人工智能
计算机毕业设计Python+Spark+LSTM中药推荐系统 中药大数据可视化 中药数据分析 中药可视化系统 中药知识图谱
开发技术
前端：vue.js、echarts
后端：springboot、vue.js
数据库：mysql
大数据计算框架：spark、hadoop
算法(机器学习、人工智能)：推荐算法(协同过滤算法，基于用户、基于物品全部实现)、lstm情感分析评论、中药知识图谱
第三方平台：百度AI中药材图片智能识别、阿里云短信接口
数据采集(数据集)：python爬虫
创新点
短信接口、识别、情感分析、Sp
18《Spring Boot 入门教程》Spring Boot 定时任务
1. 前言
定时任务绝对是实际项目中的刚需。
我们想监控一个重点服务的运行状态，可以每隔 1 分钟调用下该服务的心跳接口，调用失败时即发出告警信息；
我们想每天凌晨的时候，将所有商品的库存置满，以免早上忘记添加库存影响销售；
我们想在每个周六的某个时段进行打折促销。
在以上的案例中，或者是指定时间间隔，或者是指定时间节点，按设定的任务进行某种操作，这就是定时任务了。
在 Spring Boot
【SpringAI Alibaba】快速搭建带对话记忆与历史追溯的 智能客服聊天机器人
🔥个人主页： 中草药 🔥专栏：【Java】登神长阶 史诗般的Java成神之路Spring AI AlibabaSpring AI Alibaba 官网_快速构建 JAVA AI 应用Spring AI Alibaba 是阿里巴巴集团在人工智能领域推出的重要技术框架，它将 Spring 生态的工程化优势与阿里云的大模型能力深
Flink 使用之 SQL UDF
Flink 使用介绍相关文档目录
Flink 使用介绍相关文档目录
简介
在使用纯Flink SQL的场景下，对于复杂业务逻辑，Flink提供的内置fucntion是无法满足要求的。我们需要实现自定义的function，来扩充Flink的功能。用户自己实现的function称为UDF(user defined function)。
Flink支持如下四种UDF：
ScalarFunction:
人工智能从入门到精通：深度学习模型部署与生产环境实践
第十章：深度学习模型部署与生产环境实践
学习目标
掌握深度学习模型部署的基本流程
了解常用的模型部署平台和工具
学会将训练好的模型转换为部署格式
理解生产环境中模型部署的最佳实践
学习如何处理模型部署中的性能和可靠性问题
10.1 模型部署基础
10.1.1 模型部署流程深度学习模型部署是将训练好的模型应用到实际生产环境中的过程，通常包括以下步骤：
AI的提示词专栏：为什么 Prompt 能决定模型输出质量？
AI的提示词专栏：为什么 Prompt 能决定模型输出质量？
本文深入解析了 Prompt 决定大语言模型（LLM）输出质量的核心原因，指出 Prompt 是用户与模型间的 “沟通桥梁” 和 “指挥蓝图”。从模型工作原理看，Prompt 是激活特定领域知识、搭建推理框架、规范输出结构的关键，可
记一次canal delay 调优过程
一、现象
image.png
image.png
每天夜里12点准时出现延迟告警，查看canal的监控指标，delay指标延迟在5-10分钟，blocking指标中的sink、dump趋于100%，同时canal服务的cpu及memeory很稳定40%左右。
二、分析
被告警吵的实在受不了了，于是下定决心解决这个问题。首先花了点时间研究了一下canal源码，整个canal的
序列标注任务常用方法
1. HMM
1.1 模型原理
HMM中，有5个基本元素：{N,M,A,B,π}，结合序列标志任务(NER)对其的概念定义为：
N:状态的有限集合。在这里，是指每一个词语背后的标注。
M:观察值的有限集合。在这里，是指每一个词语本身。
A:状态转移概率矩阵。在这里，是指某一个标注转移到下一个标注的概率。
B:观测概率矩阵，也就是发射概率矩阵。在这里，是指在某个标注下，生成某个词的概率。
π:初始
