tag 機器學習

標籤
貢獻423
338
05:25 PM · Oct 25 ,2025
deephub 頭像 qingfouai 頭像 tecdat 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 youyudetusi 頭像 u_15214399 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_16213702 頭像

mob64ca1414c613 - spring mongotemplate 強制讀主

枚舉類會隱式的繼承Enum類，無法再繼承其它類（單繼承機制） 一、無實參枚舉類型： 1、定義： /** * 1、無實參枚舉類型 */ public enum NoParamTypeEnums { SPRING, SUMMER, AUTUMN, WINTER; NoParamTypeEnums() {

機器學習 , System , 人工智能 , 對象名 , 枚舉類型

收藏 評論

u_16213616 頭像

mob64ca14005461 - DEMO和SDK哪個更準確

目錄 CMOS DMOS 區別 CMOS CMOS（Complementary Metal Oxide Semiconductor,互補金屬氧化物半導體）是把NMOS和PMOS製造在同一個芯片上組成集成電路，CMOS工藝製程技術是利用互補對稱電路來配置連接PMOS和NMOS從而形成邏輯電路，這個電路的靜

sed , 機器學習 , 學習 , 開關電源 , DEMO和SDK哪個更準確 , 人工智能 , 工作原理

收藏 評論

u_16099333 頭像

煙雨江南的秋 - maltab 怎麼樣stem

 Mat不僅是非常有用的圖像容器類，也是一個通用的矩陣類  創建Mat對象可有以下方法： 方法一：使用Mat()構造函數  例子如下： Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); 在Mat類定義中該構造函數的原型為： Mat(int rows, int cols, i

機器學習 , 初始化 , 構造函數 , 人工智能 , 對象創建 , maltab 怎麼樣stem

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - AI數字員工來了，你準備好了嗎？打造高效的AI數字員工團隊！

“代碼成就萬世基積沙鎮海，夢想永在凌雲意意氣風發”，從這句阿里雲早期工程師們書寫的對聯中，不知大家能否看出那種歷史使命式的雄心。 悉聞，數年前阿里雲辦公室上的這副對聯，正在演化成為阿里雲的種種未來。上個月（8月），有幸隨着《培訓》雜誌直達號——阿里雲智能集團標杆參訪活動，親眼見識這副名聯。 這次參訪和交流機會是難得的，感悟是頗豐的，震撼是顯然的。 任何執拗都會成為過往，只有時間會告訴你對錯。（青否

機器學習 , 人工智能

收藏 評論

u_16099281 頭像

雲端築夢師 - 瀏覽器訪問activemq

關鍵詞 LoadRunner 軟件測試 localhost 同一局域網 手機訪問電腦本地項目 背景描述 主要為LoadRunner測試所用。 前提 服務器和客户機都在同一個局域網內（連接同一個wifi，或者使用校園網） 步驟 1.開放端口，分別設置入站規則和出站規則 步驟如下： 1）打開控制面板

機器學習 , 服務器 , ip , 瀏覽器訪問activemq , 人工智能 , HTML

收藏 評論

u_16213560 頭像

數據小探 - 經典CNN與經典Transformer相結合用於時間序列預測

經典網絡 (Classic Networks) 這節課，我們來學習幾個經典的神經網絡結構，分別是LeNet-5、AlexNet和VGGNet，開始吧。 首先看看LeNet-5的網絡結構，假設你有一張32×32×1的圖片，LeNet-5可以識別圖中的手寫數字，比如像這樣手寫數字7。LeNet-5是針對灰度圖片訓練的，所以為什麼圖片的大小隻有32

機器學習 , 卷積 , 人工智能 , 深度學習 , 池化 , 全連接

收藏 評論

u_16213702 頭像

mob64ca1414c613 - dify plugin_daemon 5003 端口

鏈接和會話的區別： 鏈接為傳輸層概念，會話為應用層的概念，通過AVP Session-Id來標識，兩者之前沒有聯繫。如下圖： +--------+ +-------+ +--------+ | Client | | Relay | | Serve

機器學習 , 服務器 , 人工智能 , 主鍵 , 路由表

收藏 評論

u_16099350 頭像

架構設計師 - 微信小程序中js可以使用getelementbyid

一.首先，這個接口會返回一個對象實例。 var obj=wx.createSelectorQuery(); 下面的就是返回的對象實例 obj 的所有內容。 返回的 obj 有五個方法： obj.in(component)：沒用過這個方法，多用於組件的

機器學習 , 選擇器 , 自定義屬性 , 小程序 , css選擇器 , 人工智能 , Javascript

收藏 評論

u_17483758 頭像

mb688aca45159a6 - 一鍵禁用系統更新【Windows系列】！Windows Update Blocker - 徹底關閉Win10/Win11更新工具

