tag 人工智能

標籤
貢獻960
1329
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_17611039 頭像

mb69533a8cd9fc8 - AI 在量化策略回測中的實踐與挑戰：數據問題與智能解決方案

量化交易中，策略回測是驗證策略有效性的重要環節。回測的質量直接影響研究結論與實盤表現。然而，實際回測過程中，數據問題常導致結果偏離真實。 本文從回測中的核心數據問題出發，結合技術實踐案例，探討如何通過智能方法改善數據質量和回測可靠性，並配以示意圖增強理解。 回測數據問題的現狀 回測依賴歷史數據模擬策略表現，如果數據存在問題，結果就可能失真。常見問題包括：

數據 , 數據質量 , 人工智能 , 深度學習 , 歷史數據

收藏 評論

whaosoft143 頭像

whao143 - 51c自動駕駛~合集40

#車道線檢測 中科院最新綜述 大家好，很榮幸能受到的邀請來為大家分享我們的一篇關於單目車道線檢測的綜述。與papaer裏展現的順序和內容可能有所不同，在這裏筆者想更多地講一講本文的成文過程以及各類方法的發展史，因此對於各方法的詳細介紹讀者可以參考本文原文，這裏不會花費過多筆墨來重述。關於本文原文中提到的方法，以及更多未提到的方法的論文和代碼均可在筆者構建的GitHub

自動駕駛 , 人工智能 , 計算機視覺

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder NEXT 來了：補全功能全新升級，AI 代碼採納率提升 65%

今天，Qoder 智能補全能力全面升級，併發布全新品牌 NEXT。Qoder NEXT 能主動感知整個代碼庫與編輯歷史，在開發者完成一次修改後，立即推斷出後續需要聯動變更的位置，並提供精準的代碼建議，讓 AI 真正理解"下一步該做什麼"，最終實現 AI 代碼採納率提升了65%。 過去兩年，AI 編程工具快速發展，但在開發者社區悄然流行一個新詞——"AI 善後工程師"：Age

機器學習 , 補全 , 人工智能 , 代碼補全 , 開發者

收藏 評論

cloudace 頭像

CloudAce - Google I/O 2025 谷歌地圖升級：3D 地圖正式登陸移動設備

去年，谷歌地圖發佈了適用於 JavaScript 的逼真 3D 地圖（現已推出預覽版） ，為沉浸式 Web 地圖的新時代鋪平了道路。 在今年的 Google I/O 2025 會議上，谷歌地圖宣佈推出適用於 Android 和 iOS 的全新實驗版 Maps 3D SDK，將 3D 地圖擴展至原生移動領域，為 Web 和移動應用帶來沉浸式體驗。 一、真實世界畫布，體驗位置探索 3D 地圖為地圖開

地圖開發 , 人工智能 , 谷歌地圖

收藏 評論

mianlengxincidehongjiu 頭像

中煙創新 - 燈塔低代碼平台：驅動企業核心業務流程的敏捷迭代與效能提升

傳統開發模式下，一個業務流程的優化需求從提出到上線，往往需要經歷漫長的立項、設計、開發和測試周期。以供應鏈管理中的某個環節為例，當業務規則因市場變化需要調整時，即便是一個簡單的邏輯變更，也牽涉到多個技術環節的協同，導致響應延遲，錯失市場機遇，這種滯後性已成為制約業務敏捷性的主要瓶頸。 北京中煙創新科技有限公司（簡稱：中煙創新）的“燈塔低代碼平台”通過將技術複雜性封裝於底層，為業務人員與技術人員構建

人工智能

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - Python實現word批量轉HTML-諾禾=諾禾致源_百度劉超的技術博客

目錄 一、為什麼需要Word轉HTML？ 二、核心工具對比與選擇 1. 基礎方案：python-docx 2. 進階方案：pandoc 3. 專業方案：Mammoth（針對.docx） 三、完整轉換流程實現 1. 基礎轉換實現 2. 圖片處理方案 3. 表格轉換優化 四、進階優化技巧 1.

tensorflow , 後端開發 , 人工智能 , HTML , Python

收藏 評論

u_16213632 頭像

mob64ca14040d22 - 數據庫pem密碼

數據庫常識 1.登錄數據庫：mysql -h 127.0.0.1 -P 3306 -uroot -p 簡寫為 mysql -uroot -p 説明： -h 後面是主機名（ip） -P 後面是端口號 -u 後面是登錄的用户名 -p 後面是登錄密碼，如果不填寫，回車之後，會提示輸入密碼 2.輸入錯誤內容不想讓服務端執行 錯誤命令 \c 3.修改密碼： mysqla

