- 综合排序
- 最热优先
- 最新优先
- 来自专栏互联网数据官iCDO
系统理性｜品牌是 CEO 工程不是 CMO 工程
怎么判断一个品牌是真正的品牌 00:46:35 品牌投入守恒原则 00:53:51 在利益面前，品牌真的能坚守价值观么 01:02:33 组织架构如何影响品牌 01:08:53 为什么品牌是一个 CEO 工程 4.2 用非理性帮助顾客减少决策成本 人是在绝大多数情况下都是非理性的，也就是会有系统性偏差。我们其实要利用起来一些人正常会有的一些思维的偏见来帮助他减少选择的成本。 6.2 品牌是 CEO 工程，不是 CMO 工程 CEO 要想清楚品牌应该怎么运营，而不是先找外部的人来救火。现在很多新锐品牌喜欢去大厂挖人过来做 CMO 。 品牌是一个 CEO 工程部不是 CMO 工程。CMO 推动不了整个体系的转型。很多品牌面临的是一个革命，不是一个改良。当一个创始人他是一个销售导向的人，想要转化以品牌增长为导向。 如果要去做品牌话，那你就要让自己的作为一个 CEO 推动整个工程开始去做这件事情，而不是说请来一个空降的 CMO 去做这件事情。 End
50630编辑于 2023-03-27 - 来自专栏IDC杂谈
工程材料的物理性质汇总整理
为了最终确定工程产品或应用的材料，我们应该了解材料的物理特性。材料的物理性质是可以在不改变材料特性的情况下观察到的那些。 总结： 以上就是工程材料的物理性质，有IC先生www.mrchip.cn汇总整理，请勿转载。
1.4K30编辑于 2022-06-13 - 来自专栏AI科技评论
工程之道，深度学习推理性能业界最佳优化实践
经典的轻量卷积神经网络实验表明，经过MegEngine加速，ResNet18和ResNet50最高加速比可达2x以上，ShuffleNetV2和MobileNet V2执行效率也得到显著提升，实现了业界当前最佳推理性能 深度学习是一个端到端的自动化系统，在数据驱动之下，算法历经训练测试、工程部署、推理实现三个环节。深度学习技术能否最终落地为产品，细粒度满足不同场景需求，深度学习框架的推理性能优化是一个关键变量。 MegEngine的推理性能优化有两个阶段，1）工程部署时的静态图优化，保证模型精度和训练时一致，2）推理实现时的卷积优化，保证模型运算的最快速度。两者最终的优化目标是实现模型推理又「好」又「快」。 MegEngine秉持极致的「工程之道」，针对CPU推理的卷积优化，做了细致而系统的工程创新，不断逼近加速极限。 在一系列经典的轻量级卷积网络上，做了集成式卷积优化实验，ResNet18和ResNet50最高加速比可达2x以上，ShuffleNet V2和MobileNet V2执行效率获得大幅提升，实现了当前业界最佳的推理性能
86010发布于 2020-06-03 - 来自专栏DeepHub IMBA
ONNX Runtime Python 推理性能优化：8 个低延迟工程实践
实际上生产环境中的 Python 推理链路隐藏着巨大的“工程红利”。很多时候你的模型本身并不慢，慢的是低效的数据搬运、混乱的线程争用以及不合理的 Runtime 默认配置。 在不改变模型精度的情况下，仅靠ONNX Runtime (ORT) 的工程特性，往往就能从现有技术栈中“抠”出惊人的性能提升。 以下是 8 个经过实战验证的低延迟优化策略，专治各种“莫名其妙的慢”。
66510编辑于 2025-12-30 - 来自专栏技术从心
理性的“编程思想”？
你要先慢慢的培养编程思想，只是会写代码的话 就是码农了，又有思想，又能写代码就是工程师了～～ 仔细想想，其实是我太急燥，太急于求成，太急功近利。
51250发布于 2019-08-06 - 来自专栏AI SPPECH
当 Prompt 工程走向「理性 × 感性」的系统设计
理性 × 感性」的系统设计高度。 通过技术拆解，我们可以看到不同格式的底层工作原理，以及混合结构如何实现「理性 × 感性」的统一。 ，代表了 Prompt 工程的未来发展方向。 实际工程意义、潜在风险与局限性分析 本节为什么值得重点关注：理解 Prompt 格式选择的实际工程意义和潜在风险，是将理论转化为实践的关键。 工程的门槛 核心洞察：Prompt 工程的未来不是简单的格式进化，而是从"格式选择"到"系统设计"的范式转变。
99821编辑于 2026-01-28 - 来自专栏小勇DW3
Spring的原理性总结
Bean的生命过程可以借鉴Servlet的生命过程，了解其生命过程对于不管是思想还是以后的使用都很有帮助；
4.1K51发布于 2018-08-30 - 来自专栏進无尽的文章
推送-推送原理性说明
角标，可推送 n、+n、-n 来实现角标的固定、增加、减少 sound = default;//推送声音，默认系统三全音，如需使用自己的声音，需要将声音文件拖拽&拷贝至 Xcode 工程目录任意位置 必须在 Xcode 工程中 TARGETS - Capabilities - Background Modes - Remote notifications 开启该功能.
