tag 人工智能

標籤
貢獻960
1447
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_13943015 頭像

亢少軍 - 05-本地化部署的優勢：Ollama + Weaviate保護數據隱私

本地化部署的優勢：Ollama + Weaviate保護數據隱私 前言 在數據隱私日益重要的今天，企業對AI應用的本地化部署需求越來越強烈。本文將深入探討本地化部署的優勢，以及如何使用Ollama和Weaviate構建完全私有的AI系統。 適合讀者： 企業架構師、CTO、安全工程師、AI開發者 一、雲端API的隱私風險 1.1 數據泄露風險

數據 , 搜索 , 數據庫 , 人工智能 , 數據分析

收藏 評論

u_16213616 頭像

mob64ca14005461 - DEMO和SDK哪個更準確

目錄 CMOS DMOS 區別 CMOS CMOS（Complementary Metal Oxide Semiconductor,互補金屬氧化物半導體）是把NMOS和PMOS製造在同一個芯片上組成集成電路，CMOS工藝製程技術是利用互補對稱電路來配置連接PMOS和NMOS從而形成邏輯電路，這個電路的靜

sed , 機器學習 , 學習 , 開關電源 , DEMO和SDK哪個更準確 , 人工智能 , 工作原理

收藏 評論

u_16827017 頭像

全棧技術開發者 - 支持向量機是怎樣應用到數據預測中的？SVM主要是應用於數據分類，它在數據預測中起到了什麼作用？其凸二次規劃為何保證全局最優解？

在現代科學與工程領域中，數據預測已成為理論研究與實際應用的核心任務之一。隨着信息技術的發展，數據規模呈指數級增長，系統變量間的關係呈現高度非線性和複雜耦合特徵。傳統的線性迴歸或統計模型在面對高維、非線性以及噪聲干擾的數據時，往往難以提供穩定且高精度的預測結果。在這一背景下，支持向量機（Support Vector Machine, SVM）作為一種基於統計學習理論的算法，憑藉其數

機器學習 , yyds乾貨盤點 , 數據 , 泛化 , 最小化 , 人工智能

收藏 評論

u_16099333 頭像

煙雨江南的秋 - maltab 怎麼樣stem

 Mat不僅是非常有用的圖像容器類，也是一個通用的矩陣類  創建Mat對象可有以下方法： 方法一：使用Mat()構造函數  例子如下： Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); 在Mat類定義中該構造函數的原型為： Mat(int rows, int cols, i

機器學習 , 初始化 , 構造函數 , 人工智能 , 對象創建 , maltab 怎麼樣stem

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智聯穿戴生態系統：讓穿戴設備從“單打”變“團戰”

很多人手上戴着手環、兜裏揣着耳機，卻總覺得它們“各管各的”——手環記了睡眠數據，要手動傳到手機才能看；跑步時想切首歌，還得掏出手機操作。但有了AI智聯穿戴生態系統，這些設備就像組隊的“隊友”，靠三項關鍵技術，默契配合幫你搞定日常健康和便利需求。 先看設備協同通信技術，它是設備間的“無線對講機”。以前不同品牌的穿戴設備，數據像隔了堵牆——華為手環的運動數據，很難直接傳到蘋果手錶上。而這

數據 , NLP , 即時聊天 , 翻譯器 , 人工智能

收藏 評論

u_17588526 頭像

圍爐聊科技 - Qwen-Image-Edit-2511：AI圖像編輯的新標杆

2025年12月24日，阿里Qwen團隊正式推出圖像編輯模型重大更新版本——Qwen-Image-Edit-2511，作為9月發佈的2509版本的迭代升級之作，新版本聚焦“更強穩定性”與“更可控編輯體驗”兩大核心目標，通過人物一致性強化、LoRA子模型內置、幾何構造能力提升等關鍵優化，進一步鞏固了Qwen系列在圖像編輯領域的技術優勢。 一、版本定位：承接2509優勢，攻克核

人工智能 , 計算機視覺 , Image

收藏 評論

u_16272508 頭像

事辯天下 - 奧哲2025未來企業大會成功舉辦！共探企業AI高價值落地路徑

12月5日，由奧哲主辦的“智現新生·2025未來企業大會”在上海成功舉辦。大會匯聚之江實驗室、普華永道、天壤智能、上海建科諮詢等頂尖AI科研機構、諮詢公司、技術企業及轉型先鋒，聚焦AI時代下企業面臨的戰略定位、人才斷層與落地挑戰等核心議題，共同探索企業從數字化邁向數智化的進化路徑。本次大會為企業在AI時代的破局與新生，提供從AI頂層規劃、AI人才培養、AI平台建設到AI落地服務的

