tag 機器學習

標籤
貢獻433
517
05:25 PM · Oct 25 ,2025

@機器學習 / 博客 RSS 訂閱

colddawn - rem大屏單位適配

下面説下有兩種方式計算sacle,結果相同,只是方式不大同: 第一種: 一、在App.vue的props注入寬高 1 props: { 2 width: { 3 type: String, 4 default: "1920" 5 }, 6 height: { 7 type: St

機器學習 , 縮放 , 媒體查詢 , 寬高 , rem大屏單位適配 , 人工智能

收藏 評論

閣下AI - 如何保障閣下AI生成工具的安全性?

閣下 AI 安全保障體系:全方位守護您的 AI 工具 閣下 AI 構建了多層防禦 + 全鏈路監控的安全防護架構,從需求解析到代碼生成、工具部署的每一個環節,都有嚴格的安全措施,確保您創建的 AI 工具安全可靠。 一、核心安全架構 1.安全網關防護層 身份認證牆:採用 OAuth 2.0+JWT + 多因素認證 (MFA),確保只有授權用户可訪問核心功能 流量過濾:部署 AI 驅動的 Web

機器學習 , 人工智能

收藏 評論

deephub - 使用GPU 加速 Polars:高效解決大規模數據問題

Polars 最近新開發了一個可以支持 GPU 加速計算的執行引擎。這個引擎可以對超過 100GB 的數據進行交互式操作能。本文將詳細討論 Polars 中DF的概念、GPU 加速如何與 Polars DF協同工作,以及使用新的 CUDA 驅動執行引擎可能帶來的性能提升。 Polars 核心概念 Polars 的核心功能是創建和操作DF,這些DF可以被視為具有高級功能的電子表格。以下是一個簡單的

機器學習 , 人工智能 , pandas , Python

收藏 評論

上海拔俗網絡 - AI大模型費控系統:用技術重構企業花錢邏輯

對企業而言,費用管控從來不是“算對賬”那麼簡單——人工錄單耗時長、審核靠經驗漏判多、合規風險藏在細節裏,這些痛點長期困擾着財務與業務人員。AI大模型的介入,不是給傳統費控加個“智能插件”,而是用多維度技術重構全流程,讓費控從“事後核對”變成“事前預判、事中管控”。 核心技術支柱之一,是AI驅動的多模態識別與信息處理。傳統OCR僅能提取文字,而融合大模型的費控系統,通過卷積神經網絡(C

機器學習 , 風控 , 數據 , NLP , 人工智能

收藏 評論

hackernew - 循環 remove

有理數 有理數出現的最早,它是伴隨人們的生產實踐而生產的。0也是有理數。有理數是整數和分數的集合,整數也可看做是分母為一的分數。注意,“無限循環小數” 也可以表示為有理數,是因為 “無限循環小數” 可以表示為分數。然後 “無限不循環小數” 無法表示為分數,所以它被稱之為 “無理數”。 無理數 無理數的發現,應該歸功於古希臘畢達哥拉斯學派。無理數的出現,與德謨克利

機器學習 , 循環小數 , 多項式 , 循環 remove , 無限循環 , 人工智能

收藏 評論

技術博客領航者 - 前端demo教程

DOM(Document Object Model 文檔對象模型) 1、包含了整個頁面的所有功能,可以通過調用方法的形式來對頁面進行操作; 2、JavaScript與Dom的區別:   JavaScript是腳本語言,可以寫邏輯性代碼;而Dom是文檔對象模型,可以直接操作頁面;   JavaScript+Dom:可以有邏輯的操作頁面 3、獲取標籤

機器學習 , 數組 , 字符串 , 獲取標籤 , 人工智能 , 前端demo教程

收藏 評論

OpenBayes - DiffVox 打造下一代聲效模型;面部情感識別數據集讓 AI 讀心術成真!

公共資源速遞 6 個公共數據集: Freebayes_Benchmark 基準測試集 DiaMoE-TTS 多方言語音表音數據集 APEX 人工智能生產力評測基準數據集 BWA_Benchmark(SBC)基準測試集 DeePMD-kit_Example 勢能模型示例數據集 Facial Emotion Recognition 面部情感識別數據集 5 個公共教程 : DiffV

機器學習 , 圖像識別 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

ganmaobuhaowan - ProFeatureElemtreeExtract獲取拉伸的特徵數

cad也瘋狂 cad裏平常用的快捷鍵網上找一大把,諸如下面這種: A圓弧 L直線 C圓 I插入塊 B創建塊 H圖案填充 這種快捷鍵命令要麼選擇整個對象操作,要麼單擊圖形要被編輯的部分,而今天要和大家分享的是拉伸STRETCH命令,快捷鍵S。拉伸S命令不僅可以選擇整個對象,也可以選擇圖形的一部分進行操

