tag 機器學習

標籤
貢獻433
465
05:25 PM · Oct 25 ,2025
deephub 頭像 tecdat 頭像 qingfouai 頭像 chaoshenjinghyperai 頭像 u_17420180 頭像 u_17061379 頭像 lab4ai 頭像 u_15214399 頭像 youyudetusi 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_16099337 頭像

IT獨行俠客 - 硅基流動 openai 調用 embedding 模型

一、Micro LED與Mini LED 1.定義 　　過去 LEDinside 將 100 微米（micron / μm）當作 Micro LED 及 Mini LED 的尺寸分界，定義晶粒尺寸在 100 微米以上為 Mini LED，小於 100 微米則是 Micro LED。 　　然而，由於近來相關技術持續進展，廠商已能製造出尺寸小於 10

機器學習 , 封裝 , 二維 , 襯底 , 人工智能

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 文-圖生視頻雙發力，Wan 2.1 高質量視頻生成教程

Wan 2.1（通義萬相 2.1）是由阿里巴巴於 2025 年開源的視頻生成大模型，它在視頻生成領域展現出了卓越的性能。在功能上，該模型不僅支持文生視頻和圖生視頻，還能進行視頻編輯、文生圖、視頻生音頻等多種創新應用，極大豐富了用户的創作選擇。而且，Wan 2.1 是首個能在中英文環境中實現文字生成的視頻模型，免去外部插件的繁瑣，大幅提升了其實用性。 Wan 2.1 採用了自研的高效變分自編碼器 (

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能醫療手術風險評估與術前方案制定中的應用探索

(centerJava 大視界 -- Java 大數據在智能醫療手術風險評估與術前方案制定中的應用探索/center) 引言： 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！當冰冷的手術刀遇上熾熱的代碼，當生命體徵數據碰撞分佈式計算，會擦出怎樣的火花？在醫療領域，每一次手術都是與時間的賽跑，每一個決策都關乎患者的生死。傳統的手術風險評估與

機器學習 , spark , 大數據 , yyds乾貨盤點 , 數據 , JAVA , 智能醫療

收藏 評論

mankeji 頭像

曼孚科技 - 不止於中文：小語種文本標註——藍海市場的精細耕耘

在人工智能全球化的浪潮中，數據作為核心驅動力的價值已成為行業共識。然而，當英語、中文等大語種市場的競爭步入紅海，一片龐大且潛力無限的領域正悄然崛起：小語種文本標註。 這絕非簡單的語言種類擴充，而是一場對技術深度、文化認知與商業策略的綜合考驗。 從東南亞的多元方言到中東的複雜文字，從非洲的豐富語系到歐洲的區域語種，每一種小語種背後都對應着獨特的市場——一座尚未大規模開發的數據金礦。 耕耘這片藍海，絕

機器學習 , 算法 , 自然語言處理 , 人工智能 , prompt

收藏 評論

u_16213598 頭像

mob64ca13fbd761 - linux 配置imagemagick

當前小菜的環境：Window 7,vs2017 1，.netCore Demo項目 暫且使用默認模板，這個和平常webForm，winForm一樣創建，這裏就略過了。 2，創建好默認工程後，直接iis Express運行，查看效果 2.1，可以發佈後，使用CLI運行 3，發佈工程 3.1，

機器學習 , Core , linux 配置imagemagick , 配置文件 , Centos , 人工智能

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第42講筆記：運營商間跨域結算精密對賬場景的應用實踐

筆記內容來自隱語Mooc，歡迎一起來學習。Mooc課程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 學習筆記：運營商跨域結算精密對賬隱私計算案例 一、背景與痛點 業務場景：運營商（移動、聯通、電信、廣電）之間的用户通信行為（語音、短信、彩信）產生結算需求，月均數百億條業務量。 傳統對賬流程：

機器學習 , 教程 , 知識 , 人工智能

收藏 評論

u_16213677 頭像

mob64ca140eb362 - opentelemetry demo搭建

Windows安裝配置OpenGrok 安裝opengrok過程中遇到的問題： 1.下載安裝Ctags 下載地址：https://github.com/universal-ctags/ctags-win32/releases 我的是D:\ctags58，但是ctags需要把D:\ctags58路徑加到Path環境變量中（

機器學習 , tomcat , jar , xml , 人工智能

收藏 評論

u_16099189 頭像

智能領航員 - 公眾號demo啥意思

今天做了身份驗證的功能，然後完善了下搜索功能。其實主要的是將整個代碼結構整理了一番，應該可以説是模塊化設計吧。 因為我們之前提的功能需求中有： 1、菜單--查詢功能。我考慮到後期功能的擴展，就想將這些分模塊來實現：菜單模塊(這樣，今後我們需要添加新的菜單功能，可以直接在這個模塊裏操作，這樣修正和維護也簡單，在考慮到後期可能會分工協作的時候各開