大數據 , 數據 , 數據倉庫 , 企業級 , 人工智能

收藏 評論

qqcode168 頭像

子木聊出海 - Best 5 Anime AI Video Tools in 2026 (Free)

If you’re trying to turn real footage into “anime-looking” clips in 2026, the market basically splits into two workflows: Video-to-video style transfer (you already have footage; you want an anime “

人工智能

收藏 評論

u_17342767 頭像

野豹商業評論 - 廣州銀行上市終止背後：機遇與挑戰並存

當深圳證券交易所2025年1月17日官宣終止廣州銀行IPO審核時，這場橫跨16年的上市長跑，最終以“主動撤回”的方式畫上了遺憾句點。 彼時，8544.79億資產規模的廣州銀行已是廣東本土最大城商行，但光鮮體量背後，是淨利潤四年連降、2024年暴跌66.46%的業績泥潭，是核心一級資本充足率逼近監管紅線的資本困境，更是近半數分行行長密集換血、農行系新帥

執行效率 , 重啓 , 人工智能 , 數據分析 , 二級

收藏 評論

u_16099361 頭像

16099361 - 大眾點評餐飲數據分析可視化_hj

一 緒論¶ 分析背景：美食薈萃的北京東城區，哪家餐廳最熱門，哪家餐廳口味好，哪種菜系最受歡迎，哪個區域餐廳最多，人均消費與區域、菜系的關係？Python分析大眾點評數據，我們一一解答這些問題。 數據來源：八爪魚爬取大眾點評東城區美食。 主要結論：1 熱門餐廳： 金鼎軒南北菜人氣最高，比薩到PizzoNow口味最好； 2 大眾口味：火鍋、西

缺失值 , data , 數據 , 大眾點評餐飲數據分析可視化_hj , 人工智能 , 數據分析

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - AI數字員工來了，你準備好了嗎？打造高效的AI數字員工團隊！

“代碼成就萬世基積沙鎮海，夢想永在凌雲意意氣風發”，從這句阿里雲早期工程師們書寫的對聯中，不知大家能否看出那種歷史使命式的雄心。 悉聞，數年前阿里雲辦公室上的這副對聯，正在演化成為阿里雲的種種未來。上個月（8月），有幸隨着《培訓》雜誌直達號——阿里雲智能集團標杆參訪活動，親眼見識這副名聯。 這次參訪和交流機會是難得的，感悟是頗豐的，震撼是顯然的。 任何執拗都會成為過往，只有時間會告訴你對錯。（青否

機器學習 , 人工智能

收藏 評論

u_16099281 頭像

雲端築夢師 - 瀏覽器訪問activemq

關鍵詞 LoadRunner 軟件測試 localhost 同一局域網 手機訪問電腦本地項目 背景描述 主要為LoadRunner測試所用。 前提 服務器和客户機都在同一個局域網內（連接同一個wifi，或者使用校園網） 步驟 1.開放端口，分別設置入站規則和出站規則 步驟如下： 1）打開控制面板

機器學習 , 服務器 , ip , 瀏覽器訪問activemq , 人工智能 , HTML

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 從洞察到行動：AI驅動的海外社交媒體分析系統如何重塑營銷策略？

在全球化競爭不斷加劇的環境下，企業營銷策略不再依賴創意與經驗，而是逐漸向“數據驅動”和“實時反饋”方向演進。AI 驅動的海外社交媒體分析系統成為這一趨勢的核心力量，它不僅監測用户討論，更能識別趨勢、預測需求、洞察文化差異並轉化為實際的營銷行動建議。過去企業需要依靠大量手工整理才能獲得市場信息，如今 AI 海外社交媒體分析系統能夠在分鐘級速度識別輿論波動、熱點話題、內容表現差異與用

產品設計 , 人工智能 , 基礎設施 , 數據分析 , 社交媒體

收藏 評論

daniusdk 頭像

音視頻牛哥 - 具身智能時代的音視頻架構重構：從延遲到多模態的技術挑戰

過去的十年，互聯網通過屏幕連接了“人與人”，而未來的十年，將是AI通過傳感器與“物理世界”深度交互的十年。隨着大模型（LLM）向多模態發展，具身智能（Embodied AI）——指的是擁有物理實體，能夠與環境進行感知與交互的智能系統（如人形機器人、自動駕駛汽車、工業無人機）——正成為科技界的下一個風口。 在這個巨大範式轉移的背景下，音視頻行業也迎來了它的“下半場”。在這個階

rtmp低延遲播放器 , 具身智能rtsp rtm低延方案 , yyds乾貨盤點 , 具身智能音視頻方案 , 機器人rtsp播放器rtmp播放器 , 人工智能 , 深度學習 , rtsp低延遲播放器

