tag 深度學習

標籤
貢獻335
495
05:25 PM · Oct 25 ,2025
deephub 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 u_15591470 頭像 u_17512334 頭像 u_17580222 頭像 chaoshenjinghyperai 頭像 qingfouai 頭像 chenzhuodeyagao 頭像 youqingyouyidejidan 頭像 ziwupython 頭像 u_16060192 頭像

@深度學習 / 博客 RSS 訂閱

u_17512334 頭像

疆鴻智能研發中心 - 智能化升級：EtherCAT轉MODBUS RTU網關在牛奶包裝廠的創新應用

智能化升級：EtherCAT轉MODBUS RTU網關在牛奶包裝廠的創新應用 在當今工業自動化飛速發展的背景下，牛奶包裝廠作為食品行業的重要環節，面臨着生產效率與設備兼容性的雙重挑戰。一家大型乳製品企業引進了以倍福PLC為核心控制器的自動化包裝線，然而，生產線上的部分老舊設備僅支持MODBUS RTU協議，無法直接接入高速EtherCAT網絡，導致數據孤島、監控盲區與整體效

協議轉換 , 人工智能 , 深度學習 , ETHERCAT , 網關 , 工業自動化 , Modbus

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 美顏SDK如何實現自適應中高低端機型的性能優化

在移動視頻社交領域，一個無法迴避的現實是用户設備的巨大差異性。從旗艦機到千元機，其CPU、GPU性能和散熱能力天差地別。對於美顏SDK而言，最大的挑戰並非在高端機上實現驚豔效果，而是在低端機上也能保持流暢、穩定且不失真的體驗。那麼，一款成熟的美顏SDK是如何做到“上得廳堂，下得廚房”，自適應不同機型性能的呢？這背後是一套綜合性的性能優化工程體系。 一、動態檢測與分級

自適應 , 幀率 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16099238 頭像

碼海探險家 - 深度學習點雲配準 點雲配準原理

1、首先，點雲配準過程，就是求一個兩個點雲之間的旋轉平移矩陣（rigid transform or euclidean transform 剛性變換或歐式變換），將源點雲(source cloud)變換到目標點雲(target cloud)相同的座標系下。 可以表示為以下的方程: 其中

對應點 , 點雲 , 點集 , 深度學習點雲配準 , 人工智能 , 深度學習

收藏 評論

mankeji 頭像

曼孚科技 - 多模態AI自主研究：現在走到哪了？

當前生成式人工智能的發展正處於關鍵的範式轉型節點。 以大型語言模型（Large Language Models, LLM）為代表的智能系統，在封閉領域的單輪問答任務中已展現出優異性能，但其“單模態表徵”與“任務被動響應”特性構成了深層次桎梏。 這一桎梏使得現有模型難以應對現實世界中普遍存在的、需主動規劃並融合文本、圖像、視頻等多源異構信息開展深度推理與驗證的複雜問題。 為突破此瓶頸，多模態深度研究

機器學習 , 算法 , 人工智能 , 深度學習 , 大模型

收藏 評論

gmicloud 頭像

GMICloud - GMI Cloud 攜手英偉達在亞太建設 AI Factory，GB300 萬卡集羣，斥資 5 億美金

摘要 GMI Cloud基於GB300的 AI Factory 啓動構建，該項目攜手英偉達（NVIDIA），總投資額達 5 億美元，萬卡集羣將為全亞太AI產業發展提供堅實支撐。 本週，作為英偉達（NVIDIA）全球六大 Reference Platform NVIDIA Cloud Partner 之一及全球增長最快的 G

