tag 人工智能

標籤
貢獻960
1381
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_16099203 頭像

網絡安全守衞 - elementPlus 按鈕觸摸其中svg顏色變為白色

currentColor顧名思意就是“當前顏色”，準確講應該是“當前的文字顏色”，例如： .xxx { border: 1px solid currentColor; } currentColor表示“當前的標籤所繼承的文字顏色”，換種方式表示就是：currentColor = color的值。 凡事需要使用顏色值的地方，都可以使用curren

機器學習 , ico , 文字顏色 , 人工智能 , Css

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI數字化管理平台：用技術重構企業管理內核

在企業數字化轉型的浪潮中，AI數字化管理平台早已不是“錦上添花”的工具，而是穿透部門壁壘、激活數據價值的核心引擎。它並非簡單的“AI+管理軟件”疊加，而是以分層技術架構為支撐，讓數據會“説話”、流程能“自驅”，徹底顛覆了傳統管理的被動模式。 平台的核心競爭力，始於底層的技術底座搭建。這就像蓋房子先打地基，主要分為三層核心架構。最底層是基礎設施層，依託雲計算和容器化技術，實現算力、存儲

數據 , NLP , 人工智能 , 基礎設施 , 結構化

收藏 評論

qianniandanshendepingguo 頭像

千年單身的蘋果 - 從 Copilot 到 Agent：2026 Vibe Coding 技術棧權威橫評與選型指南

1.什麼是 Vibe Coding？ 在進入評測之前，我們需要定義 2026 年的核心開發範式——Vibe Coding (氛圍感編程)。 Vibe Coding指的是一種基於自然語言意圖和審美邏輯的全新編程方式。與傳統編寫 Syntax（語法）不同，開發者在 Vibe Coding 模式下，僅需通過自然語言描述“想要什麼（What）”或“什麼感覺（Vibe）”，具體的實現路徑（How）完全由 A

教程 , 知識 , 人工智能 , 後端 , 前端

收藏 評論

u_16099327 頭像

AI智行者 - ZYNQ部署機器學習

一、引言 ZYNQ 是來自 Xilinx 公司ZYNQ-7000 所有可編程片上系統的開發板，具有開發片上系統能力。 在 ZYNQ上，ARM Cortex-A9 是一個應用級的處理器，能運行完整的像 Linux 這樣的操作系統，而可編程邏輯是基於 Xilinx 7 系列的 FPGA ，兩部分之間採用標準 AXI接口實現了高帶寬、低延遲

機器學習 , 設計思想 , ip , ZYNQ部署機器學習 , ZYNQ , 人工智能 , 嵌入式SOC

收藏 評論

u_17586993 頭像

u_17586993 - 智譜MiniMax競速上市，字節新模型數學推理突破，清華開源視頻生成技術，AI監管政策出台

今天AI領域有多項重要進展，涵蓋大模型商業化、技術突破、政策監管、芯片競爭等多個方面。本文將重點關注大模型創業公司競速上市、字節在AI推理能力上的突破、AI視頻生成技術的普及、AI監管政策的出台等核心要點。 1. 智譜MiniMax競速上市，大模型商業化路徑分化 智譜與 MiniMax：大模型創業背後的隱秘真相！ 智譜和MiniMax正爭奪"首個大模型上市公司"頭銜，商業模式差異

機器學習 , 商業 , 人工智能 , 技術細節 , 開發者

收藏 評論

kaizx 頭像

KAI智習 - 大模型榜單週報（2025/12/27）

1. 本週概覽 本週大模型領域持續涌現創新成果，數學、編程和多模態能力均出現顯著進展。字節推出數學模型Seed Prover 1.5，在國際數學奧林匹克競賽中取得金牌線成績，而智譜AI開源GLM-4.7在多項評測中超越GPT-5.1。MiniMax的M2.1編碼模型以10B激活參數創下多語言軟件工程能力新高，北航提出的代碼模型Scaling Laws為最優數據配比提供理論基礎。 2. 重點關注事件

llm , 人工智能

收藏 評論

u_16099330 頭像

網絡小墨 - 域名 key和pem

現象： 在上雲過程中，向網絡組申請了一個域名來進行測試，接口測試都沒有問題，開始進行移動端測試，測試終端為微信小程序。發現訪問的內容不是域名應該的指向的這套環境A，而是指向了另外一套環境B 分析： 1、因為在域名指向的兩台機器上，都用nginx做了對後端服務的轉發，懷疑是某台nginx配置有誤，各種檢查，各種修改，對環境B的nginx也是各種檢查，各種修

