@深度學習

動態 列表
@tecdat

2025中國健康零食(含粗糧零食)行業白皮書

原文鏈接:https://tecdat.cn/?p=44184 在“健康中國”戰略深化與消費升級的雙重驅動下,食品行業正經歷從“功能滿足”到“健康價值”的結構性轉型,健康零食(含粗糧零食)作為增長最快的細分領域之一,其市場規模、品類創新與消費需求變化已成為行業關注核心。 引言 本報告洞察基於行業研究機構:《2025至2030中國粗糧食品市場發展分析及投資價值評估報告》及文末20+份健康零食行業研

tecdat 頭像

@tecdat

昵稱 拓端tecdat

@nizi_60e514d097c9a

MIAOYUN | 每週AI新鮮事兒(10.24-10.31)

本週AI領域迎來密集更新,視頻生成為創新焦點,字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破;多模態、3D場景與智能體平台(如華為WorldGrow、智源Emu3.5、360 SEAF)取得顯著進展;同時,ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作,一起來回顧本週發生的AI新鮮事兒吧! AI 大模型 中國科大與字節跳動

nizi_60e514d097c9a 頭像

@nizi_60e514d097c9a

昵稱 MIAOYUN

@xingxingshangdeliushu

高效利用技術庫

在現代 IC 設計流程中,合理利用技術庫(Technology Library)是優化 RTL 合成結果的關鍵。 1、技術庫:設計優化的核心資源 技術庫包含標準單元及其詳細特性(如時序、功耗、面積等),合成工具依賴這些數據將 RTL 轉換成物理電路。精確的模型與策略直接決定設計是否能滿足性能、功耗與製造的嚴格要求。 2、關鍵技術與應用實踐 I. 庫表徵(Library Characte

xingxingshangdeliushu 頭像

@xingxingshangdeliushu

昵稱 星星上的柳樹

@quanzhikeji

實力入選!全知科技榮登《中國網絡安全年鑑2025》

近日,斯元商業諮詢正式發佈了《中國網絡安全年鑑2025》。這是首部以宏觀經濟為背景、以資本與科技為線索,系統記錄中國網絡安全產業全貌、具備國際化視野的年鑑。全知科技憑藉在數據安全領域的深厚技術積澱、豐富實踐成果及行業影響力,成功入選《中國網絡安全年鑑2025》,並被評為專業廠商。 《中國網絡安全年鑑2025》以客觀視角梳理了中國網絡安全產業的成長軌跡,其收錄的企業及技

quanzhikeji 頭像

@quanzhikeji

昵稱 全知科技

@aigoto

翻牆、攀爬、、跨越圍欄等違規行為檢測數據集(10,000 張圖片已劃分)—安全檢測實踐

翻牆、攀爬、違規行為檢測數據集(10,000 張圖片已劃分)——安全檢測實踐 在現代城市安全管理與工地監控場景中,“違規攀爬”與“翻越圍欄”等行為的實時檢測,是視頻智能分析系統中的關鍵功能之一。為了提升這類行為識別算法的魯棒性與泛化能力,本文將介紹一個 翻牆、攀爬、違規行為檢測數據集(共10,000張圖片),並結合 YOLOv8 模型展開技術解析與實戰講解,幫助研究者與開發者快速構建智能檢測系統。

aigoto 頭像

@aigoto

昵稱 逐夢AI

@xingxingshangdeliushu

IC 設計籤核揭秘 - 保障流片無憂的秘訣

在集成電路(IC)設計中,當設計費盡心思完成後,送往晶圓廠製造前的Signoff 籤核是最後一關,也是最決定成敗的一環。它確保設計從功能到製造都達標,是設計走向硅片的准入“通行證”。 1、Signoff 什麼看 在IC 設計中,“Signoff” 是指必須通過的一系列驗證與檢查,才能正式交付製造準備流程。它通常包含: 功能正確性檢查:確保設計行為符合規格説明,避免邏輯錯誤。

xingxingshangdeliushu 頭像

@xingxingshangdeliushu

昵稱 星星上的柳樹

@chaoshenjinghyperai

效率至高提升20倍!加州大學開發OmniCast,解決自迴歸天氣預報模型誤差累計問題

次季節至季節(Subseasonal-to-seasonal, S2S)尺度天氣預報介於短期天氣預報與長期氣候預測之間,聚焦未來 2 周至 6 周的天氣演變,精準填補了中遠期氣象預測空白,為農業規劃、災害防禦等提供關鍵依據。但 S2S 天氣預測既難依託快速衰減的大氣初始信息(中短期預報條件),又難捕捉尚未充分顯現的慢變邊界信號(氣候預測條件),在混沌的大氣系統與複雜的海陸氣相互作用下,預報難度顯著

chaoshenjinghyperai 頭像

@chaoshenjinghyperai

昵稱 超神經HyperAI

@digitalocean

裸金屬 vs. 虛擬化 GPU 服務器:AI 訓練與推理應該怎麼選

根據研究機構預測,全球人工智能市場規模在 2024 年的價值為 234.6 億美元。預計該市場將從 2025 年的 2,941.6 億美元增長到 2032 年的 1,7716.62 億美元,在預測期間的複合年增長率為 29.2%。到 2030 年全球 ​AI​​​ 推理市場規模將達到 2549.8 億美元​,而推理任務將佔據 ​數據中心整體計算需求的 70% 以上​。 AI 模型的複雜度正以指數級

digitalocean 頭像

@digitalocean

昵稱 DigitalOcean

@kestrel_task

用 n8n 實現工作自動化後,我每天多睡 2 小時!