數據 , AI基礎設施 , 雲GPU , 人工智能 , 基礎設施 , 深度學習

收藏 評論

lutong 頭像

程序員陸通 - 師夷長技以制夷，二角破壁，五分普惠，AI當雄於地球，今日之責任，不在他人，全在我少年開發者！

——致中國AI圖片生成之路 今有西洋諸國，AI技術日新月異，圖片生成之術，已臻化境。而我中華少年，欲一睹其妙，必翻山越壁，註冊繁瑣，費用高昂，望而卻步者眾矣！ 嗚呼！技術無國界，而壁壘有高低。吾輩中華兒女，豈能坐視西洋獨美，而我少年空有報國之志，卻無用武之地乎？ 故今日之開發，不為私利，而為公益；不求暴富，而求普惠。 吾以一介獨立開發者之身，夙興夜寐，廢寢忘食，開發AI圖片

ico , 獨立開發者 , 人工智能 , 深度學習 , 開發者

收藏 評論

u_15591470 頭像

ceshiren2022 - 手把手搭建自動化質量門禁：讓你的每次部署都“無憂”

“代碼終於合併完了，可以上線了嗎？” “測試用例都跑通了吧？性能測試做了沒？” “這次改動不大，應該不會有問題吧……” 上線前的會議室裏，是否常常瀰漫着這種不確定性的焦慮？依賴人工檢查發佈清單，不僅效率低下，還極易遺漏關鍵項。一個未經核對的性能迴歸、一處未達標的測試覆蓋率，都可能為線上事故埋下伏筆。 是時候為你的研發流程安裝一個自動化的 “質量門禁” 了！本文將手把手教你如何利用 Dif

性能測試 , API , 自動化 , 人工智能 , 深度學習 , 質量門禁

收藏 評論

u_16060192 頭像

HyperAI超神經 - 【Triton 教程】triton.language.advance

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →triton.hyper.ai/ 推進 1 個塊指針。 參數**：** base- 要推進的塊指針。 offsets- 要推進的偏移量，

編程 , 機器學習 , AI , 人工智能 , 深度學習

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 精細化、協同、閉環式的金融行業數據安全管理最佳實踐指南

一、概要 （提示：金融數據安全的核心不在“監得多”，而在“監得準、聯得動、管得住”。） 在金融數字化全面深化的背景下，數據安全已從“合規附屬項”演進為影響業務連續性、風險防控能力與機構信譽的核心基礎設施。面對業務場景複雜化、數據流轉高頻化、監管要求體系化的現實挑戰，傳統以“點狀監測、事後審計”為主的數據安全手段已難以支撐金融機構精細化治理需求。全知科技圍繞金融行業實際運行特徵，構建了一

深度學習

收藏 評論

u_17580222 頭像

mb691327edb400f - AI 招聘：提升效率與精準度

AI 招聘：提升效率與精準度 AI招聘：重構企業招聘的效率與精準度 過去一年，AI 持續釋放組織產能，幫助員工節省超 120 小時重複勞動，推動生產率平均提升 30%，勞動力成本下降 19%。86% 的首席人力資源官已將“數字勞動力整合”納入核心職責，AI 正成為企業招聘領域的重要變革力量。 AI面試智能體：從輔助工具到決策支撐

上傳 , ATS , 人工智能 , 深度學習 , 解決方案

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《圖信號處理導論》

書籍：Introduction to Graph Signal Processing 作者：Antonio Ortega 出版：Cambridge University Press​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《圖信號處理導論》 01書籍介紹 本書以直觀且易於理解的方式介紹了圖信號處理的基礎知識及其應用。僅需具備基礎的線性代數知識，讀者即

信號與系統 , 圖像處理 , 深度學習

收藏 評論

fabarta 頭像

Fabarta - 告別耗時無果：迭代構建AI知識庫，幫業務部門輕鬆上手、早見效益

作者：王傳陽 楓清科技（Fabarta）技術合夥人 現狀與挑戰 企業在構建AI應用時，通常會由業務部門負責構建相關的業務知識庫。業務部門在構建AI知識庫時，普遍面臨兩大核心挑戰：其一，對AI知識庫與傳統知識庫的本質差異認知不足，缺乏適配AI語義理解的知識梳理方法，導致知識應用準確率難以達標；其二，存在 “一勞永逸” 的認知誤區，傾向於耗時數月構建覆蓋全場景的 “大而全”

