tag 人工智能

標籤
貢獻960
1370
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_16213614 頭像

mob64ca13ffd0f1 - 拳皇98人工智能代碼 Python

人工智能 （計算機科學的一個分支） 人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人機對戰 圍棋人機大戰 圍棋人機大戰，是指人類頂尖圍棋手與計算機頂級圍棋程序之間的圍棋比賽，特指韓國圍棋九段棋手李世石、中國圍棋

搜索 , 監督學習 , 後端開發 , 人工智能 , 拳皇98人工智能代碼 Python , Python

收藏 評論

pannideniupai 頭像

雨大王 - 如何用數字化技術重構汽車產業鏈？

一、汽車數字化產業鏈的內涵與價值 隨着新一代信息技術的快速發展，汽車產業鏈的數字化轉型已經成為行業發展的必然趨勢。數字化產業鏈不僅僅是技術的簡單疊加，而是通過數據流、信息流和服務流的貫通，實現從研發到售後的全鏈條協同。這種模式打破了傳統制造業的封閉性，讓產業鏈上的各個主體能夠實時共享數據、優化資源配置，並快速響應市場變化。 舉個例子，某大型汽車企業通過搭建數字化供應鏈平台，將原本需要數

人工智能

收藏 評論

u_16213654 頭像

mob64ca14095513 - nlp將特徵矩陣變成一維 特徵矩陣的英文

矩陣的特徵向量跟特徵值的英文名字分別是 eigenvector 跟 eigenvalue，這倆概念非常非常有用，根據他們倆可以外延出很多有趣的功能。大部分同學可能腦子裏想一下還能記得他們倆是怎麼計算出來的，但是他們為什麼可以代表一個矩陣的“特徵”呢？除了這倆，相信大多數同學都不記得矩陣的行列式是個什麼東西了，總之不太直觀。相比較而言，矩陣的跡（trace）這個概念就比較直觀，就是

nlp將特徵矩陣變成一維 , 二維 , NLP , 特徵值 , 人工智能 , 特徵向量

收藏 評論

u_16213597 頭像

mob64ca13fba42b - 看MindSpore加持下，如何「煉出」首個千億參數中文預訓練語言模型？ - 華為雲開發者社區的個人空間 -

AsyPPO: 輕量級mini-critics如何提升大語言模型推理能力 大型語言模型強化學習訓練面臨計算瓶頸，傳統對稱actor-critic架構導致critic模型參數量巨大，訓練成本高昂。本文介紹的Asymmetric Proximal Policy Optimization (AsyPPO)算法通過創新的非對稱架構設計，使用輕量級mini-

llm , 語言模型 , 自然語言處理 , 後端開發 , 人工智能 , Agentic , Python

收藏 評論

u_15641375 頭像

芯動大師 - 基礎的點雲轉換

對於點雲處理而言，最簡單也逃不過的就是點雲轉換了，我們就從點雲轉換開始，來一步步完成點雲加速的學習。點雲基礎轉換是3D點雲處理中的一個重要步驟。它的主要目的是將點雲從一個座標系轉換到另一個座標系中，通常是為了方便後續處理或者顯示。在實際應用中，點雲基礎轉換通常包括平移、旋轉、縮放等操作。這裏對應了pcl::transformPointCloud這種方法 1. CUDA與Th

機器學習 , yyds乾貨盤點 , 數據 , 點雲 , include , 人工智能

收藏 評論

u_15903730 頭像

WangLanguager - 圖神經網絡（GNN）介紹和代碼示例

圖神經網絡（GNN）介紹 圖神經網絡（Graph Neural Networks, GNNs）是一類專門處理圖結構數據的深度學習模型。圖是由節點（頂點）和邊（連接節點的關係）構成的結構，廣泛應用於社交網絡、推薦系統、知識圖譜、分子結構分析等領域。 基本原理 GNN的核心思想是通過節點的鄰居信息來更新節點的表示（embedding）。每個

神經網絡 , 人工智能 , 卷積網絡 , 深度學習 , Css , 前端開發 , HTML

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智能測評考試系統：不僅會“閲卷”，更會“診脈”的超級考官

在傳統的考試場景中，我們習慣了兩件事：一是老師埋首於如山的試卷中，紅筆批改到深夜；二是學生拿到成績單時，只看到一個冰冷的分數，卻不知道自己到底哪裏沒懂。這種“重結果、輕過程”的評價方式，效率低且反饋滯後。 AI智能測評考試系統，正是要終結這一現狀。它不僅僅是一個能自動批改選擇題的工具，更是一位具備深度洞察力的“超級考官”。它不僅能看懂你的字、讀懂你的代碼，還能透過試卷分析你的能力短板

NLP , 自然語言處理 , 考試系統 , 人工智能 , 計算機視覺

收藏 評論

ryann_692d2a239f07d 頭像

Ryann - Step-Audio-R1 技術報告解析

Step-Audio-R1 技術報告解析 先説結論：Step-Audio-R1 的核心貢獻，在於將音頻模型從文本推理轉為真正的聲學推理，以及解決了音頻模型推理退化的問題。 也就是，它不再僅僅通過識別出的文字來思考，而是學會了深度解碼用户的副語言信息（如情感、語調、環境音）進行思考和判斷。同時用一些實驗證明了階躍訓練這個R1模型方法的有效性。 Step-Audio-R1基於聲學特徵（和絃、

