tag 人工智能

標籤
貢獻960
1548
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

mob64ca1417b0c6 - 機器學習嵌入編碼

嵌入式系統的11大特點,你知多少? 前言 嵌入式系統是嵌入到對象體系中的專用計算機系統,其用於控制、監視、或者輔助操作機器和設備。 隨着嵌入式系統應用日益廣泛,學習嵌入式的人越來越多,但還有很多人不怎麼了解嵌入式,不怎麼了解嵌入式系統,尤其是初學者,所

機器學習 , 嵌入代碼是什麼意思 , 嵌入式 , 機器學習嵌入編碼 , 人工智能 , 計算機系統 , 嵌入式系統

收藏 評論

高大的小籠包 - 你的數據管家:訪答本地知識庫

你的數據管家:訪答本地知識庫 數據安全的守護者 在這個信息爆炸的時代,我們的電腦裏塞滿了各種文件——PDF報告、Word文檔、家庭照片、工作視頻……每當需要查找某個具體信息時,總像是在大海撈針。更讓人擔憂的是,把敏感文件上傳到雲端,總免不了數據泄露的隱憂。 這時,本地知識庫的出現,就像是給每個用户配備了一位貼心的數據管家。它完全運行在你的個人電腦上,不上傳任何文件,斷網也能正常使用,真正做到了數據

教程 , 人工智能 , 知識庫

收藏 評論

張老師講數字孿生 - 凡拓自動標註平台:AI模型的“超級飼料機”

自動化、智能化正成為數據標註的新常態,凡拓數創以技術創新重塑AI數據基礎設施。 在人工智能行業,有一句話廣為流傳:“有多少智能,就有多少人工”。這句話在數據標註領域體現得尤為明顯。傳統的數據標註高度依賴人力,標註員需要長時間盯着屏幕,對圖像、文本、語音等數據進行反覆標註和校對,不僅工作量大、成本高,還存在效率低下和標準不統一的問題。 凡拓數創最新推出的自動標註平台,正在徹底改變這一現狀

資訊 , 數據 , 人工智能 , 深度學習

收藏 評論

雲端創新夢想家 - 人工智能+智能製造--中國製造未來方向_人工智能製造

引言 人工智能(AI)正在全球範圍內迅速發展,並深刻影響各行各業。尤其在製造業,AI技術的應用已成為提升生產力、優化供應鏈、減少成本和提升產品質量的重要工具。智能製造是工業4.0的核心,而人工智能無疑是這一進程的核心驅動力。AI的引入不僅僅是為了實現自動化,更在於通過數據驅動的智能決策來提升生產效率和響應市場需求的能力。 本文將探討人工智能在

機器學習 , spark , 大數據 , 數據 , hadoop , 人工智能

收藏 評論

超神經HyperAI - 【TVM 教程】使用元組輸入(Tuple Inputs)進行計算和歸約

Apache TVM 是一個端到端的深度學習編譯框架,適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 → https://tvm.hyper.ai/ 作者:Ziheng Jiang 若要在單個循環中計算具有相同 shape 的多個輸出,或執行多個值的歸約,例如 argmax。這些問題可以通過元組輸入來解決。 本教程介紹了 TVM 中元組輸入的用法。 from __fu

編程 , 人工智能 , 編譯器 , 深度學習 , 後端

收藏 評論

mob64ca13fbd761 - cursor使用filesystem mcp

T-SQL 遊標CURSOR的使用及其他 (1) T-SQL 遊標CURSOR的使用 使用起來很簡單,先定義,然後賦個值,打開,通過While Loop 一個一個讀下去,最後關閉,釋放內存。基本套路如下: DECLARE MyCursor cursor /* 聲明遊標,默認為單純向前的遊標。如果想要前後跳來跳去的,寫成