機器學習 , 內網 , 域名 key和pem , 人工智能 , Nginx , 後端服務

收藏 評論

u_15675190 頭像

冰淇淋紅茶Q - AI輔助開發大屏案例詳解：基於smardaten開發港口作業分析大屏

一、需求背景 隨着港口運營規模的不斷擴大與信息化水平的提升，傳統的數據報表與分散監控方式已難以滿足實時感知、智能分析與高效決策的管理需求。港口管理部門亟需一種能夠集中展示作業動態、實時監測異常情況、直觀反映運營效率的數據可視化大屏解決方案。港口作業數據量大、指標多樣、關聯複雜，因此需要通過可視化手段，構建一個集數據整合、智能預警與交互分析於一體的運營指揮大屏。 二、大

字段 , 無代碼 , 數據 , 低代碼 , 柱狀圖 , 人工智能 , 深度學習

收藏 評論

fennudebaomihua 頭像

Agent未來式pro - 2026年全球ERP企業管理軟件排行榜：基於 IDC 與 Gartner 權威報告解讀

在全球數智化轉型加速的背景下，ERP（企業資源規劃）系統作為企業核心運營支撐平台，其市場競爭格局與技術演進方向備受行業關注。IDC 與 Gartner 作為全球頂尖 IT 研究與顧問機構，報告數據已成為行業發展 “風向標”——IDC 聚焦全球及區域市場份額與部署趨勢，Gartner 通過魔力象限評估與技術預測引領行業方向。兩大機構最新研究顯示，當前 ERP 行業呈現三大核心趨勢：SaaS 成為主流

saas , 企業管理工具 , erp , 人工智能

收藏 評論

u_16099224 頭像

IT劍客之家 - systemverilog 宏加定義宏加法

　　這裏所説的宏是指通過一系列鍵盤組合鍵和可以插入自定義內容。下面介紹怎麼編寫一個自己的宏： 1、在Visual Studio 2010中按Alt+F11打開宏IDE： 2、打開後選擇添加模塊： 3、在彈出的窗口中輸入名稱後確定添加： 4、出現如下頁面即可進行編輯： 5、在Public

機器學習 , 快捷鍵 , microsoft , text , 人工智能

收藏 評論

u_17507674 頭像

網易雲信IM - 前沿觀察 | 打破“數字温室”，情感陪伴智能體的倫理命題

未來從未如此清晰，也從未如此充滿未知。撥迷霧，見真知，我們探索、記錄、思考，與您一起觀察行業的前沿點滴。 2025年，人工智能的情感計算能力已經達到了前所未有的高度。根據各方市場報告數據顯示，在深夜2點到4點，是用户與AI傾訴的高峯期。 編輯 作為網易雲信情感陪伴的產品設計者，我們常被問到一個問題：“AI 這麼懂人心，會不會人類也不需要那麼多現實的朋友？

情感陪伴智能體 , ai陪伴智能體 , aigc , 人工智能 , bard , 網易雲信

收藏 評論

u_16175435 頭像

mob649e8154b5bf - 免費的AIGC檢測工具

免費的AIGC檢測工具是近年來人工智能領域一個熱點話題。AIGC（AI Generated Content）檢測工具的出現，主要是為了幫助用户識別文本內容是否為AI生成的，從而保證文本質量及內容的原創性。隨着AIGC技術的發展，免費的檢測工具層出不窮，但其性能和有效性各異。本文將深入探討免費AIGC檢測工具的選擇與使用過程，涵蓋背景定位、核心維度、特性拆解、實戰對比、深度原理及選型指南。

