tag 人工智能

標籤
貢獻960
1634
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_14987 頭像

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

u_17420180 頭像

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

JavaEdge 頭像

JavaEdge - Gemini 3 開啓智慧新時代

近兩年前，我們開啓了 Gemini 時代，這是公司史上規模最大的科學與產品計劃之一。自那時起，看到大家如此喜愛它，實在令人振奮。“AI 總覽”如今每月有 20 億活躍用户。Gemini 應用程序每月活躍用户超過 6.5 億，超過 70% 的雲客户正在使用我們的 AI，更有 1300 萬名開發者利用我們的生成式模型進行開發——而這僅僅是我們的影響力之一隅。 得益於我們在 AI

yyds乾貨盤點 , google , 應用程序 , 人工智能 , 深度學習 , 開發者

收藏 評論

JavaEdge 頭像

JavaEdge - Dify數據遷移和版本升級

0 前言 如未曾安裝過 Dify 社區版，可以直接克隆 Dify 項目，並切換至 1.0.0 分支。參考文檔執行安裝命令。 如需在社區版體驗插件功能，需將版本號升級≥ v1.0.0。本文將為你介紹如何從舊版本升級至 v1.0.0 以體驗插件生態功能。 開始升級吧！分步驟： 1 備份數據 1.1 新建備份分支 運行 cd 命令至你的 Dify 項

yyds乾貨盤點 , flask , 人工智能 , 深度學習 , Docker , ide

收藏 評論

pannideniupai 頭像

雨大王 - 汽車製造柔性排產：實現高效響應與資源優化的關鍵路徑

隨着汽車行業逐步向多品種、小批量和定製化生產模式轉型，傳統剛性排產體系已難以應對日益複雜的市場環境與生產擾動。柔性排產作為智能製造的核心環節，正成為車企提升生產彈性、降低運營成本的重要技術手段。它並非簡單的時間表調整，而是一套融合實時數據感知、動態優化算法和業務規則嵌入的智能決策系統，能夠在訂單變化、物料延遲、設備異常等不確定情境下，快速生成可行且高效的生產方案。尤其在新車型迭代加速、新能源與燃油

人工智能

收藏 評論

u_13259 頭像

kekenai - whisper使用npu

自從 WP7.1之後，windows phone 開放一些後台調用，包括音樂，鬧鐘，播放器等，相信在做windows phone開發時，有可能會調用後台， 恰好我們的軟件工程中需要用到鬧鐘提醒功能，現在就把具體的細節一步一步告訴大家。 包括實現多項提醒，存儲和顯示等功能。 1. 簡介 Reminder是我們Microsoft Academic Search (M

windows , whisper使用npu , xml , 構造函數 , 人工智能 , 深度學習

收藏 評論

phytium_developers 頭像

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

yayu 頭像

冴羽 - 太好看了！3 個動漫變真人 Nano Banana Pro 提示詞

前言 本篇我和你分享 3 個將動漫變成真人的 Nano Banana Pro 提示詞。 原圖以最近很火的《羅小黑戰記 2》中的鹿野為例： 動漫直接轉真人 提示詞： 1:1 變真人 生成效果如下： 這個提示詞也可以： 精確複製原插圖中的姿勢、體態、手勢、面部表情和拍攝角度,生成一張女孩在 Comiket 上 cosplay 這個插圖的高度細節照片。保持相同的角度、透視和構圖,不做任何偏離。

教程 , aigc , 人工智能 , nano-banana-pro , 前端

收藏 評論

u_16841336 頭像

火雲大軍 - 程序員應該熟悉的概念(5)MoE

MoE(Mixture of Experts,專家混合模型）)是當前大模型（尤其是 GPT-4、Gemini、Mixtral、DeepSeek 等）架構中非常核心的一個概念。 MoE 的思想非常直白：不同的 專家/Expert 只負責處理自己擅長的那一類輸入，而不是讓整個模型的所有參數都去處理所有任務。 也就是説： 一個 MoE 模型內部其實

指尖人生 , llm , 人工智能 , transformer , 深度學習 , MoE

收藏 評論

openbayescom 頭像

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

u_17580222 頭像

mb691327edb400f - 當AI成為同事：HR的“戰鬥力”正在被重新定義

當AI成為同事：HR的“戰鬥力”正在被重新定義 過去十年，HR的競爭聚焦於勤奮度與溝通細緻度；進入AI時代，競爭核心轉變為能否讓AI成為自身“戰鬥力”。行業調查顯示，超68%的企業認為“AI正在改變招聘崗位結構”，超54%的招聘流程將實現自動化，HR的價值也從“做事”轉向“決策”。 一、傳統招聘的現實困境 傳統招聘面臨諸多難題：面

