tag 機器學習

標籤
貢獻425
375
05:25 PM · Oct 25 ,2025

@機器學習 / 博客 RSS 訂閱

IT狼人9號 - template類型

C語言的變量必須先聲明後使用。 由於數據類型的不同,很多相同的處理得為它們設置不同的副本。例如: int findMax(int a, int b){ return (a b) ? a : b; } double findMax(double a, double b){ return (a b) ? a

機器學習 , 實例化 , 函數模板 , template類型 , c++ , 人工智能 , 類模板

收藏 評論

陌陌香閣 - sem_open 一直返回失敗

有時我們在處理併發操作時會使用信號量做進程同步,如下一個php應用的例子 $sem_id = sem_get($id,1,0666,true); sem_acquire($sem_id); ... sem_release($sem_id); 我們release了資源,但是系統沒有真正的釋放資源 通過 [root@localho

機器學習 , awk , php , 信號量 , sem_open 一直返回失敗 , 人工智能

收藏 評論

mob64ca1407216b - 長城GPU支持CUDA和TensorFlow框架

XEV研究所消息(文/德新)9月15日,長城汽車蜂巢易創揚中工廠迎來央視新聞直播探廠。 作為檸檬混動DHT變速器總成的生產製造工廠,揚中工廠首度對外介紹檸檬混動DHT變速器總成四線體生產線。 檸檬混動DHT是長城汽車完全獨立自主設計、自主研發,突破合資壁壘的混動技術。 檸檬混動DHT擁有“1-2-3”的技術特點: •1是採

機器學習 , 汽車 , 高效率 , 工作模式 , 實時監控 , 人工智能

收藏 評論

footballboy - AP和modem之間的實現框架 高通

前言 容器是OOP的高級工具:   以低耦合低侵入的方式打通從上到下的開發通道     按部就班填充代碼邏輯實現業務功能,每層邏輯都可無縫替換     OOP將業務程序分解成各個層次的對象,通過對象聯動完成業務     無法很好地處理分散在各業務裏的通用系統需求 系統需求   碼農才去關係的

機器學習 , aop , 代理類 , 動態代理 , 人工智能 , AP和modem之間的實現框架 高通

收藏 評論

南瓜 - 從人工目檢到 AI 質檢-YOLOv8 驅動的 PCB 缺陷檢測系統【完整源碼】

從人工目檢到 AI 質檢-YOLOv8 驅動的 PCB 缺陷檢測系統【完整源碼】 一、項目背景與研究意義 在電子製造領域,PCB(Printed Circuit Board,印製電路板)缺陷檢測是保障產品質量的核心環節之一。傳統的人工目檢或規則算法存在以下問題: ❌ 效率低:人工檢測難以滿足大規模流水線需求 ❌ 一致性差:不同檢測人員經驗差異明顯 ❌ 規則泛化能力弱:傳統圖像算法難以應對

機器學習 , 人工智能 , 深度學習

收藏 評論

圍爐聊科技 - DeepSeek V3.2 特別版體驗

12 月 1 日,國產大模型廠商 DeepSeek 正式發佈雙模型版本 ——DeepSeek-V3.2(標準版) 與 DeepSeek-V3.2-Speciale(專業版),分別瞄準通用場景落地與頂尖技術研究需求,引發行業廣泛關注。 作為面向大眾用户的主力版本,DeepSeek-V3.2 核心優勢在於推理能力與輸出效率的極致平衡:官方數據顯示,其在公開基準測試(如 MMLU

機器學習 , 人工智能

收藏 評論

小蝌蚪 - mousedown mousemove解決同時觸發

最近用Qt軟件界面,需要用到mouseMoveEvent,研究了下,發現些問題,分享一下。 在Qt中要捕捉鼠標移動事件需要重寫MouseMoveEvent,但是MouseMoveEvent為了不太耗資源在默認狀態下是要鼠標按下才能捕捉到。要想鼠標不按下時的移動也能捕捉到,需要setMouseTracking(true)。 bool mouseTracking 這

控件 , 機器學習 , 子類 , 鼠標移動 , 人工智能

收藏 評論

超神經HyperAI - 【TVM教程】為 Mobile GPU 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, Eddie Yan 針對特定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 Mobile GPU 的算子實現是以 template 形式編寫的。該 te

編程 , 機器學習 , 人工智能 , 編譯器 , 深度學習

收藏 評論

上海拔俗網絡 - AI智能識別分析系統:不是“讀心術”,卻是幫你看透數據的“火眼金睛”

提到AI智能識別分析系統,很多人會想到“高大上”的技術名詞,但其實它早藏在我們的日常生活裏——手機拍照自動識別人臉打碼、外賣平台根據你的點餐記錄推薦菜品、智能客服一聽就知道你要問“退貨”,這些背後都是它在工作。簡單説,這個系統的核心就是幫機器“看懂、聽懂”信息,再“想明白”這些信息有什麼用,最後給人或其他系統反饋。 先説説它怎麼“看懂聽懂”,也就是“識別”環節。這一步像給機器裝了“感

機器學習 , 規則引擎 , 數據 , NLP , 人工智能

收藏 評論

Python灑灑水啦 - RocketMQ 的消息堆積問題如何解決?

