tag AI

標籤
貢獻179
1274
03:55 AM · Nov 07 ,2025
wintersun 頭像 lying7 頭像 Goblinscholar 頭像 codingtea 頭像 dmx778 頭像 OBCE666 頭像 yupi 頭像 poloai 頭像 longronglang 頭像 XY-Heruo 頭像 yjmyzz 頭像 u_16773655 頭像

@AI / 博客 RSS 訂閱

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（五）GloVe 算法

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第五課的第二週內容，2.8的內容以及一些相關知識的補充。 本週為第五課的第二週內容，與 CV 相對應的，這一課所有

AI

收藏 評論

wancle 頭像

萬村樂數字鄉村 - AI智能媒體助理，一款為自媒體人提供的神器測評報告

説到AI大家都懂，説到自媒體大家也懂，那麼把AI和自媒體結合到一起會是怎麼樣的？ 我覺得應該是更便利，更方便，原來我們在寫自媒體文章的時候也會用到AI來輔助一下，幫助我們潤色、修飾、給初稿、給大綱，最後發現該省的時間一樣沒有省下來，反而還要來回改，當時就在想如果從生成到配圖再到發佈全部自動化操作了該多好，最後還真被我找到了，AI智能媒體助理軟件。 今天我們就來測評一下這款軟件，

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的手寫數字檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的手寫數字檢測系統 1. 前言​ 着新能源行業的快速發展，風力發電已成為清潔能源的重要組成部分。傳統風力渦輪機巡檢多依賴人工，存在效率低、成本高、受環境限制大、難以大規模實時監測等問題。為實現風力渦輪機的自動化、智能化、高精度檢測，我們基於 YOLO 算法設計並開發了一套完整的風力渦輪機檢測系統，可對圖片、視頻、文件夾及攝像頭實時流進行快速識別與可視化分析。下面為大家詳細

AI

收藏 評論

u_16099211 頭像

笑傲江湖求敗 - 數學建模筆記一數據標準化_數據標準化是對數值型數據嗎

大數據建模中的數據標準化：行業標準與自定義規範深度解析 一、引言：為什麼數據標準化是大數據的“地基”？ 在大數據時代，企業面臨的最大挑戰從來不是“數據太少”，而是“數據太亂”： 電商系統中，“用户ID”可能同時存在字符串（user_123）、數字（123）和UUID（e5a5-...）三種格式； 金融機構的“交易時間”

大數據 , 數據 , 自定義 , AI , 元數據 , 後端開發 , Python

收藏 評論

OBCE666 頭像

OBCE666 - 餵飯級教程 II —— Dify x OceanBase seekdb 使用指南

君子性非異也，善假於物也。 —— 《荀子》 這篇文章，是繼上一篇公博大佬的大作《餵飯級教程 —— 基於 OceanBase seekdb 構建 RAG 應用》之後，第二篇 seekdb 使用教程類的內容。 歡迎各位老師也能根據文章中的步驟嘗試快速使用 Dify x seekdb 搭建屬於您自己的 AI 應用，也歡迎大家踴躍在評論區批評、指正、吐槽、謾罵~ 在這篇狗尾續貂的教程中，會為大家介紹：在

AI

收藏 評論

u_16391614 頭像

老艾的AI世界 - 白嫖最新ChatGPT和主流AI大模型，國內無限制使用

本文介紹8個免費使用ChatGPT等一眾頂尖大模型的網站，因為涉及到技術限制等因素，正文中不直接給出網址 GPT網站獲取及加速方法：網盤分享 1.網站一 用郵箱註冊後即可使用，支持Deepseek、ChatGPT、Google Gemini、Grok、Claude等主流大模型，並且支持聯網搜索

yyds乾貨盤點 , deepseek , AI大模型 , AI , chatgpt , 人工智能 , 深度學習

收藏 評論

yupi 頭像

程序員魚皮 - 全網最簡單的 OpenClaw 部署教程，5 分鐘擁有你的 AI 員工

大家好，我是程序員魚皮。 最近 OpenClaw（由 ClawdBot 改名）是真的火，它是一個能操作電腦幹活的 AI 數字員工。能幫你讀寫文件、編寫程序、執行任務，7×24 小時不休息。而且你隨時隨地掏出手機就能操控它，讓它幫你幹活。 網友也是把 OpenClaw 玩出花來了： 有人讓它自動清理上萬封郵件，收件箱直接幹掉 45%，省下幾十個小時的整理時間 有人用它搶演唱會