機器學習 , 增刪改查 , MySQL , 數據庫pem密碼 , 數據庫 , 人工智能

收藏 評論

tianmiaogongzuoshi_5ca47d59bef41 頭像

天渺工作室 - AI熱門有趣的免費應用工具和資源分享（部分免費免登錄）

蹭波chatGPT的熱度,網上搜集爬取整理了一些AI有趣的工具應用 自己用過的AI工具（推薦） 1，百度飛漿(不用登錄) 百度飛漿在線AI畫畫 2，stable-diffusion(不用登錄,貌似沒有本地安裝版強大)在線版stable-diffusion 3，五秒複製你的聲音 項目地址:https://github.com/babysor/MockingBird B站演示視頻 4，模糊照片變

chatgpt , 人工智能 , 分享 , 資源

收藏 評論

u_17609497 頭像

小小小趙02 - 拒絕“從入門到放棄”：普通人如何用20小時通過Python實現職場“開掛”？

你是不是也買過那本厚厚的《Python從入門到實踐》，除了第一章環境安裝和打印 Hello World，剩下的部分都在書架上吃灰？ 很多人學編程最大的誤區，就是把編程當成“背單詞”。 在AI技術爆發的今天，學習Python的邏輯已經徹底變了。作為非技術崗位的職場人（運營、產品、財務），我們不需要成為造輪子的工程師，我們只需要成為會用輪子的駕駛員。 想快速掌握Python？請遵循這份“反常

重命名 , 數據 , 人工智能 , 深度學習 , Python

收藏 評論

dbkangaroo 頭像

袋鼠 - 袋鼠數據庫工具 7.98.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(MariaDB / MySQL / Oracle / PostgreSQL / Redis / SQLite / SQL Server / ...) ，支持建表、查詢、模型、同步、導入導出等功能，支持 Windows / Mac / Linux 等操作系統，致力於打造一款好用、好玩、開發友好的開發者工具。 重點特性介紹 這個版本實現 Red

redis , 數據庫 , 人工智能 , sqlite , SQL

收藏 評論

u_16099268 頭像

碼海探險先鋒 - 圖像識別一般多高的置信度可以算正確

作者丨謝若冰 知識圖譜被廣泛地用來描述世界上的實體和實體之間的關係，一般使用三元組（h,r,t）（head entity, relation, trail entity）的形式來存儲知識，其中藴含的知識數量巨大且

三元組 , 知識表示 , 圖像識別一般多高的置信度可以算正確 , 人工智能 , 計算機視覺 , ide

收藏 評論

deephub 頭像

deephub - Pandas DataFrame 數據存儲格式比較

Pandas 支持多種存儲格式，在本文中將對不同類型存儲格式下的Pandas Dataframe的讀取速度、寫入速度和大小的進行測試對比。 創建測試Dataframe 首先創建一個包含不同類型數據的測試Pandas Dataframe。 import pandas as pd import random import string import numpy as np # Conf

機器學習 , 人工智能 , pandas , Python

收藏 評論

u_14176533 頭像

北京數據堂 - 行業洞見 | AI鑑偽：數據驅動的數字安全變革

某金融機構險些因一段"高管"視頻指令損失數千萬——畫面、聲音、口音均無可挑剔，卻被AI鑑偽系統在0.3秒內識破為深度偽造。這類事件已從偶發風險演變為常態威脅。 在這個深度偽造技術氾濫的時代，鑑偽需求已覆蓋金融、媒體、政務、醫療等多個領域，從合同核驗到音視頻識別，本質都是通過捕捉“偽造痕跡”區分真偽，而這一過程離不開海量多場景數據的

數據 , 數據服務 , 人工智能 , 安全合規 , AI鑑偽 , 深度學習

收藏 評論

u_16099261 頭像

風華絕代的java - AD賬號屬性EmailAddress

製作郵件模板時，遵循以下潛規則，助您的電子郵件營銷效果更好： 一、格式編碼： 1. 頁面寬度在600到800px（像素）以內，長度1024px以內 2. 使用utf-8編碼 3. HTML代碼在15kb以內 4. 用table表格佈局 5. 郵件居中時，在table裏設定align=”

機器學習 , css樣式 , 動態圖片 , web頁面 , 人工智能 , AD賬號屬性EmailAddress

收藏 評論

u_15996251 頭像

明日cto - 機器學習——支持向量機

支持向量機（Support Vector Machine，簡稱 SVM）是一種強大的監督學習算法，主要用於分類和迴歸任務，在分類中尤為常見。SVM 的核心思想是找到一個最優的超平面，將不同類別的數據儘可能分開 一、基本概念 1.支持向量機（SVM）定義 SVM 是一種基於最大間隔的分類方法，通過尋找使不同類別數據之間間隔最大的超平面來實現分類。

機器學習 , 核函數 , 支持向量機 , yyds乾貨盤點 , 人工智能

收藏 評論

u_15851118 頭像

u_15851118 - DeepSeek系列模型/項目介紹（二）：Coder、Prover、Math、ESFT

概述 接上篇DeepSeek系列模型/項目介紹。 DeepSeek-Coder 代碼大模型系列，旨在通過AI技術來理解和生成代碼，提升開發效率。 特性： 核心定位：開源代碼智能模型，促進研究和商業應用 模型規模：從1.3B到236B等多種參數，V2採用MoE架構 訓練數據：從零開始訓練，使用2萬億高

