tag 人工智能

標籤
貢獻960
1464
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_17398972 頭像

u_17398972 - 探索 AIGC 生圖：原理、案例與代碼示例

目錄 引言 一、AIGC 生圖技術原理 （一）技術基礎 1.深度學習： 2.生成式模型： （二）主要模型 1.生成對抗網絡（GAN）： 2.擴散模型（Diffusion Model）： （三）工作原理 1.數據學習： 2.特徵提取： 3

數據 , API , 人工智能 , 深度學習 , Json

收藏 評論

u_16147706 頭像

火星情報 - 視覺重建新紀元：中國腦機接口首次為世界“添色”

近日，明視腦機（Mindtrix）宣佈在全球範圍內首次實現了對複雜圖形+多種顏色的視覺重建功能化交互驗證。該研究通過對枕葉視覺皮層進行顱內腦電記錄與電刺激，成功在人類患者身上完成了這一突破性實驗。 這項研究成果為視覺重建提供了無可替代的臨牀級數據，標誌着中國在高端腦機接口技術領域取得了引領全球的突破性進展，同時樹立了診療與前沿探索融合的倫理實踐範式。 視覺重建系統的工

機器學習 , 初級視覺 , 腦機接口 , 運動控制 , 人工智能

收藏 評論

qianniandanshendepingguo 頭像

千年單身的蘋果 - 零成本開發神器：2026年最值得推薦的免費AI編程助手

1.摘要與核心結論 摘要： 在2026年，AI 編程工具已從單一的代碼生成演進為全棧智能體 (Coding Agent) 協作模式。本文基於“降本增效”與“規範化開發”兩大核心維度，對市場主流的免費及免費增值型 AI 編程助手進行了深度評測。針對開發者最關注的準確率、智能體能力及免費額度策略，我們引用了 IDC 及 GitHub 最新數據進行嚴謹論證。 行業背景： 據 GitHub Octover

教程 , 知識 , 人工智能 , 程序員 , 前端

收藏 評論

u_12868 頭像

langrisser - ICEM打開IGS後沒有出現文件

Allegro PCB SI在仿真時需要將仿真模型都轉變成DML模型格式。這一操作通過cadence軟件組內的Model Integrity軟件完成。首先在對應控制器芯片和DDR芯片，flash芯片（需要仿真的驅動和被驅動端）官網找到對應的ibis模型。以本項目的控制器DSP6713，SST39VF800A，MT48LC2M32B2B5-6為例，在各自官網找到ibis模型文件，

機器學習 , ICEM打開IGS後沒有出現文件 , 連接點 , 微帶線 , 人工智能 , 官網

收藏 評論

openbayescom 頭像

OpenBayes - UI-TARS-1.5 實現多模態 GUI 自主操作；FrontierScience 構建專家級科學推理評測數據集

公共資源速遞 5 個公共數據集： Arena-Write 寫作生成評測數據集 IF-Bench 紅外圖像理解基準數據集 Soul-Bench 音頻驅動人體動畫評測數據集 FrontierScience 推理科研任務評測數據集 VideoRewardBench 視頻獎勵模型評測數據集 4 個公共教程： UI-TARS-1.5 多模態 Agent GLM-ASR-Nano 智譜語音

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

u_17588526 頭像

圍爐聊科技 - Ilya Sutskever在最近訪談中的關鍵觀點及對IT技術人員的啓示

Dwarkesh Patel 與 Ilya Sutskever 近期進行了深度對話，視頻以及英文原文可以參見https://www.dwarkesh.com/p/ilya-sutskever-2 ，個人及AI輔助整理核心觀點及啓示如下。 一、訪談核心觀點 Ilya Sutskever 作為 AI 領域的頂尖學者、SSI 公司創始人，在訪談中圍繞 AI

機器學習 , it , 數據 , 泛化 , 人工智能

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 如何在亞馬遜雲科技部署高可用MaxKB知識庫應用

概述 MaxKB是一款基於RAG技術的開源知識庫問答系統，支持對接多種大語言模型，廣泛應用於智能客服、企業知識庫等場景。雖然MaxKB社區版提供了便捷的Docker快速部署方式，但企業在生產環境中需要更高的可靠性、安全性和運維便利性。 本文介紹如何基於亞馬遜雲科技託管服務構建高可用MaxKB應用架構。方案採用AmazonECS運行容器化應用，配合RDS PostgreSQL（含pgvector擴展

人工智能

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - CUBEMX不定長

【C++11變長參數模板】 C++11 加入新的表示法，允許任意個數、任意類別的模板參數，不必在定義時將參數的個數固定。 　　 實參的個數也可以是 0，所以tuple someInstanceName這樣的定義也是可以的。 若不希望產生實參個數為 0 的變長參數模板，則可以採用以下的定義： 　　 【變長函數參

