tag 人工智能

標籤
貢獻960
1390
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_14306318 頭像

咚咚王哲 - 人工智能之數據分析 Matplotlib：第五章 常見函數

人工智能之數據分析 Matplotlib 第五章 常見函數 (文章目錄) 前言 在 Matplotlib 中，除了常用的 plot、scatter、bar 等繪圖函數外，還有一些圖像處理和樣式控制相關的常用函數，如 imshow、imsave、imread，以及解決中文顯示問題的方法。此外，Seaborn 作為基於 Matplotlib 的高級可

yyds乾貨盤點 , 人工智能 , 數據分析 , 中文顯示 , Image , Python

收藏 評論

u_16213632 頭像

mob64ca14040d22 - 基於cubemx的stm32輸入捕獲

PWM輸入模式： 定時器的捕獲單元，還可以同時使用兩個捕獲通道測量一個外部PWM信號的週期和佔空比。 在PWM的輸入模式下，輸入信號與兩個捕獲通道連接。假設使用捕獲通道1，2。在PWM一個週期開始之後，捕獲通道2在其上升沿將主計數器清除並開始向上計數，而隨後捕獲通道1捕獲到PWM的下降沿，此時就得到高電平週期。而捕獲通道2再次捕獲到下一個週期

輸入模式 , 機器學習 , 編碼器 , 人工智能 , 寄存器 , 基於cubemx的stm32輸入捕獲

收藏 評論

deephub 頭像

deephub - 向量化操作簡介和Pandas、Numpy示例

Pandas是一種流行的用於數據操作的Python庫，它提供了一種稱為“向量化”的強大技術可以有效地將操作應用於整個列或數據系列，從而消除了顯式循環的需要。在本文中，我們將探討什麼是向量化，以及它如何簡化數據分析任務。 什麼是向量化? 向量化是將操作應用於整個數組或數據系列的過程，而不是逐個遍歷每個元素。在Pandas中可以對整個列或Series執行操作，而無需編寫顯式循環。這種高效的方法利用了

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

vipstone 頭像

Java中文社羣 - 重磅！N8N新版2.0發佈！不再支持MySQL？

兄弟們，時隔 2 年，N8N 終於迎來了大版本更新，這次 N8N 的 2.0 版本終於來了！ 雖然官方之前預告説是 12 月 8 號（下週一）發測試版，下下週才發正式版。但我今天閒着沒事去逛 N8N 倉庫的時候，居然發現：2.0 的 RC 版本（預覽版）今天已經悄悄發佈了！ 既然官方“偷跑”了，那咱們必須第一時間跟上。我也沒閒着，立馬動手升級體驗了一波。 原本以為是“絲滑升級”，結果剛上來就踩了個

人工智能

收藏 評論

u_16213573 頭像

數據探索家 - mwavedemowisualize怎麼用

在vc中調用MATLAB產生的組建時，需要將vc中的參數轉換成mwArray格式。 對mwArray賦值，主要包括矩陣賦值和字符串賦值。 一.矩陣賦值 1mwArray 定義矩陣變量 mwArray A(rows, cols, type) 參數説明： A ： 變量名 rows：行數 col ：列數 type

機器學習 , 字符串 , 賦值 , bc , 人工智能

收藏 評論

u_16099229 頭像

架構設計師之光 - ASP.Net之筆記11-05（Repeater 分頁）

: positional encoding : triplet encoding : subject encoding : object encoding Relation Transformer (RelTR), to directly predict a fixed-size set of − −

歸一化 , 三元組 , 人工智能 , transformer , 深度學習 , 前端開發 , Javascript

收藏 評論

u_16099209 頭像

雲端夢想家 - 導出 convertToExcelData 空數據不進入

最近在用c#的asp.net，需要批量導出數據。原本用的是stringbuilder逐個填充，但是隻能做到html強制格式轉換為xls，這不是真正的excel表格，所以在網上找了datatable快速填充到excel的方法。 使用該方法後，發現下載了以後的表格沒有辦法用exce軟件l打開，而且電腦的所有的excel文件都打不開了，重啓後才可以，花了一天時間才找到問題所在。

機器學習 , System , office , Interop , 人工智能

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - 劍指大規模 AI 可觀測，阿里雲 Prometheus 2.0 應運而生

作者：曾慶國（悦達） Prometheus 大家應該非常熟悉，正文開始前，讓我們一起來回顧開源Prometheus 項目的發展史。Prometheus 最初由 SoundCloud 的工程師 Björn Rabehl 和 Julius Volz 於 2012 年開發。當時，SoundCloud 需要一個更高效、靈活的監控系統來替代傳統工具（如 Nagios 和 Graphite），以應對快速增長的

