tag 人工智能

標籤
貢獻960
1538
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 rtedevcomm 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 chaoshenjinghyperai 頭像 u_15591470 頭像 u_17579295 頭像 u_17512334 頭像 lab4ai 頭像

@人工智能 / 博客 RSS 訂閱

u_17569005 頭像

wx6906fb3f9b17a - 智能梯控即電梯門禁通過模塊化設計實現 "權限管理-機器人交互-多梯調度" 全鏈路覆蓋，在保障電梯原生安全的前提下，擴展智能通行、機器協同、能效優化三大核心能力，滿足智慧樓宇/工廠/醫院的數字化運管需求

前言 主流梯控品牌的核心控制器技術參數對比，包括抗干擾能力、安全認證模式及消防兼容性 不同電梯品牌按鍵轉接方案的適配性及免破線安裝技術細節 AGV/AMR機器人專用電梯交互設備的技術標準與接口協議 VIP權限管理系統與梯控集成的設備擴展清單及數據安全方案 多電梯調度系統的中央管理平台配置要求及運力優化算法實

電梯刷卡 , 智能梯控 , 梯控 , 人工智能 , 深度學習 , 電梯門禁 , IC卡梯控

收藏 評論

u_12868 頭像

langrisser - temu統一服務標準提升體驗一致性

1.簡述CAP理論 簡介： CAP理論是分佈式的理論基礎 起初都是單體應用，隨着業務擴展，流量越來越大，單體扛不住高併發，分佈式將業務拆分成子業務部署到不同的機器上，不同的機器節點通過網絡進行通信，協作服務； 分佈式系統必須要考慮網絡分區的問題： 有網絡，就會有網絡交互的問題，假如A節點到

機器學習 , temu統一服務標準提升體驗一致性 , 數據 , 強一致性 , 數據一致性 , 人工智能 , 分佈式

收藏 評論

u_16213664 頭像

mob64ca140bbb8b - NLP語義識別在人工智能領域中的應用與前景_nlp 語義識別

伴隨互聯網信息量呈爆炸式增長，傳統搜索引擎於處理複雜且多模態的用户查詢之際，漸漸顯露出侷限性，人工智能搜索優化技術順勢而生，它藉由引入先進的自然語言處理技術，以及深度學習技術，還有知識圖譜等技術，顯著提高了信息檢索的效率以及準確性。 要點的核心在於人工智能搜索優化，是對搜索過程實施智能化改造的舉措。傳統搜索方式主要依靠關鍵詞匹配，以及頁面權重排名來

搜索 , 後端開發 , 人工智能 , 模態 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 Pandas：第一章 簡介和安裝

人工智能之數據分析 Matplotlib 第一章 簡介和安裝 (文章目錄) 前言 Pandas 是一個強大的 Python 數據分析和處理庫，廣泛用於數據清洗、探索、操作和分析。它建立在 NumPy 之上，提供了高效、靈活且易於使用的數據結構，特別適合處理結構化（表格型）數據。 📌 Pandas 的核心數據結構

數據結構 , 人工智能 , pandas , 數據分析 , 深度學習

收藏 評論

u_17583736 頭像

AI智能助理 - 人工智能要學哪些東西（AI入門必備知識全解析）

人工智能入門必備知識全解析：從疑問到行動指南 Q1：數學基礎是否必須？該學哪些內容？ 數學是AI的底層邏輯，但無需過度深究。核心需掌握線性代數（矩陣運算、向量空間，用於圖像處理與數據建模）1,4、概率統計（貝葉斯定理、分佈分析，支撐模型評估與決策）1,3以及微積分（梯度下降優化算法，提升模型精度）1,4。例如，推薦算法通過向量距離判斷用户相似性，本質是線性

機器學習 , 數學基礎 , AI入門 , Python編程 , 人工智能 , 深度學習

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - AI賦能：AI引領職場變革，青否ai超級員工上線助力企業降本增效！

隨着科技的日新月異，生成式AI已經成為職場中不可或缺的一部分。它不僅提高了工作效率，還解鎖了全新的工作方式。據最新調研顯示，超過75%的全職員工已經開始在工作中使用生成式AI，這一比例比半年前有了顯著增長。這標誌着我們正處在一場職場革命的前沿！（青否ai員工源頭v：zhibo175） AI如何重塑職場？ · 效率提升：AI工具幫助員工節省大量時間，完成大部分任務，但更重要的是，它激發了全新的工作模

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16237826 頭像

軟件求生 - 從 0 到 1 玩轉 Spring AI + 智譜 AI 向量模型，RAG 工程師都在用！

事情是這樣的。 上週，我負責的一個智能問答項目，老闆突然説一句話： “小米啊，我們要做知識庫檢索，搞個類似 RAG 的東西，支持語義搜索。” 我當場愣住：語義搜索？知識庫？向量？Embedding？ 老闆微微一笑：“別慌，用 SpringAI 接智譜 AI。” 那一刻，我的人生彷彿聽見了 命運的 Callback。於是，就有