機器學習 , 字段 , 整型 , 人工智能 , 布爾表達式

收藏 評論

編程之翼 - tensorflow的主要用途

本章簡單介紹了TensorFlow的安裝以及使用。一些細節需要在後續的應用中慢慢把握。 TensorFlow並不僅僅侷限於神經網絡和機器學習,它甚至可以用於量子物理仿真。 TensorFlow的優勢: 可運行於諸多操作系統 提供一個叫做TF.Learn(tensorflow.contrib.learn)的簡單的Python API,和Sciki

機器學習 , tensorflow , 神經網絡 , API , 人工智能 , tensorflow的主要用途

收藏 評論

雲端築夢者 - 光纖卡num_cmd_elems

PCIE731是北京青翼科技研發的一款基於PCI Express總線架構的2路10G光纖通道適配器,該產品為半高半長PCIe卡,適合於於目前主流半高機箱的服務器或超微工作站。 主要功能 1.標準PCI Express半高半長卡,適合於半高機箱; 2.符合PCI Express Gen2.0規範,可選x1、x4或x8模式,理論帶寬高達40G

機器學習 , express , 光纖卡num_cmd_elems , 人工智能 , 技術支持 , 高性能計算

收藏 評論

雨大王 - 高級計劃排程系統如何驅動物料需求計劃的智能化升級?

製造業作為全球經濟的重要支柱,其供應鏈管理與生產協同能力直接影響企業的市場競爭力。在這一背景下,高級計劃排程系統(APS)逐漸成為優化生產流程、提升資源利用率的核心工具,尤其在物料需求計劃(MRP)中的應用,更是體現了技術與管理的深度融合。傳統MRP系統雖然在理論上實現了物料需求的精準計算,但在面對複雜多變的實際生產環境時,往往顯得力不從心。而APS系統通過引入能力約束、動態預測和閉環反饋機制,為

人工智能

收藏 評論

mb691327edb400f - AI 智能體

AI重塑人才選拔:效率與精準的雙重革新 人才選拔賽道的競爭日趨激烈,招聘官深陷堆積如山的簡歷與密集的面試流程,卻仍面臨核心人才難尋、面試主觀性強、招聘成本高企的困境。當HR團隊疲於應對初篩與基礎面試時,企業正為這些低效流程承擔高昂代價。 艾瑞諮詢數據顯示,AI技術已貢獻HR SaaS市場60%的價值,其中個性化評估是核心應用場景。這場技術革命正從培訓領

上傳 , 人工智能 , 深度學習 , 應用場景 , 解決方案

收藏 評論

mob64ca13f87273 - 機器人視覺識別系統研究_fpga和matlab的技術博客

摘要 工業生產過程中,儀表作為關鍵設備運行狀態的核心監測載體,其數據的精準、實時採集對安全生產與高效運維至關重要。傳統人工巡檢模式存在效率低下、環境適應性差、人為誤差等弊端,難以滿足現代化工業的智能化管理需求。工業巡檢機器人結合視覺識別技術,實現了儀表數據的自動化、無人化採集,成為工業智能化轉型的重要支撐。本文系統闡述視覺識別技術在工業巡檢

機器學習 , 機器人 , 人工智能 , 計算機視覺 , Css , 目標檢測 , 前端開發 , HTML

收藏 評論

HelpLook - 6月更新速遞 | 1S 絲滑無感登錄企業知識庫

6月,HelpLook更新了一系列新功能,從知識庫無感登錄到管理,讓你更快速直達知識庫。 優化知識庫管理 sso單點登錄對接支持無感登錄 現將幫助中心/知識庫嵌入系統中,無縫對接至企業自有SSO登錄系統,跳過登錄流程。只需簡單配置,即可自動登錄HelpLook後台。 (此步驟將直接省略跳過) 具體配置請參考幫助中心説明文檔:【SSO單點登錄API】。 支

