tag 人工智能

標籤
貢獻960
1517
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_17423871 頭像

美狐美顏SDK開放平台 - 從0到1開發直播美顏SDK：算法架構、模型部署與跨端適配指南

在短視頻與直播行業不斷加速的今天，美顏能力已經不再是“錦上添花”，而是直播間的基礎設施。無論是主播個人直播、電商帶貨，還是B端平台的直播工具，都離不開一個穩定、輕量、可擴展的美顏SDK。 很多開發者會把美顏理解成“磨皮、美白、瘦臉”這些基礎效果，但真正從0到1搭建完整SDK時，你會發現：它既是一場技術戰，也是一門產品學，更是一門跨端適配的“工程藝術”。 本篇文章，小編

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

huamingshixunkeji 頭像

華明視訊科技 - 鐵路貨車自動識別系統：推動貨運智能化升級

鐵路貨運作為國家經濟動脈的重要組成部分，其運行效率與管理水平直接影響物流體系的整體效能。傳統依賴人工抄錄車號信息的作業方式，不僅效率低下，還容易因人為因素導致數據錯漏，已難以適應現代智慧物流的發展需求。在此背景下，鐵路貨車自動識別系統應運而生，成為行業數字化轉型的重要引擎。 該系統基於人工智能深度學習技術，實現了對貨運列車車廂多維度信息的自動採集與識別。可高效識別敞車、平車、棚車、罐車等不同

數據挖掘 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_17241003 頭像

瀾極美顏SDK - How to Get the Image Filter API of Beauty SDK?

In today's digital age, beauty functions have become essential elements of many applications, especially in video dating, live streaming, and photo - taking apps. Among them, the image fi

API , 人工智能 , 深度學習 , ci , ide

收藏 評論

pointnews 頭像

高光視點 - 華興資本王力行：預見AI，從技術創新走向產業變革——基礎共識之上的非共識

在2025科創大會11月27日的「人工智能創新項目“掘金匯”」論壇上，華興資本集團首席執行官王力行發表主題演講《預見AI：從技術創新到產業變革——基礎共識之上的非共識》圍繞技術演進、應用趨勢與生態力量，分享了他對當前AI發展階段的系統性觀察。他指出，行業對“AI推動生產力躍遷”已形成基礎共識，但在路徑選擇、落地節奏與商業模式上仍存在大量非共識，而真正的機會，往往孕育在這些非共識的

神經網絡 , AI發展 , 人工智能

收藏 評論

aloudata 頭像

Aloudata大應科技 - 周衞林｜大數據通往大模型的鑰匙：NoETL to Trusted AI

此時此刻，站在 Data 和 AI 的十字路口，我不禁捫心自問：是創造還是涅滅，大數據如何通往大模型，數據資產如何成為 AI 資產？是廿年戎馬終歸碌碌無為，還是四載厚積一朝破繭成蝶——讓 Aloudata 成為大數據通往大模型的鑰匙，開啓數據智能變革的黃金十年。 過去 20 年：讓業務用上好數據 2003 年，我走出校園，加入一家當年規模不小的軟件公司，做運營商的經分系統。經分系統是數據倉庫一個早

自然語言處理 , 知識 , 數據庫 , chatgpt , 人工智能

收藏 評論

qingfouai 頭像

青否Ai - AI員工時代：90%職場人必須面對的重構與新生-青否ai超級員工！

AI超級個體：被重塑的職場邊界 "過去兩年，我們見證了一個反常現象：全球頂尖企業每季度裁員5%~10%，但股價卻平均上漲20%~30%。這不是資本的冷血，而是一場靜默的革命。（青否ai員工源頭v：zhibo175） 當你還在為季度KPI焦頭爛額時，企業高管們已經在用一個詞重新定義職場：AI員工。 2023年3月24日，GPT-4正式發佈。這一天，不是又一個技術迭代的普通日子，而是職場分水嶺。從那天

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16213567 頭像

數碼墨魚 - CUBEMX計時器多通道輸出比較

C# 的計時器是通過多線程來實現的。主要思路是，創建一個做死循環的線程，讓該線程週期性的委託UI線程 法一：利用system.Timers命名空間下的Timer類，使用Elapsed事件另開一個線程（Timer類中的Interval方法可以循環觸發Elapsed事件） 1 private void Form1_Load(object sender, Eve

sed , 機器學習 , Threading , System , CUBEMX計時器多通道輸出比較 , 人工智能

收藏 評論

u_16213709 頭像

mob64ca141677f9 - stm32mp157d開發板移植opencv

STM32WB55_NUCLEO開發.8----讀取授權 概述 硬件準備 視頻教學 源碼下載 開啓ATTR_PERMISSION_AUTHOR_READ 代碼配置 結果演示 最後 概述 本篇文章主要介紹如何使用STM32CubeMX對生成STM32WB工程，並通過與STM32WB配對，應用程序對客户端讀取或者寫入特徵值進

