- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户6296428的专栏
从量化到优化，详解有赞离线数据降本之路
那么就需要做到这几点： 成本可量化，细到每个数据的成本以及它的构成 浪费可感知，能发现并提示出有多少浪费存在 降本便捷性，知道了浪费，还要知道如何优化，高效地降本 过程可跟踪，做的降本动作，需要被记录和跟踪 于是，摆在眼前的几座大山，需要一一翻跃：怎么量化数据成本；怎么算清帐有没有浪费或者优化点；怎么降本和支持降本；怎么跟踪降本过程；怎么持续运营产生效益。 二、成本量化 合理地量化出直观的数据成本，是第一步。因此，首先要聊到我们的成本模型。 ? 数据的成本在于硬件资源消耗（本文不考虑人力），存储需要磁盘，计算需要cpu和内存等。 3.2 数据模型 实现数据成本量化和账单，本身也需要数据开发。以数据为基础，为了实现多粒度账单，需要特别关注分层和复用。数据分层偏向数仓模型设计，此处不展开，着重讲一下复用。 ? 四、成本优化 成本可以量化，又有了账单，台子搭好了，接下来要邀请大伙儿来唱戏了。等等，唱什么戏？还得有剧本。 我的成本高企，怎么优化呢？经过我们深入调研，总结出降本“六脉神剑”（其实不止六种）。 ?
76120发布于 2020-08-24 腾讯云 CloudQ：构建游戏行业 AIOps 闭环，驱动故障秒级定位与云成本量化降本
兑现系统高可用与研发效能的量化回报 引入 CloudQ 后，游戏业务的各项核心运维与研发指标均呈现出显著的量化改善，核心投资回报（ROI）体现在以下三个维度： 系统稳定性与修复时效跃升： P0 级故障率显著下降
5610编辑于 2026-06-18基于“6T”全栈基础设施构建国产化业务底座与量化降本实践
贯穿资源调度与业务转化：核心系统降本增效指标精算 基于“6T”基座与AI协同应用的部署，企业在系统稳定性、运维成本及开发效率上获得了以下量化的核心业务指标收益： 资源使用率与采购成本优化： 依托TCS 重构关键基础设施：多行业混合业务场景实践标杆 腾讯云融合创新产品已在政务、金融、制造、零售等复杂业务场景中完成大规模验证，以下为核心客户的真实数据与应用轨迹： 一汽丰田（客服降本增效）： 接入智能在线客服机器人后
21000编辑于 2026-05-28腾讯云金融安全4+N体系构建实战：量化安全投入与业务降本增效指标解析
安全建设（企业生命线处的“1”）与业务风控增值（其后的“0”）之间缺乏可量化的技术桥梁。 释放安全基础建设的业务增值与运维提效势能 基于“4+N”体系尤其是“NDR+安全湖”架构的落地应用，企业在系统稳定性、运维成本（Ops Cost）及威胁拦截规模上实现了高度可量化的业务价值（ROI）：
8210编辑于 2026-05-30- 来自专栏韩曙亮的移动开发专栏
【Cubase】Cubase 量化设置 ( 量化预置 | 长度量化 | 快捷键设置 | 量化开头 | 量化 MIDI 事件结尾 | 量化 MIDI 事件长度 )
文章目录 一、要解决的问题 二、量化预置 三、长度量化 四、快捷键及设置 1、快捷键及设置 2、量化开头 3、量化 MIDI 事件结尾 4、量化 MIDI 事件长度 五、对 MIDI 进行量化操作 本博客中的所有设置都是在 ; 三、长度量化 ---- 长度量化 参数设置 : 在下图 处设置长度量化 , 如果设置成 " 1/16 " , 那么使用鼠标拖动时 , 音符的长度只能是 16 分音符的整数倍 ; 上述的 量化预置 ; 2、量化开头 量化开头 : 默认按键 " Q " 是量化开头 ; 将所有音符的开始位置对齐到 " 量化预制 " 对应的格子中 ; 该设置是系统自带的 , 不建议修改 ; 3、量化 MIDI 事件结尾 量化 MIDI 事件结尾 : 首先选中左侧的 " 量化类别 / 量化 MIDI 事件结尾 " , 点击右侧的 " 输入快捷键 " 下方的输入框 ; 输入快捷键后 , 点击 " 指定 " " 快捷键 , 量化音符长度 , 此时音符都排列整齐了 , 音符开头和音符长度进行了量化 , 音符结尾自然也进行了量化 ;
4.7K00编辑于 2023-03-28 云原生降本增效实践：容器、中间件与可观测性的技术落地与量化成果
第三章：量化成效与业务价值 通过技术落地，各企业在成本、效率与稳定性维度取得显著收益： 3.1 容器与资源效能 小鹅通： 容器化初期成本降低 50% 以上，后续通过 Crane 与超级节点再降 20%。
10410编辑于 2026-05-30- 来自专栏深度学习与python
Kafka 降本实用指南
免责声明 这篇文章不会涵盖那些旨在降本的托管服务方法。在某些用例中，像 Confluent Cloud 这样的托管服务可能会起到作用。 我们从一些相当明显且易于量化的费用开始分析。如果你打算在 AWS 上运行 Kafka，你需要为 EC2 machines 支付费用来运行你的 broker。
