人工智能

標籤

貢獻960

1475

06:37 AM · Oct 27 ,2025

@deephub

暱稱deephub

Last seen
@u_13357275

暱稱上海拔俗網絡

Last seen
@pannideniupai

暱稱雨大王

Last seen
@elhix0bg

暱稱阿里雲大數據AI

Last seen
@rtedevcomm

暱稱RTE開發者社區

Last seen
@xingxingshangdeliushu

暱稱星星上的柳樹

Last seen
@tecdat

暱稱拓端tecdat

Last seen
@chaoshenjinghyperai

暱稱超神經HyperAI

Last seen
@u_15591470

暱稱ceshiren2022

Last seen
@u_17579295

暱稱mb6911caa73d1d1

Last seen
@u_17512334

暱稱疆鴻智能研發中心

Last seen
@lab4ai

暱稱Lab4AI

Last seen

@人工智能 / 博客 RSS 訂閱

Dec 01 2025

柳隨風 - 多尺度CNN英文

本文主要翻譯自下述GEE官方幫助 https://developers.google.com/earth-engine/guides/scalehttps://developers.google.com/earth-engine/guides/projectionshttps://developers.google.com/earth-engine/guides

機器學習 , 數據 , 重採樣 , 人工智能 , Image , 多尺度CNN英文

收藏評論

Dec 09 2025

悲傷的煎雞蛋_cQXuXF - 以我兩年多前端的血淚😭經驗，給大家一點警示

工作兩年多了，踩過了許多坑，希望大家不要踩，常常想如果我剛畢業就知道這些東西就好了，但是沒有如果一個人現在做了他多年以後認為正確的事情，他是很幸運的一、永遠不要期待領導主動加薪不會還有人期待着領導某一天主動找你，小張，你來一下辦公室，我有點事情給你説到辦公室後，領導：你最近表現不錯，公司決定給你漲薪20%，下個月開始執行你一臉春夢樣子大哥醒醒吧，夢裏才有！現

人工智能 , 程序員 , 前端

收藏評論

Nov 19 2025

小題大作 - 卡住了 receiving incremental file list

在 Linux 的 vim 中按下 Ctrl+S 就會死機、卡死，其實這個問題只是一個假象，很好解決。我們下意識想保存文檔時，會不知覺地按下 Ctrl+S 組合鍵。但如果是正在 Linux 的 Shell 中使用 vi 編輯文本，這麼按就糟了，會直接出現卡住、不能動、卡死的現象。不過，後來我搞明白了，這種卡住、卡機、死機，都是一種假象。解決方法也很簡單：再

機器學習 , 死機 , 人工智能 , vim , shell

收藏評論

Dec 03 2025

上海拔俗網絡 - AI學術質量檢測系統：從“語法警察”到“科研領航員”

提到AI和學術，你首先想到的可能是“查重”。那個在論文提交前讓我們心驚膽戰的工具，像一個嚴厲的語法警察，只負責揪出重複的文字。但今天，我想和你聊的，是一款劃時代的新產品——AI學術質量檢測系統。它早已超越了“警察”的角色，更像一位全天候的科研領航員，真正深入到論文的“靈魂”，評估其質量。那麼，這位“領航員”究竟是如何工作的？它背後又有哪些“黑科技”？第一重境界：讀懂你的

數據 , 搜索 , NLP , 人工智能 , 核心技術

收藏評論

Dec 09 2025

AI代碼猴 - 從感知融合到全域賦能：2025年多模態大模型技術突破與實踐解析

當你向AI助手上傳一張古建築照片，它不僅能識別出"唐代斗拱結構"，還能生成配套的歷史背景音頻、修復後的3D模型，甚至根據建築風格創作一首七言律詩——這不是科幻場景，而是2025年多模態大模型的常規能力。歷經數年技術迭代，AI已從單一文本處理的"文字專家"，進化為融合視覺、聽覺、觸覺等多維度信息的"全能感知者"。本文將深入解析多模態大模型的核心技術突破、工程優化路徑，以及在關鍵行業的落地實踐，揭示其