軟件介紹 Windows Update Blocker 是一款專門用於關閉 Windows 10 和 Windows 11 系統自動更新的小工具。 對於普通電腦用户來説，Windows 系統的自動更新常常帶來困擾。以往可以通過禁止更新服務、設置本地組策略來禁止系統更新，但現在的 Windows 系統會自動檢查更新，簡單的禁止方法已經失效。 Windows Upd

機器學習 , windows , github , 自動更新 , 前端開發 , Javascript , Python

收藏 評論

u_16099323 頭像

架構魔法師 - 區域迴歸網絡

摘要：憑藉對雙向上下文進行建模的能力，與基於自迴歸語言建模的預訓練方法相比，基於BERT的基於自動編碼的預訓練實現了更好的性能。然而，依賴於對輸入使用掩碼，BERT忽略了屏蔽位置之間的依賴性，並且受到預訓練 - 微調差異的影響。根據這些優點和缺點，我們提出了XLNet，一種廣義自迴歸預訓練方法，它（1）通過最大化分解階的所有排列的預期

機器學習 , 預訓練 , 建模 , 區域迴歸網絡 , XLNET , 人工智能 , BERT

收藏 評論

u_16213701 頭像

mob64ca14147fe3 - 電視機emmc燒錄

EMC包括兩個方面的要求：一方面是指設備在正常運行過程中對所在環境產生的電磁干擾不能超過一定的限值；另一方面是指器具對所在環境中存在的電磁干擾具有一定程度的抗擾度，即電磁敏感性。所謂電磁干擾是指任何能使設備或系統性能降級的電磁現象。而所謂電磁干擾是指因電磁干擾而引起的設備或系統的性能下降。 EMC包括EMI(電磁干擾)及EMS(電磁耐受性)

機器學習 , 電磁干擾 , 電視機emmc燒錄 , 開關電源 , 人工智能 , EMC

收藏 評論

goody 頭像

goody - 智慧公廁 大屏 html demo

公共廁所是城市公共服務基礎設施，公廁乾淨和整潔直接影響城市的舒適度。智慧廁所概念得到政府的大力推進。廁所問題是城鄉文明建設的重要方面，城市、景區、農村公廁都應重視起來，智能公廁控制系統開始逐漸普及。   智能公廁控制系統具備一鍵報警、自動上鎖、環境監測、自動沖水、水量設備使用監測等功能。數據通過計訊物聯工業dtuTD210上傳雲平台分析處理，反饋給公廁顯示屏、公廁APP或者

機器學習 , 雲平台 , 智慧公廁 大屏 html demo , 數據 , 控制系統 , 人工智能

收藏 評論

u_17400586 頭像

程序員愛釣魚 - Python 編程實戰：常用第三方庫清單

在 Python 編程實戰中，除了掌握語言基礎和標準庫，熟悉一些常用的 第三方庫 能極大提升開發效率。本文將從數據處理、科學計算、網絡編程、爬蟲、Web 開發、自動化、機器學習等幾個方向，為你整理一份高效實用的第三方庫清單。 1. 數據處理與分析 Python 在數據處理方面非常強大，這類庫主要用於數據清洗、分析、處理和可視化。 Pandas：數據

機器學習 , 後端開發 , Python , Web

收藏 評論

u_15950621 頭像

中國英茂科工 - yolo自主控制運動的原理與實現

YOLO（You Only Look Once）實現自主控制運動的核心邏輯，是以實時目標檢測為感知核心，結合控制算法完成 “感知 - 決策 - 執行” 的閉環。其原理與實現可概括為兩大關鍵環節。​ 原理層面，YOLO 通過單次卷積神經網絡（CNN）對圖像進行全局特徵提取，直接預測目標的邊界框座標、類別概率及置信度，突破傳統檢測算法的多階段瓶頸，實現毫秒級響應 —— 這是自主運動的核心前提

機器學習 , 金字塔結構 , 數據 , 機械臂 , 人工智能

收藏 評論

u_16213608 頭像

mob64ca13fe62db - 若以如何講system中的類應用到common模塊中

前面的博文中我們討論瞭如何使用Business Connectivity Services對象模型欄獲取已部署在SharePoint BCS中的外部內容類型。本文中我們將學習如何獲取一個ECT的BCS方法集合。並且還要通過Business Connectivity Services對象模型執行其中的Finder方法和SpecificFinder方法。請先按照上一次文章中的

機器學習 , 標識符 , 對象模型 , 人工智能 , Business

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 文-圖生視頻雙發力，Wan 2.1 高質量視頻生成教程

Wan 2.1（通義萬相 2.1）是由阿里巴巴於 2025 年開源的視頻生成大模型，它在視頻生成領域展現出了卓越的性能。在功能上，該模型不僅支持文生視頻和圖生視頻，還能進行視頻編輯、文生圖、視頻生音頻等多種創新應用，極大豐富了用户的創作選擇。而且，Wan 2.1 是首個能在中英文環境中實現文字生成的視頻模型，免去外部插件的繁瑣，大幅提升了其實用性。 Wan 2.1 採用了自研的高效變分自編碼器 (

