tag 機器學習

標籤
貢獻433
426
05:25 PM · Oct 25 ,2025

@機器學習 / 博客 RSS 訂閱

華明視訊科技 - 選擇質量過硬的AI集裝箱號識別系統廠家三大要素

隨着全球貿易與智慧物流的深度融合,集裝箱號碼自動識別已成為衡量港口、碼頭及物流園區智能化水平的關鍵標尺。面對市場上眾多的AI集裝箱號識別系統廠家,如何做出明智選擇? 01 技術實戰能力:識別率的關鍵在於極端環境 選擇AI集裝箱識別系統的首要考量,是它在真實作業環境中的穩定表現。許多廠家宣傳的99.9%識別率,可能只是在理想實驗室環境下的數據。 在實際運營中,集裝箱常面臨多重挑戰:

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

mob6454cc7416d1 - 李宏毅機器學習2022年學習筆記(一)-- Introduction

目錄 摘要 1.auto-encoder概念 2.auto-encoder優勢 3.de-nosing auto-encoder 1.auto-encoder概念 auto-encoder也算是self-supervised learning的一環,簡單複習一下self

sed , 機器學習 , 人工智能 , Css , 筆記 , 前端開發 , HTML

收藏 評論

mob64ca14079fb3 - coremail 郵箱自動存儲設置

保存附件(Save Attachments)的介紹 將郵件附件保存到指定的文件夾。如果該文件夾不存在,則會自動創建。如果未指定文件夾,則會將下載內容保存在當前項目文件夾中。注意, 指定文件夾中與附件同名的文件將會被覆蓋。 二、Save Attachments在UiPath中的使用 打開設計器,在設計庫中新建

機器學習 , 字符串 , 搜索 , 郵件服務器 , 人工智能 , coremail 郵箱自動存儲設置 , 郵箱總服務器能看到每個人的郵件嗎

收藏 評論

mob64ca140b0bc8 - randomForestSRC 歷史版本

集成學習系列: Blending and Bagging Adaptive Boosting Decision Tree Random Forest Gradient Boosted Decision Tree Random Forest 1 - Random Forest Algori

機器學習 , 集成學習 , 隨機森林 , bootstrap , 雲計算 , ensemble , 雲原生

收藏 評論

技術極客之光 - OpenTelemetry 接入uptrace

收錄方便以後參考 一、URLConnection入門 URLConnection代表應用程序和 URL 之間的通信鏈接。 創建一個到 URL 的連接需要幾個步驟: 1、通過在 URL 上調用 openConnection 方法創建連接對象。 URL url = new URL("ht

機器學習 , ico , 人工智能 , JAVA , .net

收藏 評論

u_15214399 - ​​基於開發者空間雲開發環境,使用MateChat+MaaS構建智能對話應用

最新案例動態,請查閲基於開發者空間雲開發環境,使用MateChat+MaaS構建智能對話應用。小夥伴們快來領取華為開發者空間進行實操吧! 一、概述 1. 案例介紹 華為雲開發者空間為開發者提供一個免費的雲開發環境,開發者可以將計算密集型任務交給性能強大的雲開發環境,同時可以在本地Windows或者MacOS設備上編寫代碼,在遠程的鯤鵬雲環境中運行和調試。

機器學習 , API , 人工智能 , 開發環境 , 開發者

收藏 評論

温柔一刀 - demp編碼

我整理了一下研發近期需要完成和實現的功能供大家參考。 1. 多畫面,流矩陣和大數據,EPG的對接。 2. SDI採集中杜比音頻數據的透傳。 3. 編碼器輸入流信息的展示與輸入流的預覽。 4. 編碼器主,備,墊輸入流或文件可同時配置,目前編碼器只支持 “主輸入流+備輸入流或者主輸入流+墊片文件的方式”。 5. 編碼器主,備,墊配置時可切換主,備

機器學習 , demp編碼 , 數據丟失 , 編碼器 , 人工智能 , 輸入流

收藏 評論

爛漫樹林 - devtempfs為什麼會滿

3.15、函數ioctl 1、函數原型:插入圖片 3.16、/dev/fd:重要章節 1、較新的系統都提供名為/dev/fd的目錄,其目錄項是名為0、1/2等的文件,打開文件/dev/fd/n等效於複製描述符n(假定描述符n是打開的)。 2、linux實現中的/dev/fd是個例外。它把文件描述符映射成指向頂底層物理文件的符號鏈接。例如,當打開/dev/f

