测版还未发行,且内测版被各大头条垄断,只能先看看谍照了hh ---- 基于AI的搜索引擎 新模式的搜索引擎 ---- 我们能看到,新必应搜索的其中一种模式将传统搜索结果与 ---- 「人工智能将从根本上改变各类软件,首先就从最大的类别 —— 搜索引擎开始。今天,我们推出了由 AI 加持的必应和 Edge,以帮助人们从搜索和网络中获取更多信息。」 因为人们正在使用搜索引擎来做它最初没有设计的功能。搜索引擎非常适合查找网站,但对于更复杂的问题或任务来说,它往往不够用。 我们还将 AI 模型应用于我们的核心必应搜索排名引擎,从而实现了二十年来相关性的最大跃升。有了这个 AI 模型,即使是基本的搜索查询也更加准确和相关。 新的用户体验。

    1.8K20编辑于 2023-02-23
  • 来自专栏cwl_Java

    Activiti7工作流引擎-什么是Activiti7

    第2章 什么是Activiti7 2.1 Activiti 介绍 Alfresco 软件在 2010 年 5 月 17 日宣布 Activiti 业务流程管理(BPM)开源项目的正式启动,其首席架构师由业务流程管理 BPM 的专家 Tom Baeyens 担任,Tom Baeyens 就是原来 jbpm 的架构师,而 jbpm 是一个非常有名的工作流引擎,当然 activiti 也是一个工作流引擎。 Activiti 是一个工作流引擎, activiti 可以将业务系统中复杂的业务流程抽取出来,使用专门的建模语言(BPMN2.0)进行定义,业务系统按照预先定义的流程进行执行,实现了业务系统的业务流程由 :BPMNPlane> </bpmndi:BPMNDiagram> </definitions> 2.2 Activit 如何使用 1) 部署 activiti Activiti 是一个工作流引擎 7) 流程结束 当任务办理完成没有下一个任务/结点了,这个流程实例就完成了。

    1.7K10发布于 2019-12-30
  • 来自专栏AI系统

    AI系统】推理引擎架构

    在深入探讨推理引擎的架构之前,让我们先来概述一下推理引擎的基本概念。推理引擎作为 AI 系统中的关键组件,负责将训练好的模型部署到实际应用中,执行推理任务,从而实现智能决策和自动化处理。 随着 AI 技术的快速发展,推理引擎的设计和实现面临着诸多挑战,同时也展现出独特的优势。 本文将详细阐述推理引擎的特点、技术挑战以及如何应对这些挑战,为读者提供一个较为全面的视角。 推理引擎特点 推理引擎,作为 AI 和机器学习领域的重要组成部分,其设计目标在于提供一个灵活、高效且易于使用的平台,用于部署和运行已经训练好的模型,完成从数据输入到预测输出的全过程。 易用性 易用性是衡量一个 AI 推理引擎是否能够被广泛采纳和高效利用的关键指标。 MACE:MACE 是小米推出的移动端 AI 计算引擎,全称为 Mobile AI Compute Engine。

    2.8K21编辑于 2024-12-05
  • 来自专栏全栈程序员必看

    7个最优秀的手机游戏引擎

    随着智能手机成为主要的游戏平台,移动游戏引擎变得越来越流行。 下面将介绍7个最优秀的手机游戏引擎。 1.Corona SDK 游戏开发引擎 这是一款实用Lua语言作为开发语言的游戏引擎,对我来说比起的其他的游戏引擎要好学一点。而且,Lua语言现在很有游戏开发都有相关的支持。 或者选择按月/年付费,每月也高达 99 / 月(按月)和 4.godot Godot游戏引擎是由Juan Linietsky [1] 和Ariel Manzur [1] 开发的开源游戏引擎,是一款制作游戏的软件 5.GDevelop – 跨平台的游戏引擎 GDevelop 是一个功能齐全、源代码开放的游戏开发软件,允许在没有任何特定编程语言知识的情况下创建 HTML 5和本地游戏。 跨平台 开发语言: C/C++ 特性: 把你的游戏部署到任何地方 游戏对象多样 向游戏对象添加行为 设计高级级别和接口 可以制作桌面和移动的小游戏 构建具有高级功能的游戏 6.Unity 7.