人工智能

收藏 評論

tecdat 頭像

拓端tecdat - Stata空間面板數據模型SAR、中介效應模型、分位數迴歸分析數字普惠金融指數與農村人均消費支出關係及區域異質性研究|附代碼數據

全文鏈接：https://tecdat.cn/?p=44740 原文出處：拓端數據部落公眾號 關於分析師 在此對Xue Zhang對本文所作的貢獻表示誠摯感謝，她在對應院校完成了應用統計學專業的學習，專注數字金融與農村經濟分析領域。擅長SPSS、Stata、R語言、SAS、數據分析、數據收集。Xue Zhang曾參與多項農村經濟數據分析項目，聚焦數字普惠金融對農村消費的賦能研究，憑藉紮實的統

數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16125291 頭像

科技雲報到 - 科技雲報到：2026網絡安全六大新趨勢：AI重構攻防，信任成為新防線

科技雲報道原創。 2026年的網絡安全戰場，將脱離“築牆防盜”的初級階段，演變為一場圍繞“數字信任”展開的全方位博弈。 IDC預測，到2026年，70%的組織將採用融合生成式、處方式、預測式和智能體技術的複合AI。 AI的爆發式增長在重塑生產力的同時，也催生了AI Agent身份冒充、API規模化攻擊、AI瀏覽器和AI手機“黑箱”風險等新型威脅，推動網絡安全從“

數據 , MySQL , API , 數據庫 , 人工智能

收藏 評論

u_16213720 頭像

mob64ca14193248 - 架構師之路 — 軟件架構 — 系統架構設計模式_51CTO博客

在模塊化RAG（Retrieval-Augmented Generation）設計中，各種操作模式通過模塊化的方式協同工作，形成了一個名為 RAG流 的工作流程。這個 RAG流 可以被視為由多個子函數組成的圖形結構。通過控制邏輯，這些子函數會按預定的順序執行，同時也能根據需求進行條件判斷、分支或循環。 這種模塊化特性讓RAG系統能夠靈活應對不同的應

llm , agent , 大數據 , hadoop , langchain , 人工智能 , RAG

收藏 評論

u_16099344 頭像

風華正茂的AI - 深度學習 邊緣關鍵點檢測 邊緣檢測的算法

邊緣提取其實也是一種濾波，不同的算子有不同的提取效果。比較常用的方法有三種，Sobel算子，Laplacian算子，Canny算子。 Sobel算子檢測方法對灰度漸變和噪聲較多的圖像處理效果較好，sobel算子對邊緣定位不是很準確，圖像的邊緣不止一個像素；當對精度要求不是很高時，是一種較為常用的邊緣檢測方法。 Canny方法不容易受噪聲干擾，能夠檢測到真正的弱邊緣。

深度學習 邊緣關鍵點檢測 , 邊緣像素 , 像素點 , 邊緣檢測 , 人工智能 , 深度學習

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - Hologres Dynamic Table：高效增量刷新，構建實時統一數倉的核心利器

在企業數據架構逐步走向實時化與一體化的過程中，如何高效處理“大量歷史+少量新增”的業務數據，已成為建設統一數倉與實時數倉時繞不開的關鍵挑戰。 傳統全量刷新方式在面對億級歷史數據時，往往面臨刷新延遲高、計算成本大、鏈路複雜等問題。為了解決這些痛點，業界逐漸形成了一種新的數據處理範式——DynamicTable（動態表），它通過聲明式語法自動維護物化結果，並支持高效的增量刷新能

大數據 , 阿里雲 , 人工智能 , 數據分析 , 實時數倉 , Hologres

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 2025–2030 年最緊缺的八大 IC 崗位

面對摩爾定律放緩、AI 和汽車電子爆發、Chiplet 與 3D-IC 持續改寫系統架構，半導體行業正在進入一個全新的競爭週期。技術路徑的變化，也正在深刻影響人才需求結構：行業不再只需要“通才”，而是更稀缺、也更關鍵的專業型工程師。 ✦ 01 技術範式轉變帶來崗位重構 算力需求攀升讓架構創新成為主戰場；先進封裝推

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_15675268 頭像

1艾一刀 - 【年度AI觀察】2025，人形機器人先搶“定位”

文 | 智能相對論 作者 | 許成行 2025年，人形機器人產業在爭議中迎來發展深水區。 一邊是2025年央視春晚上16個宇樹H1人形機器人跳秧歌、轉手絹的驚豔表演，以及眾擎T800一腳踹翻自己公司CEO；另一邊是知名投資人“只會翻跟頭，商業化在哪”的尖鋭質疑。 2025年的人形機器人到底是泡沫狂歡還是場景落地？ 破題：兩大對立觀點的核心矛盾