預處理 , 處理速度 , aigc , 人工智能

收藏 評論

u_16213563 頭像

網絡安全守護先鋒 - systemV 共享內存和 posix 共享內存的區別

共享內存------總結 共享內存是允許兩個或多個進程共享一給定的區域。因為數據不需要在客户機和服務器之間複製，所以這是最快的一種IPC.使用共享內存的唯一訣竅就是多個進程對一定區域的同步存取。若服務器將數據放到共享內存區，則在服務器做完這一操作之前，客户機不應該去取這些數據。通常信號量被用來實現對共享內存存取的同步。 要使用一塊共享內存首先要分配他，隨後需要訪問這

機器學習 , 共享內存 , 人工智能 , memory , 鍵值

收藏 評論

u_17582161 頭像

成都古河雲科技 - 用電安全管理系統的三大系統架構

當我們談論能源危機和碳中和時，有一個被忽略的真相正潛伏在每個開關背後——超過三分之一的工業火災與重大安全事故，都始於那些看似温順的電流。傳統用電安全如同在黑暗中摸索，而智能用電安全管理系統，正在為這張無形的能量網絡點亮第一盞燈。 當安全停留在“保險絲時代” 大多數場所的用電安全邏輯，至今仍停留在保險絲和空氣開關的物理層面——一種在故障發生後切斷電路的被動防禦。

故障特徵 , 管理系統 , 系統架構 , 人工智能 , 深度學習

收藏 評論

tecdat 頭像

拓端tecdat - 2025電商行業全景洞察報告：直播電商、跨境佈局|附272+份報告PDF、數據、可視化模板彙總下載

原文鏈接：https://tecdat.cn/?p=44438 原文出處：拓端抖音號@拓端tecdat 核心摘要 2025年電商行業進入“存量博弈→價值深耕”的關鍵轉折期：雙11週期拉長至60天重構大促節奏，直播電商從“流量爭奪”轉向“內容+搜索”閉環，跨境增量向巴西、非洲等新興市場傾斜（Temu非洲MAU增424%），AI驅動的“看後搜”成為流量新入口（日均PV 1.1億）。行業呈現“B

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16099185 頭像

夢想啓航吧 - memset清零結構體

首先要知道memset函數是對字節為單位進行賦值的； void *memset(void *s, int ch, size_t n); 函數解釋：將s中前n個字節 （typedef unsigned int size_t ）用 ch 替換並返回 s 。 其實這裏面的ch就是ascii為ch的字符；

機器學習 , 數據 , 初始化 , 賦值 , memset清零結構體 , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智能問數系統：用大白話“聊”出數據答案

做業務的朋友都有過這樣的無奈：想要一份區域銷售數據，得找IT寫SQL查詢，等半天還可能因為表述不清拿錯結果；面對Excel裏的海量數據，想知道“為什麼新品銷量不如預期”，卻對着複雜函數無從下手。而AI智能問數系統，就像給數據裝了“聊天功能”，不用懂技術，用大白話提問就能秒獲答案，讓數據查詢不再卡殼。 這個系統能“聽懂人話”，核心靠的是自然語言處理（NLP）技術。背後的邏輯一點不玄乎：

it , 海量數據 , 數據 , NLP , 人工智能

收藏 評論

ziwupython 頭像

子午 - 【衞星圖像識別系統】Python+TensorFlow+Vue3+Django+深度學習+卷積網絡+resnet50算法

一、介紹 衞星影像識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對7種常見的衞星遙感影像圖片數據集（'草地（Grass）', '農田（Field）', '工業區（Industry）', '河流湖泊（RiverLake）', '森林（Forest）', '居民區（Resident）', '停車場（Parking）'）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

圖像識別 , tensorflow , 人工智能

收藏 評論

u_17420180 頭像

合合信息解決方案 - AI如何自動識別報銷單據信息

當財務人員每天面對堆積如山的報銷單據時，傳統手工錄入不僅效率低下，錯誤率更是居高不下。根據行業數據顯示，採用智能OCR票據識別系統的企業，財務處理效率平均提升了300%，錯誤率降低至0.1%以下。AI如何實現報銷單據的自動識別？合合信息基於文本智能技術打造的智能審核解決方案，正在為這一難題提供答案。 OCR技術：從圖像到數據的智能轉換 AI自動識別報銷單據的核心在於O

