@深度學習

Stories List
@huamingshixunkeji

鐵路車號識別裝置:賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中,效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式,不僅效率低下、成本高昂,更因人為因素導致數據不準,已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置,正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置? 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析,對貨運

huamingshixunkeji Avatar

@huamingshixunkeji

Nickname 華明視訊科技

@xingxingshangdeliushu

高效掌握 RTL 合成,助力 IC 設計提速

在現代IC 設計流程中,RTL 合成扮演着至關重要的橋樑角色:將程序員或設計者編寫的RTL 描述(多用Verilog/VHDL 編寫)轉化為符合工藝庫的門級netlist,從而實現後續的物理實現和驗證。 1、RTL 合成關鍵流程解析 合成階段 説明 Technology Mapping(技術映射) 選擇目標工藝庫中的標準單元(如與門、觸發器、多路選擇器等)來實現RTL 中

xingxingshangdeliushu Avatar

@xingxingshangdeliushu

Nickname 星星上的柳樹

@tecdat

Python企業投標策略優化研究:Monte Carlo、貝葉斯決策、遺傳算法、層次分析法AHP動態評分系統構建應用

全文鏈接:https://tecdat.cn/?p=44146 原文出處:拓端數據部落公眾號 分析師:Dandan Cao 在市場經濟中,招投標是企業獲取項目資源的核心環節,但傳統投標決策常受限於主觀經驗——要麼依賴專家評分導致公平性存疑,要麼因缺乏量化工具難以平衡風險與收益。作為數據科學家,我們團隊在服務某建築集團投標優化諮詢項目時發現,僅靠人工分析的投標方案,中標率比行業均值低1

tecdat Avatar

@tecdat

Nickname 拓端tecdat

@yinuo112

【深度學習】嘿馬深度學習目標檢測教程第5篇:數據集處理,2.2 目標數據集標記【附代碼文檔】

🏆🏆🏆教程全知識點簡介:涵蓋圖像識別背景、目標檢測定義和應用場景。核心算法原理包括R-CNN系列算法(R-CNN、SPPNet、Faster R-CNN、RPN原理)、YOLO算法(單次檢測、候選框機制、單元格概念)以及SSD算法(單次多框檢測器、多個Detector classifier、訓練與測試流程)。數據處理模塊包含目標數據集標記、數據集格式轉換(TFRecords文件、VOC2

yinuo112 Avatar

@yinuo112

Nickname 程序員一諾python

@deephub

AutoGen框架入門:5個核心概念搭建智能體協作系統

AutoGen 是微軟研究院開源的多智能體 AI 系統框架。這個框架的設計思路很簡單——讓多個 AI 智能體(加上人類參與)在對話中完成複雜任務的協作和推理。 你甚至可以把它理解成一個團隊聊天室,智能體們在裏面討論、爭論、協作,最終得出解決方案。 AutoGen 通過創建多個專門化智能體,為每個智能體設定自己的角色、目標,來達到上面説的聊天能力,並且還能通過配置工具來獲得代碼執行能力。智能

deephub Avatar

@deephub

Nickname deephub

@xingxingshangdeliushu

高效驗證:ACE VIP 實踐指南

在當代多核SoC設計中,ACE VIP(Advanced Coherency Extensions Verification IP)是確保系統一致性與性能穩定的重要驗證工具。本文將圍繞協議驗證、UVM整合、功耗性能分析與仿真加速四大應用展開,結合實際案例,帶你快速理解ACE VIP的實用價值。 1、緩存一致性協議驗證:ACE VIP的核心能力 ACE VIP支持全面的協議一致性驗證,包

xingxingshangdeliushu Avatar

@xingxingshangdeliushu

Nickname 星星上的柳樹

@rivers_chaitin

2025年這五款AI Wiki神器,讓你的知識管理效率翻倍!

