tag 人工智能

標籤
貢獻960
1415
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

ceshiren2022 - 輕鬆生成測試數據:Dify工作流結合大模型,實現百萬級逼真數據生成

在軟件研發、數據分析和機器學習項目中,構建高質量、高覆蓋度的測試數據是確保產品質量的關鍵環節。然而,手動創建測試數據不僅耗時耗力,還常常面臨數據單調、缺乏真實性、難以模擬複雜業務邏輯等痛點。尤其是在進行壓力測試、性能基準測試或訓練複雜模型時,對百萬級逼真測試數據的需求,往往讓開發者和測試工程師們頭疼不已。 今天,我們將介紹一種革命性的解決方案:利用 Dify 工作流 結合 大語言模型(L

數據 , 測試數據 , 人工智能 , 深度學習 , Json

收藏 評論

疆鴻智能研發中心 - 破局干擾難題:疆鴻智能PROFIBUS轉光纖模塊點亮智慧煙草未來

破局干擾難題:疆鴻智能PROFIBUS轉光纖模塊點亮智慧煙草未來 在高度自動化、連續化生產的現代煙草工業中,穩定、可靠、實時的數據傳輸是保障生產效率、工藝精度與產品質量的生命線。傳統PROFIBUS-DP網絡依賴銅纜電氣信號傳輸,在煙草工廠複雜的電磁環境、遠距離佈設需求以及存在潛在爆炸性氣體混合物的特定區域中,面臨着干擾大、距離受限、安全性不足等嚴峻挑戰。PROFIBUS轉

光纖模塊 , profibus , 工業通訊 , PROFIBUS光纖模塊 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

deephub - Pydantic-DeepAgents:基於 Pydantic-AI 的輕量級生產級 Agent 框架

DeepAgents的靈感源自 LangChain deepagents,但在設計上更做減法,它強調類型安全且內置了 Docker 沙箱 2025 年的Autonomous AI Agents早就不是實驗室裏的花架子了。在現實世界的自動化流程、代碼生成工具、數據管道以及各類智能助手中都能看到它們的身影。 現在的很多主流 Agent 框架越來越重。為了用上 Agent,你往往得引入一堆沉重的

llm , agent , 人工智能 , 深度學習

收藏 評論

風華正茂的AI - TV demura 算法

文章目錄 基本概念 實例 Python實現 測試代碼 基本概念   要理解Tarjan算法,必須瞭解以下兩個概念,發現時間戳discovery time與低連接值low-link value。   發現時間戳這個很容易理解,K

機器學習 , jar , 算法 , 時間戳 , 人工智能 , TV demura 算法 , Python

收藏 評論

deephub - Pandas GroupBy 的 10 個實用技巧

很多人把 groupby 理解成單純的求和、計數這類操作,比如説算算總收入、數數用户量,然後就沒了。實際上它的應用場景要廣得多:計算組內特徵、數據標準化、構造滾動指標、合併不同維度的統計結果,甚至處理一些複雜的嵌套數據結構。 所以本文將介紹10個實際工作中比較有用的技巧,文章的代碼都是可以直接拿來用。 1、一次性應用多個聚合函數 import pandas as pd df = p

機器學習 , 人工智能 , pandas , Python

收藏 評論

編程小天匠 - 60張圖spark

最近很多博友問,你的文章如何排版的?你的代碼怎麼這麼漂亮?你的圖片怎麼有陰影效果?為了滿足大家需要,我特地總結一下博文排版技巧~~希望你讀完這篇文章後有個全新的體驗和輕鬆的心情寫博文了~~ 在博客園博文五要素:標題、段落、代碼、圖片、版權。 我的原則是HTML最簡、文章最美觀、內容最清晰!本篇文章適用Windows Live Writer。

spark , 大數據 , ViewUI , 60張圖spark , 人工智能 , HTML , 前端

收藏 評論

上海拔俗網絡 - AI大模型教學實踐訓推一體化系統:讓AI教學從“理論”落地“實操”

傳統AI教學常陷入“老師講得深、學生聽不懂,模型訓練難、實踐沒法推”的困境——要麼只講算法原理,學生摸不到真實模型;要麼訓練好的模型沒法落地應用,教學和實操嚴重脱節。而AI大模型教學實踐訓推一體化系統,用實打實的技術打通“教學-訓練-部署”全鏈路,讓AI教學既懂理論又能實操,成為師生都能用的“硬核教學工具”。 這個系統的核心技術邏輯,是“輕量化訓練+實時推理+教學聯動”的閉環設計,把

