博客 RSS 訂閱

horizondeveloper 頭像

地平線智駕開發者 - 三種 Badcase 精度驗證方案詳解與 hbm_infer 部署實錄

在模型結構優化與部署量化過程中，開發者往往會遇到一個關鍵任務：​基於歷史 Badcase 數據驗證模型精度變化​，確保模型修改不會引入明顯性能退化。 這類驗證常見於感知、預測、行為識別等任務，尤其在客户交付或精度迴歸過程中十分關鍵。 但實際場景中，Badcase 的來源和管理非常複雜： 數據常常​分散在客户服務器​； 有些數據是​動態生成、無法導出​； 板端資源有限，難以長期駐留模型或數據

自動駕駛 , 算法

收藏 評論

aigoto 頭像

逐夢AI - 用於實驗室智能識別的目標檢測數據集（2500張圖片已劃分、已標註） | AI訓練適用於目標檢測任務

用於實驗室智能識別的目標檢測數據集（2500張圖片已劃分、已標註） | AI訓練適用於目標檢測任務 背景 在智能實驗室與科研自動化的背景下，實驗室設備的智能識別與管理成為實驗室信息化建設的重要環節。傳統的人工盤點和巡檢方式效率低下、易出錯，難以滿足現代科研環境中對精確與實時性的要求。 隨着計算機視覺（Computer Vision）與深度學習（Deep Learning）技術的發展，基於目標檢測（

機器學習 , 算法

收藏 評論

haoqingwanqiandesigua 頭像

百度智能雲 - MySQL最怕的IN大列表，被百度智能雲GaiaDB治好了！查詢速度提升60倍！

大家好，今天給大家分享一個百度智能雲GaiaDB在MySQL內核優化上的黑科技——如何讓包含數十萬個值的IN查詢，從原來的20秒降到0.3秒！ 在生產環境中，通常很多業務場景會使用包含成千上萬個取值的 IN 謂詞進行數據過濾。然而當列表過大時，MySQL 的 range optimizer 容易因內存限制（由 range_optimizer_max_mem_size 控制）而失效，導致查詢退化為全

算法

收藏 評論

tecdat 頭像

拓端tecdat - 專題：2025中國汽車行業Data+AI數智化轉型與全球化白皮書|附340+份報告PDF、數據儀表盤彙總下載

原文鏈接：https://tecdat.cn/?p=44154 原文出處：拓端抖音號@拓端tecdat 2025年中國汽車行業正處於“技術攻堅+成本承壓+全球化擴張”的關鍵期，從車端安全到供應鏈成本，從核心技術到研發模式，從後市場效率到海外佈局，每個環節都面臨“破局”需求。安全芯片作為車聯網安全的核心，需適配多場景需求；關税擾動推高進口成本，企業亟需本地化降本；液冷散熱技術成為高温、振動工

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

aigoto 頭像

逐夢AI - 7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務

7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務 一、背景 鳥類是自然生態系統中最具代表性的動物之一，它們的分佈廣泛、種類繁多，也是生態監測、生物多樣性研究和環境保護的重要指標。 在人工智能技術的推動下，利用計算機視覺模型對鳥類進行自動識別與分類，不僅能幫助科研人員快速統計物種數量，還能為野生動物保護、生態巡檢等領域提供智能化支持。 本數據集正是為此目的而構建的

機器學習 , 算法

收藏 評論

qingfouai 頭像

青否Ai - 雙十一視頻號數字人直播帶貨，數字人提供全套解決方案!

數字人直播14個平台，一個數字人可同時登陸抖音、淘寶、快手等十餘平台，形成矩陣式流量覆蓋。某服飾品牌通過這一功能，觸達用户量突破百萬，實現 “一處開播，全域引流”。 青否支持多語言實時切換，支持20種語言，無論是中文、英文還是小語種，數字人都能精準適配口音與表達習慣。能夠隨時加小語種，這一功能讓跨境商家輕鬆實現 “一場直播，全球賣貨”，某家居品牌藉此在 618 期間打開東南亞市場，海外訂單量激增

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

secretflow 頭像

隱語SecretFlow - 隱語SecreFlow：如何全面提升MPC多方安全學習的性能？

背景 密態計算能夠支持多方聯合建模而不泄漏數據價值。該方案是基於螞蟻密算隱語團隊開發的 Secret Sharing - Generalized Linear Model (SS-GLM) 算法完成了聯合建模的步驟。 很多業務小夥伴們多次詢問我們是否可以進一步提升該算法的性能。 通過分析 SS-GLM 算法的性能，我們發現 exp 算子佔用了40%以上的計算時間，高於其他任何單一操作。 根據德摩根

學習 , 算法 , 開源框架

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - 青否數字人的雙AI劇本互動，雙數字人直播間擔任主播、助播角色，復刻真實直播間互動！

