tag 深度學習

標籤
貢獻335
460
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_15675190 頭像

冰淇淋紅茶Q - openEuler開發環境：GCC編譯構建效率基準測試

一、測評背景與目標 在當今快速迭代的軟件開發環境中，編譯構建性能直接影響開發效率和產品質量。作為面向數字基礎設施的開源操作系統，openEuler在開發工具鏈優化方面進行了深度技術投入，旨在為開發者提供高效的編譯構建環境。本次測評聚焦openEuler在GCC編譯工具鏈的性能表現，通過系統化的基準測試驗證其編譯效率、並行構建能力和資源利用效率。

工具鏈 , include , 人工智能 , 深度學習 , 性能提升

收藏 評論

u_17113687 頭像

我是黑桃A - AI Ping 上線 GLM-4.7 與 MiniMax M2.1：兩款國產旗艦模型免費用!

1. 先説結論：這次上線更像“工程能力”的分水嶺 如果你把大模型當作“更強的搜索框”，那評測重點往往是知識點覆蓋與文風；但當你開始把它接進研發與業務流程，評測重點會立刻變成： 需求拆解是否靠譜，能不能形成可執行的交付路徑 多輪迭代是否穩定，是否會在長鏈路裏逐步跑偏 成本與吞吐是否可控，是否適合持續運行的 Agent 工作流 GLM-4.7 與 Min

鏈路 , Max , 人工智能 , 深度學習 , Json

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM教程】為 ARM CPU 自動調優卷積網絡

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 →https://tvm.hyper.ai/ 作者：Lianmin Zheng, Zhao Wu, Eddie Yan 針對特定 ARM 設備的自動調優對於獲得最佳性能至關重要，本文介紹如何調優整個卷積網絡。 TVM 中 ARM CPU 的算子實現是以 template

機器學習 , arm , 人工智能 , 編譯器 , 深度學習

收藏 評論

u_17593768 頭像

JUGG11 - 5分鐘從入門到精通！PandaWiki：零代碼小白的AI編程助手

還在為編程查資料抓狂？5 分鐘解鎖 PandaWiki，AI 幫你搞定 80% 編程難題 作為編程新手，是不是總被這些問題困住：想查 API 用法翻遍官網找不到重點，遇到報錯搜半天全是零散答案，寫技術文檔卡殼半天憋不出字？直到發現 PandaWiki 這款 “AI 編程神器”，不用懂複雜操作，5 分鐘就能上手，讓編程查資料、寫文檔的效率直接翻倍！ 第一步：3 分鐘搭建

github , 服務器 , AI , 人工智能 , 深度學習 , 解決方案

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM教程】TVM 運行時系統

TVM 現已更新到 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 TVM 支持多種編程語言用於編譯器棧的開發和部署。在本説明中，我們將解釋 TVM 運行時的關鍵組成部分。 VM 的運行時系統需要滿足多種看似相互矛盾但又非常關鍵的需求：

機器學習 , 知識 , openai , 人工智能 , 深度學習

收藏 評論

u_17521282 頭像

元冪境ar遠程協助 - 智能裝配如何與AR技術相結合

在元冪境看來，在智能製造加速發展的當下，裝配環節作為生產鏈條的核心環節之一，直接影響着產品的效率與質量。傳統裝配依賴人工經驗和紙質工藝指導，容易出現效率低下、操作不標準、錯誤率高等問題。而AR技術的興起，為裝配流程帶來了新的解決思路和應用場景。將AR與智能裝配相結合，正逐步成為製造業數字化轉型的重要方向。 一、AR技術賦能裝配的價值

ar設備 , ar技術 , AR工業巡檢 , 人工智能 , 深度學習 , ar , AR眼鏡

收藏 評論

u_16213630 頭像

mob64ca14038b36 - chatGPT與一加手機不兼容

從未來二十年的情況來看，印度是一個非常有潛力的市場。 文| I/O 在中國智能手機品牌中，一加在國際化方面的着力一直比較大，尤其是近來對印度市場變得越來越重視；體現在最新一代產品中，OnePlus 7T 系列的發佈率先在美國紐約和印度班加羅爾舉行，同時一加還面向印度市場發佈了一加電視。 當然，按照慣例，一加又為 OnePlus 7T 系列舉行了一場國內發

智能手機市場 , 智能手機 , 一加七語音喚醒 , chatGPT與一加手機不兼容 , Android , 人工智能 , 深度學習

收藏 評論

u_39029 頭像

lingyuli - 深度學習 數據域模型

一個軟件項目的測試，要測試該項目的各個方面，根據測試內容的不同，測試的分類也不同。一般常用的測試可以分為以下幾種： 功能測試，逐個測試每個功能，直到可以確信該功能沒有任何問題。白盒功能測試通常叫做單元測試，幾種測試可以看到的代碼的功能。黑盒功能測試關注永和可以做或選擇的事情。在涉及到複雜的功能時，要先做好每個簡單功能的測試。