機器學習 , yyds乾貨盤點 , 搜索 , 屬性表 , 向量空間 , 人工智能

收藏 評論

datagrand 頭像

達觀數據 - RPA界面元素智能自適應定位與操控技術

什麼是RPA？RPA（Robotic Process Automation，機器人流程自動化）是通過特定的、可模擬人類在計算機界面上進行操作的技術，它可以按規則自動執行相應的流程任務，代替或輔助人類完成相關的計算機操作，從而節約人力成本，提高生產效率。 從RPA的定義就可以看出，對計算機界面的操控是RPA的核心之一。要實現對計算機界面的操控，就必須用到RPA界面元素定位和操控技術。 元素定位與操

rpa , r , 人工智能 , 深度學習

收藏 評論

u_15742790 頭像

數據科技訊 - 集團軍協同聚變，看新紫光如何奔跑在AI主航道上

未來，是一個"萬物皆可AI"的智能世界，我們正置身於一場由智能技術驅動的深刻產業革命之中。 與此同時，人工智能的浪潮不再滿足於單點的技術突破，而是席捲產業鏈的每一個環節，推動創新模式從"裂變"走向"聚變"，引發從技術架構到產業生態的系統性重構。站在萬物智聯的時代拐點，領軍企業的角色已然重新定義：唯有從技術的引領者，蜕變為生態的賦能者，方能激活全局。 完成戰略重整的新紫

低功耗 , MySQL , 數據庫 , 人工智能 , 解決方案

收藏 評論

deephub 頭像

deephub - 從 Pandas 轉向 Polars：新手常見的10 個問題與優化建議

Polars 速度快、語法現代、表達力強，但很多人剛上手就把它當 Pandas 用，結果性能優勢全都浪費了。 下面是新手最容易犯的 10 個錯誤，以及對應的解決思路。 1、直接 read_csv而不用 scan_* 新手拿到一個大 CSV，上來就這麼寫： df=pl.read_csv("events.csv") 這會把整個文件一口氣塞進內存。文件一旦上了 GB 級別，內存直接爆掉，性能也

機器學習 , 人工智能 , pandas , Python

收藏 評論

lab4ai 頭像

Lab4AI - 告別漫長等待：3D生成進入“秒時代”！Apple 重新定義實時視圖合成

告別漫長等待：3D生成進入“秒時代”！Apple 重新定義實時視圖合成 論文標題：Sharp Monocular View Synthesis in Less Than a Second 👉一鍵直達論文 👉Lab4AI大模型實驗室論文閲讀 ✨研究背景 在 AR/VR 及互動照片瀏覽領域，用户迫切需要能從單張照片快速生成高保真、可交互的 3D 場景 。然而，傳統的神經渲染技術（如 NeRF）

人工智能

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 當視覺模型開始「懂你所指」：SAM3 的能力遠超你想象

如果你曾經想過：「我能不能只用一句話，讓電腦在視頻裏自動找出所有『紅色揹包』？」或者希望在一張照片裏隨手點一下，就完成乾淨利落的分割，那SAM3正是為這些需求準備的。 隨着圖像與視頻數據的爆炸式增長，傳統分割方法往往需要大量標註或只能識別固定類別，難以應對複雜開放場景。SAM3 則通過統一的多模態輸入方式——文本、示例與視覺提示——讓模型能主動理解你的意圖，並在圖像與視頻中執行高精度檢測、分

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第16講：實戰：打造具備宏觀問答與圖表生成功能的論文問答的RAG系統

在前面的課程中，我們利用所學的 RAG 知識，搭建了一個基於論文的問答系統。但是當論文數量比較多時，針對一些統計信息，比如某個方向的論文數量、某個會議的論文數量等，如果只通過傳統的 RAG 是沒辦法對這些信息進行檢索的。 對此，本章將先簡單回顧之前內容，並在此基礎上再做升級，完成一個集統計分析和知識問答功能於一體的智能問答系統。 一、上節回顧 為了更好地理解本章內容，我們先簡要回顧前兩

機器學習 , 教程 , 知識 , 人工智能 , SQL

收藏 評論

baidujiagoushi 頭像

百度Geek説 - 視覺大模型訓練和推理加速

導讀 本次分享將講解如何結合 profiling 工具，發現訓練與推理的性能瓶頸。介紹結合GPU產品特點，利用算子融合、低精度等技術，以及Faster Transformer最佳實踐，提升性能並加快吞吐。 12 月份的「百度百舸 - 雲原生 AI」技術公開課的 4 期整理文字已經全部發布，直播回放視頻將在明年 1 月份陸續上線，大家可以通過百度智能雲技術站視頻號觀看。 大家好，我是來自

