tag 深度學習

標籤
貢獻335
511
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

kuaishoutech 頭像

快手技術 - NeurIPS 2025 | 讓擴散模型“評價”自己：中科院與快手可靈團隊提出隱式獎勵建模新範式

在圖像生成領域，偏好優化的目標是讓模型更好地符合人類的審美標準。傳統的偏好優化方法通常依賴視覺-語言模型（VLMs）作為像素級的獎勵模型對生成圖像進行打分，並通過強化學習或對比學習方式進行微調。然而，像素級獎勵模型應用於步驟級（step-aware）的偏好優化時，其對高噪聲圖像不魯邦，導致後續強化學習效果差。為了解決這些問題，中科院自動化所與快手可靈團隊聯合提出了一種全新的偏好建模與優化範式——L

觀點 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_17580222 頭像

mb691327edb400f - 招聘邏輯迭代：AI重構HR工作新範式

招聘邏輯迭代：AI重構HR工作新範式 很多HR已經隱隱感覺到一件事：不是人不夠努力，是招聘這套流程，正在變得不值得人親自去做。 簡歷一年比一年多，崗位一年比一年細。你篩得越認真，主觀性越強；你想提高效率，就越容易漏人、錯人。 而現實是——越來越多企業，已經不再讓HR從第一份簡歷開始“親手幹活”了。 現在的招聘，已經悄悄換了一套邏輯。

執行系統 , 自動回覆 , 複雜度 , 人工智能 , 深度學習

收藏 評論

chenzhuodeyagao 頭像

沉着的牙膏 - 教育行業智能識別、可落地、法規適配的數據分類分級解決方案

一、概要 （提示：教育數據分類分級正從“合規任務”演進為支撐教育數字化穩態運行的基礎能力。） 在教育數字化持續深化的背景下，數據已深度嵌入教學管理、學業評價、資源配置與家校服務等核心環節，成為教育體系高效運轉的重要基礎。然而，數據規模快速膨脹的同時，學生個人信息高度集中、數據跨系統流轉頻繁，使教育行業面臨前所未有的安全與合規壓力。實踐表明，缺乏系統化的數據分類分級機制，是導致教育數據“

深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】低內存 Dropout

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 →https://triton.hyper.ai/ 在本教程中，您將編寫一個內存高效的 Dropout 實現，其狀態將由單個 int32 seed 組成。這與傳統 Dropout 實現不

機器學習 , 自然語言處理 , 人工智能 , 編譯器 , 深度學習

收藏 評論

u_16099262 頭像

信息流星 - STM32F0單片機基於Hal庫温控智能風扇

目錄 一、視頻展示 二、項目簡介 三、原理圖設計 四、PCB硬件設計 五、程序設計 六、資料分享 一、視頻展示 基於stm32的智能風扇 -視頻分享 二、項目簡介 題目：基於stm32的智能風扇 主控:STM32 硬件

物聯網 , 單片機 , stm32 , 後端開發 , 嵌入式硬件 , 深度學習 , harmonyos

收藏 評論

tecdat 頭像

拓端tecdat - Python梯度提升樹GBT、隨機森林、決策樹對鏈家多城市二手房數據價格預測與區域差異可視化分析

**全文鏈接：https://tecdat.cn/?p=44342 原文出處：拓端數據部落公眾號 分析師：Liping Xiao** 引言 隨着國內房地產市場進入精細化發展階段，二手房交易已成為樓市流通的核心組成部分，購房者、投資者及行業從業者對市場動態與價格趨勢的精準把握需求日益迫切。作為數據科學家，我們始終相信“數據驅動決策”的核心價值——從海量房產信息中挖掘規律，既能為普通購房

機器學習 , 數據挖掘 , 人工智能 , 深度學習

收藏 評論

u_17420180 頭像

合合信息解決方案 - 醫療票據自動識別準確率多高

醫療票據處理一直是醫保審核、商業保險理賠的核心難題。面對全國各地醫療機構千差萬別的票據版式、複雜的表格結構和低質量圖像，傳統人工錄入不僅效率低下，錯誤率更是居高不下。合合信息TextIn平台推出的醫療票據識別產品，憑藉深度學習與OCR技術的深度融合，將識別準確率提升至99.6%，遠超行業平均水平，為醫療數字化轉型提供了精準高效的技術支撐。 行業準確

機器學習 , 二值化 , 人工智能 , 深度學習 , 圖像質量

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 構建高準確率、可控、符合規範的政務數據庫審計和監測方案

一、概要 提示：本文旨在系統性闡述政務行業數據庫風險監測的整體框架與實踐成效，突出數據化治理與落地成果。在數字化政務全面推進的背景下，數據庫已成為政府數據資產的核心載體與安全薄弱環節。“知形-數據庫風險監測系統”，以高準確率、可控性強、符合規範為核心特性，通過智能化監測與可視化審計，助力政務機構實現數據庫風險的全鏈路感知與閉環處置。在某省級政務數據中心的落地實踐中，系統實現數據庫資產自動發現