n8n 是一個開源的工作流自動化平台,允許用户通過拖放節點來創建複雜的自動化流程。n8n 提供了豐富的內置節點和社區貢獻的節點,支持與各種 API、數據庫和其他服務集成。本文將詳細介紹 n8n 中節點的使用方法,包括如何添加節點、配置節點、連接節點以及調試和優化工作流。 1. n8n 基本概念 1.1 工作流(Workflow) 工作流是由多個節點組成的自動化流程,每個節點代表一個操作,如發送電

kestrel_task 頭像

@kestrel_task

昵稱 微芒不朽

@xingxingshangdeliushu

IC 測試革新

無論你是IC 設計新手,還是資深RTL Synthesis 工程師,深入掌握設計可測試性(DFT)關鍵技術,是提升芯片可靠性的必經之路。 1、為什麼DFT 在現代IC 中變得不可或缺 提升可控性與可觀測性:通過在設計中嵌入測試結構,內部節點的狀態能被有效控制與觀察,從而支持故障定位與調試。 縮短測試時間、降低成本:採用scan chain、大規模並行測試、BIST 和MB

xingxingshangdeliushu 頭像

@xingxingshangdeliushu

昵稱 星星上的柳樹

@rivers_chaitin

2025年知識管理系統推薦,這款AI驅動的開源工具讓我徹底告別信息混亂!

你是不是也經常遇到這樣的情況:團隊文檔散落在無數個聊天記錄、郵件附件和本地文件夾裏,找個去年的方案得翻半天;新員工入職培訓時,面對一堆零散資料無從下手;或者寫技術文檔時,明明公司內部有現成案例,卻壓根不知道去哪裏找? 別擔心,你不是一個人。在信息爆炸的2025年,高效的知識管理已經成為企業和個人發展的核心挑戰。好在,AI技術的成熟讓知識管理工具迎來了全新突破。今天要聊的,正是一款讓我眼前一亮的知識

rivers_chaitin 頭像

@rivers_chaitin

昵稱 百川雲開發者

@old_it

DGX Spark 實戰解析:模型選擇與效率優化全指南

自 DGX Spark 發佈以來,這段探索之路挑戰與收穫並存。在成功完成軟件移植的攻堅後,我們決定將這段時期的實戰經驗系統梳理,轉化為一份關於模型選擇與性能優化的實用指引,希望能助力更多團隊高效利用 DGX Spark。 模型選擇策略:效率與性能並重 經過充分測試,我們發現不同模型在 DGX Spark 平台上的表現存在明顯差異。 以下是我們的具體推薦: 文本生成模型首選: gpt-oss-20b

old_it 頭像

@old_it

昵稱 老IT人

@old_it

DGX Spark 雙機互連實測 Qwen3-235B 模型

前段時間我們使用單台 DGX Spark 測試了gpt-oss-120b模型性能。今天,我們通過一根 200 Gbps 帶寬的 QSFP 線纜連接兩台 DGX Spark,並測試了一個參數更大的模型:Qwen3-235B,看看性能如何。 整體測試下來,單用户生成速度為10 tokens/s,但預填充速度還不錯,單用户可達1000 tps,詳細測試數據如下: 生成速度 知識庫應用(輸入4K) 知

old_it 頭像

@old_it

昵稱 老IT人

@deephub

打造自己的 Claude Code:LangGraph + MCP 搭建一個極簡的 AI 編碼助手

實踐是最好的學習方式。為了深入理解 LangGraph 和模型上下文協議(MCP)服務器的生態,我們來從零開始構建一個 CLI 編碼代理。我們的目標是,拋開 Claude Code 那些花裏胡哨的功能,看看最基礎的編碼代理能做到什麼程度。 那些商業編碼代理往往會添加各種專有的"秘密配方"——特殊的上下文管理、精心設計的提示策略、優化過的工具選擇算法。這些技術細節被包裝得嚴嚴實實,很難

deephub 頭像

@deephub

昵稱 deephub

@chaoshenjinghyperai

黃仁勳最新演講:10億美元投資諾基亞,Rubin明年量產,AI工廠推進落地……

美國東部時間 10 月 28 日下午 12:00,英偉達 CEO 黃仁勳在華盛頓舉行的 GTC 大會上發表主題演講。這是繼今年 3 月聖何塞主會後的又一場區域性 GTC,地點首次來到美國政治中心華盛頓, 會議包含 70 多場,涵蓋 Agentic AI、機器人技術、量子計算和 AI 原生電信(AI-native telecom networks)等議題,一度被外界視為英偉達從「AI 領域引領者」向