AI

收藏 評論

algieba 頭像

阿爾的代碼屋 - [大模型實戰 02] 圖形化的大模型交互: Open WebUI部署指南

核心摘要 (TL;DR) 目標：為本地的 Ollama 模型穿上漂亮的圖形化界面 (GUI)。 工具：Docker + Open WebUI (社區最活躍的開源 WebUI)。 核心功能：媲美 ChatGPT 的對話界面、本地知識庫 (RAG)、自定義角色 (Agent)。 相信各位友人在上一篇文章中，已經學會了如何用ollama在終端中運行Qwen模型。命令行工具有時候

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第三週：檢測算法 （四）YOLO 的完整傳播過程

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第四課的第三週內容，3.9到3.10的內容，同時也是本週理論部分的最後一篇。 本週為第四課的第三週內容，這一課所有

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4_0時代的人機關係09教育機構（上）

1.教育機構 1.1.為了開始滿足數字驅動、人工智能驅動的經濟的需求，教育和職業培訓必須有所改變 1.2.教育和職業培訓要想在接下來幾十年中與社會切實相關，就必須發生根本性的變革 1.3.如果我們堅持採用20世紀初建立的教育和培訓模式，就無法滿足人工智能驅動的未來對於教育和職業培訓的需求 2.將教育與職業培訓分離 2.1.要闡明教育和職業培訓之間的區別，最簡單的方法就是將教育視為學生通過學習成為

AI

收藏 評論

software-Development 頭像

IT開發者筆記 - Java前端框架Vaadin推出官方MCP服務端，讓AI編碼助手實時讀取最新Web開發文檔

在現代 Web 應用開發中，越來越多的開發者開始藉助 AI 助手提升編碼效率。而近日，歐洲知名企業級Java前端框架Vaadin正式發佈了官方MCP（Model Context Protocol）服務端，這意味着開發者的 AI 編碼助手（如 GitHub Copilot、Claude、Cursor 等）可以實時訪問最新的Vaadin官方文檔，實現精準代碼生成與智能指導。 這一創新讓 AI 從“憑

AI

收藏 評論

wintersun 頭像

PetterLiu - Applied Machine learning and AI for egnineers與NPL with transform等書推薦

Learn Artificial Intelligence (AI), Machine Learning (ML), and Natural Language Processing (NLP) the trio shaping the future. 兩本書 第二本 資源 landing.deepset.ai/hubfs/Ebooks/oreilly_chapter_e

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第一週：深度學習的實踐 課後作業和代碼實踐

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第二課第一週的課程習題和代碼實踐部分筆記。 1. 理論習題 【中英】【吳恩達課後測驗】Course 2 - 改善深

AI

收藏 評論

OBCE666 頭像

OBCE666 - AI 時代的數據庫進化論 —— 從向量到混合檢索

説明： 本文只是關於數據庫發展趨勢的個人見解，沒有特別深入的向量和混合檢索的實現原理，屬於很淺顯易懂的科普類文章，幾乎不需要任何背景知識，大家可以放心閲讀。 關於混合檢索的原理和最佳實踐類文章，有緣再更，歡迎感興趣的朋友們關注【老紀的技術嘮嗑局】微信公眾號。 背景 數據的分類 我一般會把數據庫中的數據類型，簡單分為三類： 結構化數據：我們可以把傳統數據庫的基礎數據類型，都看成結構化數據

AI

收藏 評論

ai-hpc-trivia 頭像

AI算力小知識 - 使用vLLM實測3090和4090的大模型推理性能

之前使用Ollama基於順序調用的場景比較了3090和4090的顯卡性能： Ollama大模型推理場景下3090和4090性能實測 同時，又基於3090顯卡比較了Ollama和vLLM在順序調用和多併發推理場景下的性能差異： Ollama和vLLM大模型推理性能對比實測 這裏再使用vLLM測試下大模型併發推理場景下3090和4090兩張顯卡的性能表現，看下4090是否在高併發場景下具備