一、先搞懂:消息堆積的核心原因 消息堆積本質是「生產速度 消費速度」,常見誘因: 消費端:消費線程數不足、業務邏輯耗時久、消費端故障 / 重啓、消費異常重試頻繁; 生產端:突發流量(如秒殺)導致消息量暴增; 集羣端:Broker 性能瓶頸(磁盤 IO / 網絡帶寬不足)、隊列數配置不合理、消息堆積閾值未監控。 二、應急處理:快

機器學習 , 業務邏輯 , 消息處理 , 人工智能 , JAVA

收藏 評論

葉開 - 隱語可信數據空間MOOC第41講筆記:跨企業數據查詢隱私計算案例

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... 詳細案例及代碼,可以查看文末的鏈接。 一、案例背景 場景描述: A公司(高科技企業)正在研發新型生物可降解材料,尚未公開或申請專利。 A希望向B公司查詢該材料是否已存在於B的歷史數據

機器學習 , 教程 , 知識 , 人工智能

收藏 評論

網絡智葉 - coremail服務器端郵件空間超過outlook一倍

同事打電話給我,説他電腦outlook2003看不了附件,即使轉發也看不了,而且似乎一整天也沒收到郵件了。 我趕到他那,打開outlook2003,讓其它同事試過幾郵件過來,咦~~能收到郵件啊,因為我看見有在收郵件,進度條還在那動着呢,可是進收件箱一看,沒發現新郵件啊,一個念頭從腦海閃過—莫非郵件規則設置出了問題,打開郵件規則一看,仔細檢查一遍,沒什麼問題啊,難道out

機器學習 , 文件系統 , 數據文件 , 文件複製 , 人工智能

收藏 評論

全極世界 - 大頭針AI爆火背後:音樂創作平民化與華語樂壇的算法革命

近期,由酷狗音樂阿波羅聲音實驗室打造的AI虛擬歌手“大頭針”憑藉翻唱經典歌曲在抖音等平台爆火,單月漲粉超38萬。其現象級傳播不僅展示了生成式AI在音樂領域的強大能力,更引發了關於創作門檻崩塌、版權歸屬模糊及人類歌手價值存疑的深層爭議。這場由算法掀起的風暴,究竟是音樂產業的技術革命,還是藝術價值消解的預兆? 單月漲粉超38萬,一個名為

機器學習 , 數據 , 人工智能 , 原始數據 , 迭代

收藏 評論

mob64ca14101b2f - 隨機效應迴歸代碼

1.邏輯迴歸相比線性迴歸,有何異同? 區別: 線性迴歸假設響應變量服從正態分佈,邏輯迴歸假設響應變量服從伯努利分佈 線性迴歸優化的目標函數是均方差(最小二乘法),而邏輯迴歸優化的是似然函數(交叉熵) 線性迴歸要求自變量與因變量呈線性關係,而邏輯迴歸研究的是因變量取值的概率與自變量的概率 邏輯迴歸處理的是分類問

機器學習 , 面試題目 , 線性迴歸 , 隨機效應迴歸代碼 , 二分類 , 算法 , 人工智能

收藏 評論

技術極客 - STM32CUBEMX I2C 配置教程

一、環境介紹 編程軟件:keil5 操作系統: MCU型號: STM32編程方式: 寄存器開發 (方便程序移植到其他單片機) IIC總線: 模擬時序更加方便移植到其他單片機,通用性更高,不分MCU;硬件時序效率更高,單每個MCU配置方法不同,依賴硬件本身支持。 目前器件: 完整的工程源碼下載地址,下載即可編

機器學習 , 嵌入式 , AT24C02 , 單片機 , stm32 , 人工智能 , IIC

收藏 評論

超神經HyperAI - 【TVM 教程】用 TEDD 進行可視化

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:Yongfeng Gu 本文介紹使用 TEDD(Tensor Expression Debug Display)對張量表達式進行可視化。 張量表達式使用原語進行調度,單個原語容易理解,但組合在一起時,就會變得複雜。