串口 , 應用程序 , 客户端 , 人工智能 , 計算機視覺

收藏 評論

u_17589471 頭像

AI數字人研究社 - AI數字人導遊上線！智慧景區體驗大升級，這些黑科技你玩過幾個？

當前旅遊消費已從過去的觀光遊進化到主題遊、深度遊、體驗遊。如何將“老資源”轉化為“新玩法”、“新體驗”，讓傳統文化煥發新生，成為目的地和旅遊從業者共同面對的挑戰。據《2025中國青年旅遊觀察報告》顯示，超50%年輕人將“科技元素”視為選擇景區的關鍵因素。世優波塔AI數字人憑藉其高擬真交互、多模態能力和垂直場景適配性，成為賦能景區智能化升級的標準解決方案。 波塔AI 數字人在

智慧文旅 , 人工智能 , 數字文旅 , 計算機視覺 , 智慧景區 , 大模型

收藏 評論

u_16099322 頭像

網絡鋭評 - events_statements_summary_by_digest的主鍵字段有哪些

event 關鍵字用於在發行者類中聲明事件。 下面的示例演示如何聲明和引發將 EventHandler 用作基礎委託類型的事件。 public class Publisher{// Declare the delegate (if using non-generic pattern).public delegate void SampleEventH

機器學習 , 派生類 , 人工智能 , 編譯器 , ide

收藏 評論

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第17講：企業級RAG：權限、共享與內容安全的全鏈路方案

在之前的教程中，我們主要探討了個人級 RAG（檢索增強生成）應用的實現方式和優化技巧。 但在企業級應用中，知識管理和智能檢索的需求更為複雜，涉及多個部門，各自具備獨立的業務領域、數據存儲方式和算法需求。因此，高效管理和檢索知識，確保不同部門靈活訪問知識庫，同時滿足數據隔離、安全性和共享機制，是企業級知識管理系統的核心挑戰。 本章將介紹如何使用 LazyLLM 快速構建面向企業級的數據庫管

llm , 教程 , 知識 , 數據庫 , 人工智能

收藏 評論

u_16099217 頭像

技術博客達人 - resnet與cnn的關係

卷積神經網絡在視覺識別任務上的表現令人稱奇。好的CNN網絡是帶有上百萬參數和許多隱含層的“龐然怪物”。事實上，一個不好的經驗規則是：網絡越深，效果越好。AlexNet，VGG，Inception和ResNet是最近一些流行的CNN網絡。為什麼這些網絡表現如此之好？它們是如何設計出來的？為什麼它們設計成那樣的結構？回答這些問題並不簡單，但是這裏我們試着去探討上面的一些問題。網絡結構

機器學習 , 卷積 , 卷積核 , resnet與cnn的關係 , 人工智能 , 特徵提取

收藏 評論

matrixorigin 頭像

MatrixOrigin - 視頻+教程 | 解鎖 RAG 深度搜索應用潛能：Deerflow 與 MOI 融合實戰指南

前言 本教程旨在為開發者提供一份清晰、詳盡的指南,説明如何將開源 RAG (Retrieval-Augmented Generation) 應用開發引擎 Deerflow 與 MOI 的 RAG 服務進行集成。通過本教程,讀者將掌握 Deerflow 的部署方法、在 MOI 中創建數據處理工作流的技能,並最終實現兩者連接,以構建一個強大的、可定製的深度檢索增強生成應用。 一、 Deerflow 簡

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_13357275 頭像

上海拔俗網絡 - 產業鏈垂直AI模型服務平台：為你的行業裝上“專屬大腦”

你有沒有想過，為什麼我們用同一個通用AI大模型，讓它寫一首詩和診斷一張電路板，結果會天差地別？寫詩它可能文采飛揚，但診斷電路板它可能連元件都認不全。 這就好比一位全科醫生，他什麼都懂一點，但真要給你做心臟搭橋手術，你肯定要找最頂尖的心外科專家。在產業世界裏，企業需要的，正是這種“專家級”的AI。而“產業鏈垂直AI模型服務平台”，就是批量生產這些“行業專家”的“超級工廠”。 它和通

性能監控 , 服務器 , 數據 , NLP , 人工智能

收藏 評論

u_17562481 頭像

思考的袋鼠 - 數據庫風險監測系統:打造可審查、可調整、可溯源的教育數據庫安全底座

一、概要： （提示：在數字化規模迅速膨脹、數據安全風險加速演化的背景下，數據庫安全治理亟需更加智能化、體系化的技術體系來支撐，因此本章首先對知形-數據庫風險監測系統的定位、應用價值與行業意義進行總體闡述，為全文分析奠定基礎。） 在教育行業數字化建設全面提速的大背景下，數據庫已成為學生信息、科研數據、教學資源及管理業務的核心承載系統。然而，隨着業務系統數量的持續

數據庫 , 數據庫安全 , 數據安全 , 人工智能 , 深度學習

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - DataWorks 又又又升級了，這次我們通過 Arrow 列存格式讓數據同步速度提升10倍！