5.8K20发布于 2018-09-12 - 来自专栏CDA数据分析师
如何理性看待智能合约
就像近年来的"区块链"、"人工智能"和"云"一样，"智能合约"也是十分热门的话题之一。
65240发布于 2018-07-30 - 来自专栏SaaS加速器
行业回暖，看SaaS如何理性突围？
在企服领域，SaaS告别了2015年高光时刻，发展趋于理性。本文将从通用型SaaS、行业垂直型SaaS两大具体类型，切入其更细分赛道，全面解析2019年1-7月企业级SaaS现状与机会点。 市场对SaaS的发展，也趋于理性。在企业级SaaS赛道，很少有爆发式的创业公司，无疑，这是一个需要时间的赛道。
1.6K20发布于 2020-06-09 - 来自专栏Java那些事
如何优化Nginx的处理性能
Nginx 是一个很强大的高性能Web和反向代理服务，它具有很多非常优越的特性，在连接高并发的情况下，Nginx是Apache服务不错的替代品。其特点是占有内存少，并发能力强，事实上nginx的并发能力在同类型的网页服务器中表现较好，因此国内知名大厂例如：淘宝，京东，百度，新浪，网易，腾讯等等都在使用Nginx网站。
1.5K30发布于 2020-07-31 - 来自专栏CreateAMind
走向认知发展的理性建构理论
关键词:理性建构主义,认知发展,学习机制 （部分节选如下：全文约5000字） 认知发展理论(以及一般的发展心理学和发展认知科学)通常有如下特征:(a)初始状态是什么? 本文承担了回答这些问题的挑战性任务,并提供了一个认知发展理论的综合和概述,即理性建构主义。 这个理论框架致力于一种代表性的、计算性的思维观点(例如,Chomsky, 1987; Fodor & Pylyshyn,1988).认知发展的理性建构主义理论的中心原则如下 1. 这些强大的理性、统计和推理机制使人类能够快速准确地获取许多领域的知识(参见 Xu & Kushnir, 2013,2012 用于评论)。 这些领域通用机制通过改变导致特定领域直觉理论构建的初始表示的格式,通过提供信念修正的理性方式,以及通过构建新思想和新假设来产生真正的概念变化,来驱动发展。 更多请参考原文。
42110编辑于 2022-06-10 哲学与AI的交织：理性探索
人工智能系统在多大程度上可以是理性的？一门名为 6.S044/24.S00（人工智能与理性）的麻省理工学院新课程，并不寻求回答这个问题。 哲学的某些技术性部分确实与 AI 重叠，尤其是早期的 AI，”课程讲师、某中心（原松下）计算机科学与工程教授 Leslie Kaelbling 说道，她让人想起了既是计算机科学家又是哲学家的艾伦·图灵。 与 Kaelbling 共同教授这门课的 Brian Hedden 是语言学与哲学系的教授，并在某中心（原 MIT Schwarzman College of Computing）与电气工程与计算机科学系 “计算伦理学”探讨快速发展的技术对社会影响的担忧，而“人工智能与理性”则通过考虑几个组成部分来审视“理性”这个有争议的定义：理性能动者的本质、完全自主智能体的概念，以及将信念和欲望归属于这些系统的方式。 我们打开了一个‘潘多拉魔盒’：是人类不理性？是我们设计的机器学习系统不理性？还是数学和逻辑本身就不理性？”
19510编辑于 2026-03-14- 来自专栏智能相对论
智能座舱的“非理性繁荣”
作为汽车智能化鼻祖的特斯拉，似乎一直在致力于将其座舱打造为一个“游戏厅”，从引入最早的《沙滩车竞速》，到国内消费者喜闻乐见的《欢乐斗地主》、《欢乐麻将》，再到如今的《赛博朋克2077》等3A游戏大作应有尽有。
74710编辑于 2022-05-17 - 来自专栏大大的小数据
高考的“工具理性”思考2022.9.26
