tag 人工智能

標籤
貢獻960
1379
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

野豹商業評論 - 千問發力:“AI家教”開始搶教培生意?

“小學六年級的數學題,拍一下就有步驟解析;不會寫作文,語音説思路就能拿到個性化建議;錯題還能自動整理出同類專項練習卷”——這是杭州家長李女士最近的帶娃新體驗。 讓她省心的這個“輔導神器”,正是阿里千問APP。 自2025年11月公測以來,這款AI產品以驚人的速度迭代,30天月活用户突破4400萬。在此之下,千問也正悄然滲透教育領域,期末學習能力

人工智能 , 數據分析 , 生成式 , 電路分析 , 迭代

收藏 評論

mob6454cc6d3e23 - 關於Cloudflare Warp 的一些細節以及是否暴露訪客真實 IP 的測試

基於上下文(你之前詢問了 cuLitho、cuDSS、cuOpt 等 NVIDIA CUDA-X 庫),我推測“nvidia wrap”可能是“NVIDIA Warp”的拼寫變體。NVIDIA Warp 是一個開源 Python 框架,專為加速模擬、數據生成和空間計算而設計。它允許開發者使用 Python 編寫 GPU 加速的內核程序,適用於 AI、機器

數據 , 人工智能 , Css , CUDA , 前端開發 , HTML , Python

收藏 評論

mob64ca13f8b166 - linux 設備樹mem節點

目錄 1.什麼是設備樹? 2.設備樹的結構 3.節點結構 4.節點標準屬性 4.1 compatible 4.2 status 4.3#address-cells #size-cells 4.4 reg 4.5 name 4.6 device_type 4.7 phandle 4.8

設備樹 , 機器學習 , 屬性值 , Linux , 人工智能 , linux 設備樹mem節點 , Ubuntu

收藏 評論

上海拔俗網絡 - AI高質量語料庫平台:智能時代的“語言基建”技術揭秘

我們日常用的AI聊天助手、翻譯軟件、語音轉文字工具,看似“聰明”的背後,都離不開一個核心支撐——語料庫。如果説AI是會學習的“學生”,語料庫就是它的“教材”,而高質量語料庫平台,就是給AI編出“優質教材”的技術工坊。今天就用通俗的話,聊聊這個平台裏藏着的關鍵技術。 首先是數據篩選與去重技術。互聯網上的文字數據多如牛毛,但雜亂無章——有廣告、有錯別字、還有大量重複內容。平台要做的第一步

數據 , NLP , 人工智能 , 原始數據 , 迭代

收藏 評論

異步社區 - 豆瓣收藏數最高的10本計算機圖書

以下這十本在豆瓣上備受矚目、收藏數居高不下的計算機圖書,不僅代表了當前計算機科學領域的頂尖水平,更凝聚了作者們的智慧結晶與無數讀者的共同認可。它們將引領你穿越技術的迷霧,領略計算機科學的無限魅力與廣闊前景。 1、代碼整潔之道 本書提出一種觀念:代碼質量與其整潔度成正比。乾淨的代碼,既在質量上較為可靠,也為後期維護、升級奠定了良好基礎。

MySQL , 數據庫 , 編程語言 , 人工智能 , 深度學習 , 程序員

收藏 評論

wx6603b05eb93d0 - 人造肉第一股關店撤退!網友:21世紀最狠假科技陰謀涼透了?

還記得在2019年前後,“人造肉”這三個字,絕對比現在的AI還火,全球資本巨頭那是爭相押注。 但凡沾上這幾個字的,那都是融資拿到手軟,股價也是蹭蹭漲,各種權威機構的預測數據,那更是給這個行業瘋狂的打雞血。 比如當時雖然全球的人造肉市場規模僅為百億美元左右,但在機構的預測裏,不出幾年,這個市場將會達到千億美元規模,還有瘋狂的預測是,2035年,人造肉將吃掉全球肉類市場超

數據 , 英偉達 , 搜索 , 人工智能 , 數據分析

收藏 評論

葉開 - 隱語可信數據空間MOOC第40講筆記:金融風控聯合建模隱私計算案例

學習筆記:金融風控聯合建模隱私計算案例 筆記內容來自隱語Mooc,歡迎一起來學習。Mooc課程地址:https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 詳細案例及代碼,可以查看文末的鏈接。 一、案例背景 場景:農村經濟快速發展,小額信貸成為推動經濟增長的關鍵,但農村用户信用記錄薄弱,傳統風控手段存在明顯短板。 合作

機器學習 , 教程 , 知識 , 人工智能

收藏 評論

互聯網小思悟 - 機器學習 損失率 範圍 機器翻譯的損失函數

1、損失函數(代價函數) 損失函數(loss function)是用來估量模型的預測值f(x)與真實值Y的不一致程度,它是一個非負實值函數,通常使用L(Y, f(x))來表示,損失函數越小,模型的魯棒性就越好。損失函數和代價函數是同一個東西,目標函數是一個與它們相關但更廣的概念。 上面三個圖的函數依次為 , ,