機器學習 , 快捷鍵 , 虛擬機裏面.py裏面編輯快捷鍵 , 豎向 , 人工智能

收藏 評論

Swift社區 - 使用 AI 在醫療影像分析中的應用探索

摘要 醫療影像分析是 AI 在醫療領域的重要應用方向,能夠提高診斷效率,減少誤診率。本文將深入探討 AI 技術在醫療影像數據分析中的應用,包括核心算法、關鍵實現步驟和實際案例,並提供一個基於卷積神經網絡(CNN)的圖像分類 Demo。 引言 隨着醫療影像數據的爆炸式增長,傳統的人工分析已無法滿足高效、精準診斷的需求。AI 技術通過深度學習算法,在醫療影像的識別、分類和標註中發揮了重要作用。本文章將

機器學習 , tensorflow , typescript

收藏 評論

數據分析大師 - 為什麼刷rom之前要擴容system

作為FPGA的初學者,在調用IP核時會發現其中的 ROM 和 RAM 是在同一個地方,但是不知道它們到底有什麼區別呢?下列我根據自己的理解説説吧。 RAM 可以理解為緩存吧,就是把系統即將要用到的數據存儲在 RAM 中,以便於在使用時隨時讀取出來。RAM 中的數據可隨時進行寫入和讀取,在斷電後會將數據全部清空,所以 RAM 不能用來長時間儲

機器學習 , 數據 , ip , ROM區別 , 人工智能 , RAM , 為什麼刷rom之前要擴容system

收藏 評論

代碼探險家 - elementui中數字區間編輯控件

目錄概覽: 深入理解HTML語義 讓IE8支持HTML5語義化標籤 視覺格式化模型 深入瞭解inline-block flexbox剩餘空間分配規則 grids佈局系統 瀏覽器如何渲染HTML CSS 重排與重繪 一、深入理解 HTML 語義 HTML 語義當然不僅僅只是幾個 HTML 語義標

機器學習 , html定義盒子距離頂底端像素 , 基線 , elementui中數字區間編輯控件 , 人工智能 , Css , HTML

收藏 評論

fjfdh - 03_人工智能基礎_matplotlib

人工智能之數據分析 Matplotlib 第三章 基本屬性 文章目錄 人工智能之數據分析 Matplotlib 前言 一. 繪圖標記 二. 繪圖線 三. 軸標籤和標題 四. 網格線

機器學習 , matplotlib , 人工智能 , 數據分析 , 深度學習 , jquery , 前端開發

收藏 評論

信息小飛俠 - 如何用控制點校正dem

用SARscape做干涉處理時(InSAR/DInSAR),在軌道精煉的一步,必須輸入控制點文件(refinement GCP file),用於修正干涉相位和解纏後的相位。 用於優化的控制點可以是斜距座標(方位向和距離向座標),也可以是地理座標(xyz)高程可以自動從輸入的參考DEM上獲取。一般情況下,都是輸入SAR座標的。如果控制點用於不同軌道的

機器學習 , 地理編碼 , 多項式 , 數據 , 如何用控制點校正dem , 人工智能

收藏 評論

今晚加個牛腿吃 - 不用 ROOT!Qtscrcpy 安卓投屏神器!多設備投屏教程:一台電腦控 N 部安卓手機

前言 Qtscrcpy 是一款免費開源的安卓手機投屏 + 電腦控制工具,基於 scrcpy 核心開發,用 Qt 框架做了可視化界面,支持 Windows/macOS/Linux 系統,核心特點是「免安裝、無廣告、延遲低、功能全」,不用給手機裝任何 APP,也不用 ROOT,就能實現電腦對安卓手機的投屏和操控。 特點 超低延遲投屏把手機屏幕實時顯示在電腦

機器學習 , 手遊 , 免安裝 , 人工智能 , 開發者

收藏 評論

attitude - variant system模塊怎麼使用

信號源模塊(源模塊沒有輸入信號只輸出信號,產生特定信號) Step模塊:可輸出階躍信號,階躍信號的階躍時間,階躍前後的值由參數對話框中的參數決定 step time:信號產生階躍變化的時刻 initial value:信號階躍時刻前的值 final value:信號階躍時刻之後的值 sample t

機器學習 , Simulink , 傳遞函數 , MATLAB , Time , 人工智能

收藏 評論

合合信息解決方案 - 為什麼金融機構需要建設AI中台?

熱點背景 當前,銀行業數字化轉型已從“業務線上化”的初級階段,邁入“運營智能化”與“能力平台化”的深水區。隨着金融業務規模持續擴張,國際結算、運營管理、信貸服務等核心環節涉及的文檔單證數量激增、類型繁雜,對處理效率與精準度的要求不斷提升。然而,傳統分散的AI能力建設模式,普遍存在技術標準不一、資源重複投入、數據難以互通、模型迭代效率低下等頑疾,已成為制約銀行降本增效、防控風

機器學習 , 字段 , 即插即用 , 人工智能 , 迭代

收藏 評論

飛騰開發者 - 飛騰平台FFmpeg安裝使用指南

【寫在前面】飛騰開發者平台是基於飛騰自身強大的技術基礎和開放能力,聚合行業內優秀資源而打造的。該平台覆蓋了操作系統、算法、數據庫、安全、平台工具、虛擬化、存儲、網絡、固件等多個前沿技術領域,包含了應用使能套件、軟件倉庫、軟件支持、軟件適配認證四大板塊,旨在共享尖端技術,為開發者提供一個涵蓋多領域的開發平台和工具套件。點擊這裏開始你的技術升級之旅吧 本文分享至飛騰開發者平台《飛騰平台FFmpeg安

