tag 深度學習

標籤
貢獻335
505
05:25 PM · Oct 25 ,2025

@深度學習 / 博客 RSS 訂閱

思考的袋鼠 - AI加持下的數據流轉安全,打造高效可溯源的API風險防護體系

概要: (提示:在數字世界中,數據不再靜止,而是不斷流動;因此,安全防護的焦點,也應從“靜態防護”轉向“流轉安全”。) 當外賣訂單在幾秒內完成支付、銀行轉賬在瞬息之間到賬、短視頻平台精準推送你喜愛的內容時,數據正在通過成千上萬條API通道高速流轉。API作為數字世界的“數據動脈”,承載着企業業務邏輯、交易指令和用户隱私,是現代數字體系中最關鍵的連接層。 然而,數

數據 , API , 數據安全 , 人工智能 , 深度學習

收藏 評論

mb686fbcc4efbd6 - Halcon24.11.1.0下載安裝教程

MVTec公司已於2024年11月20日發佈了機器視覺軟件 HALCON 24.11 。這個版本在深度學習、3D視覺、開發體驗以及授權模式上都有顯著提升。 下面這個表格彙總了HALCON24.11的主要新特性: 特性類別

數據 , 3d , 後端開發 , JAVA , 深度學習

收藏 評論

疆鴻智能研發中心 - 疆鴻智能PROFIBUS集線器重構灌裝線網絡,OEE提升13.4%

疆鴻智能PROFIBUS集線器重構灌裝線網絡,OEE提升13.4% 1. 工廠背景與問題溯源 某大型啤酒灌裝車間採用西門子S7-300系列PLC作為生產線主控制器,通過PROFIBUS-DP網絡連接灌裝機、貼標機、封箱機等十二台核心設備。原網絡採用傳統線性拓撲結構,全長約180米,現場電磁干擾嚴重(變頻器、大功率電機密集),導致通信中斷頻發。最棘手的是,任何單點故障

集線器 , profibus , 工業通訊 , 通訊網絡 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

底層邏輯探索 - 數據安全平台:邁向精細化、多模態、全景式治理的理論建構與實踐演進

一、概要 隨着《數據安全法》《網絡數據安全管理條例》等法規的深入實施與國家數據治理體系的持續完善,數據安全監測已從單一的合規檢查工具,演進為支撐組織數字化轉型的核心戰略能力。當前,各類組織在構建監測體系時,普遍面臨覆蓋盲區、業務干擾、告警噪聲大、誤報率高等共性挑戰。在此背景下,融合精細化運營、多模態識別與全景式覆蓋理念的現代數據安全監測平台應運而生,旨在破解傳統監測瓶頸,實現安全能力與業務發

深度學習

收藏 評論

底層邏輯探索 - 構建高性能、領先合規的主動防禦體系:運營商數據庫風險監測與審計最佳實踐指南

一、概要 提示:在數字化浪潮中,數據已成為運營商的核心資產與競爭壁壘,而數據庫安全則是保障業務連續性與合規經營的命脈。本文旨在系統闡述“知形-數據庫風險監測系統”如何以高性能、行業領先的技術架構與基於行業標準的合規設計,助力運營商構建智能化、可落地的數據庫安全治理體系,實現從風險不可見到全面可控、從被動響應到主動防禦的根本性轉變,最終達成安全效能與業務價值的雙重提升。 隨着5G、物聯網

深度學習

收藏 評論

mob64ca12e1881c - copilot 按照註釋生成代碼

隨着人工智能技術的快速發展,越來越多的工具開始被應用於開發過程當中。GitHub Copilot就是這樣一個工具,它能夠自動化地根據註釋生成代碼,提高開發效率。然而,如何高效地利用這個工具,按照註釋生成代碼,並處理一些常見的問題,需要我們進行深入的探討。 在2021年6月,GitHub推出了Copilot,這款AI驅動的代碼輔助工具引起了開發者和技術界的廣泛關注。

性能優化 , aigc , 深度學習 , 開發者

收藏 評論

墨染心語 - superpoint網絡的Model Volume network point

一、基本簡介 PointNet,PointNet++ PointNet 論文翻譯,中英文對照以及關鍵點詳細解讀,請參考 。 PointNet++ 論文翻譯,。 PointNet,PointNet++ 論文作者的公開課鏈接為:(大佬的課必須去感受下啊~~) 二、PointNet

雲計算 , 點雲 , 點集 , PointNet , PointNet++ , 深度學習 , 雲原生

收藏 評論

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

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

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

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

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

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

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

瀾極美顏SDK - 一對一視頻平台美顏SDK接入教程:從API調用到美顏美型效果展示

一對一視頻交友平台美顏 SDK 接入教程:從 API 調用到美顏美型效果展示 在一對一視頻交友場景中,“自然美顏” 是提升用户互動意願的關鍵 —— 用户通過視頻匹配時,精緻且不誇張的美顏效果能降低社交焦慮,讓對話更放鬆。但很多平台在接入美顏 SDK 時,常因 “API 調用不熟練”“效果調試不到位”“適配場景不精準”,導致出現 “美顏卡頓”“畫面違和”“兩端效果不一