    7.6K40编辑于 2022-09-06
  • 使用AI引擎扩展ADV游戏引擎的技术实践

    保持使用Antigravity扩展ADV游戏引擎我完全没有预料到这一点(我知道这是我上一篇文章的开场白)——它持续超出了我的预期(当然是往好的方向!)。 我正在让Antigravity持续扩展那个基于CSV的ADV游戏引擎,进展相当顺利! 我知道——我可能不应该构建动画(也不应该构建标题屏幕),而应该专注于构建我的游戏中更基础的部分,但是……有时候你想稍微不按顺序做事来提高你的积极性,对我来说,这感觉是正确的做法(而且一切自己构建(+ AI

    28110编辑于 2026-01-18
  • 转载:【AI系统】推理引擎架构

    在深入探讨推理引擎的架构之前,让我们先来概述一下推理引擎的基本概念。推理引擎作为 AI 系统中的关键组件,负责将训练好的模型部署到实际应用中,执行推理任务,从而实现智能决策和自动化处理。 随着 AI 技术的快速发展,推理引擎的设计和实现面临着诸多挑战,同时也展现出独特的优势。 本文将详细阐述推理引擎的特点、技术挑战以及如何应对这些挑战,为读者提供一个较为全面的视角。 推理引擎特点 推理引擎,作为 AI 和机器学习领域的重要组成部分,其设计目标在于提供一个灵活、高效且易于使用的平台,用于部署和运行已经训练好的模型,完成从数据输入到预测输出的全过程。 易用性 易用性是衡量一个 AI 推理引擎是否能够被广泛采纳和高效利用的关键指标。 MACE:MACE 是小米推出的移动端 AI 计算引擎,全称为 Mobile AI Compute Engine。

    2.2K10编辑于 2024-12-12
  • 来自专栏一个会写诗的程序员的博客

    7章 Spring Boot集成模板引擎小结

    7章 Spring Boot集成模板引擎 因为Spring Boot其实是对Spring生态的封装整合打包,以简化开发中使用Spring框架。 这些都是由模板引擎来“牵线搭桥”的。 模板引擎是为了使用户界面与业务数据分离而产生的,它可以生成特定格式的文档,用于网站的模板引擎就会生成一个标准的HTML文档。 Velocity是一种Java模版引擎技术,该项目由Apache提出,由另外一种引擎技术Webmacro发展而来。 public static void main(String[] args) { SpringApplication.run(Application.class, args); } } 7.

    3K30发布于 2018-08-20
  • 来自专栏cwl_Java

    Activiti7工作流引擎-流程定义

    public void deleteDeployment() { // 流程部署id String deploymentId = "8801"; // 通过流程引擎获取 getProcessResources() throws IOException { //流程部署id String deploymentId = "9001"; // 通过流程引擎获取 List<HistoricActivityInstance> list = query.list(); for (HistoricActivityInstance ai : list) { System.out.println(ai.getActivityId()); System.out.println(ai.getActivityName ()); System.out.println(ai.getProcessDefinitionId()); System.out.println(ai.getProcessInstanceId

    2.2K30发布于 2020-01-02
  • 来自专栏cwl_Java

    Activiti7工作流引擎-Activiti7环境准备

    第3章 环境准备 3.1 三个环境 第一个环境:没有加入工作流 SaaS-IHRM 系统 作用:主要是为 activiti 工作流引擎的引入提供场景 第二个环境:activiti 测试环境 作用:用于测试 3.3 Activiti 环境 Activiti7.0.0.Beta1 默认支持 spring5 3.3.1 下载 activiti7 Activiti 下载地址:http://activiti.org 虽然流程引擎在单独部署 bpmn 文件时会自动生成图片,但在实际开发过程中,自动生成的图片会导致和 BPMN 中的坐标有出入,在实际项目中展示流程当前位置图会有问题。 true: 构建流程引擎时,执行检查,如果需要就执行更新。 如果表不存在,就创建。 create-drop: 构建流程引擎时创建数据库表, 关闭流程引擎时删除这些表。 create: 构建流程引擎时创建数据库表, 关闭流程引擎时不删除这些表。

    4.5K00发布于 2019-12-30
  • 来自专栏山行AI

    AI跑车引擎第三篇——向量引擎之ElastiKnn实战

    前言 在今天的数据驱动的世界中,在AI兴起的当下,信息检索和相似性搜索已经成为了许多领域的核心技术,包括但不限于各类AI应用、推荐系统、电子商务、社交媒体和生物信息学。 为了满足这个需求,我们需要一个强大、灵活且高效的搜索引擎。这就是Elasticsearch和ElastiKNN的用武之地。 Elasticsearch是一个基于Apache Lucene的开源搜索引擎,它被广泛应用于全文搜索、日志数据处理和大数据分析等领域。 在AI兴起的当下,一切皆embedding,像Elastiknn这类向量存储和检索引擎也逐渐成为AI跑车引擎里不可缺少的一部分。 安装 1. wiki/Locality-sensitive_hashing#Random_projection [6] 《Mining Massive Datasets》: http://www.mmds.org/ [7]