人工智能 , transform , 深度學習

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間Notebook，Tensorflow + Fashion MNIST構建CNN實現智能衣櫃服裝分類系統

一、概述 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，並提供配套案例指導開發者從開發編碼到應用調測，基於華為根技術生態高效便捷的知識學習、技術體驗、應用創新。 開發者空間 - AI

pytorch , 人工智能 , 開發者 , 項目源碼 , Glyph

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI視覺分析安全管理系統：用技術築牢主動防線

傳統安全管理多依賴“人工巡檢+事後追溯”，不僅效率低下，還常因疲勞、環境干擾留下安全盲區。AI視覺分析安全管理系統的核心價值，是通過技術手段將安防從“被動應對”升級為“主動預判”，靠一套“感知-分析-決策-聯動”的智能鏈路，守住安全第一道關口。其技術內核並不晦澀，本質是讓系統像“智慧哨兵”一樣，看得清、讀得懂、反應快。 系統的技術底座的是“四層架構協同”，每一層都承擔着關鍵職責。最前

數據 , 上傳 , NLP , 人工智能 , 安全管理

收藏 評論

zengshenaiguodejinyu 頭像

科技夾克 - 邊緣部署第二章 YOLO如何通過TensorRT部署在Jetson orin NX/NANO

首先感謝兩個恩師，我願稱之為簡體中文互聯網最好的TensorRT教程： 鏈接1 鏈接2 本文的環境是Jetson Orin Nano 安裝的Jetpack版本是6.2.1，包含CUDA12.6，cuDNN 9.3.0，TensorRT 10.3.0，部署的模型是YOLO，對於其他環境，我也會簡單介紹一下如何選擇合適的版本。 1 TensorRT簡介 TensorRT是英偉達推出的一個高性能深度學習

部署 , yolo , 人工智能 , tensorrt

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - OmniThoughtV：面向多模態深度思考的高質量數據蒸餾

作者：嶽元浩(顧城)、汪誠愚(熊兮)、黃俊(臨在) 背景 近年來，多模態人工智能技術迅猛發展，推動了視覺、語言、語音等多種模態信息的深度融合與理解。尤其在多模態深度推理任務中， GPT-4V 等前沿模型通過模擬人類的鏈式思維過程，展現出強大的跨模態推理能力。然而，當前的多模態大模型在實際應用中仍面臨兩個關鍵問題：首先，能力較強的SOTA模型往往參數規模龐大、計算資源消耗高，導致部署成本高昂，難以在

阿里雲 , 人工智能

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 數據可信嗎？評估海外社交媒體分析軟件質量的3個關鍵指標

企業在選擇海外社交媒體分析軟件時，大多數人最先關注功能與價格，卻往往忽略最重要的一點——數據是否可信。無論系統的界面再精美、AI 功能再先進，如果底層數據不真實、不完整、不精準，那麼所有分析結果都會偏離實際，甚至會誤導企業決策。因此企業在選型過程中，需要優先評估分析軟件最關鍵的三個指標：數據覆蓋的真實性與廣度、數據處理的準確度與語義理解能力、數據更新率與系統穩定性。 第一個

數據 , 人工智能 , 數據分析 , 數據更新 , 社交媒體

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 誰在主導“芯片戰爭”

“芯片，不只是電子元件，更是國家角力的新戰場。” 過去三年，全球半導體產業如同棋盤上疾速變動的局面：美國推動芯片立法、拔高工具出口壁壘；台灣、韓國廠商擴張製造版圖；中國則在稀土、設備供應鏈端反擊。 參與者從“誰能做芯片”演變為“誰能控制關鍵節點”。那麼，在這場龐大的投資與戰略賽道中，誰是真正的領跑者？ ✤ 1 ✤設計端：美國構築“堡壘” 設計（Fabless）是芯片價值鏈

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_14850 頭像

ctaxnews - dify agent 信息集合 Schema

1、集合的介紹 　　集合：可變的數據類型，他裏面的元素必須是不可變的數據類型，無序，不重複。 1.1、集合是如何定義的 1 #集合的定義方式1 2 set1 = set({1,2,3}) 3 #集合的定義方式2 4 set2 = {1,2,3} 5 print(set1,set2) 6 7 #這種會報錯，因為集合中的元素必

機器學習 , 數據類型 , 並集 , 人工智能 , 重複元素

收藏 評論

u_16511090 頭像

min2k - 一天一個Python庫：Pandas - 拿捏數據的N種姿勢

引言 歡迎來到【一天一個Python庫】系列！在上一篇中我們介紹了數據可視化的畫筆 Matplotlib， 今天我們要認識的是 Python 數據處理與分析領域的靈魂工具 — Pandas。 如果説 NumPy 負責“算數據”，那麼 Pandas 就是負責“處理和分析數據”。 一、什麼是 Pandas？ Pandas 是 Python 中最流行

數據 , 神經網絡 , 人工智能 , pandas , Python

收藏 評論