機器學習 損失率 範圍 , 機器學習 , 擬合 , 損失函數 , 人工智能 , 歷史數據

收藏 評論

上海拔俗網絡 - AI大模型研發與管理平台:讓模型開發“少走彎路”的技術利器

AI大模型研發曾是“少數人的遊戲”:數據雜亂難整理、訓練耗時長、版本混亂難追溯,還得靠資深工程師“憑經驗試錯”。而AI大模型研發與管理平台的出現,用標準化技術工具鏈打通研發全流程,把複雜的模型開發變成“按流程操作、靠數據説話”的高效工作,讓更多團隊能輕鬆搞研發。 這個平台的核心是“技術閉環+智能協同”,就像給大模型研發裝了一套“全流程管家”,每個環節都藏着實打實的技術硬活: 首先

服務器 , 數據 , NLP , 人工智能 , 迭代

收藏 評論

編程夢想翱翔者 - devmem工具mdio使用説明

mdadm命令中的參數: -C參數代表創建RAID; -v參數代表顯示過程,同時在後面追加一個設備名稱/dev/md0,這樣/dev/md0就是創建後的RAID的名稱; -n 2參數代表使用2塊硬盤來部署這個RAID; 而-l 0參數則代表RAID 0; 最後再加上2塊硬盤設備的名稱即可完成

機器學習 , 災難恢復 , 創建文件 , devmem工具mdio使用説明 , 人工智能 , 熱備份

收藏 評論

合合信息解決方案 - 保險理賠如何防止假髮票

醫療票據造假正在成為保險理賠領域的"灰色地帶"。2020年至2021年間,某醫藥代表陸某使用WPS軟件將三名患者的EGFR T790M基因突變檢測報告從"陰性"篡改為"陽性",導致醫保基金損失。2024年,內蒙古烏蘭浩特市更是破獲兩起醫療領域虛開發票案,涉案金額合計高達110億元,涉及1.6萬張虛假髮票。面對日益專業化的造假手段,保險公司如何防止假髮票成為行業亟需解決的難題。合合

機器學習 , 數據 , 神經網絡模型 , 複製粘貼 , 人工智能

收藏 評論

晨曦微露s - WriteProcessMemory

首先説説虛擬內存和物理內存: 虛擬內存就是採用硬盤來對物理內存進行擴展,將暫時不用的內存頁寫到硬盤上而騰出更多的物理內存讓有需要的進程來用。當這些內存頁需要用的時候在從硬盤讀回內存。這一切對於用户來説是透明的。通常在Linux系統説,虛擬內存就是swap分區。在X86系統上虛擬內存被分為大小為4K的頁。 每一個進程啓動時都會向系統申請虛擬內存(VSZ),內核同意或者拒

機器學習 , 物理內存 , WriteProcessMemory , 人工智能 , memory , 虛擬內存

收藏 評論

上海拔俗網絡 - AI大數據營銷實訓系統:用技術搭建實戰橋樑

傳統營銷實訓總逃不開“紙上談兵”的尷尬——沒有真實數據練手、沒法模擬市場實時變化、花了精力還説不清營銷效果到底好不好。AI大數據智能營銷實訓系統,就是用技術把真實營銷場景“搬”進課堂,讓學習者在零風險模擬中吃透數據驅動營銷的邏輯。其核心技術圍繞“數據模擬、智能推演、效果閉環”三大板塊落地,既貼合企業實戰標準,又適配教學場景的易用性需求。 多源數據模擬與清洗技術,是整個實訓系統的“數據

大數據 , 數據 , NLP , 用户畫像 , 人工智能

收藏 評論

數科星球視頻號 - 輕啓未來 李未可AI眼鏡亮相中國國際時裝週 定義“鈦輕盈”時尚科技新標杆

近日,在2025中國國際時裝週(秋季)的T台上,科技與時尚的交匯點亮了無數閃光燈。本土科技時尚品牌李未可以其全新AI眼鏡系列產品,完美呼應本季“行山見畫”主題,憑藉輕盈、高智、優雅的特質,成為本屆時裝週上卓爾不羣的科技時尚標杆。 中國國際時裝週T台合影 本次重點展示的李未可AI音頻眼鏡Air系列,採用創新鈦架結構,推出半框與無框兩種設

羣體智能 , 後端開發 , 人工智能 , 可穿戴 , Python

收藏 評論

子午 - 【植物識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 植物識別系統,基於TensorFlow搭建Resnet50卷積神經網絡算法,通過對6種常見的植物樹葉圖片數據集(廣玉蘭、杜鵑、梧桐、樟葉、芭蕉、銀杏)進行訓練,最後得到一個識別精度較高的模型,然後搭建Web可視化操作平台。 技術棧: 項目前端使用Html、CSS、BootStrap搭建界面。 後端基於Django處理邏輯請求 基於Ajax實現前後端數據通信 選題背景與意義:

圖像識別 , 人工智能 , 深度學習 , Python

收藏 評論

jordana - 深度學習 矩陣逐元素相乘

矩陣運算、求導、激活函數、梯度下降算法、反向傳播算法等 1、矩陣運算 如果矩陣${{\mathop{\rm A}\nolimits} = {\left( {{a_{ij}}} \right)_{m \times n}}}$,其轉置矩陣${{\mathop{\rm B}\nolimits} = {\left( {{b_{ji}}} \right)_{n \times m

梯度下降算法 , 反向傳播算法 , 人工智能 , 深度學習 , 深度學習 矩陣逐元素相乘 , 迭代

收藏 評論

雨大王 - 工業互聯網助力汽車零部件行業實現智能製造

一、工業互聯網的定義與汽車行業融合必要性 工業互聯網作為新一代信息技術與製造業深度融合的產物,不僅僅是簡單的設備連接,更是一個集數據採集、傳輸、分析、決策於一體的生態系統。在傳統汽車零部件製造模式下,企業往往依賴分散的設備、孤立的管理系統和經驗驅動的生產決策,導致效率低下、成本居高不下、質量波動等問題。隨着全球汽車產業鏈向智能化、數字化方向演進,工業互聯網的出現為解決這些痛點提供了全新的技術

人工智能

收藏 評論

技術極客領袖 - 為什麼實際圖像的主點座標與理想狀態下主點的座標會產生偏差

虛數i 虛數是什麼? 為什麼要承認虛數? 虛數怎麼就表示旋轉了? 其實,人們建立複數理論,並不是因為人們有時需要處理根號裏是負數的情況,而是因為下面這個不可抗拒的理由:如果承認虛數,那麼 n 次多項式就會有恰好 n 個根,數系一下子就如同水晶球一般的完美了。 但複數並不能形象地反映在數軸上,這不僅是因為實數在數軸上已經完備了,還有另外一個原因:沒有什

多項式 , 線性變換 , 人工智能 , 深度學習 , 線性代數

收藏 評論

雨大王 - 工業數字化服務商哪家強?廣域銘島的實戰經驗告訴你答案

隨着數字化浪潮席捲全球製造業,工業數字化服務商正成為企業轉型升級的關鍵角色。尤其在2025年這個AI技術快速落地的節點,越來越多的製造企業開始意識到,數字化不再是信息化的延續,而是催生全新生產力的必要路徑。那麼,在這場變革中,工業數字化服務商究竟扮演什麼角色?它們又如何幫助傳統制造企業跨過轉型的“死亡之谷”? 從企業需求來看,製造業數字化轉型的核心痛點往往集中在三方面:一是數據壁壘,不同系統

機器學習 , 算法 , 人工智能

收藏 評論

mob64ca140ce312 - 生成對抗網絡判別器輸入

生成對抗網絡(Generative Adversarial Networks, GAN)是一種深度學習模型,是近年來複雜分佈上無監督學習最具前景的學習方法之一。 GAN 主要包括了兩個部分,即生成器 generator 與判別器 discriminator。生成器主要用來學習真實圖像分佈從而讓自身

tensorflow , 生成對抗網絡判別器輸入 , 損失函數 , 生成器 , 人工智能 , 深度學習

收藏 評論

碼海舵手 - 極智AI | 變形金剛大家族 Transformer ViT CLIP BLIP BERT 模型結構_51CTO博客

文章目錄 轉載 以下是博客原文 以合理的規模訓練 ViT 自蒸餾 DeiT 模型概覽 Pyramid 視覺 Transformer(PVT)的總體架構 視覺 Transformer 的自監督訓練:DINO DINO 多注意力頭可視化 MLP-Mixer 架構 多尺度視

卷積 , 數據 , MySQL , 數據庫 , 人工智能 , transformer , 深度學習

收藏 評論

mob64ca140fd7c1 - derby 數據可視化

第一篇:Power BI數據可視化概述 閲讀目錄 •前言 •Power BI的主要功能 •Power BI的主要特點 •Power BI Vs 其他同類產品 •Power BI可視化思想 •獲取方法

數據可視化 , derby 數據可視化 , 數據庫 , 人工智能 , Power , R語言 , Python

收藏 評論

colddawn - linux將vncserver製作成systemd

第三課:Linux的基本操作 一般都會建立一個linux服務器,然後windows通過小軟件vnc遠程登陸linux服務器,登陸方式就是:”服務器ID:端口號“,此處的冒號為英文冒號; 一個賬户可以打開多個vnc端口,開啓:vncserver ,太多了則會佔用較多資源,可以手動關閉; 若vnc遠程屏幕分辨率與本地

機器學習 , 當前目錄 , 文件名 , Linux , 人工智能 , 根目錄 , 後端

收藏 評論

mob64ca1407216b - Chrome Memory工具鏈Performance Monitor

如果你知道我在使用多少個Google工具,你就不會對Google成為世界第一的互聯網企業而感到奇怪了。 Google Analytics http://www.google.com/analytics/Google Analytics(分析)向您顯示人們如何找到和瀏覽您的網站以及您能如何改善訪問者的體驗。提高您的網站投資回報率、增

機器學習 , 資訊 , 工具 , RSS , google , Tools , 人工智能

收藏 評論