機器學習 , 芯片 , 圖像處理 , 算法 , 人工智能

收藏 評論

OpenBayes - 跨語言智能再升級!Multi-LMentry 打造多語理解新基準;Nemotron-Personas-USA重塑虛擬人畫像生成

公共資源速遞 5 個公共數據集: Life Style Data 生活方式數據集 Multi-LMentry 多語言基礎任務評測基準 Nemotron Personas USA 美國人物畫像數據集 The Diabetes Health Indicators 糖尿病健康指標數據集 Global Earthquake-Tsunami Risk 全球地震海嘯風險評估數據集 訪問官網立即使

機器學習 , 圖像識別 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

軟件求生 - 震撼!SpringAI 扛起多模態大旗:Google Vertex AI 嵌入模型太強了!

大家好,我是小米。 今天我一定要和你們分享一個我最近“玩到停不下來”的東西: Google Vertex AI 的多模態向量模型(Multimodal Embedding)整合進 SpringAI。 你有沒有這種感覺: 明明我們已經用文本向量模型玩得飛起,做語義搜索、做相似度匹配、做推薦算法……結果這時候突然有人告訴你:

機器學習 , yyds乾貨盤點 , google , 相似度 , 人工智能 , 模態

收藏 評論

mob64ca1411a6fc - element點擊大圖預覽

前言 大家好,我是宋哈哈,大家在某寶購買了 某某教學視頻,每次看的時候,都需要網絡去看它,如果網絡不好的時候,豈不是看起來非常吃力?這樣我們就把它爬去下來吧。【以下代碼不一定適合你,但是破解 反爬蟲的思路可能適合你】 這是我在某寶購買的視頻教程: 需要爬去的視頻預覽: 爬取教程講解

機器學習 , python3 , 反反爬蟲 , 爬淘寶視頻 , 人工智能 , element點擊大圖預覽 , selenium

收藏 評論

u_15214399 - 基於華為開發者空間雲主機——5分鐘讓華為雲主機加持 DeepSeek

最新案例動態,請查閲基於華為開發者空間雲主機——5分鐘讓華為雲主機加持 DeepSeek。小夥伴們快來領取華為開發者空間進行實操吧! 1 概述 1.1 案例介紹 華為開發者空間,是為全球開發者打造的專屬開發者空間,致力於為每位開發者提供一台雲主機、一套開發工具和雲上存儲空間,匯聚昇騰、鴻蒙、鯤鵬、GaussDB、歐拉等華為各項根技術的開發工具資源,並提供配套案例

機器學習 , 雲主機 , 人工智能 , 開發者 , Docker

收藏 評論

拓端tecdat - 專題:2025AI產業全景洞察報告:企業應用、技術突破與市場機遇|附920+份報告PDF、數據、可視化模板彙總下載

原文鏈接:https://tecdat.cn/?p=44391 原文出處:拓端抖音號@拓端tecdat 2025年,AI產業已邁入“上游算力支撐-中游技術突破-下游應用落地”的全鏈路爆發期。生成式AI重構企業運營效率,對話式AI優化人機交互體驗,AI視頻生成開闢內容創作新賽道,而算力芯片與生態建設則成為支撐產業前行的核心底座。但繁榮背後,產業鏈各環節仍面臨結構性矛盾:中小企業落地遭遇“技能

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

mob64ca13f9e726 - WPF 實現TreeView TreeDataTemplate 可以通過代碼實現節點展開

WPF 中,邏輯樹的概念至關重要。如果一名 WPF 開發人員不知道什麼是邏輯樹,或者對邏輯樹一知半解,那麼他就不 是一名合格的 WPF 開發人員。下面就把邏輯樹這個概念比較容易被曲解的地方加以説明: 1、邏輯樹並不只存在於使用 XAML 構建的對象中,使用程序代碼構建的對象同樣存在邏輯樹。 XAML 是專門用於 WPF 編程的新 API,就像當初 C# 是

機器學習 , 結點 , xaml , wpf , 人工智能

收藏 評論

u_17586993 - Google與OpenAI繪圖工具遭濫用,阿里巴巴開源語音模型,知乎發佈AI產品榜單,Jan團隊發佈Jan-v2-VL-Max

今天AI領域有多項重要進展,涵蓋AI安全挑戰、大廠模型開源、AI商業化現狀、新興技術突破等多個方面。我們將重點關注Google與OpenAI的安全問題、阿里巴巴的模型開源與芯片佈局、AI商業化現狀及未來趨勢等核心要點。 1. Google與OpenAI繪圖工具遭濫用,AI安全問題引發行業關注 Google與OpenAI的繪圖工具面臨重大安全挑戰:Google與OpenAI繪圖工具

機器學習 , 商業 , 人工智能 , 技術細節 , 開發者

收藏 評論