測試 , 單元測試 , 人工智能 , 深度學習 , 文檔 , 產品 , 深度學習 數據域模型

收藏 評論

u_16099244 頭像

码海舵手之心 - mmpretrain實戰體驗

一、現有數據集+現有模型 1、命令結構 python tools/train.py ${CONFIG_FILE} [ARGS] tools/train.py是訓練模型的腳本，而後面CONFIG_FILE是配置文件，同樣也是以目錄的形式 2、示例 cd mmpretrain後 python tools/

機器學習 , 人工智能 , 深度學習 , 計算機視覺 , Css , 前端開發 , HTML , Python

收藏 評論

u_17609497 頭像

小小小趙02 - 一份關於 Gemini 如何輔助解決各項工作問題的實戰指南

在當今快節奏的工作環境中，AI 已不再僅僅是一個聊天機器人，而是進化成了能夠深度參與工作流的“數字副手”。作為 Google 開發的多模態 AI，Gemini 憑藉其對文本、代碼、圖像及視頻的強大處理能力，正成為職場人士提升效率的利器。 以下是一份關於 Gemini 如何輔助解決各項工作問題的實戰指南： 一、 信息處理與知識內化：告別“信息過載” 工作中常面臨海量的文檔、長郵件

數據 , google , 人工智能 , 深度學習 , 模態

收藏 評論

u_6478076 頭像

郭傳志的博客 - Cursor 入門與實戰

Cursor介紹 安裝Cursor https://cursor.com/cn/dashboard?tab=overview 官網下載安裝 並且安裝中文插件 Ctrl+Shift+x 後，輸入Chinese，安裝後重啓cursor就好了 Cursor配置 Ctrl+Shift+J 打開sett

cursor , 人工智能 , 深度學習

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造

智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造 在航空航天製造領域，攪拌摩擦焊接技術正成為鋁合金結構件焊接的首選工藝。然而，當三菱PLC控制的焊接機器人與採用EtherNet/IP協議的視覺系統相遇時，協議不兼容成為制約生產效率的關鍵瓶頸。 某航空航天部件製造商就曾面臨這樣的困境：他們的攪拌摩擦焊接

ETHERNET , CC LINK IE , ip , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

收藏 評論

gpushare 頭像

恆源雲 - 恆源雲(GpuShare)_醫學圖像分割:MT-UNet

我們社區有新的技術分享小夥伴啦🎉🎉🎉 熱烈歡迎👏 作為一名合格的搬運工，我必須做點事情表達我的喜悦之情：搬運～搬運～立即搬運～ 文章來源 | 恆源雲社區 原文地址 | 新的混合Transformer模塊(MTM) 原文作者 | 咚咚 摘要 存在問題 雖然U-Net在醫學圖像分割方面取得了巨大的成功，但它缺乏對長期依賴關係進行顯式建模的能力。視覺

transform , 深度學習

收藏 評論

infodator 頭像

容智信息 - 容智信息加入大模型產業聯盟，Hyper Agent推動企業級智能體規模化落地

容智信息是一家專注於企業級智能體落地的智能自動化廠商，核心產品Hyper Agent超級智能體已在央國企、金融、製造等行業實現規模化應用。 近日，在360集團2025智能體生態論壇上，容智信息憑藉在企業級智能體平台建設與真實業務落地方面的持續投入，正式榮任大模型產業聯盟會員單位。這一認證不僅代表行業對容智信息技術實力的認可，也標誌着其在企業級智能體賽道的行業影響力進一步提升。

360 , 自然語言處理 , 人工智能 , 深度學習 , 大模型

收藏 評論

u_16756731 頭像

KlipC小助手 - 數據缺失與美聯儲官員“潑冷水”，12月降息預期驟降！

KlipC報道：當地時間11月13日，美股市場再度遭遇重挫。截至收盤，道指跌幅為1.65%，納指下挫2.29%，標普跌1.66%，大型科技股普遍走低，拋售情緒持續升温。 科技股估值過高的擔憂情緒進一步發酵，引發科技股大幅拋售。有經濟學家指出，市場正在對AI板塊進行“健康但痛苦”的修正，同時出現從超配科技向標配防禦資產的板塊輪動跡象。 此外，華爾街分析師表示，“市場關注點正從政府停擺結束迅