機器學習 , php , 數據庫 , 人工智能

收藏 評論

huodadexiang 頭像

南瓜 - 基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程

基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程 一、研究背景：農業蟲害識別為何需要 AI？ 在農業生產過程中，病蟲害是影響作物產量和質量的核心因素之一。據統計，全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴： 人工巡田觀察 專家經驗判斷 事後用藥處理 這種方式存在明顯問題： 🐞 識別效率低：人工巡檢難以覆蓋大面積農田 🐞 主觀性強：不

機器學習 , 人工智能 , 深度學習

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder CLI 開啓邀測：把 Qoder 的智能帶到每一個終端

在軟件開發的世界裏，工具的進化從來不是單點的改良，而是一次又一次生產力範式的躍遷。從最初的命令行，到圖形化 IDE，再到如今 AI 驅動的智能開發環境，開發者們始終在追尋一個目標：更高效、更自然、更智能地把創意變成現實。8 月我們發佈了 Agentic 編程平台 Qoder，上線短短 5 天就收穫了超 10 萬用户。 今天，我們再跟大家同步一個好消息：Qoder CLI 來

機器學習 , 命令行 , 工作流程 , 人工智能 , 開發者

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - abaqus 算例教程：考慮動水壓力的koyna地震非線性動力響應分析

一、教程簡介 Abaqus 簡介 Abaqus 是一款功能強大的有限元分析 (FEA) 軟件，廣泛應用於工程模擬領域。它通過有限元方法對各種工程問題進行模擬和分析，能夠處理從簡單的線性問題到複雜的非線性問題。Abaqus 最初於 1978 年發佈，由 Hibbitt, Karlsson Sorensen, Inc.(HKS) 開發，後更名為 ABAQUS 公司，並於 2005 年被達索系統 (D

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

u_16099336 頭像

浪人小風光 - emotiv epoc 可以用psychopy

上篇線程/進程併發服務器中提到，提高服務器性能在IO層需要關注兩個地方，一個是文件描述符處理，一個是線程調度。 IO複用是什麼？IO即Input/Output，在網絡編程中，文件描述符就是一種IO操作。 為什麼要IO複用？ 1.網絡編程中非常多函數是阻塞的，如connect，利用IO複用可以以非阻塞形式執行代碼。 2.之前提到listen

機器學習 , 文件描述符 , include , 人工智能 , 描述符

收藏 評論

u_16099327 頭像

AI智行者 - stm32f103RB6 cubemx tim2 trigger source 沒有disable 選擇

前言 項目上需要5個串口，於是選型了STM32F103RCTx，編寫代碼的時候發現UART5沒有DMA，於是自己寫了一個驅動，來模擬DMA串口不定長空閒中斷接收 CUBEMX配置 配置基本串口參數 打開中斷 修改工程代碼實現單字節接收中斷 1、定義數據緩衝區

機器學習 , 空閒中斷 , CUBEMX , stm32 , UART , 人工智能 , HAL

收藏 評論

u_16099329 頭像

數據狂徒 - cubemxide 中文

題目描述： 調戲完了狗，ZCC開始玩起了積木。ZCC的面前有一塊 $ n \times n $ 的棋盤，他要用這些 $ 1 \times 1 $ 的積木在棋盤上搭出一個宏偉的建築。積木有三種顏色，ZCC認為一個建築要被稱為宏偉的應該滿足能從正面看到的每一個積木都是同一種顏色。現在，ZCC想要知道他能用他擁有的積木搭出多少種宏偉的建築。當然，為了讓建築足夠大，ZCC需要用完他

機器學習 , i++ , c++ , 人工智能 , define , cubemxide 中文

收藏 評論

u_16099206 頭像

編程夢想翱翔者 - Modem META使用

ADSLModem通常為塑殼結構使用外置電源，使用中有四個注意事項： 一是ADSLModem需要安放在通風散熱處，Modem的塑殼結構不利於散熱，因此，為保證ADSLModem能長時間穩定工作，應將它放置在空氣流通的地方，modem上不能有覆蓋物。，立式Modem不能橫放。 二是ADSLModem是高速數據通信設備，易

機器學習 , Modem META使用 , 數據 , 網線 , 人工智能 , 數據傳輸

收藏 評論

u_16099245 頭像

遊俠小影 - lemonlime

LemonLime 測評 前言 迎難而上，遇山開山，遇水搭橋。 Lemon 和 LemonLime 是差不多的，後者是升級版。 軟件下載與使用 部分電腦使用會報錯：計算機丟失MSVCP140.DLL 需要安裝程序：http://www.downxia.com/downinfo/29834.html這個在教程中也提供了，vc_