企業網站 , 工具軟件 , 人工智能 , sso , 知識庫

收藏 評論

圍爐聊科技 - 從像素到語義:圖像分割技術的演進與實踐

打開手機的人像模式拍攝照片,背景被自然虛化;醫院裏,CT影像中的腫瘤區域被精準標記;自動駕駛汽車實時識別道路、行人與障礙物——這些場景背後,都離不開計算機視覺領域的核心技術:圖像分割。作為連接"圖像感知"與"語義理解"的關鍵橋樑,圖像分割實現了從"看到像素"到"看懂內容"的跨越,其技術演進更是人工智能發展的生動縮影。本文將帶你全面梳理圖像分割技術的發展脈絡,解析核心算法原理,並探

圖像分割 , 人工智能 , 計算機視覺

收藏 評論

footballboy - 深度學習torch包

前面已經安裝好了torch,下面就來看看如何在torch框架上搭建深度學習模型,我一直覺得源碼結合原理是機器學習最好的學習途徑。所以我們從分析一個簡單的案例開始吧。 參考Supervised Learning 這個例子呢,主要是以有監督的方式構建一個深度學習模型實現對數據集SVHN的分類。 SVHN是 The Street View H

數據集 , data , 數據 , 人工智能 , 深度學習 , 深度學習torch包

收藏 評論

user_sg59bsuq - 個人知識管理的革新:訪答知識庫如何重塑你的學習與工作

個人知識管理的革新:訪答知識庫如何重塑你的學習與工作 一個程序員的覺醒時刻 李明是一名資深程序員,每天都要處理大量的技術文檔、代碼片段和項目筆記。他曾經嘗試過各種雲端筆記軟件,但總擔心數據安全和隱私問題。直到有一天,他在查閲一份機密項目資料時,發現雲端服務出現了同步錯誤,導致部分敏感數據泄露的風險。這次經歷讓他意識到:個人知識管理不僅需要便捷,更需要安全可控。 什麼是本地私有知識庫 本地私有知識庫

教程 , 人工智能 , 知識庫

收藏 評論

沃觀態勢感知 - 出海輿情監測網站選型必須考察的8個關鍵要素

隨着出海品牌數量激增,出海輿情監測網站已成為企業海外傳播管理的“基礎設施”。無論是跨境電商、製造業還是金融服務業,品牌一旦進入多語言、多平台、多文化的輿論環境,就必須依靠輿情繫統實現信息監控、風險識別與聲譽管理。然而,面對市面上琳琅滿目的海外輿情監測網站,企業該如何科學選型?真正優秀的系統不僅要功能強大,更要在數據、算法、服務和戰略洞察上全面契合品牌需求

數據 , 系統問題 , 人工智能 , 基礎設施 , 數據分析

收藏 評論

編程夢想編織者 - SQL查詢入門(上篇)

在 RAG 智能問答系統的搭建系列中,我們已逐步攻克數據處理、向量存儲、檢索優化等關鍵環節。但當系統需要對接結構化數據庫,讓非技術用户通過日常語言獲取數據時,單純的文本檢索已無法滿足需求。此時,Text2SQL 技術與工作流的結合,成為打通 “自然語言→數據庫查詢→結果反饋” 全鏈路的核心方案。本文將帶您完整實現一套基於 RAG 的數據庫智能查詢系統,讓用户無需掌握 SQL 語法

django , 數據庫 , 後端開發 , 人工智能 , SQL , Python

收藏 評論

技術筆耕者 - 基於機器學習的信道傳播模型

交互信息量 信源的信息熵解決了定量估算信源每發出一個符號提供的平均信息量這個信源的核心問題,對於由信源、信道和信宿組成的通信系統來説,最根本的問題,還在於如何定量估算信宿收到消息後,從消息中獲取多少信息的問題,也就是信息傳輸問題。 信道的數學模型 考慮最簡單的信道,單符號離散信道,輸入端允許輸出\(r\)中不同的符號,輸出端相應輸出\(s\)中不同的符號,如下圖