數據 , 人工智能 , 深度學習 , 估值

收藏 評論

daniusdk 頭像

音視頻牛哥 - 被推薦系統包圍的年輕人：如何在算法洪流中找回自我

在這個時代，人們以為自己輸給的是“自制力”，但真相往往更殘酷——你面對的，是一套經過數以萬次實驗、不斷進化、專門用來捕獲注意力的技術系統。當你告訴自己“再刷五分鐘”，卻在天亮時才放下手機；當你只是想查個天氣，卻在貓咪、反轉劇情和解壓視頻之間被循環鎖死——那不是意志力薄弱，而是你正在與全網最強的算法正面交鋒。 這不是個體的失敗，而是人類大腦在工業化信

短視頻推薦算法 , 短視頻內容推薦機制 , yyds乾貨盤點 , 大模型預測 , 人工智能 , 深度學習 , 推薦算法

收藏 評論

u_15591470 頭像

ceshiren2022 - MCP與Function Calling有何不同？它們與AI Agent的關聯解析

最近，關於 MCP（Model-Conditioned Prompting）、Function Calling 的討論越來越多，但很多開發者還是一頭霧水：它們到底有什麼區別？又和 AI Agent 關係幾何？ 1. MCP 是什麼？ MCP，全稱 Model-Conditioned Prompting，可以理解為“大模型條件化提示”，核心思想是： • 在 pro

人工智能 , 深度學習

收藏 評論

u_16970152 頭像

求知上進 - Python 數據結構：集合推導式

Python 集合推導式是一種強大的特性，能夠簡化代碼，提高可讀性，同時為複雜的數據處理任務提供靈活和高效的解決方案。在這篇文章中，我們將深入探討集合推導式，從其基本語法、應用場景到高級技巧，以確保你能夠在實際編程中自如地運用它。 一、集合推導式的概念與語法 1.1 什麼是集合推導式？ 集合推導式是在一個可迭代對象（如列表、元組、字符串等）上進行迭代，並通過一個

數據 , 人工智能 , 深度學習 , 數據處理 , 迭代

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 數據脱敏：在數據價值與隱私安全之間構建平衡

在大數據與數字化轉型的浪潮中，數據已成為機構與企業最核心的資產之一。然而，隨着數據的集中與流動，隱私泄露風險也日益加劇。如何在充分利用數據價值的同時，確保個人敏感信息與商業機密的安全？數據脱敏作為一種關鍵的數據安全技術，正是解決這一矛盾的重要橋樑。 一、 數據脱敏：定義與核心目標 數據脱敏，是指通過特定的技術手段，對敏感數據進行變形、替換或遮蔽，以降低其敏感級別的過程。其核心目標並非簡

深度學習

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步

CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步 在電子製造車間裏，PCB測試線如同一道精密的脈搏。一側，三菱PLC控制着機械臂的每一次起落；另一側，羅克韋爾PLC指揮着檢測儀的每次測量。這本應是完美的配合，卻因兩大工業巨頭“語言不通”——CC LINK IE與ETHERNET/IP協議無法直接對話，導致機械臂與檢測儀動作存在毫秒級延遲，最終

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

收藏 評論

u_15591470 頭像

ceshiren2022 - 基於n8n創建自愈式用例庫及質量知識圖譜

三年前，我們的測試團隊遇到了一個典型痛點：隨着產品快速迭代，用例庫日益臃腫卻難以維護，大量用例失效或重複，測試效率不增反降。更麻煩的是，缺陷分析、需求變更和測試執行之間形成了信息孤島。直到我們基於n8n構建了一套自愈型質量管理系統，局面才徹底改變。 今天，我將完整分享如何用這款開源自動化工具，構建一個能夠自我修復、持續優化的智能質量知識體系。 一、架構設計：讓質量數據流動起來 核

智能分析 , 知識圖譜 , 自動化 , 人工智能 , 深度學習

收藏 評論

ziwupython 頭像

子午 - 【花朵識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 花朵識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對5種常見的花朵圖片數據集（'雛菊', '蒲公英', '玫瑰', '向日葵', '鬱金香'）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。 技術棧： 項目前端使用Html、CSS、BootStrap搭建界面。 後端基於Django處理邏輯請求 基於Ajax實現前後端數據通信

圖像識別 , 深度學習 , Python

收藏 評論

u_15675268 頭像

1艾一刀 - 人人都能用手機當上導演，阿里千問APP接入萬相2.6

12月16日，阿里千問APP同步上線最新視頻生成模型萬相2.6，並向所有用户免費開放。基於該模型的核心能力，千問APP上線“AI小劇場”功能，在國內首次實現“角色合拍”玩法，用户可與朋友或名人輕鬆同框出演AI短片，普通人用手機就可以實現自己的電影夢。 千問APP新玩法再次刷屏的背後，是阿里視覺模型能力的飛躍式提升。千問APP第一時間接入了阿里剛剛發佈的萬相2.6視覺

生成模型 , 人工智能 , 深度學習 , 迭代 , Web

收藏 評論