機器學習 , 軟件下載 , 置數據 , lemonlime , 人工智能 , 編譯器

收藏 評論

u_16213604 頭像

mob64ca13fd559d - dify plugin_daemon日誌位置

認識Kibana 　　Kibana 是一個為 Logstash 和 ElasticSearch 提供的日誌分析的 Web 接口。可使用它對日誌進行高效的搜索、可視化、分析等各種操作。Kibana的使用場景主要集中在兩方面： 實時監控。通過histogram面板，配合不同條件的多個queries可以對一個事件走很多個維度組合出不同的時

機器學習 , 字段 , 大數據 , php , 搜索 , 人工智能 , Json

收藏 評論

u_16099345 頭像

智能開發先鋒 - expdp導出數據排除某個scheme

一、expdp/impdp和exp/imp 客户端工具 1、exp和imp是客户端工具程序，它們既可以在客户端使用，也可以在服務端使用。 服務端工具 2、expdp和impdp是服務端的工具程序，他們只能在oracle服務端使用，不能在客户端使用。 注意： 3、imp只適用於exp導出的文件，不適用於expdp導出文件；impdp只適用於exp

oracle , 機器學習 , 表空間 , expdp導出數據排除某個scheme , 人工智能 , Processing

收藏 評論

tecdat 頭像

拓端tecdat - 專題：2025跨境電商產業發展報告：出海、ERP、產業帶、人才|附270+份報告PDF、數據、可視化模板彙總下載

**原文鏈接：https://tecdat.cn/?p=44334 原文出處：拓端抖音號@拓端tecdat** 引言 2025年，中國跨境電商正從“鋪貨衝量”轉向“精耕盈利”，4.3萬億元的進出口總額背後，是產業帶與ERP的協同升級、重點市場的深度掘金，以及人才體系的迫切補位。這場全鏈條變革中，有人靠德國市場環保服飾月增20%，也有人因ERP選型失誤錯失旺季，行業分化正在加速。本報告洞察基

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

cryptorzz 頭像

CryptoRzz - 對接印度股票市場數據 (India api) 實時k線圖表

1. 基礎參數配置 接口域名: https://api.stocktv.top 印度 Country ID: 14 主要交易所: NSE (National Stock Exchange), BSE (Bombay Stock Exchange) 認證方式: URL 參數 key=您的API密鑰 2. 核心接口流程 對接邏輯：先通過 列表接口 查詢印度股票的 PID（系統ID），再使

機器學習 , pytorch , chatgpt , openai

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - 【新模型速遞】PAI-Model Gallery雲上一鍵部署DeepSeek-V3.2模型

模型介紹 12月1日晚，DeepSeek又開源了兩款新模型，DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale，在推理能力上全球領先。 兩款模型有着不同的定位。DeepSeek-V3.2的目標是平衡推理能力與輸出長度，適合日常使用，例如問答場景和通用智能體任務場景。9月底DeepSeek發佈了實驗版V3.2-Exp，此次是正式版更新。在公開推

機器學習 , 模型推理 , deepseek , 阿里雲 , 人工智能 , PAI

收藏 評論

u_16213667 頭像

mob64ca140c75c7 - opencv 支持向量機SVM分類器_51CTO博客

目錄 一.SVM的感性認識 1.什麼是 SVM 分類器？ 2.核心概念：用通俗例子理解 1. 什麼是 "超平面"？ 2. 什麼是 "支持向量"？ 3. 為什麼要 "最大間隔"？ 3.處理複雜情況 1. 數據分不開怎麼辦？-核函數（非線性問題） 2. 有雜音怎麼辦？（軟間隔） 4.SVM 的優缺點

機器學習 , 支持向量機 , 分割線 , 後端開發 , 人工智能 , 1024程序員節 , harmonyos

收藏 評論

u_12197 頭像

jack - cubema怎麼創建隊列

一、 cube構建步驟 登錄頁面 創建Project 同步數據 1) 加載Hive表 2) 從同步的目錄中導入，即將上張圖中左側的數據庫中的表導入 3) 上傳Hive表 4) 添加流表。 創建Model 事實表關聯其他表創建一個model 1) 填寫基本信息 2) 選擇事實表

機器學習 , 數據 , hive , cubema怎麼創建隊列 , kylin , 人工智能

收藏 評論

huodadexiang 頭像

南瓜 - 基於 YOLOv8 的智能火災識別系統設計與實現— 從數據集訓練到 PyQt5 可視化部署的完整工程實踐

基於 YOLOv8 的智能火災識別系統設計與實現 摘要 隨着城市化進程的加快，火災事故頻發，傳統依賴煙霧傳感器或温感設備的報警方式在複雜環境中存在響應滯後、誤報率高、覆蓋範圍有限等問題。近年來，計算機視覺與深度學習技術的快速發展，使得基於圖像的火災自動識別成為智慧消防領域的重要研究方向。 本文圍繞一個基於 YOLOv8 的火災識別系統展開，系統性介紹了從數據集構建、模型訓練、性能評估，到 PyQt

機器學習 , 人工智能 , 深度學習

收藏 評論