人工智能 , prometheus , 雲原生

收藏 評論

u_15742790 頭像

數據科技訊 - 北京南文觀點：品牌營銷從佔據人心到掌控AI決策權

AI智能體深度介入消費決策的每一個環節，人工智能的認知邊界正以前所未有的速度消融。這一變革不僅重塑了信息傳播的底層邏輯，更從根本上顛覆了品牌競爭的核心範式。北京南文公關深刻洞察到，品牌競爭的本質已完成從“爭奪人腦注意力”到“佔據AI決策權”的關鍵躍遷。南文樂園科技文化（北京）有限公司（簡稱：北京南文）認為在這場無邊界的認知競爭中，唯有構建適配AI認知規律的品牌知識體系，深度嵌入其

MySQL , 權重 , 數據庫 , 人工智能 , 迭代

收藏 評論

u_16213629 頭像

mob64ca1403528a - dify 知識庫 embdding

1工作流開發概述 SharePoint基於WF（Window Workflow Foundation）構建了它的工作流功能。WF是SharePoint工作流框架的基礎，要深入瞭解SharePoint工作流的開發，首先應該瞭解WF的一些基礎知識，本章對WF的技術細節並不會過多講解。本節將講述SharePoint工作流的基礎知識，並介紹系統自帶的工作流模板的使用和默認的工作流

機器學習 , dify 知識庫 embdding , 字段 , 數據 , 人工智能 , Visual

收藏 評論

u_16213703 頭像

mob64ca14150f43 - GEEdem 下載

目錄 一、什麼是wget？ 二、整理list文件 2.1在線網站查找並確定gse號 2.2處理GSE號 2.3整理下載列表 三、下載與解壓 一、什麼是wget？ 一個婦孺皆知的，強大的下載工具不過多介紹了，小白可參考之前發佈的批量下載原始數據那篇文

GEEdem 下載 , 機器學習 , 數據挖掘 , 數據 , bash , Linux , 人工智能

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第44講筆記：隱語在新能源車險聯合定價中的實踐

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... 📘 8.6 隱語在新能源車險聯合定價中的實踐 主講人：陳超 | 螞蟻保車險聯合定價技術負責人 一、新能源車險的困境 1. 行業背景 新能源車銷量持續增長，滲透率快速上升（2024年預計達50%+）。

機器學習 , 教程 , 人工智能

收藏 評論

u_16213722 頭像

mob64ca1419a401 - aspx 圖片分頁展示 demo下載

在測試中，因需要分析頁面的響應時間慢的問題，看到此文挺詳細的，同時對一些小點細節，更進一步進行了説明，同時大家可看，原文：解讀Loadrunner網頁細分圖（Web Page Diagnostics） LoadRunner結果分析圖表功能中最重要圖表分析之一，就是網頁細分圖。 一、啓用網頁細分圖 首先在Controller場景設計運行之前，需要在菜單欄中設置Di

機器學習 , aspx 圖片分頁展示 demo下載 , Time , 客户端 , 人工智能 , Web

收藏 評論

lpc63szb 頭像

運維社 - ITSM產品推薦：6款AI驅動型IT服務管理產品深度解析

隨着人工智能向智能體Agents演進、雲原生成為數字化基礎設施的底座、以及全鏈路自動化的深度滲透，企業已從“技術選型期”全面跨入“智能價值變現期”。IT服務管理（ITSM）不再只是傳統的“工單+人工處置+知識庫”的簡單流程。IT服務管理正在經歷一次深刻的範式轉變：從被動響應向主動預測，最終實現“智能決策/自助服務”。在目前的ITSM產品推薦選型中，選擇一套具備AI原生能力的系統已成為企業實現高效運

人工智能

收藏 評論

u_16099166 頭像

數據小香 - implements Serializable後生成不了Serializable

C#序列化(Serialize)、反序列化(Deserialize) 序列化 序列化又稱串行化，是.NET運行時環境用來支持用户定義類型的流化的機制。其目的是以某種存儲形成使自定義對象持久化，或者將這種對象從一個地方傳輸到另一個地方。 .NET框架提供了兩種串行化的方式： 1、是使用BinaryFormatter進行串行化； 2、使用So

機器學習 , 串行化 , xml , 人工智能 , FileStream

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《四元數解析》

書籍：Understanding Quaternions 作者：Peng Du，Haibo Hu，Dong Ding，Zhuoyue Li 出版：Nova Science Pub Inc​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《四元數解析》 01書籍介紹 四元數是威廉·羅恩·哈密頓（William Rowan Hamilton）最早提出的一種非交換