    1.8K20编辑于 2023-06-14
  • 来自专栏腾讯云安全的专栏

    AI in WAF | 腾讯云网站管家 WAF AI 引擎实践

    基于语义规则的 WAF 大大提升了检出能力,是对规则检测缺陷的进一步探索,由于引擎具备对语义的理解能力,当黑客将攻击语句做回避式的变形时,能被语义分析引擎解析理解,行业中一些产品在实际应用中取得了比规则更好的检测能力 △ 正则引擎与语义分析检测机制对比 用机器学习探索 Web 攻击检测新思路 基于语义分析的 WAF 将 Web 攻击检测技术推向了新的台阶,但防护仍然不具备对未知威胁的进化适应能力,处于被动应对攻击状态 特点:提前采用大量已标记的样本训练 AI 引擎,召回率高,误判率低。 无监督学习:根据类别未知的样本解决模式识别中的各种问题,称之为无监督学习。 特点:不需要提前标注样本训练 AI 引擎,通过大量数据学习自动实现分类,检出率高,漏判率低。 我们在下期一起探索 AI 引擎在 WAF 中的实际落地应用,并以 Demo 案例来展示腾讯云“AI in WAF”的创新成果,敬请关注。

    18.3K01发布于 2018-07-30
  • 来自专栏cwl_Java

    Activiti7工作流引擎-Activiti入门体验

    5.2 部署流程定义 部署流程定义就是要将上边绘制的图形即流程定义(.bpmn)部署在工作流程引擎 activiti 中,方法如下: 使用 ProcessEngine 创建 RepositoryService

    2K10发布于 2019-12-30
  • 一文读懂AI引擎与Together规则引擎重塑智能决策‌

    从1950年图灵提出“机器能不能思考”的问题,到2025年大语言模型驱动的AI引擎在企业管理中自主完成商业决策,人工智能从“工具”变成了“智慧体”。 想象一下,一个跨国公司的智能ERP系统里有3000多个自主引擎在深度调度跨国供应链,多智能体协同重构财务流程,一个关键技术创新正在加速这一进程——Together规则引擎正成为AI引擎实现智能化决策的核心基础设施 AI引擎的三大能力革命动态规划能力Together规则引擎通过可视化的DRG图和装箱表达式,把“季度营收增长20%”这样的宏观目标转化为可执行的决策模型。 多工具调用能力基于Together标准化的决策服务接口,AI引擎可以在ERP、CRM等系统间建立决策中枢。 当每一次AI引擎的决策都通过Together引擎沉淀为可复用的业务规则资产,当每一个流程优化都能转化为标准化的决策模型,企业管理软件将真正进入“决策即服务”的新纪元。

    98410编辑于 2025-09-05
  • 来自专栏腾讯云大模型训推平台TI-ONE

    AI Talk | AI工业质检之以图搜图引擎

    智能质检也随之被各大AI公司看好,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题,如何回溯漏检历史现场。 01产品功能/使用 工业质检主要指标问题:过杀与漏检, 过杀是指工业产品是完好样品被AI质检系统判定为缺陷样品,漏检是指工业产品是缺陷样品被AI质检系统判定为完好样品,漏检的分析问题定位也是整个AI质检系统最难课题之一 以图搜图引擎就是以这样背景情况设计出来,终极目的回溯漏检历史现场。 主流框架 高扩展性 预置支持业界主流和腾讯自研的AI学习框架,以及腾讯多个AI实验室自研的通用和行业级算法服务,开放接口支持用户自定义算法模型。

    2.6K31发布于 2021-09-28
  • 来自专栏程序那些事儿

    秘塔AI搜索,AI时代的搜索引擎

    我们所面临的信息洪流中,搜索引擎如同灯塔指引方向,帮助我们在浩瀚的数据海洋中找到有价值的内容。然而,随着用户需求的不断升级,对于搜索体验的期望也水涨船高。 一、秘塔 AI 搜索的技术基础 秘塔 AI 搜索的核心是上海秘塔网络科技有限公司倾力打造的大语言模型 MetaLLM。 二、用户体验与创新特点 秘塔 AI 搜索之所以能在众多搜索引擎中脱颖而出,最显著的特点就是其提供的完全无广告的搜索环境以及结构化的搜索结果展示。 以往在使用其他搜索引擎时,用户的体验常常被广告侵扰,而秘塔 AI 搜索则彻底消除了这种烦恼,让用户可以直接浏览到高质量的搜索结果。 结语 总结来说,秘塔 AI 搜索作为一款创新的 AI 搜索引擎,以其出色的技术能力和用户友好的设计理念,迅速在国内外市场上占据一席之地。

    3.1K20编辑于 2024-04-26
  • 来自专栏腾讯云大模型训推平台TI-ONE

    AI Talk | AI工业质检之以图搜图引擎

    伴随人工智能的极速发展,AI工业也随之大放异彩,工业质检是整个制造中一个非常重要的环节,传统人工工业质检缺乏统一性标准,人工质检效率低,人工质检失误多,制造企业招工难,AI智能质检也随之被各大AI公司看好 ,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力。 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题,如何回溯漏检历史现场。 以图搜图引擎就是以这样背景情况设计出来,终极目的回溯漏检历史现场。 引擎设计流程结构图上述 目标图像筛选:工业产品90%都是多角度成像,利用多角度成像实现产品2维化平面检测,多角度通常称多点位设计,成像严格按照点位设计固定拍摄,无论机台复制多少实例,成像都使用一套点位黄金模板

    1.9K20编辑于 2022-01-27
领券