写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 dmlc 频道下的 50 篇内容
近日,分布式开源机器学习项目正式发布。本文对该项目所包含的库及系统组件进行了简单介绍。
本文是一系列深度学习的简单实战教程的第一篇,用MXnet做实现平台的实例代码,简单讲解深度学习常用的一些技术方向和实战样例。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。
本文是一系列深度学习的简单实战教程的第二篇,用MXnet的neural art示例电脑绘画,用来讲解卷积网络ConvNet(CNN)。第一篇为安装GPU版mxnet并跑一个MNIST手写数字识别。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。

本文介绍美团XGBoost缺失值引发的问题及其深度分析。

本文分析XGBoost模型,使用同一个模型、同一份测试数据,在本地调用(Java引擎)与平台(Spark引擎)计算的结果不一致的问题。

随着智能体技术从概念走向普及,2026年的企业正面临一个现实问题:市场上的智能体开发平台越来越多,功能宣传让人眼花缭乱,究竟哪些功能才是真正决定效率提升的关键?红迅软件结合数百家企业智能化转型的实践经验,提炼出七项核心功能,作为您选型决策

很多企业选AI低代码平台时,习惯先看品牌知名度,再看价格,最后才去试用。这个思路看上去没毛病,但实际踩坑率不低——因为真正影响后续落地效果的因素,往往不在“品牌名气”这个层面里。

许多企业设立了CDO(首席数据官),建立了数据中台,但“数据驱动决策”仍然停留在口号层面。究其原因,数据与分析工具离一线业务行动太远,决策链路太长。
在企业数字化转型持续深化的背景下,业务需求正从“流程线上化”向“决策智能化”演进。这一趋势也推动着低代码开发平台自身的技术迭代。理解传统业务流程管理(BPM)型、AI增强型以及新兴的智能体驱动型这三类平台的核心差异,有助于企业在技术选型时,更全

引言: 市场迭代速度以天计算,竞争对手可能一夜之间就通过AI实现了弯道超车。如果你的企业还在依赖传统、漫长的软件开发模式,那么效率低下、成本高企、响应迟钝将成为致命的枷锁。本文将为你敲响警钟,并指出三条必须立即利用AI开发平台进行改造的“生存级

企业老板关注业务增长与投资回报。当听到“智能体”这个前沿概念时,最关心的两个问题往往是:这东西能解决我什么问题?智能体开发平台怎么选,费用怎么样?本文抛开技术 jargon,从商业视角为您解读如何选择一个能快速带来业务价值、且投资可控的智能体

许多企业的数字化转型项目在试点阶段取得成功,却难以规模化推广,最终陷入“试点陷阱”。其根源在于,点状解决方案无法形成协同效应,且运维成本随规模扩大而剧增。要跨越这道“数字化鸿沟”,企业需要构建可复用、可管理、可演进的新型数字基础设施。

数字化转型的初期目标通常是“降本增效”,即优化现有业务。然而,当效率提升触及天花板,真正的价值飞跃来自于开辟增长的“第二曲线”——即业务模式创新。此时,传统的流程优化工具往往力不从心,而企业级智能体开发则展现出其独特的催化作用。

传统客服机器人在处理复杂问题时常常沦为“人工智障”,答非所问、机械转接,让客户体验大打折扣。而一个融合了AI和智能体开发能力的AI低代码开发平台,正在彻底改变这一局面。
一句话回答据Gartner 2025年《企业低代码与智能体平台实施调研报告》,超过60%的项目问题出现在选型、POC、合同、实施、上线这五个阶段中的非技术环节——功能本身反而是项目成功的最小变量。另一项调研显示,仅35%的企业在采购阶段明确讨论了退出机制和数据

随着AI低代码开发平台的普及,市场出现了明显的分化:一类是面向所有行业的“通用型”平台,另一类是深耕于金融、制造、政务等特定领域的“行业专用型”平台。企业在选型时,常陷入“通用更灵活”还是“专用更解渴”的两难。

企业销售团队常常面临客户信息分散、跟进记录混乱、销售漏斗不透明等痛点。传统CRM系统实施周期长、定制成本高,让许多中小企业望而却步。借助红迅软件提供的AI低代码开发平台,您无需编写复杂代码,就能快速搭建一套贴合自身业务需求的CRM系统。

如今企业需要一个能够整合微信、企微、小程序等多渠道客户数据的SCRM系统。传统开发方式周期长、迭代慢,难以跟上社交营销的快节奏。借助红迅软件的AI低代码开发平台,您可以快速搭建一套功能完善的SCRM系统,实现客户标签管理、社群运营、营销活动追踪

在IT部门,永远存在着一种紧张关系:一边是业务部门雪花般的需求,另一边是有限的技术资源和漫长的开发排期。作为CTO,如何打破这个僵局?通过引入合适的AI低代码开发平台,推动“技术普惠”和“公民开发者”文化,或许是最佳的破局之道。
数字化转型进入深水区,技术复杂度剧增,业务影响面扩大,失败风险也随之升高。常见的“暗礁”包括:技术选型失误、与旧系统无法融合、业务部门抵触、投资回报不明等。在这一阶段,企业级智能体开发因其独特的实施路径和技术特性