收藏 評論

u_16213615 頭像

mob64ca1400133b - 基於樹莓派的舵機控制原理-

🧠 平滑舵機控制系統 一、項目概述 本項目基於 Raspberry Pi + PCA9685 + 舵機 實現了一個平滑的舵機控制系統。 通過 adafruit_servokit.ServoKit 控制 PWM 信號輸出，使舵機在指定角度範圍內進行平滑往返運動。 系統支持速度調節、緩動曲線（Easing F

舵機 , 自然語言處理 , aigc , 人工智能 , bard , 硬件工程 , Python

收藏 評論

u_15675190 頭像

冰淇淋紅茶Q - openEuler軟件生態體驗：快速部署Nginx Web服務器

背景和適用場景 Nginx作為高性能Web服務器和反向代理服務器，在互聯網架構中扮演着核心角色。無論是搭建靜態資源服務、API網關，還是作為負載均衡器，Nginx都是首選方案之一。 這次實戰部署的環境是openEuler 22.03 LTS系統，主要驗證openEuler在軟件生態方面的完善程度。通過這次部署可以看到，從軟件安裝、依賴解決到服務配置，整個流程是否順暢，

配置文件 , 人工智能 , 深度學習 , Nginx

收藏 評論

u_16213560 頭像

數據小探 - 經典CNN與經典Transformer相結合用於時間序列預測

經典網絡 (Classic Networks) 這節課，我們來學習幾個經典的神經網絡結構，分別是LeNet-5、AlexNet和VGGNet，開始吧。 首先看看LeNet-5的網絡結構，假設你有一張32×32×1的圖片，LeNet-5可以識別圖中的手寫數字，比如像這樣手寫數字7。LeNet-5是針對灰度圖片訓練的，所以為什麼圖片的大小隻有32

機器學習 , 卷積 , 人工智能 , 深度學習 , 池化 , 全連接

收藏 評論

u_17580222 頭像

mb691327edb400f - AI人工智能

在數字化轉型加速與人才競爭白熱化的當下，企業招聘正陷入前所未有的多重困局。一方面，經濟下行壓力下企業招聘預算普遍收緊，但業務擴張、人才迭代帶來的崗位需求卻愈發迫切，人才市場中核心崗位的薪酬成本持續攀升，HR團隊卻往往面臨人手不足、技術工具匱乏的資源困境；另一方面，海量簡歷如同“信息海洋”，HR僅依靠人工逐一審閲不僅耗時耗力，還易因主觀判斷出現疏漏，即便經過多輪面試，仍常出現候選人

數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《概率論II：隨機分析》

書籍：Probability Theory II: Stochastic Calculus 作者：Andrea Pascucci 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 書籍下載-《概率論II：隨機分析》 01書籍介紹 本書提供了一種現代的方法，深入探討了連續時間隨機過程和隨機分析的理論。內容處理嚴謹、全面且獨立。第一部分介紹了馬爾可夫過程和

數學 , 人工智能 , 概率

收藏 評論

u_16213702 頭像

mob64ca1414c613 - dify plugin_daemon 5003 端口

鏈接和會話的區別： 鏈接為傳輸層概念，會話為應用層的概念，通過AVP Session-Id來標識，兩者之前沒有聯繫。如下圖： +--------+ +-------+ +--------+ | Client | | Relay | | Serve

機器學習 , 服務器 , 人工智能 , 主鍵 , 路由表

收藏 評論

u_16099350 頭像

架構設計師 - 微信小程序中js可以使用getelementbyid

一.首先，這個接口會返回一個對象實例。 var obj=wx.createSelectorQuery(); 下面的就是返回的對象實例 obj 的所有內容。 返回的 obj 有五個方法： obj.in(component)：沒用過這個方法，多用於組件的

機器學習 , 選擇器 , 自定義屬性 , 小程序 , css選擇器 , 人工智能 , Javascript

收藏 評論

u_17580222 頭像

mb691327edb400f - AI重構招聘邏輯：HR的下一個十年，拼的是決策力

AI重構招聘邏輯：HR的下一個十年，拼的是決策力 當AI開始深度參與人才評估、甚至躋身招聘決策鏈，人力資源領域的遊戲規則已悄然改寫。一份全球調研顯示，超75%的企業領導者不再將AI視為單純工具，而是能並肩作戰的“同事”——它能預判離職風險、篩選適配候選人、生成面試紀要，將HR從重複勞動中解放。但真正的差距不在於是否使用AI，而在於能否用AI把“選人”從憑感覺的冒險，變成可量

鏈路 , ATS , 一對一 , 人工智能 , 深度學習

收藏 評論