自動下載 , 沉浸式 , ATS , 人工智能 , 深度學習

收藏 評論

u_16237826 頭像

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

u_16099164 頭像

碼海舵手 - 網上閲卷系統最新功能-網上網下結合閲卷

隨着人工智能、計算機視覺和大數據技術的飛速發展，傳統的人工閲卷方式已經無法滿足現代教育對考試評分效率和準確度的高要求。智能答題卡閲卷系統應運而生，成為一種高效且精準的解決方案。通過圖像處理與數據分析技術，智能閲卷系統不僅能夠自動化識別答題卡中的選項標記，還能通過深度學習等先進算法進行高效評分，大大提高了閲卷速度和準確性。 然而，儘管智能答題卡閲卷系

圖像處理 , 後端開發 , 人工智能 , 數據分析 , 深度學習 , 計算機視覺 , Python

收藏 評論

u_16213689 頭像

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_16566216 頭像

美狐美顏SDK小金 - 美顏SDK算法工程師實踐筆記：濾鏡與特效模塊的可維護性設計

作為一個深耕美顏SDK的算法工程師，我常常會遇到一種“技術人的倔強”：只想把效果做到極致，卻往往忽略了另一個決定產品壽命關鍵點的要素——可維護性。 尤其在濾鏡、特效模塊這種更新頻率高、參與人員多、跨平台適配複雜的領域，如果項目結構沒設計好，後續每加一個濾鏡都像“拆房子換電線”。 為了不讓團隊被自己寫的代碼折磨，我開始整理這些年來的踩坑經驗，最終總結出一套更

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 深度學習 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_15214399 頭像

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

u_16060192 頭像

HyperAI超神經 - 從乾洗店到伊麗莎白女王工程獎，李飛飛逆行硅谷技術神話，聚焦AI去人性化風險

2025 年春，普林斯頓大學物理學學士、加州理工學院計算神經科學博士李飛飛教授榮獲「伊麗莎白女王工程獎（Queen Elizabeth Prize for Engineering）」，這一獎項被視為「工程領域的諾貝爾獎」。評審團表彰了李飛飛在計算機視覺與深度學習中的奠基性工作，認為她的研究「讓機器第一次以接近人類的方式看見世界」。 「工程不止是算力與算法，更是責任與共情。」李飛飛在領

人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - 從零開始：用Python和Gemini 3四步搭建你自己的AI Agent

很多人第一次看到 AI Agent 自己編輯文件、跑代碼、修 bug，還能一直運行下去的時候,都覺得挺神奇。其實遠沒有想象中那麼複雜。這裏沒什麼秘密算法,也沒有什麼"智能體大腦"這種玄學概念。 AI Agent核心就三件事：循環 + LLM + 工具函數。 如果你會寫個 while True 循環？那基本就算成功一半了。 這篇文章會完整展示怎麼用 Gemini 3 搭一個真正能用的 Agent：從

llm , agent , 教程 , 人工智能 , 深度學習

收藏 評論

u_16099347 頭像

JAVA小俠影 - 開運算有何種效果

寫在前面的話： hello~這一講主要內容是連續函數極限的求法，為求形式複雜的初等函數提供了依據。 有錯誤及時提出哦，我看到會糾正。 學習和思考讓我們的生活過得更有意義，雖然我們不是天才，但是我們所積累的一點一滴都會成就未來更好的自己！而且我相信，沒有所謂的天才，不要被那些“天才們“所嚇倒，通過努力，我們也會越來越接近他們。小夥伴們，我

定義域 , 開運算有何種效果 , 三角函數 , 開運算和閉運算 , 人工智能 , 計算機視覺 , 下劃線

收藏 評論

tecdat 頭像

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

pannideniupai 頭像

雨大王 - 製造業設備全生命週期管理怎麼做？EAM系統在轉型中的關鍵作用

在製造業邁向數字化的浪潮中，設備資產管理系統（EAM）已成為推動企業轉型的關鍵工具之一。傳統的設備管理方式往往依賴人工記錄和經驗判斷，難以應對日益複雜的生產需求和海量數據的處理。而EAM系統通過集成物聯網、大數據、人工智能等技術，實現了從設備採購到報廢的全生命週期數字化管理，為企業提供了更高效、更智能的解決方案。 一、設備管理的痛點與EAM系統的價值 製造業的設備管理長期面臨諸多挑戰，

人工智能

收藏 評論

suki_6936aa00b8c61 頭像

AI代碼猴 - GEO公司戰略排名：誰能在技術顛覆浪潮中“韌性生長”？

當一家知名車企的AI推薦率在一夜之間因平台算法重大調整而驟降30%時，其市場團隊面臨的不僅是短期流量損失，更是對GEO合作伙伴底層技術架構的終極拷問。 生成式AI生態的演進速度遠超想象，主流平台的算法可能以月、甚至以周為單位迭代。這意味着，企業選擇的GEO服務商，其技術架構的“抗脆弱性”直接決定了品牌在AI認知戰場上是一場“持久戰”，還是隨時可能擱淺的“遭遇戰”。 本文將穿透效果承諾的

GEO , 人工智能

收藏 評論