數據挖掘 , 人工智能 , 深度學習

收藏評論

Dec 27 2025

爛漫樹林 - GBDT的損失函數是什麼

本文主要講解有關 Deep Q Network（DQN）算法的相關內容。 1. DQN 的基本思想傳統的 Q-Learning 算法當 Q 表過大時不僅難以存儲而且難以搜索，並且當狀態是連續的話，用 Q 表存儲是不現實的，這時可以用一個函數來擬合 Q 表，所以提出了神經網絡和 Q-Learning 相融合的 Dee

機器學習 , 強化學習 , DQN , 神經網絡 , 人工智能 , deep q network , GBDT的損失函數是什麼

收藏評論

Dec 31 2025

xyz_WD - 安防攝像頭（IPC）的步進馬達及IR-CUT驅動芯片WD6208A應用描述

維得WD6208A是安防攝像頭IR-CUT驅動單片集成雙向馬達驅動芯片，核心功能涵蓋TTL邏輯電平精準控制電機正反轉、強制制動及待機模式，可提供200mA持續/500mA峯值驅動電流，適配主流IR-CUT微型電磁鐵/電機驅動需求；具備2V-18V寬電壓適配（最大耐壓30V）、＜1μA超低待機電流特性，內置續流二極管吸收反向衝擊電流，有DFN1×1-6、SOP-8、SOT23-6三

封裝 , 步進電機 , 引腳 , 人工智能 , 數據分析

收藏評論

Jan 09 2026

容智信息 - Agent-100平台體驗報告：企業級智能體試用平台到底值不值得用？

在大量企業推進數字化、智能化的過程中，一個現實問題正在反覆出現：不是沒有AI工具，而是“能真正解決崗位問題的工具太少”。財務報銷審核依然堆積、盡職調查週期依然漫長、保險方案匹配仍靠人工經驗、市場分析離不開IT排期、客服與運營被重複性工單吞噬精力……這些問題並非企業不願投入，而是過去多數AI產品並未圍繞真實業務流程設計。在此背景下，我們對Agent-100智能體試用平台進行了系統化體驗與實測

自動駕駛 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

收藏評論

Aug 27 2025

微軟技術棧 - Microsoft AI Genius | 實戰課正式開啓！用 AI 編程助手賦能高效開發

在 AI 重塑開發流程的今天，你是否還在頻繁切換工具、埋頭編寫重複代碼、耗費大量時間檢索文檔？ 9月3日14:00-15:30，Microsoft AI Genius 2.0 第一季再度開啓，第一季的首場實戰課程揭露“高效開發的秘訣，快人一步：使用智能 GitHub Copilot 副駕駛® Agent Mode”！本次課程將深入解析如何藉助 AI 智能體實現開發流程的極致簡化，助你搶佔技術先機。

microsoft , 人工智能

收藏評論

Dec 01 2025

青否Ai - 青否ai超級員工，構建AI智能體全方位智管體系，迎接智能體員工時代！

隨着人工智能技術的飛速發展，組織形態正在經歷一場前所未有的變革。智能體員工，這些曾經只存在於科幻小説中的角色，正逐漸成為現實，並在未來組織中扮演着越來越重要的角色。 AI智能體從最初的輔助工具，轉變為潛在的“員工”，這一角色轉變不僅引發了行業內對於管理模式的深刻反思，也預示着生產力的一次重大飛躍。智能體員工超越傳統人類員工的能力，能夠並行處理多項任務，具有強大的數據處理和分析能力，甚至能在無人類

人工智能 , 深度學習

收藏評論

Nov 22 2025

mob64ca14116c53 - AI 學習必知的十大深度學習方法！

NVIDIA-GPU 標量 / 向量 / 矩陣 / 張量你提的問題很關鍵，這些概念是理解大模型數據流轉和計算邏輯的基礎。簡單説，它們是不同維度的“數值容器”，在大模型中分別承擔着存儲單個參數、單個特徵、批量特徵和高維複雜特徵的角色。 1. 標量（Scalar）：單個數值，0維標量是最簡單的“數值容器”，只有大小，沒有方