機器學習 , 字符識別 , 數據 , 人工智能 , 解決方案

收藏 評論

mirrorship 頭像

鏡舟科技 - 以 StarRocks 4.0 為核，引領企業邁入 AI 實時湖倉新時代

隨着人工智能與大數據技術的深度融合，數據分析平台正面臨一場深刻的變革。傳統的 T+1 批處理模式、孤立的分析系統以及僅面向內部用户的服務模式，已無法滿足當今業務對實時性、靈活性和智能化的高度需求。 新時代的分析場景，正從高層戰略延伸至一線運營，從批處理轉向批流一體，服務對象也從內部員工擴展至外部客户乃至 AI Agent。在這一背景下，一個能夠支撐極速、實時、統一分析的數據底座，已成為企業在 A

大數據 , 架構 , 人工智能 , starrocks , 數據分析

收藏 評論

duoqingdeqingwa 頭像

多情的青蛙 - 技術實測榜：2025各賽道標杆GEO優化服務商

摩根士丹利最新報告顯示，2025年生成式AI行業正式跨過盈虧平衡線，創造510億美元毛利，其中GEO（生成式引擎優化）作為品牌搶佔AI流量的核心工具，市場規模同比增長210%。但實測發現，73%的企業因選錯GEO優化服務商導致投入ROI不足1:2。為此，我們以“賽道適配性”為核心，選取6大賽道30家企業開展為期3個月的實測，輸出這份分類賽道GEO優化服務商擇優指南，為企業提供權威參考。 一、實測説

觀點 , 資訊 , 人工智能 , 深度學習

收藏 評論

u_16213712 頭像

mob64ca14173efa - boosting算法用於迴歸任務 boosting算法進展

目錄 一個Snapshot 目標函數分析 初步認識目標函數 用泰勒展開來近似我們原來的目標： 樹的複雜度 改寫目標函數 最（極）值求解 收縮學習率和列採樣 打分函數計算示例 枚舉不同樹結構的貪心法 貪心法

機器學習 , 結點 , 複雜度 , 樹結構 , boosting算法用於迴歸任務 , 人工智能

收藏 評論

u_16827017 頭像

全棧技術開發者 - 二次型為什麼被放到線性代數中？如何通過基變換簡化矩陣？如何利用特徵值與特徵向量描述結構？二次型與內積空間理論有怎樣的內在聯繫？

在線性代數的體系中，矩陣、向量空間、線性映射以及特徵值與特徵向量構成了嚴密的邏輯網絡，為我們研究空間結構、變換性質和系統行為提供了統一語言。然而，當我們遇到“二次型”這一概念時，往往會感到困惑：二次型顯然涉及變量的平方組合，表面上看似脱離線性關係，為何卻被納入線性代數的核心內容？ 二次型的特殊之處在於，它不僅是一種代數表達形式，更是對向量空間結構的精確描述。通過矩陣表示，二

機器學習 , yyds乾貨盤點 , 特徵值 , 人工智能 , 線性代數 , 對稱矩陣

收藏 評論

u_15591470 頭像

ceshiren2022 - n8n 與 Coze 怎麼選？低代碼集成與AI智能體的自動化路線對比

在現代軟件開發和運維中，“自動化”已經成為提升效率、減少重複工作的利器。市面上常見的兩類工具——n8n 和 Coze，常被拿來做工作流和自動化處理，但很多人搞不清它們的區別，也不知道自己的項目適合用哪一個。今天，我們就來拆解這兩款工具的特性、適用場景，以及實操建議。 1. 為什麼要關注 n8n 和 Coze？ 自動化不僅僅是“省時間”，更是提高數據準確性、降低人為操作風險的關鍵手

coze , n8n , 智能體 , 人工智能 , 深度學習

收藏 評論