圖像識別 , 數據 , NLP , 人工智能 , 文本分類

收藏 評論

網絡安全戰士 - SpringCloud Alibaba篇

RAG Agent 實現 RAG(Retrieval Augmented Generation,檢索增強生成)是用來改善大模型生成內容質量的一種技術,通過 ETL(Extract,Transform 和 Load)流程對數據進行處理,即先從文檔讀取數據,進行轉換,之後寫入到向量數據庫供檢索。 ETL 流程包括了數據提取、數據轉換和加載數據:

spring , 數據 , 數據轉換 , 後端開發 , 人工智能 , JAVA , harmonyos

收藏 評論

luohenyueji - [python] Python數據類使用指北

在Python編程中,類定義是組織數據與封裝邏輯的核心範式。然而,當需要創建僅用於數據存儲的簡單類時,開發者往往需編寫大量重複機械的樣板代碼。例如用於屬性初始化的__init__方法、支持對象信息友好展示的__repr__方法、實現對象相等性比較的__eq__方法等。這類代碼不僅耗費開發精力,還容易因細節疏忽引入潛在錯誤,導致代碼可讀性與維護性下降。 為解決這一行業痛點,Python

字段 , 默認值 , 人工智能 , 深度學習 , Python

收藏 評論

上海拔俗網絡 - AI故障預測系統:給機器裝上“預知未來”的智慧眼睛

工廠裏的數控機牀突然停機、數據中心的服務器無故崩潰、風力發電機的葉片轉速異常……這些設備故障輕則耽誤生產,重則造成經濟損失。傳統故障排查依賴人工巡檢和事後維修,就像“生病了才知道吃藥”——往往為時已晚。如今,AI故障預測系統就像給機器裝上了“預知未來”的智慧眼睛,能在故障發生前“嗅到苗頭”,提前預警並採取措施,讓設備運行更可靠、生產更高效。 一、傳統故障管理的痛點:被動又昂貴 過

機器學習 , 數據 , 物聯網 , NLP , 人工智能

收藏 評論

karen - 收縮msdb和tempdb

熱縮管的外層材料具有絕緣防蝕、耐磨等特點,而內層有低熔點、防水密封和高粘接性等優點,常被應用於線纜等的密封、絕緣和防護。本文詳細全面地介紹了熱縮管選型中需要關注的的關鍵參數、正確測量方法,以及使用注意事項,並舉例介紹如何利用Digi-Key網站完成熱縮管的產品選型。 熱縮管的外層材料具有絕緣防蝕、耐磨等特點,而內層有低熔點、防水密封

機器學習 , 更換參數長度為零 , 服務號 , 電子工程 , 人工智能 , 官網 , 收縮msdb和tempdb

收藏 評論

mb691327edb400f - AI技術驅動下的招聘行業轉型

AI技術驅動下的招聘行業轉型 當前招聘領域正經歷深刻變革,智能化轉型已成為不可逆轉的趨勢。過去一年間,人力資源行業在AI技術的推動下呈現出明顯的分化態勢:部分企業仍採用傳統的人工篩選、溝通方式,而領先企業已實現全流程智能化管理。 多項數據顯示,AI技術正在重塑招聘行業的效率標準,具體表現為以下案例與數據: 智聯招聘採用AI全託管系統後,招聘週期縮短40

交互設計 , 數據 , 新版本 , 人工智能 , 深度學習

收藏 評論

Fabarta - 楓清科技項目成功入選市科委、中關村管委會2025年重點應用場景項目名單

北京市科學技術委員會、中關村科技園區管理委員會於近期公示了2025年重點應用場景項目擬支持項目名單。由北京楓清科技有限公司(簡稱“楓清科技”)深度參與的“科技賦能會議論壇數智化管理場景項目”成功入選。 此次入選,體現了楓清科技的技術實力與AI場景落地能力。作為大模型和知識引擎雙輪驅動的企業,楓清科技將圍繞該項目開展智能體應用場景建設及關鍵核心技術迭代。

人工智能

收藏 評論

數據大俠客 - 新名詞:數據增廣(增強) Data Augmentation - TR

目錄 數據增強是什麼 為什麼數據增強 數組增強分類 有監督數據增強 無監督數據增強 數據增強是什麼 數據增強又稱數據擴增,是一種通過應用合理且隨機的變換(例如圖像位移、旋轉)來增加訓練集多樣性的技術。讓有限的數據產生等價於更多數據的價值,並避免不相關性特徵。 例如針對車型識別模型,

AutoAugment , 人工智能 , 深度學習 , gan , 數據增強 , 前端開發 , Javascript

收藏 評論

優測雲服務平台 - 推薦一款AI賦能的後台一體化測試工具—優測雲服務平台!

在數字化轉型深水區,後台系統複雜度飆升,傳統測試方法在效率、覆蓋度和問題定位上遭遇嚴峻挑戰。隨着AI在測試領域的應用,優測後台一體化測試平台迎來重磅升級--深度集成AI大模型能力,為原有強大的測試基座注入智能新引擎!優測支持騰訊後台測試的實踐成果 平台全景 | AI驅動的全流程質量守護 優測後台一體化測試平台深度融合後台測試全流程,覆蓋接口管理、接口測試、接口監控、壓力測試等關鍵場景,將AI能力