編程 , 機器學習 , 人工智能 , 編譯器 , 深度學習

收藏 評論

mob64ca140c75c7 - 《人工智能》機器學習 - 第1章 機器學習簡介

什麼是機器學習? 在研究領域使計算機能在沒有明確編程的情況下自行學習解決問題的規律。更具體來説,我們可以通過機器學習訓練出模型,並用這些模型解決問題。 學習機器學習的目標? 學會使用各種算法,表示、訓練、使用模型。 基本概念 模型 通過機器學習來解決問題,不再是使用傳統的硬編碼來編寫程序,相反

機器學習 , 數據 , 監督學習 , 前端開發 , Javascript

收藏 評論

mob64ca13fd559d - Empty Views Activity 開發一個簡單程序

隨着智能手機的不斷普及,Adroid、IOS APP應用越來越多,不僅方便和豐富了我們的生活,同時也讓許多企業都想在移動端分得一杯羹或者為自己的企業開發一個手機應用,但通常這些企業可能沒有自己的技術團隊,所以必須外包,但外包的費用動輒5k,甚至幾萬的費用,又讓這些企業望而卻步。所以今天小編為大家整理了一些國內外優秀的可以幫助您快速開發手機APP應用的平台和框架。 第一類:工

機器學習 , mobile , 人工智能 , 開放平台 , Web

收藏 評論

mob64ca13f8eecb - go 異步的幾種方法 demo

同步適合多個連續執行的,每一步的執行依賴於上一步操作,異步執行則和任務執行順序無關(如從10個站點抓取數據) 同步執行類RunnerAsync 支持返回超時檢測,系統中斷檢測 錯誤常量定義,task/err.go package task import "errors" //超時錯誤 var ErrTimeout = errors.New(

機器學習 , Group , Time , 人工智能 , go 異步的幾種方法 demo , 系統中斷

收藏 評論

編程小匠人 - element plus 造成內存泄漏

一、寫在前面 js中的內存垃圾回收機制:垃圾回收器會定期掃描內存,當某個內存中的值被引用為零時就會將其回收。當前變量已經使用完畢但依然被引用,導致垃圾回收器無法回收這就造成了內存泄漏。傳統頁面每次跳轉都會釋放內存,所以並不是特別明顯。 Web App 與 傳統Web的區別,因為Web App是單頁面應用頁面通過路由跳轉不會刷新頁面,導致內存泄漏不斷堆積,導致頁面卡頓。

機器學習 , app , 事件監聽 , element plus 造成內存泄漏 , 人工智能 , Web

收藏 評論

互聯網小墨風 - linux emmc 關閉寫保護

[root@slave159 ~]# free -m total used free shared buffers cached Mem: 32076 11842 20233 0 8 3582 -/+ buffers/cache: 8251 23825 Swap

sed , 機器學習 , ip , 緩存 , linux emmc 關閉寫保護 , 人工智能

收藏 評論

笑傲江湖求敗 - fastrcnn權重

算法發展: R-CNN:把2000個建議框,分別送入網絡 Fast-RCNN:把圖片送入網絡中,再把2000個建議框映射到網絡訓練出來的feature map上 Faster-RCNN:利用RPN選取300建議框,加入ROI層,ROI pooling層能實現訓練和測試的顯著加速,並提高檢測的正確率。 算法框架:

機器學習 , fastrcnn權重 , 寬高 , 人工智能 , ios , ide

收藏 評論

數碼悟透 - stm32mp157 emmc啓動

STM32啓動文件簡單分析(STM32F10x.s適用範圍)定時器, 型號, 名字在STM32不完全手冊裏面,我們所有的例程都採用了一個叫STM32F10x.s的啓動文件,裏面定義了STM32的堆棧大小以及各種中斷的名字及入口函數名稱,還有啓動相關的彙編代碼。STM32F10x.s是MDK提供的啓動代碼,從其裏面的內容看來,它只定義了3個串口,4個定時器。實際上STM32的系列產

機器學習 , 串口 , stm32mp157 emmc啓動 , 人工智能 , 啓動文件 , 啓動代碼

收藏 評論

合合信息解決方案 - 中小企業如何選擇適合的財務單據處理工具

語義概念 財務單據處理工具是指基於AI技術,針對企業財務場景中各類單據(如發票、銀行回單、合同等)提供智能採集、解析、分類、信息抽取及審核等一體化服務的數字化工具。其核心價值在於替代傳統人工處理模式,通過自動化手段提升財務單據處理的效率與準確性,保障財務數據合規,為企業成本核算、税務申報、資金管理等核心工作提供可靠支撐。這類工具高度適配中小企業財務管理需求,能夠解決單據處理

機器學習 , 數據 , 單文檔 , 自定義 , 人工智能

收藏 評論