機器學習 , 函數參數 , 運算符 , 變長參數 , CUBEMX不定長 , 人工智能

收藏 評論

deephub 頭像

deephub - JAX核心設計解析：函數式編程讓代碼更可控

很多人剛接觸JAX都會有點懵——參數為啥要單獨傳？隨機數還要自己管key？這跟PyTorch的畫風完全不一樣啊。 其實根本原因就一個：JAX是函數式編程而不是面向對象那套，想明白這點很多設計就都説得通了。 先説個核心區別 PyTorch裏，模型是個對象，權重藏在裏面，訓練的時候自己更新自己。這是典型的面向對象思路，狀態封裝在對象內部。 JAX的思路完全反過來。模型定義是模型定義，參數是參數，兩邊分

llm , jax , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_17171882 頭像

Chikaoya - AI工具21天磨練計劃：Day 2 - 文本處理能力大比拼

📚 今日目標：全面測試六大AI的文本處理基礎能力 1. 測試材料準備 📌 原文素材（請複製保存）： 人工智能的發展正在深刻改變教育行業。近年來，越來越多的學校開始引入AI教學助手，這些系統能夠根據學生的學習進度提供個性化輔導。研究表明，使用AI輔助學習的學生，在數學和語言課程上的成績平均提升了15-20%。 然而，AI教育也面臨挑戰。數據隱私問題

編程挑戰 , 數據隱私 , AI寫作 , aigc , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI大模型智能體開發：把大模型變成“會幹活”的技術邏輯

大模型就像個滿腹經綸的學者，能説會道卻邁不出書房；而AI智能體，就是給這位學者裝上“行動能力”的技術方案——不用重構底層模型，核心是通過三層技術設計，讓大模型從“只會回答”變成“自主做事”。今天用大白話拆解智能體開發的核心技術，普通人也能看懂落地邏輯。 首先要明確：智能體開發的技術核心是“閉環能力”，而非創造新模型。基礎大模型（如GPT、文心一言）提供了“思考”基礎，我們要解決的技術

數據 , 自然語言 , NLP , 人工智能 , 核心技術

收藏 評論

u_16099249 頭像

雲端築夢大師 - 項目管理中控制採購過程中的數據分析工具

因為項目的複雜性，項目的組織不可能依靠自身的力量來完成項目的全部工作，所以需要把項目的一部分工作外包給其他一些組織，這個所謂的外包通常就是以合同的形式進行的，一個項目可能有很多個執行組織。 1、項目採購管理是項目組從項目外部獲取產品、服務或者成果來最優滿足項目的需求。採購管理是一個比較特別的過程，在其他的項目管理過程裏，項目團隊是一個乙方的角色，但是到了採購管理裏面

最小化 , 人工智能 , 數據分析 , 供應鏈管理 , 外包

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 國內口碑較好的海關智能閘口系統品牌推薦，幫你做出明智的決策！

當海關物流效率直接影響企業競爭力，智能閘口系統的選擇便成了關鍵決策。面對市場上眾多的品牌和解決方案，如何找到真正可靠、高效的智能閘口系統？今天我們從行業實踐出發，為您梳理國內口碑較好的幾類選擇，助您做出明智決策。 穩定可靠型：老牌勁旅值得信賴 國內一批深耕海關智能化領域多年的企業，憑藉紮實的技術積累和豐富的項目經驗，在多個重要口岸實施了穩定運行的智能閘口系統。這些系統通常具備完善的硬件

圖像識別 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 阿里雲技術公開課：基於阿里雲 Elasticsearch 構建 AI 搜索和可觀測 Chatbot

公開課簡介 時間：12月27日晚 7:30 - 8:15 直播間地址：https://developer.aliyun.com/topic/aisearch2025 講師介紹： 槐新 | 阿里雲 Elasticsearch 引擎研發工程師 朱傑 | Elastic 中國首席解決方案架構師、Elastic 社區和阿里雲Elasticsearch社區佈道者 主要內容： 深入解析阿里雲Elastic

elasticsearch , 大數據 , 搜索 , 阿里雲 , 人工智能

收藏 評論

u_12891 頭像

gjnet - TensorFlow訓練怎麼進行數據標註

製作自己的數據集（使用tfrecords） 為什麼採用這個格式？ TFRecords文件格式在圖像識別中有很好的使用,其可以將二進制數據和標籤數據(訓練的類別標籤)數據存儲在同一個文件中,它可以在模型進行訓練之前通過預處理步驟將圖像轉換為TFRecords格式,此格式最大的優點實踐每幅輸入圖像和與之關聯的標籤放在同一個文件中.TFRecord

機器學習 , 文件名 , 字符串 , 人工智能 , 對象序列化

收藏 評論

u_16099258 頭像

代碼工匠大師 - st語言IMPLEMENTS

介紹 •中斷控制器支持 19 個外部中斷/事件請求，線 0~15 對應外部 IO 口的輸入中斷（每個中斷 線對應相同數字的 GPIOx），線 16 連接到 PVD 輸出，線 17 連接到 RTC 鬧鐘事件，線 18 連接到 USB 喚醒事件。 •因為中斷線每次只能連接到 1 個 IO 口，所以需要配置中斷線

