tag AI

標籤
貢獻161
773
03:55 AM · Nov 07 ,2025
wintersun 頭像 Goblinscholar 頭像 lying7 頭像 codingtea 頭像 dmx778 頭像 OBCE666 頭像 yupi 頭像 poloai 頭像 XY-Heruo 頭像 yjmyzz 頭像 u_16060192 頭像 huggingface 頭像

@AI / 博客 RSS 訂閱

yldeveloper 頭像

yLDeveloper - 一隻菜鳥學深度學習的日記：入門卷積

本文以作者閲讀《Dive into Deep Learning》為線索，融合串聯了自身理解感悟、原始論文、優秀文章等。如有無意侵權，請聯繫本人刪除。 卷積神經網絡，由圖像處理而生，但在NLP等方面仍有較大作用。 圖像分辨率大時，對模型參數數量要求很多 原理： 物體是什麼 與 物品所在的位置 無關 --- 平移不變性 最初只探索圖像中的局部區域，忽略不同空間的關係 --- 局

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（一）seq2seq 模型

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 本篇為第五課第三週的內容，3.1和3.6的內容。 本週為第五課的第三週內容，與 CV 相對應的，這一課所有內容的中心只有

AI

收藏 評論

baihai 頭像

baihai - 分享一名海外獨立開發者的 AI 編程工作流

編者按： 當AI編程智能體宣稱能自動化一切時，我們是否在工具與概念的叢林中迷失了方向，反而忘記了如何最簡單、直接地解決問題？ 本文的核心主張尖鋭而明確：與其追逐繁雜的“智能體套件”、子智能體（Subagents）、RAG 等概念，不如迴歸本質 —— 選擇一個強大且高效的模型，像與一位靠譜的工程師同事那樣，通過簡潔的對話和直覺性的協作來直接解決問題。作者直言不諱地

AI , AI編程 , 人工智能 , 深度學習

收藏 評論

u_13778063 頭像

u_13778063 - 從傳統架構到AI原生：深度剖析企業AI落地的“三高”痛點與Serverless化解決方案

作者：趙世振 本文整理自 2025 雲棲大會，阿里雲智能集團產品架構師 趙世振 的主題演講《Serverless AI 原生應用架構》 在 AI 大模型浪潮席捲全球的今天，企業紛紛加速擁抱 AI，推動智能客服、內容生成、流程自動化等場景快速落地。然而，許多企業在實踐中卻遭遇了“三高困境”——成本高、複雜度高、風險高。 一位互聯網公司 CTO 曾坦言：“智

鏈路 , 原生應用 , 雲計算 , AI , 雲服務 , serverless

收藏 評論

wintersun 頭像

PetterLiu - Z-Image圖像生成模型發佈與競品

1. 引言 當前，高性能文本到圖像（Text-to-Image, T2I）生成模型市場呈現出一種根本性的二元格局。一方面，是以Nano Banana Pro、Seedream 4.0為代表的專有（閉源）商業模型，它們性能強大，但其技術實現被封裝於“黑盒”之內，限制了社區的研究與創新。另一方面，則是以Qwen-Image、Hunyuan-Image-3.0為代表的開源模型，它們雖然推動了技術的普及

AI

收藏 評論

longlong688 頭像

longlong688 - 魔搭社區-2025文旅智能體創新大賽-參賽作品記錄

智能行程規劃工具2.0 一. 網頁初嘗試 一開始通過HTML寫，發現調用智能體的api密鑰只能明文保存，通過加密讀取存在問題， 也不會用魔搭社區的py語法讀取保存密鑰。 二. 前後端連接 瞭解和嘗試使用後端，在豆包的幫助下，成功跑通本地電腦和雲服務器，用其他雲服務器嘗試也可以和後端連上。 嘗試部署到創空間，發現創空間只認https鏈接網址，通過http+ip（域名）連接不上，用海外服務器連接

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的野外環境下野生動物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 基於深度學習的野外環境下野生動物檢測系統 1. 前言​ 大家好，歡迎來到Coding茶水間！ 今天我們要分享的項目是《基於YOLO算法的野外環境下野生動物檢測系統》。 在當前的計算機視覺領域，雖然算法迭代迅速，但在複雜多變的野外環境中實現高精度的實時檢測依然面臨挑戰。針對這一現狀，我們團隊完成了一套成品級的解決方案。該系統利用YOLO系列算法，能夠精準識別包括郊狼、鹿、野豬、兔子和浣