高考的“工具理性”思考，第2版 1，高考的价值理性还神话了 不管高考改革的方向转变多少，只要衡水中学模式，住校学习，工程管理，人力资源管理的时间，效率，准确度，产出，计划，分解，量化，纠偏，重复，循环， 资源辅助能大幅提升成绩，那我认为高考价值理性和工具理性比例不应该是8比2，而是5比5或者4比6的。 2，工具理性的实用 高考，在限定时间内学习考试，定量的成绩，为成绩分层区分度学习无用知识，这些都符合“有限游戏”的规则，和人生“无限游戏”相对。 3，如何能更加明确高考的“工具理性” 进，对于个人，可以放开的使用“工具理性”的方法，“做”出一个最优成绩。 退，明白这只是一个“游戏游戏”保留智慧的探索，读书的乐趣，同学的友谊，执行的心流等探索美好，社交开心，成就振奋的“价值理性”
26520编辑于 2022-12-19 - 来自专栏我爱计算机视觉
工程之道 | CPU推理性能提高数十倍，MegEngine计算图、MatMul优化解析
在之前我们对天元的极致推理优化进行了综述《工程之道，MegEngine 推理性能极致优化之综述篇》。 CPU 推理优化概览 对于产业应用而言，CPU 推理的性能优化至关重要，如下表所示，经过优化的推理性能可以较未经优化的原始性能提升数十倍。
1K40发布于 2020-08-10 - 来自专栏多比
多比：让区块链告别非理性繁荣
8月20日，中国信息通信研究院高级工程师、区块链主管卿苏德博士向科技日报记者爆料。 集资后就要“割韭菜”，主力离场，代币大跌。 卿苏德表示，与现实结合的幻想唤醒了很多人投机的欲望，利润越大人越会失去理性，他还遇到投资者说“赔了就当打水漂”。 手段之二是对区块链去中心化、可追溯、不可篡改等特性的持续宣扬。 2016年、2017年，权威信息分析公司Gartner的报告显示区块链处在膨胀期，而2018年2月，Gartner的最新报告称，区块链目前属于非理性繁荣阶段，币圈过于膨胀。
53620发布于 2018-08-27 - 来自专栏斜述视角
公共选择学派 | 理性选民的神话（4）
本次介绍的是卡普兰教授所著《理性选民的神话》一书中的第四章主要思想。第四章标题为：古典公共选择与理性无知的失灵。 古典公共选择学派认为选民在面对选举时，是故意选择的“无知”，即“理性无知”。 戈登·图洛克对理性无知的解释为：寻求政治的博识是非理性的，因为这些信息所能提供的低廉回报简直不能补偿他们在时间及其他资源方面付出的成本。 这个解释的逻辑很简单。时间就是金钱，获取信息是需要时间的。 如果时间是金钱，获取政治信息需要时间，而投票的预期收益几乎为零，那么，一个理性而自私的个人会选择无知。这就是“理性无知”的解释。 本书作者卡普兰教授认为，所谓的“理性无知”，是错的。 “理性无知”错在哪里？ 错误的来源，可能不仅仅只是缺乏信息，还有可能是由于情感认同。 接下来介绍《理性选民的神话》第五章：理性的胡闹。 ---- 文章参考自： [美]布赖恩·卡普兰《理性选民的神话》
42140发布于 2018-08-20 - 来自专栏SEian.G学习记录
MySQL如何评估索引的合理性？
我们都知道，在关系型数据库中，索引的存在是非常重要的，但是不合理的索引反而会影响到业务的性能，那怎么才能合理的设计索引也是业务高效访问数据库需要考虑的？如何才能评估索引创建的合理呢？今天我们给出其中一个评估指标：Cardinality
78320编辑于 2022-03-30 - 来自专栏小锋学长生活大爆炸
Java原理性基础知识整理
2、Java虚拟机(Java Virtual Machine)将字节码文件再解释成机器码运行
71820编辑于 2022-03-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号