65910编辑于 2023-04-01 - 来自专栏云计算与大数据
Serverless与“增效降本“
有一条公理是“增效必然降本，降本不一定增效” 增效降本是指企业通过新科技，新方法等措施提升技术和管理能力，实现企业总体收益增加和单位产品成本降低的业务结果。 企业实施增效降本措施的目标时提升经营业绩，实现企业高质量发展，其本质包括： 企业总体收益增加，追求全局最优。 单位产品成本降低，促进业务提质。 可持续的效益提升，坚持长期发展。 增效在降本之前，用以强调企业应倡导发展思维和增量思维。通过技术，商业，市场的不断创新，增强企业核心能力。实现总体收益增加和单位商品成本降低，这是实现增效降本的正确路径。
37620编辑于 2023-03-18 - 来自专栏算法之名
量化交易
针对可交易的投资商品，理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子"，可以分为基本面和技术面。
59210编辑于 2024-08-21 - 来自专栏机器学习、深度学习
模型量化
下图显示不同量化策略对速度的提升影响 ? 量化卷积过程 ? 加速策略： AND, XOR and bitcount operations 训练过程 ? 分类性能对比 ?
93510发布于 2019-05-26 - 来自专栏精益六西格玛资讯
企业如何降本增效
企业如何降本增效？降本增效是指，在精益生产里通过技术熟练和提升，带来的单位工作时间内的工作效率的提高，相对减低每一产品单位的生产成本，增加效益。 而优化资本结构，实现资本的扩张，以此来扩大生产规模、降低成本，可以提高市场占有率，从而达到降本增产的效果。 4.靠深化改革降低成本各企业可以按生产经营实体需要，对职能科室进行精简合并，本着精干、高效的原则配备管理人员，改变人浮于事的局面，达到降本增效的目的。 降本增效并非简单地削减成本、控制一切投入，也并非各个环节成本都要降到最低。只有通过协调和最优化各环节，以带来成本削减的机会，才能真正带来效益的最大化，真正意义上的实现“降本增效”。
94540编辑于 2023-02-08 - 来自专栏图像处理与模式识别研究所
图像量化
from skimage import data from matplotlib import pyplot as plt image=data.coffee()#原始图像 ratio=128#设置量化比率 range(image.shape[2]):#图片通道数 image[i][j][k]=int(image[i][j][k]/ratio)*ratio#对图像中的每个像素进行量化 本文的图像量化过程是将256级的彩色图像量化到2级的彩色图像。 量化等级越多，量化比率越低，所得图像层次越丰富，灰度分辨率越高，图像质量好，但数据量大；量化等级越少，量化比率越高，图像层次欠丰富，灰度分辨率低，可能会出现假轮廓，图像质量变差，但数据量较小。 图像量化的作用是在一定主观保真图像质量的前提下，丢掉对视觉影响不大的信息，以获得较高的压缩比。
83120编辑于 2022-05-28 Python 量化
Python 量化是指利用 Python 编程语言以及相关的库和工具来进行金融市场数据分析、策略开发和交易执行的过程。 Python 由于其简洁、易学、强大的生态系统和丰富的金融库而成为量化交易的首选编程语言之一。 量化交易在金融领域得到广泛应用，它允许交易者通过系统性的方法来制定和执行交易策略，提高交易效率和决策的科学性。 量化主要是通过数学和统计学的方法，利用计算机技术对金融市场进行量化分析，从而制定和执行交易策略。 更多 Python 量化内容可以查看：Python 量化交易。 实例应用 接下来我们先看一个 Python 量化简单的应用实例，可以使用移动平均策略，使用雅虎金融数据来实现。 该策略的基本思想是通过比较短期和长期移动平均线来生成买入和卖出信号。
49610编辑于 2025-12-16构建标准化“全球数字钥匙云”：助力主机厂突破出海合规壁垒与实现量化降本
实现研发认证降本与全球业务提速 依托银基科技在行业内的规模化实践（50+ 合作主机厂、200+ 量产车型、220w+ 上车量），标准化数字钥匙方案为车企带来了明确量化的业务提升： B端成本与落地时效优化
15710编辑于 2026-05-30- 来自专栏量化小白上分记
从零开始学量化（一）：量化如何入门