機器學習 , 插入圖片 , 用户組 , devtempfs為什麼會滿 , 粘着位 , 人工智能

收藏 評論

bigrobin - auto_increment用不了

有些被稱為存儲説明符(storage class specifier)或cv-限定符(cv-qualifier)的C++關鍵字提供了一些有關存儲的信息。下面是存儲所説明符: * auto (在C++11中不再是説明符); * register; * static; * extern; * t

機器學習 , 限定符 , 人工智能 , 編譯器 , auto_increment用不了 , 代碼塊

收藏 評論

此星光明 - NLDAS 主要強迫數據 L4 小時 0.125 x 0.125 度 V2.0 (NLDAS_FORA0125_H) 位於 GES DISC

NLDAS Primary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORA0125_H) at GES DISC 簡介 本數據集包含北美陸地數據同化系統(NLDAS-2)第二階段的主要逐時強迫數據“文件 A”。數據採用 1/8 度網格間距,時間範圍從 1979 年 1

機器學習 , 數據 , 人工智能 , 深度學習 , 插值 , Css , 前端開發 , HTML

收藏 評論

bingfeng - 大模型 temperature 設置為0

儘管近年來卷積神經網絡很大地促進了計算機視覺的發展,但一個重要方面很少被關注:圖像大小對被訓練的任務的準確性的影響。在本文介紹了一篇谷歌在ICCV2021的工作,作者提出了一個可學習的調整器模型(resizer model)來提高模型的性能。 【寫在前面】 儘管近年來卷積神經網絡很大地促進了計算機視覺的發展,但一個重要方面很少被關注:圖像大小

機器學習 , 算法 , 編程語言 , 人工智能 , 計算機視覺

收藏 評論

數據小築 - 線程經典實例——吃蘋果問題

方法一: 編寫代碼實現切換邏輯 using System; using System.Threading; namespace 交替吃蘋果 { class Program { // 共享資源:表示當前剩餘的蘋果數量 // 使用 private static 修飾,因為它需要被多個線程

機器學習 , 開發語言 , 後端開發 , Visual Studio , 計算機視覺 , c , Python

收藏 評論

雲端築夢者 - retreenlock 加鎖 demo

目錄 1. ReentrantLock簡介 2.ReentrantLock和synchronized的比較 2.1 相同點 2.2不同點 3.ReentrantLock相比synchronized的額外功能 3.1 ReentrantLock可以實現公平鎖。 3.2 .

機器學習 , 公平鎖 , System , retreenlock 加鎖 demo , 人工智能 , ide

收藏 評論

程序員小徐 - 零研發實現AI對話,有沒有好用的服務商?

在競爭激烈的數字時代,智能對話能力已成為企業提升用户體驗、優化運營效率的關鍵。然而,技術門檻高、研發成本大、週期長等因素讓許多企業望而卻步。 幸運的是,如今市場上涌現出一批提供“零研發” 解決方案的服務商,讓企業無需從零構建技術團隊,也能快速擁有先進的AI對話能力。 一、AI對話的核心技術能力 實現真正智能的人機對話,需要兩大核心能力支撐: AI模型能力

機器學習 , 音視頻 , API , 人工智能 , 模態

收藏 評論

葉開 - 隱語可信數據空間MOOC第47講筆記:多方聯合建模助力普惠信貸

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... 📘 8.9 多方聯合建模助力普惠信貸 主講人:張鴻 | 螞蟻星河小微金融高級技術專家 一、普惠金融的痛點與挑戰 1. 核心矛盾 風險高 ↔ 融資可得性低 運營成本高 ↔ 普惠性要求 風控要求

機器學習 , 觀點 , 教程 , 知識 , 人工智能

收藏 評論

阿里雲大數據AI技術 - PAI Physical AI Notebook詳解4:基於仿真的GR00T-N1.5模型微調

在前3期PhysicalAI詳解系列中,我們詳細解讀了數據採集、擴增、增強的全過程,以及導航模型(X-Mobility)微調訓練的全過程。 在本期,我們將針對更復雜的VLA模型(以GR00T-N1.5為例)進行微調,同樣需要經過人工演示、數據擴增、模仿學習、在環驗證這幾個步驟。 但是,相比前例中的BC-RNN和X-Mobility模型,GR00T-N1.5是一