在這個信息爆炸的時代,知識管理已經成為每個企業和團隊都必須面對的挑戰。傳統的文檔管理方式不僅效率低下,而且查找困難,協作不便。幸運的是,隨着AI技術的快速發展,一批智能化的Wiki軟件應運而生,它們不僅能夠幫助我們高效地組織和管理知識,還能通過人工智能技術實現智能搜索、自動問答甚至內容創作。 今天,就讓我們一起來看看2025年最值得關注的五款AI Wiki軟件,看看它們是如何重新定義知識管理的!

rivers_chaitin Avatar

@rivers_chaitin

Nickname 百川雲開發者

@deephub

vLLM 性能優化實戰:批處理、量化與緩存配置方案

很多團隊把它vLLM 當 demo 跑,但是其實這沒把它系統能力發揮出來。這篇文章將介紹怎麼讓 vLLM 真正幹活——持續輸出高令牌/秒,哪些參數真正有用,以及怎麼在延遲和成本之間做取捨。 先説 vLLM 到底好在哪 vLLM 提供 OpenAI 兼容的 API,核心是 continuous batching 加上 PagedAttention。PagedAttention 用分頁管理 K

deephub Avatar

@deephub

Nickname deephub

@infodator

智能體最佳實踐的方法論(二):實施

當企業智能體建設進入「第二階段實施環節」,如何將“規劃藍圖”轉化為“業務實效”成為核心命題。這一階段的成敗,直接決定智能體是“淪為技術試驗品”還是“成為業務增長極”。對於技術決策者和企業領導層而言,把握實施階段的四個關鍵步驟,並選對“業務能深度參與”的工具,是破局的關鍵。 智能體實施,是從“概念設計”到“價值交付”的實戰環節,可拆解為四個環環相扣的步驟,每一步都直指“落地效率

infodator Avatar

@infodator

Nickname 容智信息

@openbayescom

教程上新丨MIT等推出BindCraft,直接調用AF2,實現蛋白質結合體的智能化設計

在生命體系中,蛋白質很少單獨發揮其生物學功能,而是依賴於蛋白質-蛋白質相互作用(PPI)來執行復雜的生物學過程。因此,設計能夠特異性靶向和調控 PPI 的蛋白質結合物具有巨大的治療和生物技術潛力。 然而,傳統的蛋白質結合物生成方法,例如免疫接種、抗體庫篩選或定向進化,通常費力費時,並且對靶位的控制有限。 計算蛋白質設計提供了一種強大的替代方案,能夠根據特定靶標和結合位點定製結合物。而早期計算方法(

openbayescom Avatar

@openbayescom

Nickname OpenBayes

@xingxingshangdeliushu

總線死鎖驗證方法

在複雜SoC 設計中,總線死鎖是一類嚴重影響系統可靠性的問題:多個模塊因相互等待資源而陷入永不響應的“僵局”。本文介紹先進的驗證策略,結合具體案例,幫你係統掌握如何早期發現並避免總線死鎖。 1、什麼是總線死鎖? 當多個組件互相等待彼此持有的總線資源,形成循環等待,導致系統無法繼續操作,這就是總線死鎖。尤其在多核、多請求源的環境中,檢測並解決死鎖至關重要。 2、驗證技術詳解

xingxingshangdeliushu Avatar

@xingxingshangdeliushu

Nickname 星星上的柳樹

@xingxingshangdeliushu

緩存一致性驗證秘笈

在多核 SoC 設計中,緩存一致性(Cache Coherence)驗證 是保障數據一致性與系統性能的基石。本文深入解析高級驗證策略,結合實戰案例,系統講解如何在設計早期高效捕捉潛在一致性問題。 1、形式驗證 — 數學級確保一致性 形式驗證通過數學模型與狀態空間窮舉來驗證緩存協議,各種邊界場景都不放過。 實踐案例:某半導體廠商採用 Cadence JasperGold,對多核處理器的緩

xingxingshangdeliushu Avatar

@xingxingshangdeliushu

Nickname 星星上的柳樹

@xingguangshanshan

GCMS調諧報告中發現半峯寬超過0.65的調整方法

質譜儀GCMS的調諧報告中發現半峯寬超過0.65,可以按照以下步驟進行調整: 檢查儀器狀態 真空狀態:確保分子渦輪泵的轉速達到百分之100,真空系統正常運行。如果真空狀態不佳,可能會影響峯寬。 離子源和四極杆温度:確認離子源温度為230℃,四極杆温度為150℃,並確保這些温度穩定。 清潔離子源和四極杆 離子源:如果離子源受到污染,可能會導致峯寬增加。可以考慮進行離子源的清潔。 四極杆

xingguangshanshan Avatar

@xingguangshanshan

Nickname 星光閃閃