深度學習

收藏 評論

u_16213657 頭像

mob64ca140a1f7c - 安裝pcregrep

安裝項目管理軟件 隨着市場競爭的加劇，建築工程安裝行業的盈利水平越來越低，生存空間受到很大的影響，管理水平在很大程度上制約着建築安裝企業進一步尋求發展機會。因此，優化企業管理結構、調整企業管理模式，才是提高企業管理水平最切實有效的辦法之一。 　　 一、 我們來看下目前建築安裝工程行業市場主要存在着哪些問題

項目管理 , 雲計算 , 安裝pcregrep , 管理軟件 , 企業管理 , 深度學習 , 雲原生

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 疆鴻智能PROFIBUS集線器，驅動六軸機器人高效協同，打造汽車配件智慧產線

疆鴻智能PROFIBUS集線器，驅動六軸機器人高效協同，打造汽車配件智慧產線 工廠背景：自動化孤島下的協同困境 某中型汽車線束配件製造車間內，三條產線並行運作，其中核心工序由六台不同品牌的六軸機器人承擔，分別完成線纜切割、端子壓接、護套組裝等高精度作業。早期佈局中，各機器人通過獨立的PROFIBUS-DP端口與控制PLC直連，形成六個“點對點”通信鏈路。隨着生產節拍

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

收藏 評論

u_16213627 頭像

mob64ca1402d47a - 單層網絡 有必要加relu嗎

三網：電信網、有線電視網絡和計算機網絡 因特網發展的三個階段： 第一階段是從單個網絡ARPANET向互聯網發展的過程 第二階段的特點是建成了三級結構的因特網。 第三階段的特點是逐漸形成了多層次ISP結構的因特網 internet和Internet的區別：小寫是泛指互聯網

網絡地址 , 單層網絡 有必要加relu嗎 , 域名服務器 , 人工智能 , 深度學習 , 路由表

收藏 評論

u_14070017 頭像

寒水馨hsx - Windows 11 下載安裝 CosyVoice2，一鍵啓動

Windows 11 下載安裝 CosyVoice2，一鍵啓動 1. CosyVoice2 簡介 CosyVoice2 是阿里巴巴推出的 多語言語音合成/文本轉語音（TTS）模型。 CosyVoice2 開源免費、可本地部署、離線使用。 2. 硬件要求 顯卡品牌：英偉達（NVIDIA） 顯卡顯存：≥ 4G

CosyVoice2 , 本地部署 , 阿里巴巴 , 人工智能 , 深度學習 , 文本轉語音 , tts

收藏 評論

u_16213412 頭像

mob64ca12ebb57f - ollama模型使用gpu生成

在進行實體模型的開發及訓練過程中，使用 GPU 生成 Ollama 模型成為了提升性能和加速迭代的關鍵技術。由於 GPU 具備強大的並行計算能力，可以顯著提高數據處理速度，因此越來越多的開發者和研究人員開始關注其實現方式和操作流程。 引用塊：根據 NVIDIA 的定義，“GPU 是一種用於高速數據並行處理的硬件，適用於計算密集型任務，例如深度學習和圖形渲染。” 時間

並行計算 , aigc , 深度學習 , 開發者

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 智能卡口系統解決方案：構築現代化海關監管的智慧防線

隨着全球貿易的飛速發展，海關卡口作為貨物進出口的關鍵節點，其監管效率與準確性直接關係到國門安全與通關流速。傳統依賴人工查驗的模式已難以應對日益增長的流量與複雜的監管需求。為此，我們推出全新的智能卡口系統解決方案，通過深度融合物聯網、自動識別與數據智能技術，實現卡口監管的無人化、自動化與智能化，為構建智慧海關提供堅實的技術底座。 智能卡口系統解決方案核心：全流程無人化智能監管 本方案旨在

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

qingfouai 頭像

青否Ai - AI時代競爭指南：如何打造高效的AI數字員工團隊！

隨着AI模型和工具的普及，我們可以藉助AI做：市場調查分析、用户需求分析、營銷文案撰寫、圖片視覺設計、視頻製作以及數據經營分析等等，這些功能完全涵蓋了一個商業模型的閉環。因此，利用AI是可以為自己打造數字化的員工團隊的。 藉助這個AI員工團隊，可以提升工作效率，可以減少機械、重複的操作，可以擴寬知識面和工作技能，同時還能無限的複製和拓展。 所以，未來一定是人+AI的競爭，也許現在和你競爭的就是一個

算法 , 人工智能 , 深度學習

收藏 評論

tecdat 頭像

拓端tecdat - Python用LightGBM、XGBoost、隨機森林及Optuna超參數優化的航班票價數據集預測研究

全文鏈接：https://tecdat.cn/?p=44623 原文出處：拓端數據部落公眾號 關於分析師 在此對Shen Wenwen（Wenwen Shen）對本文所作的貢獻表示誠摯感謝，他在浙江工商大學完成了信息管理與信息系統專業的相關學習，專注數據分析領域。擅長Python、Matlab、深度學習、電商數據分析等。 Wenwen Shen曾在數據分析相關領域參與多個實踐