chaoshenjinghyperai 頭像

@chaoshenjinghyperai

昵稱 超神經HyperAI

@xingxingshangdeliushu

IC 設計終極籤核,確保安全流片無憂

在IC 設計流程中,Signoff(籤核)是流片前必須完成的最後關卡,它確保設計在功能、時序、功耗、物理規則等方面全面達標,為後續送片生產提供堅實保障。 1、Signoff 的核心意義 Signoff 是芯片送往晶圓廠的“准入許可證”。通過多項嚴密的檢查,包括功能驗證、時序收斂、電源完整性及物理實現規則等,Signoff 的完整性直接關聯設計質量與流片成功率。 2、Sig

xingxingshangdeliushu 頭像

@xingxingshangdeliushu

昵稱 星星上的柳樹

@youyudetusi

抖音防封搭建方案,青否數字人提供全套的防封方案,能夠進行穩定直播帶貨!

抖音:強調節奏、互動與內容創意 抖音以其快節奏、娛樂化的內容生態著稱。在規則上,抖音對直播內容的創新性和趣味性要求極高,鼓勵數字人主播在短時間內抓住觀眾眼球。直播畫面需清晰流暢,數字人動作表情要自然生動,契合抖音用户追求新鮮、刺激的瀏覽習慣。 同時,抖音十分看重實時互動,要求數字人能及時響應觀眾彈幕,發起如抽獎、問答等互動環節,提升直播間活躍度。在內容合規方面,嚴格禁止出現低俗、虛假宣

youyudetusi 頭像

@youyudetusi

昵稱 憂鬱的吐司

@tecdat

Matlab古代玻璃製品化學成分數據鑑別:K近鄰迴歸、聚類、決策樹、隨機森林、卡方檢驗、相關性分析

全文鏈接:https://tecdat.cn/?p=44165 原文出處:拓端數據部落公眾號 分析師:Yizhou Huang 一、專題引言 古代玻璃是解讀絲綢之路中外文化交流的關鍵實物證據,不同時期的玻璃在成分體系、製作工藝上存在顯著差異。但古代玻璃易受環境影響發生風化,導致內部化學成分比例改變,這給玻璃類型的準確鑑別帶來了極大挑戰——外觀相似的玻璃可能屬於不同類別,而風化後的成分

tecdat 頭像

@tecdat

昵稱 拓端tecdat

@chaoshenjinghyperai

【TVM 教程】自定義優化

TVM 先已更新到 0.21.0 版本,TVM 中文文檔已經和新版本對齊。 Apache TVM 是一個深度的深度學習編譯框架,適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →Apache TVM Apache TVM 的一個主要設計目標是便於自定義優化流程,無論是用於科研探索還是工程開發,都可以靈活迭代優化過程。本教程將涵蓋以下內容: 目錄 審查整體流程 可

chaoshenjinghyperai 頭像

@chaoshenjinghyperai

昵稱 超神經HyperAI

@deephub

大模型強化學習的熵控制:CE-GPPO、EPO與AsyPPO技術方案對比詳解

LLM的強化學習訓練最近進展很快,SOTA模型在各種推理benchmark上的表現確實亮眼。但更值得關注的其實是另一條信息——從Rutgers到Alibaba再到HKUST,這些研究團隊正在攻克的是RL領域的一個老大難:怎麼控制好熵,同時避免模型退化成毫無用處的確定性輸出。 三篇新論文給出了不同角度的解法:CE-GPPO、EPO和AsyPPO。雖然切入點各有不同,但合在一起就能發現它們正在重塑大規

deephub 頭像

@deephub

昵稱 deephub

@nizi_60e514d097c9a

MIAOYUN | 每週AI新鮮事兒(10.17-10.24)

本週AI領域動態頻出,百度、阿里、DeepSeek推出高效OCR與視覺語言模型,提升文檔解析與多模態能力;騰訊、字節跳動分別開源世界模型與3D生成模型,推動3D內容生成;Anthropic、OpenAI、Google升級AI工具,聚焦生命科學、瀏覽器集成與開發體驗;華為鴻蒙6、宇樹機器人H2及多項評測基準發佈,推動AI向終端與實體場景加速落地,一起來回顧本週發生的AI新鮮事兒吧! AI 大模型 百

nizi_60e514d097c9a 頭像

@nizi_60e514d097c9a

昵稱 MIAOYUN

@rivers_chaitin

告別信息混亂!用 PandaWiki 打造企業專屬 AI 知識庫,效率提升的秘密武器

你有沒有遇到過這樣的情況: 新員工入職第一天,HR 發了一堆文檔鏈接,結果打開全是"404 Not Found"; 技術同事想找某個項目的部署説明,翻遍了各個文件夾也沒找到; 客户諮詢產品參數,銷售只能一邊百度一邊磕磕絆絆地回答... 這些問題的背後,其實都指向同一個痛點:企業缺乏一個統一、智能、易用的知識管理體系。 今天,我們就來聊聊如何用 PandaWiki 搭建一套真正能解決問題

rivers_chaitin 頭像

@rivers_chaitin

昵稱 百川雲開發者