青否數字人的雙AI劇本互動 青否數字人深度復刻真人直播協作方式，讓雙 AI實現“主播 + 助播”的精準分工。 通過“講品+捧場”或“講品+回覆彈幕”等多種直播配合模式，帶來更高頻的互動和更強的直播節奏！ 比如在直播過程中，數字人主播正在講解商品，助播則會實時捧哏或回覆觀眾彈幕，打造流暢自然的直播節奏與生動的互動氛圍，大幅提升觀眾的觀看體驗。 從“一人説”到“兩人搭“，青否用

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

jinyeyoudianerliang 頭像

今夜有點兒涼 - GC的三種收集方法詳解

GC的三種收集方法詳解 1. 標記-清除算法 (Mark-Sweep) 原理 標記階段：從根對象（GC Roots）開始，標記所有可達的對象 清除階段：掃描整個內存區域，回收所有未被標記的對象 特點 優點：實現簡單，不需要對象移動 缺點： 產生內存碎片，導致大對象可能無法找到連續內存空間而提前觸發Full GC 標記和清除兩個階段都需要掃描整個堆內存，效率較低

算法 , gc , 垃圾回收

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 機器人運動大腦迎來數字沙盒技術革命

摘要：隨着機器人應用場景的複雜化，其"運動大腦"—運動規劃與控制系統面臨實時性、安全性等多重挑戰。本文將探討如何通過數字沙盒（即高性能數字孿生環境）這一創新範式，為機器人運動算法的快速迭代與驗證提供支撐，並結合凡拓數創在智能製造領域的真實案例，分析其技術實現原理與產業價值。 關鍵詞：機器人運動規劃、數字沙盒、算法加速、數字孿生、並行計算 一、運動規劃的實時性挑戰與數字沙盒的提出 機器人要在動

數字化轉型 , 機器學習 , 沙盒 , 算法 , 機器人

收藏 評論

horizondeveloper 頭像

地平線智駕開發者 - 征程 6 | 多任務 不同幀率 部署方案

1.方案描述 推理多任務模型時，可能會有不同任務分支 部署不同幀率的需求，例如 BEV 動態任務 20 幀，靜態任務 10 幀這種情況。 最簡單的方式是編譯兩個模型，分開推理： 模型 1：backbone+neck+ 動態 head 模型 2：backbone+neck+ 靜態 head 此時，重複的公共部分 backbone+neck 會重複佔用內存與存儲，且 backbone+

自動駕駛 , 算法

收藏 評論

horizondeveloper 頭像

地平線智駕開發者 - mul 與 reduce_sum 的優化實例

一、基礎介紹 什麼是 mul 與 reduce\_sum？ mul 通常指元素級乘法（Element-wise Multiplication），它將兩個形狀相同的張量中對應位置的元素相乘，返回一個與原張量形狀相同的新張量。 reduce\_sum 是一種規約操作（Reduction Operation），它沿指定維度對張量的元素求和，從而 “壓縮” 或 “減少” 張量的維度。如果不指定維度，則對所

自動駕駛 , 算法

收藏 評論

tecdat 頭像

拓端tecdat - 2025中國健康零食（含粗糧零食）行業白皮書

原文鏈接：https://tecdat.cn/?p=44184 在“健康中國”戰略深化與消費升級的雙重驅動下，食品行業正經歷從“功能滿足”到“健康價值”的結構性轉型，健康零食（含粗糧零食）作為增長最快的細分領域之一，其市場規模、品類創新與消費需求變化已成為行業關注核心。 引言 本報告洞察基於行業研究機構：《2025至2030中國粗糧食品市場發展分析及投資價值評估報告》及文末20+份健康零食行業研

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.24-10.31）

本週AI領域迎來密集更新，視頻生成為創新焦點，字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破；多模態、3D場景與智能體平台（如華為WorldGrow、智源Emu3.5、360 SEAF）取得顯著進展；同時，ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 中國科大與字節跳動

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

qice 頭像

qice - 一個複雜的正則分享

// 千分位分割 "1234567890".replace(/\B(?=(?:\d{3})+(?!\d))/g, ','); 解析： 要理解 ?= ?: ?! ，需要先理解：前瞻、後顧、負前瞻、負後顧這四個概念 // 前瞻： exp1(?=exp2) 查找exp2前面的exp1 // 後顧： (?=exp2)exp1 查找exp2後面的exp1 // 負前瞻： exp1(?!exp2

