开源众包    445人浏览/44人投稿    909天前    已托管赏金

我们是一个来自清华、上交大、普林斯顿、哥伦比亚大学的名校团队，我们的产品是一个智能对话式商品推荐网站。它通过对话输入框收集用户的需求描述，然后利用算法对这些需求进行解析和理解，并以和ChatGPT类似的洁面与用户进行交互。当前算法部分已经可以解决，目前需要有全栈开发经验的伙伴和我们共同完成产品的MVP版本，如果在合作过程中技术能力强，并且有热情，学习能力和执行力强，也欢迎加入我们的初创团队。产品设计和交互流程：我们的产品交互流程主要包括以下几个步骤：1. 用户在对话输入框中输入他们的商品需求或相关的提示。2. 后端根据用户的输入，运用自然语言处理和深度学习技术，生成对应的字符串流。字符串流可能是继续与用户进行交互的信息，或者包含商品推荐和评价的文本。3. 前端页面动态展示后端返回的信息流和推荐商品信息。4. 用户可以继续提供更细化的需求描述或者反馈，然后重复步骤2和步骤3。产品开发迭代计划：我们的产品开发计划主要分为以下几个阶段：初步阶段：开发和测试对话输入框和字符串输出框组件。中期阶段：开发商品陈列组件，完成可视化设计，并实现前后端数据交互的基本逻辑。后期阶段：开发用户选项相关的组件，完善交互逻辑，并进行初步的产品内测。优化阶段：根据内测反馈，进行产品优化，确保产品的低延时、无bug，并具备处理一定并发用户量的能力。

匠迹众包    148人浏览/44人投稿    781天前    已托管赏金

修改C语言C++代码

码市    145人浏览/44人投稿    855天前    已托管赏金

主要项目内容： 基于ChatGPT开源项目的二次开发主要工作内容包括：1. 添加用户注册登陆功能，2. 对现有的用户界面进行必要的调整和优化，3. 添加用户付费功能目前有几个备选的开源项目作为开发基础，其中一些项目已经内置了上述的所有功能，但需要你来确认是否可行，如果可行的话，你需要选择相对最容易实现的系统。

匠迹众包    23人浏览/44人投稿    638天前    已托管赏金

谁有易语言PDF打印和打印模块嘛，我要买一个打印pdf文件，要求打印稳定不出问题，不缺页，不少页，不乱码，打印不黑

猿急送    502人浏览/44人投稿    1108天前    已托管赏金

点餐类小程序前后端开发，可参考市面上奶茶店或者其他餐饮店的点单模板，后端要能自主上传图片，管理餐品，基本的一些操作有就可以，具体的可以给我看看模板

猿急送    22人浏览/44人投稿    648天前    已托管赏金

1, 产品为时尚快销品、我公司接客户批发订单（pdf格式）。此功能主要是对比PDF和EXCEL文件内对应字段的数据相符。 2，需求核心内容： 2.1 客户订单PDF先跟我公司ERP系统生成的订单（excel格式）进行核对（数量，产品代码，颜色，运输方式海运还是空运， 交付日期） 2.2 核对后信息无误 进入2.4 2.3 核对信息有误，生成提示信息A（信息样式和位置待定）， 高亮或指出信息有误字段。供人工处理。 2.4 生成草稿邮件信息B（有邮件标题和内容模板， 有收件人地址）， 我公司经人工确认无误后，发送邮件给工厂生产。 3，对开发者的其他需求 3.1 此需求是第

匠迹众包    53人浏览/44人投稿    1108天前    已托管赏金

1，软件目的：主要是处理公司文件表格，把A B两个表格里面的数据，匹配对比之后，提取B表格里面 固定的表格信息，然后把该信息插入在A表格文件对应的订单编号后面，（新建两个列表即可）。然后自动保存导出即可。2，软件功能：两个数据之间的匹配，不借用服务器资源，本地化处理即可，单次表格文件最多15W行。也可以软件根据本地资源情况，分批次处理也行。导出格式为默认的xsls格式。3，软件操作：因本软件为内部软件，开发之后需要提供源码文件，可以商量后续维护升级的事宜。因为后面需要别的功能，上方需求软件功能为初始版本。4，软件需求按下图示例，匹配之前的几点提醒，01：达人id为0的，自动跳过匹配，不参与匹配行为，导出时可以默认不显示。02：两个表格之间的匹配，以子订单标号为准，不参考主订单编号。下方价格为预设价格，具体价格可以商谈。谢谢

匠迹众包    458人浏览/44人投稿    1041天前    已托管赏金

编译的时候出现错误代码：重定义，不用的基累型。

开源众包    395人浏览/44人投稿    913天前    已托管赏金

码市    76人浏览/44人投稿    1109天前    已托管赏金

利用词云匹配技术基于深度层级特征融合的中国传统视觉文化符号识别方法,属于图像处理与计算机视觉技术领域.首先利用深度学习中卷积神经网络来训练分类模型;其次在训练好的模型中提取各层的视觉文化符号特征,并利用Softmax回归来计算每一层的权重,将每一层的特征合并成一个长向量,作为每一类图像的图像特征表示;再将提取后的特征经过PCA降维并归一化后送入到浅层学习SVM中进行分类;最后再利用集成学习的思想,将深度学习的识别结果和深浅结合的识别结果利用回归树结合,得到最终的分类结果.