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_15591470 頭像

ceshiren2022 - 告別Selenium時代：用Playwright解決Selenium的三大痛點

去年這個時候，我們還在被 Selenium 的“玄學失敗”折磨得睡不好覺。 每週一晨會，大家聊得最多的不是業務需求，而是：“昨天那幾個腳本又隨機掛了，誰幫忙看看？” 直到一個週五深夜，我第 N 次調試那個經典的 “Element not interactable” 錯誤——明明元素就在頁面上，就是點不了。那一刻我意識到：不是我們寫得不夠好，而是工具已經跟不上時代了。 三個月後

playwright , 人工智能 , 深度學習 , 自動化測試 , selenium

收藏 評論

tecdat 頭像

拓端tecdat - 專題：2025新能源轉型展望報告|附270+份行業報告PDF、數據可視化模板彙總下載

原文鏈接：https://tecdat.cn/?p=44355 原文出處：拓端抖音號@拓端tecdat 引言 全球能源體系正經歷以“清潔化、智能化、分佈式”為核心的結構性變革，新能源已從補充能源躍升為推動能源安全與氣候治理的核心力量。從中國光伏農業的土地複合利用創新，到全球儲能需求的爆發式增長，從AI技術對能源效率的極致提升，到可控核聚變的技術突破，行業轉型已進入“實踐深化+技術迭代”的關

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 凡拓自動標註平台：AI模型的“超級飼料機”

自動化、智能化正成為數據標註的新常態，凡拓數創以技術創新重塑AI數據基礎設施。 在人工智能行業，有一句話廣為流傳：“有多少智能，就有多少人工”。這句話在數據標註領域體現得尤為明顯。傳統的數據標註高度依賴人力，標註員需要長時間盯着屏幕，對圖像、文本、語音等數據進行反覆標註和校對，不僅工作量大、成本高，還存在效率低下和標準不統一的問題。 凡拓數創最新推出的自動標註平台，正在徹底改變這一現狀

資訊 , 數據 , 人工智能 , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM 教程】使用元組輸入（Tuple Inputs）進行計算和歸約

Apache TVM 是一個端到端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 → https://tvm.hyper.ai/ 作者：Ziheng Jiang 若要在單個循環中計算具有相同 shape 的多個輸出，或執行多個值的歸約，例如 argmax。這些問題可以通過元組輸入來解決。 本教程介紹了 TVM 中元組輸入的用法。 from __fu

編程 , 人工智能 , 編譯器 , 深度學習 , 後端

收藏 評論

u_17580222 頭像

mb691327edb400f - AI 智能體

AI重塑人才選拔：效率與精準的雙重革新 人才選拔賽道的競爭日趨激烈，招聘官深陷堆積如山的簡歷與密集的面試流程，卻仍面臨核心人才難尋、面試主觀性強、招聘成本高企的困境。當HR團隊疲於應對初篩與基礎面試時，企業正為這些低效流程承擔高昂代價。 艾瑞諮詢數據顯示，AI技術已貢獻HR SaaS市場60%的價值，其中個性化評估是核心應用場景。這場技術革命正從培訓領

上傳 , 人工智能 , 深度學習 , 應用場景 , 解決方案

收藏 評論

u_12196 頭像

footballboy - 深度學習torch包

前面已經安裝好了torch，下面就來看看如何在torch框架上搭建深度學習模型，我一直覺得源碼結合原理是機器學習最好的學習途徑。所以我們從分析一個簡單的案例開始吧。 參考Supervised Learning 這個例子呢，主要是以有監督的方式構建一個深度學習模型實現對數據集SVHN的分類。 SVHN是 The Street View H

數據集 , data , 數據 , 人工智能 , 深度學習 , 深度學習torch包

收藏 評論

chenzhuodeyagao 頭像

沉着的牙膏 - 構建高準確率、可控、符合規範的政務數據庫審計和監測方案

一、概要 提示：本文旨在系統性闡述政務行業數據庫風險監測的整體框架與實踐成效，突出數據化治理與落地成果。在數字化政務全面推進的背景下，數據庫已成為政府數據資產的核心載體與安全薄弱環節。“知形-數據庫風險監測系統”，以高準確率、可控性強、符合規範為核心特性，通過智能化監測與可視化審計，助力政務機構實現數據庫風險的全鏈路感知與閉環處置。在某省級政務數據中心的落地實踐中，系統實現數據庫資產自動發現

深度學習

收藏 評論

u_16213345 頭像

mob64ca12db7156 - ollama模型設置為多顯卡

在使用Ollama模型進行深度學習訓練時，能夠有效地利用多顯卡資源是提升訓練效率的重要手段。然而，實際上，在設置Ollama模型為多顯卡時，用户常常會遇到一些問題。本文將詳細記錄解決“ollama模型設置為多顯卡”問題的過程，並分享一些調試和優化的經驗。 背景定位 在現代深度學習任務中，隨着數據集的規模和模型複雜度的不斷增加，訓練時間往往會顯著增加。如果無法有效利用多顯卡，可能導

配置文件 , aigc , 深度學習 , CUDA

收藏 評論