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的吸煙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 基於深度學習的吸煙檢測系統 1. 前言​ 大家好，歡迎來到Coding茶水間。今天我們要聚焦一個與公共健康、安全管理緊密相關的技術方案——基於YOLO算法的吸煙檢測系統。在正式演示前，不妨先聊聊這個領域的現狀與挑戰：隨着公共場所禁煙法規的普及（如機場、醫院、校園、生產車間）和安全生產監管的強化，吸煙行為的精準識別已成為維護無煙環境、預防火災風險的關鍵環節。然而，傳統檢測方式高度依賴人工巡

AI

收藏 評論

u_16099337 頭像

IT獨行俠客 - 常用數據清洗方法大盤點_51CTO博客

大數據清洗：從“髒數據”到“黃金礦”的魔法變身術 關鍵詞：數據清洗、髒數據、ETL、數據質量、大數據優化、特徵工程、Pandas實戰 摘要：大數據時代，“數據是黃金”的説法早已深入人心，但剛從業務系統、傳感器或用户行為中採集到的數據，往往像剛從河裏撈上來的沙子——混着泥土、石頭、碎玻璃，甚至還有爛葉子。要想從這些“髒

spark , 髒數據 , 大數據 , 數據清洗 , 數據 , 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 第一週：卷積基礎知識（一）圖像處理基礎

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 本篇為第四課的第一週內容，1.1到1.3的內容。 本週為第四課的第一週內容，這一課所有內容的中心只有一個：計算機視覺。應

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的交通事故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 基於深度學習的交通事故檢測系統 1. 前言​ 大家好！歡迎來到Coding茶水間。今天我們將深入探討一個極具現實意義的技術方案——基於YOLO算法的交通事故檢測系統。在正式演示前，不妨先聊聊這個領域的現狀與挑戰：隨着城市化進程加快，道路交通事故頻發已成為威脅公共安全的重要隱患。傳統交通事故監控依賴人工巡檢或簡單視頻回放，不僅效率低下（漏檢率高、響應滯後），更難以應對海量交通數據的實時分析

AI

收藏 評論

u_13778063 頭像

u_13778063 - Agent 記憶系統技術深度：從上下文工程到長期記憶組件集成！

作者：柳遵飛（翼嚴） 前言 隨着 AI Agent 應用的快速發展，智能體需要處理越來越複雜的任務和更長的對話歷史。然而，LLM 的上下文窗口限制、不斷增長的 token 成本，以及如何讓 AI“記住”用户偏好和歷史交互，都成為了構建實用 AI Agent 系統面臨的核心挑戰。記憶系統（Memory System）正是為了解決這些問題而誕生的關鍵技術。 記憶系統

agent , 雲計算 , AI , 阿里雲 , 雲服務 , 雲原生

收藏 評論

uml-tool 頭像

Lynch_Warren - 產品評測：Visual Paradigm AI 聊天機器人 —— 開發者建模的“AI加速器”真實體驗

作為一名常年與 UML 圖表打交道的開發者，我曾經歷過： 畫一個用例圖，花半小時拖拽、調位置、畫箭頭 為「include」和「extend」到底怎麼畫而糾結 團隊開會時，大家看着一張“看不懂”的圖，反覆解釋 直到我試了Visual Paradigm AI 聊天機器人（chat.visual-paradigm.com），我才真正體會到： 原來建模，可

AI

收藏 評論

u_15644617 頭像

u_15644617 - 告別繁瑣操作！這款神器用 AI 輕鬆繪製專業圖表！

大家好，我是 Java陳序員。 在日常工作中，我們常常要繪製架構圖、流程圖等。 你是否也曾經歷過這些場景：對着空白的 Draw.io 界面發呆，想畫個系統架構圖卻不知從何下手？花兩小時調整流程圖佈局，結果元素還是擠成一團？好不容易畫完的雲架構圖，領導一句“重新排版”讓你心態崩潰？ 今天，給大家推薦一款製圖神器，用 AI 幫助你輕鬆繪製專業圖表！

yyds乾貨盤點 , drawio , deepseek , AI , aigc , AI作畫

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第一週：循環神經網絡 （四）RNN 中的梯度現象

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 本篇為第五課的第一週內容，1.8的內容以及一些相關基礎的補充。 本週為第五課的第一週內容，與 CV 相對應的，這一課所有

AI

收藏 評論

wintersun 頭像

PetterLiu - 實戰利用LLM輔助小程序逆向與HTTP報文漏洞挖掘

摘要： 在Web安全與小程序逆向分析中，面對成千上萬條HTTP請求日誌，人工審計往往效率低下且容易遺漏邏輯漏洞。本文將介紹一種高效的新型工作流：“Fiddler抓包 + 文本導出 + LLM智能體分析”。通過一個真實的婚戀交友SaaS小程序案例，我們演示瞭如何利用大模型快速破解簽名算法，並從Raw報文中精準挖掘出嚴重級越權（IDOR）與未授權圖牀漏洞。 1. 核心思路：讓LLM成為