引言 在大數據時代，數據集成作為企業數據流轉的核心樞紐，承擔着異構數據源之間高效同步的重要職責。隨着數據量的爆炸式增長，傳統的行存同步方式在面對大規模列存數據處理時，逐漸顯露出性能瓶頸。 為解決這一挑戰，DataWorks數據集成推出基於ApacheArrow列存格式的高性能同步能力，實現從“行式傳輸”到“列式直通”的技術躍遷。通過引入零拷貝

大數據 , 數據集成 , 阿里雲 , DataWorks , 人工智能 , 數據分析

收藏 評論

digitalocean 頭像

DigitalOcean - 基於AI Agent模板：快速生成 SQL 測試數據

DigitalOcean 雲平台一直在不斷研發以代碼為核心的項目，幫助用户快速構建可投入生產的應用程序，並能根據自己的需求進行擴展。 DigitalOcean 的 Gradient™ ​AI​​ 平台近期推出了 Agent Templates（智能體模板），為開發者提供了即插即用的 AI 工具。 本文將以 SQL​ Agent 模板 為例，演示如何擴展它，實現自動生成安全測試數據和 SQL 插入腳

MySQL , 教程 , 數據庫 , 人工智能

收藏 評論

u_17588526 頭像

圍爐聊科技 - 4090實戰：ComfyUI運行Qwen-Image-Edit-2511模型指南（含避坑要點）

Qwen-Image-Edit-2511作為一款性能出色的圖像編輯模型，在ComfyUI中部署時卻受限於顯存資源。本文針對4090顯卡（24G顯存）場景，分享量化模型的部署流程、關鍵避坑點，以及不同採樣步數下的效果對比，幫助大家快速落地實踐。 一、前置準備：ComfyUI安裝 ComfyUI基礎安裝流程此處不贅述，推薦參考官方中文指南，步驟清晰且適配Linux環境：C

人工智能 , 計算機視覺

收藏 評論

u_16099177 頭像

雲端小夢 - 外部中斷CUbemax配置

_:簡單介紹--[高手繞過這一段；心急的直接跳到下一部份] _:51單片機上的應用[應用控制篇] _:MCS51的中斷源 外部中斷請求源：即外部中斷0 和1，經由外部引腳引入，在單片機上有兩個引腳，外稱為INT0、INT1，也就是P3.2、P3.3這兩個引腳 _:MCS51的中斷向量表

機器學習 , 外部中斷 , 外部中斷CUbemax配置 , 引腳 , 人工智能 , 中斷向量

收藏 評論

tecdat 頭像

拓端tecdat - R與Python用去偏LASSO模型、OW重疊加權、HDMA、SIS迭代篩選挖掘甲基化數據在童年虐待與PTSD關聯預測

全文鏈接：https://tecdat.cn/?p=44755 原文出處：拓端數據部落公眾號 關於分析師 在此對Yuan Rumeng對本文所作的貢獻表示誠摯感謝，她在安徽理工大學完成了應用統計學專業的碩士學位，專注數據分析與人工智能領域。擅長R語言、Python、深度學習、數據挖掘與數據降維。 Yuan Rumeng曾作為數據分析師，在多個涉及高維生物醫學數據的項目中，利

機器學習 , 數據挖掘 , 人工智能 , 深度學習

收藏 評論

huggingface 頭像

HuggingFace - 用開源模型強化你的 OCR 工作流

我們在這篇文章中新增了 Chandra 和 OlmOCR-2，並附上了它們在 OlmOCR 基準上的得分 🫡 摘要: 強大的視覺語言模型 (Vision-Language Models, VLMs) 的崛起，正在徹底改變文檔智能 (Document AI) 的格局。每種模型都有其獨特的優勢，因此選擇合適的模型變得棘手。相比閉源模型，開源權重的模型在成本效率和隱私保護上更具優勢。為了幫助你快

ocr , 人工智能

收藏 評論

u_16099287 頭像

數據科學探索者 - 支持向量機模型提高準確率 支持向量機改進算法

支持向量機 (三)： 優化方法與支持向量迴歸 優化方法 一、SMO算法 回顧支持向量機 (二)中(1.7)(1.7)式最後要求解的優化問題： 在求出滿足條件的最優αα後，即可得 svm 模型的參數(w,b)(w,b)，進而獲得分離超平面。可以用通用的二次規劃算法求解，該二次規劃問題有mm個變量 (mm為樣本數)，(m+1)(m+1)

機器學習 , 支持向量機模型提高準確率 , 支持向量機 , 最小值 , 二次規劃 , 人工智能

收藏 評論

u_16640205 頭像

mb65f83f0864e54 - 華為乾崑智駕僅ADS Pro版本明年將新增20多款合作車型

作者：鐘聲 編輯：Mark 出品：紅色星際（ID：redplanx） 頭圖：華為乾崑發佈會圖片 紅色星際小程序/移動端快報 在2025華為乾崑生態大會上，ADS Pro增強版迎來重磅升級——正式解鎖城區全場景NCA，並搭載行業首款量產艙內激光視覺Limera，2026年Q1 OTA推送升級，同時將有20多款新車將搭載

數據 , 推送 , 激光雷達 , 人工智能 , 深度學習

收藏 評論