API , 壓力測試 , 人工智能 , 自動化測試 , 測試工具

收藏 評論

wx6373688b6639c - 《ModelEngine深度測評:重塑AI應用開發,揭秘ModelEngine核心特性》

1.引言 在人工智能技術浪潮席捲全球的今天,企業智能化轉型已從"選擇題"變成了"必答題"。然而,面對複雜多變的業務場景和技術迭代,如何快速、高效地構建可靠的AI應用,仍是擺在大多數組織面前的現實挑戰。 ModelEngine作為新一代AI應用開發平台,以其獨特的設計理念和技術架構,正在為這一難題提供全新的解決方案。它不僅降低了AI技術的使用門

應用開發 , MySQL , AI編程 , 數據庫 , 人工智能 , 解決方案 , 開發者

收藏 評論

DeepSeaAI - 智能體(Agent)的分類與開發框架V2

智能體(Agent)的分類與開發框架 一、智能體(Agent)的實現類型 根據能力與形態,Agent主要分為4類: 1. 通用型Agent 具備跨任務、自主決策能力,能拆解複雜目標並調用工具完成(如AutoGPT、BabyAGI),核心是目標驅動+自主迭代。 2. 知識型Agent 專注於知識檢索與利用(結合RAG技術),擅長處理專業文檔、領域知識類任務(如基於L

API , pytorch , 加載 , 人工智能 , 示例代碼

收藏 評論

Lab4AI - 看完《瘋狂動物城》心癢癢?試試ComfyUI,讓朱迪和尼克走進你的畫布

看完《瘋狂動物城》心癢癢?試試ComfyUI,讓朱迪和尼克走進你的畫布 最近,《瘋狂動物城》再度以超高熱度迴歸大眾視野。 大銀幕上朱迪的勇敢堅定、尼克的幽默機敏,還有那座讓人無限着迷的動物烏托邦,當片尾曲響起,你是否也曾有過一絲意猶未盡? 作為一個對尼克和朱迪毫無抵抗力的觀眾,我經常會想: 如果 AI 能讓他們以新的姿態再次出現,會是什麼樣子? 過去這是夢想——而如今,藉助強大的 AI 繪畫

人工智能

收藏 評論

香奈兒 - nlp六學習心得

  閒着無聊的時候,我就會問問自己,編程也有了五年經驗了,除了增刪改查,我還會什麼,有一天我跳槽,去面試的時候,我能比那些年輕而且期望薪資待遇低的年輕畢業生,我有什麼優勢,而且我只是一個專科的機電系學生,居然來做軟件編程,好戲劇的一切,漸漸的給自己洗腦,自己都忘記自己是培訓機構出來的,説了這麼多抱怨的話,沒有説培訓機構的不好,沒有説我們專科生就一定比高學歷人才的差,歸根到底還是需

NLP , 自然語言處理 , 人工智能 , nlp六學習心得 , Python

收藏 評論

一點人工一點智能 - 書籍-《強化學習數學基礎》

書籍:Mathematical Foundations of Reinforcement Learning 作者:趙世鈺 出版:Springer​ 編輯:陳萍萍的公主@一點人工一點智能 下載:書籍下載-《強化學習數學基礎》 01 書籍介紹 本書對基本概念、核心挑戰和經典強化學習算法進行了數學但易於理解的介紹。它旨在幫助讀者理解算法的理論基礎,提供對其設計和功能的見解

強化學習 , 數學 , 人工智能

收藏 評論

落花有意飛花 - EMMC VDDI解耦電容

1)去藕 (電源端) 去耦電容一般是接在正負電源之間,濾波作用.(也是一個牛人)説過在對電源佈線的時候,優先讓電源導線經過去耦電容。去耦電容在集成電路電源和地之間的有兩個作用:一方面是本集成電路的蓄能電容,另一方面旁路掉該器件的高頻噪聲(c對高頻阻力小,將之瀉至GND)。 1.數字電路中,當電路從一個狀態轉換為另一種狀態時,就會在

機器學習 , 旁路 , EMMC VDDI解耦電容 , 旁路電容 , 開關噪聲 , 人工智能

收藏 評論

mob64ca14048514 - 工作流中的system怎麼寫

控制流程類型活動 Code活動:執行關聯的代碼,關鍵屬性“ExecuteCode”。 Sequence:允許按順序執行一組Activity。 IfElse:根據指定的條件執行包含的活動。 While:按指定的迭代次數執行包含的Activity。 Policy:根據一組關聯的規則執行操作。 ConditionedActivityGroup

code , 機器學習 , 工作流程 , 容器類 , 工作流中的system怎麼寫 , 人工智能

收藏 評論

mob64ca1412ee79 - qemu啓動debian

新功能 - 動態調度程序:SPDK輕量級線程現在可以動態地調度到SPDK事件框架中的reactor上。調度程序會重新平衡空閒線程,調整CPU頻率,並將空閒的reactor切換到中斷模式。有關詳細信息,請參見https://www.spdk.io/doc/scheduler.html。此功能目前是實驗性的。 - vfio-user用户 NVMe

機器學習 , js , Linux , 人工智能 , JAVA , qemu啓動debian , Python

收藏 評論