數據集 , 數據 , 自然語言 , 人工智能 , Css , 前端開發 , HTML

收藏 評論

u_16756731 頭像

KlipC小助手 - 高盛預測：明年黃金將衝擊4900美元

KlipC報道：高盛研究主管最新表示，基於央行持續購金、美聯儲降息預期及私人投資者多元化配置等多重因素推動，2026年金價將達到每盎司4900美元。 高盛全球大宗商品研究共同主管Daan Struyven在採訪中指出，高盛目前對黃金的看漲情緒達到歷史高點，預計到2026年末金價還將產生近20%的漲幅，目標設定為每盎司4900美元。 他強調，雖然漲幅不及今年，但2025年上漲的兩大動力預計

1 , 人工智能 , 深度學習

收藏 評論

u_16099323 頭像

架構魔法師 - 深度學習投影器

本練習程序是受到了這個老外博文的啓發，感覺挺有意思，就嘗試了一下。他用的是opencv，我這裏用的是matlab。 過去寫過透視投影，當時是用來做傾斜校正的，這次同樣用到了透視投影，不過更有意思，是將一張圖像貼到另一張圖像上。 兩個透視投影都需要先計算投影矩陣，傾斜校正那一篇是通過解線性方程組求的變換矩陣，而這一篇是通過奇異值分解求的變換矩陣。 為了對齊兩張圖像

投影矩陣 , 深度學習投影器 , 奇異值分解 , 透視投影 , 人工智能 , 深度學習

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI 績效管理系統：用技術讓考核更公平高效

提到績效考核，很多人會聯想到繁瑣的表格、主觀的評分和扯皮的爭議。而 AI 績效管理系統的出現，正用技術打破這些痛點 —— 它不是複雜的黑盒，而是一套 “會思考的考核助手”，核心是用數據和算法讓績效評估更客觀、高效、有指導性。 這套系統的核心技術底座其實很好理解，首先是多源數據整合技術。傳統考核只看上級評價或業績數據，就像只用一隻眼睛看問題。AI 系統會自動收集員工的全維度數據：工作系統裏

機器學習 , 數據 , NLP , 人工智能 , 核心技術

收藏 評論

u_13303 頭像

colddawn - 神經網絡自適應控制仿真matlab 自適應 神經網絡

Adaptively Connected Neural Networks Paper link: Adaptively Connected Neural Networksarxiv.org Code link: wanggrun/Adaptively-Connected-Neural

神經網絡自適應控制仿真matlab , 自適應 , 卷積 , 數據 , 神經網絡 , 人工智能

收藏 評論

gmicloud 頭像

GMICloud - Cursor x GMI Cloud 零基礎教程：用 Inference Engine 生成你的第一個小程序

摘要 最近 GMI Cloud 推理引擎平台上線了Kimi-K2- Thinking、MiniMax-M2 等最新國產大模型，本文為將 MiniMax-M2 接入 Cursor 的零基礎教程，以 “測測你適合用什麼 AI 大模型” 小程序為示範，準備工作與開發迭代步驟，助你輕鬆跑通自己的第一個小程序。 零基礎友好版！Cur

經驗分享 , API , 教程 , AI編程 , 人工智能 , 深度學習

收藏 評論

u_16213636 頭像

mob64ca1404ed65 - 一個數據集中 同一張圖片有同種類型的多個標籤圖像分類

*圖表素材源於RayData Web，數據不具有代表性。 圖表，是數據可視化項目中最常見、最基礎的元素，它的選擇和使用，往往是數據可視化項目進程的第一步。合適地選擇圖表，不僅能夠更加清晰明瞭地呈現數據之間的態勢和邏輯，同時在也更加符合人體視覺感官的體驗。

一個柱狀圖裏兩種數據 , 數據 , 數據可視化 , 柱狀圖 , 人工智能 , 計算機視覺

收藏 評論

u_16163480 頭像

bugyinyin - 【AI大模型應用場景】AI Agent與工程系統融合實踐：兩大業務場景落地全解析！

簡介 文章分享了將AI Agent技術應用於"智能播報助手"和"批量建任務"兩個業務場景的實踐歷程，闡述了AI Agent與傳統工程系統深度融合而非完全替代的有效路徑。通過MCP協議擴展Agent能力邊界，實現報表自動監控和釘釘消息推送；在批量建任務場景中，探索了Agent與工程結合的最佳實踐，強調應準確理解技術邊界和長處，構建高效穩健的解決方案。

大數據 , 人工智能 , transformer , prompt , 大模型學習 , 前端開發 , Javascript

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 國防航天領域的智慧指揮新引擎

在國防航天領域，面對日益複雜的任務環境和瞬息萬變的戰場態勢，如何實現高效、精準的指揮決策與運維管理，一直是行業關注的焦點。傳統的信息系統往往存在數據孤島、響應滯後等問題，難以滿足現代國防航天任務對實時性、協同性和智能化的高要求。而今，隨着數字孿生技術的成熟，一種全新的智能運營解決方案正悄然改變這一局面。孿易數字孿生IOC ProMAX版，作為一款集全場景監控、智能分析、應急協同於

數據 , 運維 , 數據可視化 , 人工智能 , 數字孿生 , 解決方案

收藏 評論