機器學習 , 阿里雲 , 人工智能 , 模型訓練 , PAI

收藏 評論

mob64ca13ffd0f1 - Core Temp 打不開

程序運行的過程中,可能會因為一些隱藏的bug導致崩潰,為了在出問題時,及時記錄所在環境的情況,所以要設置core文件的產生。其實其本質就是把進程的內存保存到文件中去。 1.core文件的生成開關和大小限制 1)使用ulimit -c命令可查看core文件的生成開關。若結果為0,則表示關閉了此功能,不會生成core文件。 2)使用ulimi

擴展名 , sed , 機器學習 , 文件名 , Core Temp 打不開 , 人工智能

收藏 評論

IT智行領袖 - 實體類還需要implements Serializable嗎

主要有兩個原因:   1、將對象的狀態保存在存儲媒體中以便可以在以後重新創建出完全相同的副本;     這個可以這麼理解:           比如,你要將某個特定的對象保存到文件中,然後隔幾天在把它拿出來用   2、按值將對象從一個應用程序域發送至另一個應用程序域。 這個可以這麼理解:         

機器學習 , 序列化 , 應用程序域 , 數據類型 , 人工智能

收藏 評論

u_15214399 - 【案例共創】基於spaCy的NER模型構建與深度EDA解析:Twitter情感短語提取

最新案例動態,請查閲【案例共創】基於spaCy的NER模型構建與深度EDA解析:Twitter情感短語提取。小夥伴們快來領取華為開發者空間進行實操吧! 本案例由開發者:天津師範大學協同育人項目–翟羽佳提供 1 概述 1.1 案例介紹 社交媒體已成為全球用户表達情感與觀點的重要平台,Twitter 作為典型代表,每日產生海量文本數據。情感分析作為自然

機器學習 , 數據 , 路徑和 , 人工智能 , 開發者

收藏 評論

mob64ca1409970a - 安裝XTU出現attempted

ubuntu16.04 Xllinx SDx 2018.2 安裝教程 一、安裝Ubuntu16.04 下載地址: 鏈接:https://pan.baidu.com/s/1oyKo5XS7QDqSqHUnx-vN6w 提取碼:fleg 具體安裝步驟網上有很多教程,大家

機器學習 , 經驗分享 , 安裝XTU出現attempted , bash , 人工智能 , 官網 , 下載地址

收藏 評論

超神經HyperAI - 【Triton 教程】Libdevice (tl_extra.libdevice) 函數

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境,以高效編寫自定義 DNN 計算內核,並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ Triton 可以調用外部庫中的自定義函數。在這個例子中,我們將使用 libdevice 庫在張量上應用 asin 函數。請參考以下鏈

機器學習 , 人工智能 , 編譯器 , 深度學習 , 後端

收藏 評論

mob64ca1404baa2 - 多路譜聚類算法 源碼

引入   聚類算法一般可以分為兩類: Compactness。代表的算法有 K-means,GMM 等。但這類算法只能處理凸集,為了處理非凸的樣本集,必須引⼊核技巧。 Connectivity。這類以 spectral clustering 為代表。   舉個例子,將下述數據採用聚類算法進行聚類,可以採用GMM 或 K-Means 的方

機器學習 , 子圖 , 切圖 , 權重 , 人工智能 , 多路譜聚類算法 源碼

收藏 評論

字節小舞神 - memset 多維數組

指針和多維數組 數組名是特殊的指針 數組是一個特殊的指針,多維數組也是更為複雜的數組,它們的關係是什麼樣的呢? 我們通過一個簡單的例子來比較形象的瞭解指針和多維數組: int a[2][3]; 這是一個2*3的二維數組,首先我們清楚數組名就是指向數組首元素的常量指針(它不可以指向其他部分,可以對指向的元素進行任意修改);其次C語言中所

機器學習 , 數組 , 人工智能 , 多維數組 , 二維數組 , memset 多維數組

收藏 評論

數碼精靈abc - Blazemeter為什麼賬號登錄不成功

今天研究了一下blazor,發現他默認啓動就是類似於後台管理系統的界面,看到這個頁面我就想給他寫個登錄,有登錄就涉及到未登錄重定向的問題,但是我沒有找到blazor全局路由的設置,知道的老哥可以告訴我一下哈,在這裏我是基於操作LocalStorage的方法,如果訪問默認佈局時若沒有LocalStorage,就重定向到login頁,其實也可以判斷不存在LocalStora

機器學習 , email , 重定向 , bc , 人工智能

收藏 評論