差異化 , 硬件故障 , 人工智能 , 深度學習 , 人形機器人

收藏 評論

u_15690955 頭像

出手吧Glen - AI免費無限換臉！FaceFusion最新3.5炸了！

作為常年玩AI換臉的老玩家，我對FaceFusion的期待從來沒落空過——從3.4.1的HyperSwap模型解決側臉、遮擋問題，到這次3.5.0直接把“換臉+修圖”打包整合。 親測完只想説：以後做創意視頻再也不用換三四款軟件了！關鍵是，離線懶人包已經備好，解壓點兩下就啓動，小白也能直接拿捏。 最香的3個新功能，直接解決老痛點 之前用換臉

機器學習 , 換臉 , 批量處理 , Source , 離線 , 人工智能

收藏 評論

u_16099274 頭像

墨香四溢 - 振動幅值數據分析

假設信號的採樣頻率是Fs，信號的頻率是F，採樣點數為N，則與傅里葉變換相關概念幾個計算公式如下： 1.頻率計算公式 2.振幅計算公式 Magnitude

採樣頻率 , 振動幅值數據分析 , 採樣率 , MATLAB , Pan , 人工智能 , 數據分析

收藏 評論

xixiaoyao 頭像

夕小瑤談人工智能 - 靈啓 AI 小盒子-桌面級AI Lab實測：千億大模型開箱即跑，這個小盒子有點猛

等等！馬上要進入 2026 年了，你還在和大模型部署扯皮嗎？ 尤其是個人開發者和小團隊，只是想跑個模型，為什麼要經歷九九八十一難啊？！ 配環境翻車、顯存溢出報錯、依賴衝突爆炸、模型下載失敗……這種痛感你我都懂。 所以，當一台自稱「桌面級個人 AI Lab」的小盒子端上來，宣稱開機即跑、開箱即用、千億大模型隨便懟的時候，我第一反應是：想法

複雜度 , 運維 , 人工智能 , Css , 開發者 , 前端開發 , HTML

收藏 評論

u_17536710 頭像

mb68d4f4b730ca5 - 大數據解決方案如何實施

大數據解決方案實施的難點在於以下幾點： 　　1.很少有優質可用的數據 　　在數聚股份看來，這幾年數據交易機構如雨後春筍，“數據變現”成為很多擁有數據積累的傳統企業的新的生財法。目前，我國大數據需求端以互聯網企業為主，覆蓋面不廣，在O2O趨勢下，大型互聯網廠商嘗試引入外部數據支撐金融、生活、語音、旅遊、健康和教育等多種

bi , bi工具 , 數據採集 , 數據可視化 , 人工智能 , 數據分析

收藏 評論

u_17342767 頭像

野豹商業評論 - 從風口到風險：中信百信銀行的合規困局

9月30日，國家金融監督管理總局一張1120萬元的罰單，將國內首家獨立法人直銷銀行——中信百信銀行（下稱“百信銀行”）推上了輿論風口。這不僅是該行成立以來的最高額罰單，更是監管層對互聯網銀行野蠻生長背後合規短板的一次集中清算。 罰單直指兩項核心違規：“相關互聯網貸款等業務管理不審慎”與“監管數據報送不合規”。而這並非孤例，早在2023年8月，該行就因

盈利模式 , 風控 , 數據 , 人工智能 , 數據分析

收藏 評論

u_17580222 頭像

mb691327edb400f - 破局傳統招聘：AI面試智能體構建精準高效新生態

破局傳統招聘：AI面試智能體構建精準高效新生態 在激烈的商業競爭中，人才是企業突圍的核心底氣。但傳統招聘模式早已淪為發展桎梏——流程繁瑣耗力、判斷主觀失真、成本高企卻難獲適配人才，讓企業在人才爭奪戰中逐漸掉隊。第六代AI面試智能體攜全鏈路解決方案，以精準、體驗、效率三大核心突破，徹底打破傳統招聘困局，為企業注入人才競爭力。 一、決策級精

上傳 , 一對一 , 人工智能 , 深度學習 , 解決方案

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 智慧城市新腦：NVIDIA構建“AI工廠”模式

“城市不再只是鋼筋水泥的聚集體，而將成為真正“會思考”的系統。” 在巴塞羅那召開的 SCEWC 上，NVIDIA 面向城市領袖提出了一個大膽設想：將城市管理升級為 “AI 工廠”模式，將攝像頭、傳感器、數字模型匯成一個集中智能系統，實現從交通、氣候、安全到公共服務的主動治理。 NVIDIA 指出，這不僅僅是賣硬件，更是讓人工智能“觸手可及、經濟可行、規模可擴”的城市級應用。 ✦

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder CLI 終端裏的智能夥伴

凌晨兩點，你在遠程服務器上調試一個緊急 Bug，開發環境無法連通線上環境，Web IDE 操作卡頓。 此時你只需要一行命令——qodercli，1 秒內一個輕量級 AI 編程助手已在終端就位。 它能讀代碼、寫邏輯、Review 提交、自動拆解任務，甚至主動問你：“這個需求是不是要加權限校驗？”。 這是Qoder CLI——一個完全自研、僅百兆內存、啓動快過泡麪的命令行

機器學習 , 自然語言 , 企業級 , 人工智能 , 開發者

收藏 評論