最佳實踐 , 人工智能 , 深度學習 , 模態 , 迭代

收藏 評論

u_15675268 頭像

1艾一刀 - CES深度觀察｜AI硬件消費時代的“幕後英雄”走向台前

文 | 智能相對論 作者 | 日堯 當地時間1月6日，2026年國際消費電子展（CES）在拉斯維加斯開幕。 公開資料顯示，本屆CES吸引超4000家企業參展，主題依舊聚焦時下爆火的人工智能，但核心變化已然顯現——大會重心從技術創新轉向場景落地。 在AI大模型加速融入消費端的當下，智能座艙、具身機器人、AI眼鏡等新一代硬件產品成為展會焦點，本屆CES也被各方

人工智能 , 深度學習 , 核心技術 , 解決方案 , 智能終端

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 精密製造的通信紐帶：疆鴻智能PROFIBUS轉RS485網關在汽車零部件生產中的應用

精密製造的通信紐帶：PROFIBUS轉RS485網關在汽車零部件生產中的應用 1. 工廠背景 在長三角一家現代化的汽車零部件製造工廠裏，生產線正面臨一個典型的工業通信難題。該工廠配備了來自不同供應商的生產設備：核心控制系統採用西門子S7系列PLC，通過PROFIBUS-DP協議進行數據交換；而生產線上多台關鍵設備——包括三台高精度激光切割機（分別用於金屬和塑料材料加

profibus , 協議轉換網關 , 工業通訊 , RS485 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - AI如何讓企業知識庫從成本中心變成效率引擎

你有沒有算過，你的團隊每天花在找資料上的時間有多少？ 上週我拜訪了一家科技公司，他們的技術總監給我看了一組數據：平均每個工程師每天要花1.5小時在內部資料檢索上。不是他們效率低，而是公司的知識庫已經變成了一個“信息黑洞”——文檔散落在各個角落，版本混亂，搜索功能形同虛設。 “我們不是沒有知識庫，而是有太多‘知識庫’了。”他苦笑着説，“Confluence裏有一部分，飛書文檔裏有一部分，還有一堆本地

人工智能 , 深度學習

收藏 評論

u_16283671 頭像

AUTO芯球 - 9系雙旗艦引關注！極氪9X重塑中國豪華車市場認知

11月21日，極氪攜全系豪華陣容登陸廣州車展，其中極氪9X與009組成的“豪華9系雙旗艦”成為全場焦點。官方數據顯示：極氪9X交付量已突破1萬台，均價達53.8萬元；品牌累計銷量突破60萬輛，單車均價穩居30萬元以上，最高售價逼近90萬元大關，持續鞏固其在中國豪華新能源汽車市場的領軍地位，也為行業樹立了“中國品牌向上突破”的極氪範式。 9X成現象級爆款，映射高端消費

差異化 , 數據 , 人工智能 , 深度學習

收藏 評論

ziwupython 頭像

子午 - 【垃圾識別系統】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積網絡+resnet50算法

一、介紹 垃圾識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對10種常見的垃圾圖片數據集（'剩飯剩菜', '塑料', '乾電池', '舊衣服', '玻璃', '紙張', '紙板', '金屬', '陶瓷器皿', '鞋'）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷

圖像識別 , 人工智能 , 深度學習 , Python

收藏 評論

u_16213629 頭像

mob64ca1403528a - 深度學習可以用來測量多個孔直徑嗎

F1系列固定測斜探頭是高精度鑽孔內部斜度的測量儀器，可以廣泛應用於：深基坑開挖、地鐵地基、公路地基、擋土牆、壩體、尾礦庫及山體滑坡等工程方面土體內部位移變化的監測設備。 F1系列固定測斜探頭是一款高精度鑽孔內部斜度的測量儀器，系統主要由：數據採集儀、測斜探頭、測斜管組成。 廣泛應用：深基坑開挖、地鐵地基、公路地基、擋土牆、壩體、尾礦庫及山