作为在校生，进入量化行业的途径一般是首先自己在学校能掌握一定的量化基础，然后去企业找实习，最终通过实习/秋招留用。实习一般是去卖方研究所金工组、买方私募公募资管自营等各种机构，这里不介绍，可百度。 关于量化基础，实际上可以总结为三方面的能力：金融背景、数学功底和编程能力，编程能力是门槛，编程不好，什么都白谈。 接下来分别从量化、数学、金融三个角度说明。 ? 数据可视化能力 不论是做数据分析还是量化，可视化都是非常重要的，不过量化方向可视化要求相对低一些，毕竟逻辑和结果更重要。 这方面需要会的东西包括： - 宏微观经济学：了解刻画宏观经济运行的各种经济指标的含义，以及公布的时间点，频率等等，这在量化建模中非常重要，现在有很多研究所都在从宏观基本面做量化择时和经济周期预测，至于课本里学的
15.7K97发布于 2019-04-24 - 来自专栏算法码上来
【白话模型量化系列一】矩阵乘法量化
然后整数矩阵 的数值范围其实就是有符号整数的表示范围 ， ，为了实现的简单，我们只量化到 ，这样就和 一样关于零点左右对称了。 如果我们强行还按照 的范围来量化relu结果 的话会怎么样呢？这样会导致整数区间 永远不会有数字，因为根本没有负数浮点数的存在。这样就白白浪费了127个整数，就会导致量化的精度大大受损。 总结 如果矩阵乘法两个输入的范围都是关于零点对称的，那么计算公式为： 「量化：」 「反量化：」 如果矩阵乘法其中一个输入是relu的结果，那么计算公式为： 「量化：」 「反量化：」 当然还有很多其他情况 此外为了减小量化的损失，还需要在模型结构中插入伪量化节点，然后进行量化感知训练（QAT）。接着还需要将finetune后的模型存储为int8格式。然后还需要开发加载int8模型的推理加速库代码。 网上关于量化的优秀教程非常多，我不会讲太多理论上的量化知识，只会从实践的角度来白话一下我们在Transformer模型量化过程中做的一些尝试。
1.4K20发布于 2021-12-02 - 来自专栏PPV课数据科学社区
十年量化老兵谈量化：玩转量化投资你需要这些技能
量化能看到更多的机会，比如说现在A股有将近3000只股票，如果不用量化，靠一个人的力量最多管理到300只已经很难了，但量化，30000只的管理和3000只几乎没什么差异。 【投研体系】“量化老兵投资体系三大支柱” 问：您这些年一直是做量化投资的，能否讲讲您的量化投资体系？ 持有封基：我入市整整十年，一直是量化投资。基本面、技术面，只要能吃饱的都是一碗好面。 “构建量化模型的四个步骤：猜想、建模、回测、实战” 问：具体而言，您是如何构建量化模型的吗？如何确定量化因子的？ 持有封基：量化四步骤——猜想、建模、回测、实战。 “做好量化投资：有数学天赋很重要” 问：你做量化差不多十年了，在您看来要做好量化投资，需要做些什么准备？ 持有封基：除了热爱投资，还需要热爱数学，热爱量化，这是最根本的。 因为量化投资是一条充满荆棘的道路，只有真正热爱才会浸润在量化中以此为乐。
2.8K61发布于 2018-04-24 - 来自专栏AI算法与图像处理
Pytorch量化入门之超分量化（一）
来源:AIWakler 最近Happy在尝试进行图像超分的INT8量化，发现：pytorch量化里面的坑真多，远不如TensorFlow的量化好用。 背景 量化在不同领域有不同的定义，而在深度学习领域，量化有两个层面的意义：(1) 存储量化，即更少的bit来存储原本需要用浮点数(一般为FP32)存储的tensor；(2) 计算量化，即用更少的bit 对于量化后模型而言，其部分或者全部tensor(与量化方式、量化op的支持程度有关)将采用INT类型进行计算，而非量化前的浮点类型。 Training Static Quantization：静态量化，训练后静态量化，这是CV领域应用非常多的一种量化方式； Quantization Aware Training：感知量化，边训练边量化 ，一种比静态量化更优的量化方式，但量化时间会更长，但精度几乎无损。
3.5K22发布于 2021-02-05 - 来自专栏量化小白上分记
量化学习资源分享（十一）：FOF量化专题
这次整理了一些基金或者说FOF量化相关的研报，后台回复“FOF报告”获取报告合集。
73521编辑于 2023-03-19 - 来自专栏小明的博客
量化交易
量化投资没有确切的定义，它泛指通过数学分析、挖掘价格波动规律，或者通过对相关宏观经济、财务数据、量价关系、资金交易等数据进行建模，寻找数据之间的关系，以获得稳定利润为目标，持续计算生成定量化的投资信号 多资产多策略配置: 对冲风险更高收益 技术信息理论的三大假设 市场行为包容消化一切信息 市场运行以趋势方式演变 历史会重演（我们可以通过历史数据来推断未来走势 绩效评估指标 绩效指标也被称为风险指标，它们也是量化投资的基石
2.8K20编辑于 2022-09-06
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