正則表達式

收藏 評論

danjuanfe 頭像

前端蛋卷 - 什麼？前瞻斷言和後瞻斷言居然可以這麼牛？

JavaScript 中的前瞻斷言（lookahead）和後瞻斷言（lookbehind）相信用過的小夥伴就知道它的威力了，在一些特定的需求場景下，可以做到四兩撥千斤的作用，今天讓我們來盤點一下在 JavaScript 正則表達式中這兩個秘密武器吧。 前瞻斷言和後瞻斷言，在其他語言的正則表達式中也存在，這個特性不是 JavaScript 的專屬 概念定義 不管是前瞻斷言還是後瞻斷言，最終目的都是尋

前瞻 , 正則表達式 , 前端 , Javascript

收藏 評論

taoqix 頭像

細節的温柔 - 在Python中，文本查找和替換的常用操作

1. 使用字符串方法進行查找和替換 Python的字符串類 (str) 提供了簡單的查找和替換方法，如 find()、replace() 等。 示例： text = "Hello, world!" # 查找子字符串的位置 position = text.find("world") print(position) # 輸出: 7 # 替換子字符串 new_text = text.replace(

正則表達式 , Python

收藏 評論

yinjiaodawang_59c4e2e490f3d 頭像

sdfsdf - 正則表達式

匹配最後兩位替換為00 let str= "123456" ; str.replace(/\d{2}$/, '00'); // 123400 str.replace(/(\d{4})(\d{2})/, '$100'); // 123400 2.手機號中間4為替換為 * let str ="17700001234" str.replace(/(\d{3})\d{4}

正則表達式

收藏 評論

lxlu 頭像

肥皂泡 - js 正則實現過濾html字符串，給h1和h2標籤添加id，實現錨點功能

正則要求： 沒有id屬性的h1/2標籤，支持過濾嵌套標籤生成string作為錨點id h[12]: 匹配 h1 或 h2 標籤的開始。 (?![^]*\bid=): 使用負向前瞻，確保標籤中沒有 id 屬性。 [^]*: 匹配 h1 或 h2 標籤中的其他屬性（如果有的話）。 ([\s\S]*?): 捕獲標籤內部的所有字符，包括空格和換行符。 .*? 是非貪婪模式，表示儘可能少地匹配字

正則表達式 , Javascript

收藏 評論

qiangjiandebinggan 頭像

強健的餅乾 - 正則表達式在電話號碼識別中的實踐與優化

正則表達式在電話號碼識別中的實踐與優化 在數據處理領域，電話號碼的識別和提取是一個常見而重要的任務。本文將深入探討如何使用正則表達式高效地識別各種格式的電話號碼，以及在實際應用中的優化策略。 電話號碼格式的複雜性 電話號碼的格式因國家和地區而異，主要包括以下幾種情況： 固定電話：區號 + 號碼（如：010-12345678） 移動電話：手機號（如：13812345678） 國際電話：國際區

正則表達式 , Javascript , Python

收藏 評論

ihengshuai 頭像

大衞talk - 玩轉前端正則表達式

文章首發本人博客，由於格式和圖片解析問題，可以前往 閲讀原文 JavaScript中的正則是Perl的大子集，但Perl內部的一些表達式卻沒有繼承 正則表達式是用於匹配字符串中字符組合的模式(可參考MDN教程) 掃碼關注公粽號，查看更多優質文章 一個例子 使用正則將一個數字以科學計數法進行表示，如： // 10000000 = 10,000,000 現在用一個正則來解決 const st

正則表達式 , 後端 , 前端

收藏 評論

q_bit 頭像

qbit - pyparsing 與 regex 結合表達漢字等Unicode字符（qbit）

前言 技術棧 python 3.11.8 pyparsing 3.2.1 regex 2024.11.6 測試案例 測試代碼 # encoding: utf-8 # author: qbit # date: 2025-02-05 # summary: 使用 pyparsing 和 sympy 化簡與或非邏輯表達式 import pyparsing as pp

正則表達式

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《正則表達式謎題與AI編碼助手》

書籍：Regular Expression Puzzles and AI Coding Assistants: 24 puzzles solved by the author, with and without assistance from Copilot, ChatGPT and more 作者：David Mertz 出版：Manning​ 編輯：陳萍萍的公主@一點

機器學習 , 人工智能 , 深度學習 , 正則表達式

收藏 評論

da_miao_zi 頭像

da_miao_zi - grep命令真的是一夜間就寫好了？grep為什麼叫grep？

大家好，今天聊一個程序員都繞不開的命令：grep。 只用過 findstr 或 Select-String 的 Windows 寶子們可以下車嘍，拜拜～ 説起 grep，大多數程序員腦海裏浮現的應該是終端上的一行命令，或單獨使用，或接入管道（|），或多次“自身接龍”（... | grep ... | grep ...），然後一堆結果就“唰”地跳出來。既可用於日誌分析，又能用來搜索代碼，gre

grep , unix , 正則表達式

收藏 評論