深度學習可以用來測量多個孔直徑嗎 , 數據採集 , 工作温度 , 人工智能 , 高精度 , 深度學習

收藏 評論

gpustack 頭像

GPUStack - GPUStack Windows（WSL2）部署指南

GPUStack v2 以高性能推理與生產級穩定性為核心演進方向，對整體架構進行了全面重構，實現了組件間的靈活解耦，並對多推理引擎和異構算力進行了深度優化，充分釋放推理引擎在吞吐、延遲與併發方面的性能潛力。 基於這一架構設計，GPUStack v2 聚焦 Linux 原生環境，以充分利用其在生態和 AI 基礎設施領域的成熟優勢。 對於 Windows 用户，推薦通過 WSL2（W

大語言模型 , vLLM , yyds乾貨盤點 , 模型推理 , 人工智能 , 深度學習 , wsl2 , GPUSTACK

收藏 評論

u_16213566 頭像

雲端小仙童 - relu 模擬電路

對模擬電路的掌握分為三個層次。 初級層次是熟練記住這二十個電路，清楚這二十個電路的作用。只要是電子愛好者，只 要是學習自動化、電子等電控類專業的人士都應該且能夠記住這二十個基本模擬電路。 中級層次是能分析這二十個電路中的關鍵元器件的作用，每個元器件出現故障時電路的 功能受到什麼影響，

電路圖 , 輸入輸出 , 過程分析 , relu 模擬電路 , 人工智能 , 深度學習

收藏 評論

u_16939938 頭像

網刊資訊 - 知網AIGC檢測更新了怎麼辦？實測論文AI率從35%降到0%！

知網是大多數學校在用論文查重查AI率的系統，2026年畢業季即將到來，知網AIGC檢測系統再次升級了知網再次升級其AIGC檢測算法。 不少師生的論文AI率遠超學校規定的30%紅線，甚至有同學初檢高達70%以上。有的是因為使用了AI創作內容，有的明明是自己寫的段落也被標紅，大家都急於找到一個降論文AIGC率的技巧或工具。 本文用1500字深入剖析知網AIGC檢測

系統升級 , 深度學習 , 代碼人生 , 時間同步

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 低代碼配置、可落地、業務賦能：數據分類分級系統引領政務數據治理新實踐

一、概要 提示：政務數據分類分級不僅是政策要求，更是數字政府建設的基礎工程，直接關係到數據安全與服務效能。在數字化轉型加速的背景下，政務數據呈現“多源異構、跨域流轉”特徵，數據孤島與安全風險並存。為破解“數據不通、安全不保、合規不足”的困局，知源-AI數據分類分級系統，以“低代碼配置、可落地、業務賦能”為核心特性，助力政府實現數據資產的精準識別、智能分級與合規復用。知源-AI數據分類分級系統

深度學習

收藏 評論

pannideniupai 頭像

雨大王 - 工業互聯網平台在工藝工程安全與環保中的應用

一、工業互聯網平台：現代製造業的智能心臟 在當今工業4.0時代，工業互聯網平台已成為推動製造業數字化轉型的關鍵力量。它不僅僅是技術的堆砌，更是將傳統生產過程中的孤立環節連接成一個高效、智能的整體。工藝工程作為製造業的核心組成部分，涵蓋了從設計、生產到維護的全過程，其安全性與環保性直接關係到企業的可持續發展。想象一下，一個繁忙的工廠車間裏，機器轟鳴、材料流動，如果不加以控制，很容易發生事故或造

人工智能 , 深度學習

收藏 評論

u_16099226 頭像

雲端夢想實現家 - 深度學習迭代次數多少合適

迭代和科學的方法 在為一個問題開發解決方案的過程中包括很多活動行為。我們需要理解待解決的問題，為一個潛在的解決方案收集需求，將這些需求轉換至設計中，構建解決方案，並對方案進行測試。這個順序非常自然，並且在一般情況下是正確地。然而，當我們試圖將規模擴大時－也就是説，當我們按照一個嚴格的線性流程試圖蒐集所有的需求，並完成所有的設計，所有的開發，進行所有

深度學習迭代次數多少合適 , 測試 , 工作 , 人工智能 , 深度學習 , 活動 , 產品

收藏 評論