機器學習 , 單片機 , stm32 , st語言IMPLEMENTS , 嵌入式硬件 , 引腳 , 人工智能

收藏 評論

openbayescom 頭像

OpenBayes - Depth-Anything-3 打開全視角空間感知；CytoData 還原細胞級顯微宇宙！

公共資源速遞 5 個公共數據集： Netflix 電影電視目錄數據集 CytoData 血液細胞圖像數據集 VERA 語音推理能力評測數據集 UNO-Bench 全模態評測基準數據集 EditReward-Bench 圖像編輯評測數據集 3 個公共教程： PixelReasoner-RL：像素級視覺推理模型 VibeThinker-1.5B：小模型也可以有大智慧 Depth-A

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

u_14125 頭像

jacksky - AI數字人新玩法，融合文旅行業有何妙用？

AI元人文實踐：家庭旅遊規劃 從價值衝突到共識涌現的共生之旅 引言：超越決策困境的範式革命 家庭旅遊規劃，這一看似平常的日常活動，實則是一個多元價值交鋒的微觀宇宙。傳統的解決方案——民主投票、權威決策或輪流坐莊——往往只是在管理衝突，而非化解衝突，結果常以成員的妥協或沉默為代價。 AI元人

異構 , 後端開發 , 人工智能 , 原語 , Python

收藏 評論

buluwasi 頭像

布魯瓦絲 - 初見 AI，你會感興趣的知識

❤️“人工智能”的初生 人工智能（Artificial Intelligence，簡稱AI）是指計算機系統通過仿效人的思維和行為方式，實現類似於人類智能的一種技術。20世紀初期，“人工智能”就作為一個概念被提出。當時，科學家們開始思考如何使機器能夠模擬人類的思維過程，以便更好地解決複雜的決策問題。20世紀50年代，AI 的概念逐漸具體化，並在達特茅斯會議上被正式提出 🤷‍♂️如何定義 AI

入門 , 人工智能 , challenge

收藏 評論

pannideniupai 頭像

雨大王 - 汽車製造業如何通過工業操作系統實現數字化轉型？

工業操作系統的定義與核心作用 工業操作系統作為現代智能製造的核心基礎設施，已成為汽車製造業數字化轉型的重要載體。與傳統的封閉式生產管理系統不同，工業操作系統構建了一個開放且可擴展的技術底座，能夠實現對各類工業設備、信息系統以及業務流程的全面接入與統一調度。其核心價值在於打破長期以來存在於設備層、控制層與管理層之間的數據壁壘，使得製造過程中的“人、機、料、法、環”等關鍵要素實現互聯互通。

人工智能 , 深度學習

收藏 評論

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生物流：以某物流企業數字孿生智慧鋼鐵倉儲定位系統建設為例

1.建設背景 國家“十四五”規劃明確提出加快現代物流數字化、智能化轉型，基於國家數字經濟 戰略及企業數字化轉型要求，鋼鐵物流作為重點領域，其倉儲環節的智能化升級被列為政策重點支持方向。某物流企業作為鋼鐵物流龍頭企業，隨着物流行業安全標準要求的不斷 提升，其企業業務增長與戰略佈局都有所調整，庫存管理盲區、作業監管低效、風險響應 滯後、跨域信息割裂和作業協同低效等問題嚴重阻礙

數據 , 物聯網 , 自定義 , 數據可視化 , 人工智能

收藏 評論

u_16213646 頭像

mob64ca140761a4 - openstack雲平台搭建 可用內存

一、互聯網行業及雲計算 在互聯網時代，技術是推動社會發展的驅動，雲計算則是一個包羅萬象的技術棧集合，通過網絡提供IAAS、PAAS、SAAS等資源，涵蓋從數據中心底層的硬件設置到最上層客户的應用。給我們工作生活提供服務！ 1、互聯網大事記 1936年 英國數學家A.M.Turing發明圖靈機，為現代計算機硬件和軟件做了理論上的準備。艾倫·麥席森·圖

虛擬化 , 大數據 , 雲計算 , OpenStack , 人工智能 , openstack雲平台搭建 可用內存

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於開發者空間使用Kotaemon開源RAG UI和華為雲Maas搭建本地/私人AI知識庫

最新案例動態，請查閲【案例共創】基於開發者空間使用Kotaemon開源RAG UI和華為雲Maas搭建本地/私人AI知識庫。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：雲聰明提供 1 概述 1.1 案例介紹 ModelArts Studio作為一款先進的大模型即服務平台，集成了高效便捷的模型開發工具鏈，支持企業對大模型進行深度定製開

機器學習 , 人工智能 , 開發者 , Docker

收藏 評論

u_16099252 頭像

架構領航博主 - 迴歸分析為什麼要測DW值

本篇是針對經典教材《機器學習》及DataWhale小組出版的配套工具書《機器學習公式詳解》的學習筆記，主要以查缺補漏為主，因此對於一些自己已經熟悉的概念和內容不再進行整理。由於水平實在有限，不免產生謬誤，歡迎讀者多多批評指正。 本篇是針對經典教材《機器學習》及DataWhale小組出版的配套工具書《機器學習公式詳解》的學習筆記，主要以查缺補漏為主，因此對於一些自己已經熟悉的

機器學習 , 線性迴歸 , 線性模型 , 人工智能 , 迴歸分析為什麼要測DW值

收藏 評論