機器學習 , 反向信道 , 互信息 , 基於機器學習的信道傳播模型 , 人工智能 , 通信系統

收藏 評論

思考的袋鼠 - 金融行業精細化、協同、閉環式的數據安全管理最佳實踐指南

一、概要:構建金融數據安全的精細化、協同化、閉環式能力體系 (提示:本章從宏觀層面概述金數據安全管理的行業趨勢與落地價值。) 隨着金融數字化轉型進入深水區,金融機構在零售銀行、智能投顧、消費金融、跨境支付等業務中產生的海量數據,不僅成為核心生產要素,也是貫穿業務創新、風控提升、客户體驗的重要支撐。然而,“數據價值提升”與“數據風險上升”始終並行:數據覆蓋鏈路愈長、協同

鏈路 , 數據 , 數據安全 , 人工智能 , 深度學習

收藏 評論

jkfox - stm32外部脈衝觸發計數 cubemx

1.脈衝寬度調製是(PWM):用微處理器的數字輸出來對模擬電路進行控制的一種非常有效的技術,廣泛應用在從測量、通信到功率控制與變換的許多領域中。一般用於直流電機調速。 2.外部中斷:外部中斷是單片機實時地處理外部事件的一種內部機制。當某種外部事件發生時,單片機的中斷系統將迫使CPU暫停正在執行的程序,轉而去進行中斷事件的處理;中斷處理完畢後.又返回被中斷的程序處,繼

機器學習 , 優先級 , 看門狗 , 人工智能 , 數據傳輸

收藏 評論

TiDB乾貨傳送門 - 2024 TiDB AI 創新應用黑客馬拉松開啓報名啦!一起來用 TiDB 構建未來的 AI 創新應用!

引言 2024 TiDB Future App Hackathon 來啦!本屆是第八屆 TiDB Hackathon ,也是第二屆全球 TiDB 黑客馬拉松比賽,TiDB Hackathon 自舉辦以來,已累計參賽人數超過 3000+ 人 !回顧去年的 TiDB Hackathon 賽事,有來自88 個國家近 1500 名小夥伴參加,提交了 100 個優質項目,與此同時,TiDB 中文社區的小夥伴

人工智能 , 黑客馬拉松

收藏 評論

墨色天香 - sourcemap插件

文章目錄 一、quicker.em插件分享 二、SI4安裝插件 三、插件使用效果 SI是本人至今為止用過的最好的C/C++編輯軟件,其中的插件也作用很大,今天分享一個由華為員工開發的quicker.em插件。 一、quicker.em插件分享 quicker.em 源碼鏈接,提取碼

機器學習 , 快捷鍵 , C語言 , 插件使用 , 人工智能 , 生成函數 , sourcemap插件

收藏 評論

DeepSeaAI - 智能體開發框架選型決策樹V2

四大框架的技術架構和典型應用案例,通過結構化拆解讓選型邏輯更貼合實際開發場景,同時優化決策樹的實用性和參考價值。 智能體開發框架選型決策樹 各框架核心信息補充説明 LlamaIndex 架構亮點:核心優勢在索引優化,提供Llama Parse組件支持複雜文檔解析,Workflows引擎可編排多步驟異步流程,索引層支持增量更新和量化壓縮,兼顧精

應用層 , 技術架構 , pytorch , 人工智能 , 結構化

收藏 評論

短短同學 - 基於ssm框架下的分頁顯示查詢

SSM 框架實現分頁顯示查詢(基於用户管理案例) 在 SSM 框架中實現分頁查詢,最常用且高效的方案是集成MyBatis 分頁插件(PageHelper),它能自動攔截 SQL 並添加分頁語句(LIMIT),無需手動編寫複雜分頁 SQL。以下基於之前的 “用户管理” 案例,完整補充分頁查詢的實現步驟,包含配置、代碼編寫與測試。 一、前期準備:集成 PageHelper

User , 分頁 , 人工智能 , 深度學習 , 分頁查詢

收藏 評論