數組 , 標量 , 權重 , 後端開發 , 人工智能 , 深度學習 , Python

收藏評論

Dec 02 2025

Aloudata大應科技 - 通往可信數據智能的路線圖，就在這本《NoETL to Trusted AI》白皮書

數據不好找、不敢用、用不對。數據取不出、跑不動、要排期。 AI 生成的內容“好看”，但不一定“真實”。在大模型席捲各行各業的今天，企業數據智能體（Data Agent）正成為新的“數字員工”。但如果沒有一套可信的數據基礎，再智能的 Agent 也難逃“數據迷宮”與“口徑陷阱”。在昨天的推文中，Aloudata CEO 周衞林清晰闡釋了 Aloudata 在新時代的品牌定位：NoE

數據挖掘 , 自然語言處理 , 知識 , chatgpt , 人工智能

收藏評論

Nov 15 2025

數據小香 - uboot 如何使用浮點運算

U-Boot上電啓動後，按任意鍵可以退出自動啓動狀態，進入命令行。 U-Boot 2010.03 (Sep 25 2011 - 16:18:50) DRAM: 64 MB Flash: 2 MB NAND: 64 MiB In: serial Out: s

環境變量 , uboot , uboot 如何使用浮點運算 , 內存地址 , 人工智能 , 計算機視覺 , 寫保護

收藏評論

Jan 02 2026

普密斯光學 - 激光自動對焦顯微系統優勢詳解

激光自動對焦顯微系統作為現代顯微成像領域的先進技術，憑藉其獨特的激光對焦機制，在科研、工業檢測及醫療診斷等多個領域展現出顯著優勢，具體體現在以下幾個方面： 1.對焦速度極快，實現高效觀測瞬時響應：激光對焦通過發射激光束並檢測反射信號，可在毫秒級時間內完成對焦調整，遠超傳統機械對焦或手動調節

高精度測量設備 , 測量設備 , 數據丟失 , yyds乾貨盤點 , 數據 , 數據可視化 , 人工智能 , 顯微觀測

收藏評論

Dec 25 2025

編程小達 - excel 彩色emoji

Beamer 入門之彩色表格背景顏色單元格插入斜線更改行、列及單元格顏色更改列的背景顏色更改行的背景顏色定義單元格背景顏色實現合併單元格解決單元格合併後字體顯示不全問題解決列表橫線覆蓋字體問題定義表格字體顏

機器學習 , 背景顏色 , excel 彩色emoji , 豎線 , bc , 人工智能

收藏評論

Nov 16 2025

mob64ca140c75c7 - vfl損失公式表達

1. 總述 Focal loss主要是為了解決one-stage目標檢測中正負樣本比例嚴重失衡的問題。該損失函數降低了大量簡單負樣本在訓練中所佔的權重，也可理解為一種困難樣本挖掘。 2. 損失函數形式 Focal loss是在交叉熵損失函數基礎上進行的修改，首先回顧二分類交叉上損失：是經過激活函數的輸出，所以在0

vfl損失公式表達 , 損失函數 , 權重 , 人工智能 , 計算機視覺 , 目標檢測

收藏評論

Nov 18 2025

阿里雲大數據AI技術 - 基於 Hologres 構建智能駕駛圖像高性能分析系統

隨着人工智能技術的深入發展，企業對數據的利用已不再侷限於傳統的結構化數據分析。越來越多的行業開始依賴多模態數據進行智能決策，涵蓋商品推薦、駕駛行為分析、金融風控、教育個性化等多個場景。這些場景普遍具備一個共同特徵：數據形態多樣、分析需求複雜、檢索方式多元。Hologres 4.0的整體架構圍繞“多模態分析檢索 all-in-one”設計，實現“一份數據、一份計算、多模分析”的一站