AI

收藏 評論

ydswin 頭像

dashery - 大模型核心參數詳解：從基礎配置到高級調優指南

引言：參數調優的重要性 在大語言模型的應用中，僅僅提供一個好的提示詞往往不足以獲得理想的輸出結果。模型參數的合理配置同樣至關重要，它如同給模型調配合適的“工作性格”，直接影響生成文本的質量、風格和適用場景。本文將系統介紹大模型的各類關鍵參數，幫助你從被動使用者轉變為精準調控專家。 一、模型基礎結構參數 在深入瞭解生成參數前，我們需要先理解模型的基礎結構參數，這些參數決定了模型的“先天能力”。 1.

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第二週：優化算法（一）Mini-batch 梯度下降

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本週為第二課的第二週內容，2.1和2.2的內容。 本週為第二課的第二週內容，和題目一樣，本週的重

AI

收藏 評論

yunpan-plus 頭像

雲棧開源日記 - AI太火爆：教你7個月掌握機器學習到深度學習

覆蓋Python、機器學習、深度學習三大模塊,配套Kaggle級實戰項目,從基礎語法到模型部署的完整學習路徑。解決AI學習碎片化問題,提供從理論到實戰的完整體系,包含特徵工程、模型調優等工業級技能訓練。 這套課程的價值在於它的"完整性"。 市面上很多AI課程要麼只講理論,要麼只做項目,很少有人把整個知識體系串起來。這套課程從AI工程師崗位需求出發,覆蓋了7個學習階段:Python數據分析、機

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第二週：優化算法（二）指數加權平均和學習率衰減

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本週為第二課的第二週內容，2.3到2.5和2.9到2.10的內容。 本週為第二課的第二週內容，和題目一樣，本週的重點是優

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第二週：優化算法（三）Momentum梯度下降法

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第二課的第二週內容，2.6的內容。 本週為第二課的第二週內容，和題目一樣，本週的重點是優化算法，即如何更好，更高效

AI

收藏 評論

wintersun 頭像

PetterLiu - AI手機之深入淺出ADAGRPO三大核心策略

AI手機之深入淺出ADAGRPO三大核心略 為何訓練“手機AI助手”如此困難？ 隨着視覺語言模型的飛速發展，能夠自主操作手機圖形用户界面（GUI）的通用智能體——也就是我們常説的“手機AI助手”——的前景變得日益廣闊。想象一下，未來你只需用一句話，AI就能幫你完成打開App、預訂酒店、設置日曆提醒等一系列複雜操作。然而，要將這個願景變為現實，研究人員在使用強化學習（RL）訓練這類智能體時，必須

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第二週：優化算法（五）Adam 優化算法

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第二課的第二週內容，2.8的內容，同時也是本週理論部分的最後一篇。 本週為第二課的第二週內容，和題目一樣，本週的重

AI

收藏 評論

wintersun 頭像

PetterLiu - 藉助LLM識別每一個物聯設備

藉助LLM識別每一個物聯設備 你是否曾在查看家庭Wi-Fi網絡時，發現一個名字陌生的設備，心裏咯噔一下？或者在入住Airbnb時，擔心房間裏是否藏着未經授權的監控攝像頭？在這些情況下，一個看似簡單的問題變得至關重要：“我的網絡上到底有什麼？” 這個問題不僅關乎好奇心，更直接關係到我們的隱私和安全。過去，識別網絡上的每一個設備是件棘手的事。傳統方法要麼依賴設備的主動“迴應”，要麼需要分析乾淨、完整

AI

收藏 評論

wintersun 頭像

PetterLiu - 豆包Seed-Coder編程能力小試

背景 最近字節發佈doubao-seed-code-preview-251028模型 面向Agentic編程任務深度優化 - 支持256K長上下文，讓模型輕鬆處理長代碼文件、多模塊依賴等複雜場景，更好支持端到端自主編程，在全棧開發中表現良好，前端能力尤為突出。 - 國內首個支持視覺理解能力的編程模型，可參照UI設計稿、截圖或手繪草圖生成代碼，或對生成頁面進行視覺比對，自主完成樣式修復

AI

收藏 評論