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能醫療手術風險評估與術前方案制定中的應用探索

(centerJava 大視界 -- Java 大數據在智能醫療手術風險評估與術前方案制定中的應用探索/center) 引言： 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！當冰冷的手術刀遇上熾熱的代碼，當生命體徵數據碰撞分佈式計算，會擦出怎樣的火花？在醫療領域，每一次手術都是與時間的賽跑，每一個決策都關乎患者的生死。傳統的手術風險評估與

機器學習 , spark , 大數據 , yyds乾貨盤點 , 數據 , JAVA , 智能醫療

收藏 評論

mankeji 頭像

曼孚科技 - 不止於中文：小語種文本標註——藍海市場的精細耕耘

在人工智能全球化的浪潮中，數據作為核心驅動力的價值已成為行業共識。然而，當英語、中文等大語種市場的競爭步入紅海，一片龐大且潛力無限的領域正悄然崛起：小語種文本標註。 這絕非簡單的語言種類擴充，而是一場對技術深度、文化認知與商業策略的綜合考驗。 從東南亞的多元方言到中東的複雜文字，從非洲的豐富語系到歐洲的區域語種，每一種小語種背後都對應着獨特的市場——一座尚未大規模開發的數據金礦。 耕耘這片藍海，絕

機器學習 , 算法 , 自然語言處理 , 人工智能 , prompt

收藏 評論

u_16213598 頭像

mob64ca13fbd761 - linux 配置imagemagick

當前小菜的環境：Window 7,vs2017 1，.netCore Demo項目 暫且使用默認模板，這個和平常webForm，winForm一樣創建，這裏就略過了。 2，創建好默認工程後，直接iis Express運行，查看效果 2.1，可以發佈後，使用CLI運行 3，發佈工程 3.1，

機器學習 , Core , linux 配置imagemagick , 配置文件 , Centos , 人工智能

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第42講筆記：運營商間跨域結算精密對賬場景的應用實踐

筆記內容來自隱語Mooc，歡迎一起來學習。Mooc課程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 學習筆記：運營商跨域結算精密對賬隱私計算案例 一、背景與痛點 業務場景：運營商（移動、聯通、電信、廣電）之間的用户通信行為（語音、短信、彩信）產生結算需求，月均數百億條業務量。 傳統對賬流程：

機器學習 , 教程 , 知識 , 人工智能

收藏 評論

u_16213677 頭像

mob64ca140eb362 - opentelemetry demo搭建

Windows安裝配置OpenGrok 安裝opengrok過程中遇到的問題： 1.下載安裝Ctags 下載地址：https://github.com/universal-ctags/ctags-win32/releases 我的是D:\ctags58，但是ctags需要把D:\ctags58路徑加到Path環境變量中（

機器學習 , tomcat , jar , xml , 人工智能

收藏 評論

u_16099189 頭像

智能領航員 - 公眾號demo啥意思

今天做了身份驗證的功能，然後完善了下搜索功能。其實主要的是將整個代碼結構整理了一番，應該可以説是模塊化設計吧。 因為我們之前提的功能需求中有： 1、菜單--查詢功能。我考慮到後期功能的擴展，就想將這些分模塊來實現：菜單模塊(這樣，今後我們需要添加新的菜單功能，可以直接在這個模塊裏操作，這樣修正和維護也簡單，在考慮到後期可能會分工協作的時候各開

機器學習 , php , 數據庫 , 人工智能

收藏 評論

huodadexiang 頭像

南瓜 - 基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程

基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程 一、研究背景：農業蟲害識別為何需要 AI？ 在農業生產過程中，病蟲害是影響作物產量和質量的核心因素之一。據統計，全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴： 人工巡田觀察 專家經驗判斷 事後用藥處理 這種方式存在明顯問題： 🐞 識別效率低：人工巡檢難以覆蓋大面積農田 🐞 主觀性強：不

機器學習 , 人工智能 , 深度學習

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder CLI 開啓邀測：把 Qoder 的智能帶到每一個終端

在軟件開發的世界裏，工具的進化從來不是單點的改良，而是一次又一次生產力範式的躍遷。從最初的命令行，到圖形化 IDE，再到如今 AI 驅動的智能開發環境，開發者們始終在追尋一個目標：更高效、更自然、更智能地把創意變成現實。8 月我們發佈了 Agentic 編程平台 Qoder，上線短短 5 天就收穫了超 10 萬用户。 今天，我們再跟大家同步一個好消息：Qoder CLI 來

機器學習 , 命令行 , 工作流程 , 人工智能 , 開發者

收藏 評論