初始化 , API , 一對一 , 人工智能 , 深度學習

收藏 評論

ceshiren2022 - 解密高效測試系統:利用Dify工作流與Jira API的自優化實踐

將測試智能體與Jira集成,可以構建一個能夠自動識別問題、執行測試並反饋結果的智能化質量保障體系。這種集成不僅能將測試活動直接嵌入開發流程,還能實現閉環的持續質量改進。 以下是四種不同集成深度的方法,您可以根據團隊的技術成熟度進行選擇。 一、核心集成模式 二、基礎API集成:實現自動反饋 這是最基本的集成方式,主要目標是將測試執行結果自動反饋至Jira工單。

API , 人工智能 , 深度學習 , 自動化測試

收藏 評論

MIAOYUN - MIAOYUN | 每週AI新鮮事兒(11.21-11.28)

本週全球AI領域動態密集,多家公司發佈重磅模型與工具。騰訊、小米、AMD、Anthropic、DeepSeek、阿里、微軟等推出多款開源大模型,覆蓋視頻生成、具身智能、MoE架構等,性能與成本優化顯著。AI Agent、工具持續迭代,Elser.AI、Trae SOLO等落地。技術上,嵌套學習、3D資產生成等獲突破,市場端特朗普簽署AI戰略命令,原生AI雲廠商打破壟斷,推動行業加速發展,一起來回顧

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

超神經HyperAI - 匹配正確率提升187.9%!華中科技大學CGCL實驗室用自監督學習助力膠囊內窺鏡圖像拼接,「天眼」裏也可看腸胃健康

在全球範圍內,腸胃病正成為一個嚴峻的公共衞生挑戰。據世界衞生組織國際癌症研究機構統計,胃病在人羣中的發病率高達 80%,而在中國,腸胃病患者人數更是達到了 1.2 億之多,且呈現出明顯的年輕化趨勢,關注腸胃健康迫在眉睫。 在這種情況下,膠囊內窺鏡 (MCCE) 作為一種先進的診斷工具,因其非侵入性、無痛、無交叉感染的特點而被大家廣泛關注。具體而言,MCCE 在膠囊中內置了無線攝影機,患者只需吞下這

機器學習 , 圖片處理 , 人工智能 , 深度學習 , 醫療it

收藏 評論

wx6906fb3f9b17a - 梯控系統是一種電梯智能化控制技術,需要了解其工作原理、技術實現方式、應用場景以及相關的法規和用户關注點,包括安全性、便利性和法律合規性等方面

梯控系統是一種智能電梯控制技術,通過權限管理提升安全性和效率。系統採用刷卡、人臉識別或掃碼等方式驗證用户身份,僅開放授權樓層。核心功能包括訪客管理、能源優化和無接觸乘梯,適用於辦公樓、小區等場景。選擇系統需考慮兼容性、穩定性和消防聯動等關鍵因素。雖然存在操作不便等缺點,但隨着生物識別技術的發展,系統正趨向更智能、安全的解決方案,成為智慧城市重要組成部分。合理應用需平衡安全與便利,

人臉識別 , 梯控 , 梯控一卡通 , 生物識別 , 人工智能 , 深度學習 , 電梯門禁

收藏 評論

冰淇淋紅茶Q - 移動端案例詳解:基於smardaten實現OA系統

一、需求背景 在當今快節奏的工作環境中,移動辦公已成為企業提升運營效率和響應能力的重要方式。傳統OA系統雖然能夠滿足基本的辦公需求,但其PC端導向的設計難以適應移動場景下即時性、便捷性的操作要求。員工需要隨時隨地處理考勤、審批、報銷等事務,管理者也期望能夠實時掌握工作流狀態並快速決策。然而,原生移動應用開發又面臨週期長、成本高、更新迭代慢的普遍難題,無法高效響應企業移動辦公

移動端 , 表單 , 無代碼 , 低代碼 , 人工智能 , 深度學習

收藏 評論

奇墨ITQM - 國際電機企業靠什麼在半年內跑通8大AI場景落地?

深夜十點,某國際電機企業南京辦公室的燈光依舊明亮。系統上顯示,國外總部發來的產品合規諮詢郵件,而法務、財務、售前等多個團隊也在同步等待來自六個內部知識庫的即時響應。 過去,這類需求意味着跨時區溝通、多系統切換與數日的等待。而今天,只在一個平台輸入問題,幾分鐘內,精準的答案帶着出處與條款躍然屏上。 這一切,正由該企業落地的Kymo AI生產平台支撐。 01.

it , 數據 , 企業版 , 人工智能 , 深度學習

收藏 評論

deephub - dLLM:複用自迴歸模型權重快速訓練擴散語言模型

大語言模型的文本生成方式一直都是以自迴歸為主:一個token接一個token,從左往右,生成完就定了。 但現在有個不太一樣的思路開始在研究圈裏流行起來,那就是擴散語言模型(Diffusion LMs)。擴散模型在圖像生成領域已經證明了自己的可行性,但是問題是把這套東西用到文本上一直很麻煩——訓練難、評估難、更別提怎麼集成到現有的LLM工作流裏了。 dLLM是一個開源的Python庫,它把擴

llm , 人工智能 , 深度學習 , Python

收藏 評論

架構師李哲 - 大模型微調有必要做嗎?全參數微調、LoRA還是RAG?看完這篇你就懂了

在人工智能迅猛發展的今天,大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時,總會面臨一個關鍵問題:如何用最小的成本、最高的效率,讓通用模型變得"專業"? 這就像把一位通才培養成領域專家——選對方法,事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調,讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

收藏 評論