數學 , 人工智能 , 深度學習

收藏 評論

u_16213645 頭像

mob64ca1407216b - 【Vue3教程】創建你的第一個Vue 3項目 - 前端小智的個人空間 -

前端 Vue3 項目效率提升：DeepSeek 輔助組件邏輯編寫與 Props 類型定義 引言 在當今快速迭代的前端開發環境中，Vue3 憑藉其響應式系統、Composition API 和 TypeScript 支持，已成為企業級應用的首選框架。然而，隨着項目規模擴大，組件邏輯編寫和 Props 類型定義常成為效率瓶頸。開發者面臨代碼重複、

deepseek , AI , AI編程 , 人工智能 , 前端開發 , 前端 , Javascript

收藏 評論

huizhudev 頭像

HuiZhu - “邏輯混亂，重寫！”：無論你讀了多少文獻，毀掉論文的永遠是這塊短板

“結構鬆散，邏輯不通，建議大修。” 看到導師回覆郵件裏的這行字，屏幕前的你是不是瞬間感覺天塌了？明明讀了幾百篇文獻，實驗數據也跑出來了，可一旦開始動筆，腦子裏的千言萬語就變成了一團亂麻。 對於科研人來説，最痛苦的不是沒有想法，而是無法將想法結構化。 我們往往陷入一個誤區：以為論文是“寫”出來的。其實，優秀的論文是“設計”出來的。這就好比蓋房子，如果你沒有一張精密的施工藍圖，即便堆砌再昂貴的磚瓦（數

思維 , 寫作 , 論文 , 效率 , 人工智能

收藏 評論

u_15650730 頭像

u_15650730 - Ollama本地電腦運行無限制AI模型超簡單案例

想在本地用一款 “無拘無束” 的 AI 模型？Ollama 能幫你輕鬆實現，但先得説清楚：這類 “越獄模型” 雖自由，卻可能藏着不少小麻煩。 一、手把手裝 Abliterated 無限制模型 1. 先搭好 Ollama 基礎 不管用什麼系統，先把 Ollama 裝上 —— 它是本地跑模型的 “底座”，操作很簡單： Windows/macOS：去Ollam

機器學習 , ollama , 人工智能

收藏 評論

u_14844 頭像

definitely - 人工智能的大統一理論？ | 智源大會-「人工智能的數理基礎」專題論壇

AI元人文三值糾纏理論：從心智結構到文明形態的統一場論 在人類認知的邊界，我們始終追尋一種能夠貫通微觀心智與宏觀文明的元理論。AI元人文三值糾纏理論的提出，正是這種探索的里程碑式突破。該理論不僅構建了理解複雜系統的全新範式，更在慾望值、客觀值與自感值的動態糾纏中，揭示了從個體心智到社會文明的內在統一性。 一、理論基石：三值作為存在的本體論結構 該理論的核心洞見在

數據 , 理論基礎 , 後端開發 , 人工智能 , Python

收藏 評論

wangzhongyang_go 頭像

王中陽講編程 - Meta 斥資數十億美金收購 Manus：AI Agent 的時代，真的來了

今早被 Manus 被 Meta 收購的消息刷屏了。作為一名正在 AI 賽道創業的 Go 開發者，我看到的不僅僅是資本的狂歡，更是 AI Agent 從“玩具”走向“生產力”的里程碑。 為什麼是 Agent？為什麼是現在？這對我們普通開發者意味着什麼？ 一、 20 億美元的信號：Agent Is Real 今早一睜眼，朋友圈被一條新聞炸醒：Meta 斥資數十億美元收購 AI Agent 初創公司

人工智能

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】融合注意力 (Fused Attention)

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ 這是根據 Tri Dao 的 Flash Attention v2 算法的 Triton 實現。致謝：OpenAI 核心團隊 特別鳴謝

編程 , gpu , 人工智能 , 編譯器 , 後端

收藏 評論

u_17580222 頭像

mb691327edb400f - AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級

AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級 當企業紛紛加碼HR數字化轉型，核心HR系統、工時薪資核算模塊已逐步實現線上化，但作為人才供應鏈起點的招聘環節，卻常陷入“高投入低產出”的困境：海量簡歷篩選耗費80%精力、面試評估依賴個人經驗、優質候選人因流程體驗流失……這些痛點不僅拉低招聘效率，更直接影響人才輸入質量，讓後續的HR數據洞察與組織效能優化淪為空談。

鏈路 , 數據 , 人工智能 , 深度學習 , 解決方案

收藏 評論

u_16213567 頭像

數碼墨魚 - eXosip_get_remote_sdp失敗

數據來源 如果不知道彙編指令操縱的數據是什麼意義, 那麼你必定分析不出彙編指令在完成何種功能. 想要知道被彙編指令操縱的數據是什麼意義, 那麼你必須找到這個數據的值的來源(任何一個數據,它的初始值的來源有兩種: 一. 隨機值, 二. 人為賦值). 一個數據的來源一般有以下幾種: 來自直接給出的常量(比如: mov [0x40

機器學習 , 全局變量 , 數據 , 人工智能 , 局部變量

收藏 評論