多模態分析 , 人工智能 , 數據分析 , SQL , Hologres

收藏評論

Dec 24 2025

Aloudata大應科技 - 根據業務角色創建 AI 數據分析助手，Aloudata Agent 滿足集團型企業多部門個性化需求

集團型企業規模龐大、業務複雜，不同部門的數據分析需求差異顯著。以 HR 部門為例，需要分析員工招聘渠道的有效性、培訓投入與產出的比例，以及員工流失率與績效的關係等；財務部門則聚焦於成本結構分析、預算執行偏差原因查找，以及不同業務板塊的盈利能力評估；區域經理則關心各區域市場的銷售業績對比、客户羣體特徵差異，以及市場推廣活動的效果評估；門店運營人員便更為關注各門店銷售業績差異分析、庫存週轉情況監控、

etl , 人工智能 , 數據分析 , SQL , 數據查詢

收藏評論

Nov 22 2025

求知上進 - Python 數據結構：淺拷貝與深拷貝

在 Python 編程中，理解數據結構的拷貝機制是非常重要的，尤其是在處理複雜數據類型時。淺拷貝和深拷貝是 Python 中兩個關鍵概念，它們在內存管理和數據操作中扮演着至關重要的角色。本文將對淺拷貝與深拷貝進行深入探討，內容包括基本概念、實現方式、區別、使用場景以及最佳實踐，力求為讀者提供全面的理解。一、拷貝的基本概念在 Python 中，拷貝是指創建一個對象的

深拷貝 , 淺拷貝 , 人工智能 , 深度學習 , 嵌套

收藏評論

Oct 09 2025

一點人工一點智能 - 《深度學習數學基礎》

書籍：Mathematical Foundations for Deep Learning 作者：Mehdi Ghayoumi 出版：Chapman and Hall/CRC 編輯：陳萍萍的公主@一點人工一點智能下載：書籍下載-《深度學習數學基礎》 01 書籍介紹《深度學習數學基礎》彌合了理論數學與人工智能（AI）實際應用之間的鴻溝。本指南深入探討驅動現代深度

數學 , 人工智能 , 深度學習

收藏評論

Nov 18 2025

美狐美顏SDK開放平台 - 直播美顏SDK中的抖動特效實現難點：識別、渲染與延遲控制全攻略

在短視頻與直播行業快速演進的今天，用户對“視覺體驗”的要求不斷提高。美顏不再僅僅是磨皮、美白、瘦臉，而是追求更具互動感和趣味性的抖動特效（ShakeEffect）。從直播美顏SDK的角度來看，要實現一個自然、不卡頓、匹配主播動作的抖動特效，其實遠比看上去複雜。如果你是技術負責人、產品經理，或者正關注直播美顏SDK集成方案、直播特效算法開發、實時渲染優化等問題，那麼這篇文章

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏評論

Nov 18 2025

mob64ca1417b0c6 - 萬億參數落地：金融大模型從MoE架構到聯邦TEE的全棧可信實踐

———————————————————— 當大模型從“炫技”走向“深水區” 如果説2023年是大模型的“技術元年”，2024年是“場景元年”，那麼2025年則是“深水區元年”。當國務院在《“人工智能+”行動方案》中點名“金融”為落地最成熟行業時，銀行業的大模型已悄然從“對話寫詩”進階到“審批貸款”“攔截洗錢”。

語言模型 , 軟件需求 , 後端開發 , 系統架構 , 需求分析 , 人工智能 , harmonyos

收藏評論

Nov 27 2025

上海拔俗網絡 - AI 智能體編排平台：把零散 AI 擰成 “高效作戰隊”

不少企業用 AI 時都遇過 “碎片化困境”：用 AI 做客户跟進，得手動把聊天記錄導入分析工具；用 AI 做財務統計，要反覆在數據軟件和 AI 模型間傳文件 —— 單個 AI 像散落的 “零件”，拼不成解決複雜問題的 “機器”。而 AI 智能體編排平台，就是把這些 “零件” 組裝成 “作戰隊” 的工具，讓多個 AI 自動配合，搞定靠單一工具難完成的工作。從技術邏輯看，這個平台的核心

微信 , 數據 , NLP , 人工智能 , crm