AI

收藏 評論

lying7 頭像

躺柒 - 讀智能新物種03新物種

1.新物種 1.1.動物世界包含擁有各種各樣才能的物種，其中許多動物的能力都超越了人類 1.2.當談到機器人和人工智能時，我們卻關注着某些特殊的智能和技能，即我們自己所擁有的 1.3.在思考人工智能時總是使用人類的大腦作為模型，這樣做的部分原因在於，從歷史上看，最早的人工智能開發者的目標正是：再現人類的智能 1.4.弄清楚人類是如何學習的，並試圖在機器中再現這一過程 1.5.自動化已經並將繼續對

AI

收藏 評論

yupi 頭像

程序員魚皮 - 剛剛，Claude Opus 4.6 和 GPT-5.3-Codex 同時炸場！AI 編程要變天了

大家好，我是程序員魚皮。 今天凌晨，AI 圈又雙叒炸了。Anthropic 和 OpenAI 幾乎同時發佈了自家的最新大模型 —— Claude Opus 4.6 和 GPT-5.3-Codex，中門對狙，火藥味十足。 這次兩家是真往編程和實際工作能力上捲了，不是那種 “跑分升了 2 個點” 就發篇博客的敷衍更新。 下面我帶大家快速瞭解一下，這兩個模型到底更新了什麼？對我們程序員和 AI 玩家來

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的水下垃圾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 基於深度學習的水下垃圾檢測系統 1. 前言​ 隨着海洋環境保護和水下作業需求的增加，快速、準確地識別水下垃圾成為亟待解決的問題。然而，受光照變化、水體渾濁及數據稀缺等因素影響，現有檢測手段普遍存在魯棒性不足、實時性差、部署成本高等痛點。YOLO 系列算法憑藉高速與較高精度的優勢，為目標檢測提供了可行方案，但在水下環境仍需針對性優化。為此，我們開發了基於 YOLO 算法的水下垃圾檢測系統，

AI

收藏 評論

ClownLMe 頭像

ClownLMe - stable_baseline3 快速入門(一): 訓練第一個強化學習模型

簡介 stable_baseline3 是一個基於 PyTorch 的強化學習算法開源庫，裏面集成了多種強化學習算法，使用這個開源庫能夠讓我們不需要過度關注強化學習算法細節，專注於AI業務的開發。 環境配置 pip install stable-baselines3 pip install gymnasium 這裏stable-baselines3會默認安裝pytroch框架，但是是不帶cuda

AI

收藏 評論

u_17442285 頭像

xcLeigh - 數據可信：“AI+Data”時代企業落地的生死線與破局之道

在 AI 技術迅猛發展的今天，企業對智能化轉型的需求日益迫切，但落地效果卻普遍不理想。據 MIT 報告顯示，企業垂直場景 AI 應用真正上生產的比例僅 5%。2026 年 1 月，由【Yolanda科技見聞】與【矩陣起源】聯合推出的年度重磅專欄 “AI +數據時代的技術戰略與組織進化” 第二期直播，圍繞 “數據可信——如何構建支撐可信 AI 與決策的數據基座” 主題，墨創數跡 C

it , yyds乾貨盤點 , 數據 , AI , 數據可視化 , 知識管理 , 人工智能

收藏 評論

DashVector 頭像

e3830ba1-5631-457e-bd1b-9f3b6cfcd899 - 通義深度搜索

簡介 通義深度研究產品，又稱深度搜索智能體DeepSearchAgent，基於廣受歡迎的通義開源WebSailor/DeepResearch開源項目增強而來，為用户打造的端到端智能深度搜索AgentAPI，可廣泛應用於本地+聯網知識庫、長文報告寫作、金融分析、法律諮詢、市場研究等應用場景 通義深度搜索Agent，通過多階段預訓練、SFT和RL訓練，在Humanity’sLas

AI

收藏 評論

joas-pambou 頭像

Joas Pambou - A High-Level Overview Of Large Language Model Concepts, Use Cases, And Tools

Even though a simple online search turns up countless tutorials on using Artificial Intelligence (AI) for everything from generative art to making technical documentation easier to use, there’s stil

Tools , Apps , AI

收藏 評論

duyuanshang 頭像

獨元殤 - 新手在國內，如何 10 分鐘快速用上 Claude Code ！

目錄 1.首先是安裝！ 2.配置代理 3.上聚合站搞 API 4.配置環境，自定義模型 API 5.選擇其他模型 6.終於看到主界面了 7.完成 首先，這個話題針對的大概率是 claude opus 4.5 模型 很難在國內被使用。這個很好解決，我肯定不會肉身在國內，冒險去花個幾百塊砸去 Anthropic

AI

收藏 評論