tag AI

標籤
貢獻119
205
03:55 AM · Nov 07 ,2025
wintersun 頭像 Goblinscholar 頭像 lying7 頭像 codingtea 頭像 OBCE666 頭像 huggingface 頭像 joas-pambou 頭像 XY-Heruo 頭像 u_16773655 頭像 poloai 頭像 yupi 頭像 gogoSandy 頭像

@AI / 博客 RSS 訂閱

codingtea 頭像

Coding茶水間 - 基於深度學習的水果品質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 基於深度學習的水果品質檢測系統演示與介紹 1. 前言​ 在農業和食品安全領域，水果品質檢測面臨效率和準確性挑戰。傳統手工方法易受主觀影響，無法實現實時監控。本文介紹基於YOLO算法的水果品質檢測系統，可自動識別水果類型（如草莓、香蕉、番茄）及其變質程度（優質、輕微變質、腐爛）。 系統利用YOLO變體（如YOLOv5和YOLOv12N）訓練於超過21,000張圖片數據集（訓練集11,964

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程三： 結構化機器學習項目 第二週：誤差分析與學習方法 課後習題和代碼實踐

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 本篇為第三課第二週的課程習題部分的講解和代碼實踐。 1 . 理論習題 還是先上鍊接：【中英】【吳恩達課後測驗】Cours

AI

收藏 評論

lying7 頭像

躺柒 - 讀人機溝通法則：理解數字世界的設計與形成06機器讓失衡自動化

1.排斥 1.1.科技公司需要全速運行以跟上摩爾時間尺度，這加大了在潛在僱員中優化“文化適配度” 1.1.1.意味着招聘“和我們一樣”的人—的壓力 1.1.2.新員工就會花更少的時間適應（因為他們“和我們一樣”​）​，產生更少的日常摩擦（因為他們“和我們一樣”​）​，並且聽老闆的話（因為他們“和老闆一樣”​）​ 1.2.“排斥” 1.2.1.exclude這

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 第三週：超參數調整，批量標準化和編程框架 課後習題和代碼實踐

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 本篇為第二課第三週的課程習題和代碼實踐部分筆記。 1. 理論習題：獨熱編碼 還是先上鍊接： 【中英】【吳恩達課後測

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的香蕉成熟度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 基於深度學習的香蕉成熟度檢測系統演示 1. 前言​ 隨着農業現代化的發展，水果品質在線檢測在採摘後分級與倉儲管理中具有重要意義。香蕉成熟度直接影響其口感與銷售價值，但人工檢測效率低、主觀性強，難以滿足規模化需求。 YOLO 系列算法檢測速度快、精度較高，已廣泛用於目標檢測。然而在香蕉成熟度檢測中，不同階段的外觀差異細微，且易受光照、背景等因素干擾，現有方法多侷限於簡單二分類，缺乏多類別細

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的安檢危險品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 基於深度學習的安檢危險品檢測系統 1. 前言​ 大家好，歡迎來到 Coding 茶水間。 在公共交通與公共安全的日常守護中，安檢是防止危險品流入人羣的關鍵防線。傳統依靠人工判圖的安檢方式，不僅工作強度大，還容易因疲勞或經驗差異漏檢風險物品。今天我們要分享的項目，就是基於 YOLO 算法​ 的安檢危險品檢測系統——它能自動分析安檢通道拍攝的箱包圖像，精準識別其中的槍支、刀具等危險品，把“人

AI

收藏 評論

wintersun 頭像

PetterLiu - 氛圍編程工具個人推薦

大模型推理能力（腦子） 編輯器功能（手）。它更推崇擁有強大邏輯架構能力的模型（如Claude），而不是單純的IDE集成工具。 第一梯隊 (First Echelon)：主力軍 這一層級是作者認為完成“Vibe Coding”最核心的工具組合。 Claude Code (核心大腦) 定位： 架構師、總指揮。 專家解讀： 這裏指的應該是搭載

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

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

poloai 頭像

poloai - 【2025年最新】全面解析 poloapi.top：一站式 AI 大模型 API 聚合服務平台

在 AI 技術高速迭代的今天，接入多個大模型成為技術產品的重要能力，無論是構建智能客服、生成式內容中台，還是開發自動化助手，都需要支持 GPT、Claude、Gemini、其他語言或多模態模型。單個模型 API 接入複雜、密鑰管理繁瑣、成本難控，這就促成了 API 聚合平台 的誕生。poloapi.top 便是其中代表性的一站式 AI 大模型聚合 API 服務平台。 ✅ 什麼是 poloapi.

AI

收藏 評論

u_16099325 頭像

數據小築 - linux系統進程解析,Linux操作系統的進程管理詳解

【Linux】 進程管理進階：從 ps 到 pidstat，高手都在用的監控技巧 摘要 目錄 1\. 引言：為什麼需要進階的進程管理？ 1.1. 基礎工具的侷限性 1.2. 進階監控的目標 2\. `ps` 命令的精進使用

spring , 上下文切換 , AI , Linux , 進程管理 , Css , 前端開發 , HTML

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 第二週：經典網絡結構 課後習題和代碼實踐

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 本篇為第四課第二週的課後習題和代碼實踐部分。 1. 理論習題 【中英】【吳恩達課後測驗】Course 4 -卷積神經網絡

AI

收藏 評論

znai 頭像

老艾的智能世界 - 股票資金流向獲取工具！無限制查詢，Hawk下載介紹

現在越來越多普通人想嘗試量化投資，很多新手股民一上來就盯着K線圖研究短線走勢，卻忽略了市場主力資金的流動走向，在金融分析領域，獲取豐富且準確的資金進出數據是深入研究一隻股票和策略制定的重要基礎 Hawk是一個強大的股票數據獲取工具，可以查詢股票的價格數據、成交量等各類信息，它整合了多個頭部信息源，使得用户不需要在各個財經網站和平台之間查找數據 Hawk最新中文版： 百度網盤：https://p

AI

收藏 評論

joas-pambou 頭像

Joas Pambou - A Simple Guide To Retrieval Augmented Generation Language Models

Suppose you ask some AI-based chat app a reasonably simple, straightforward question. Let’s say that app is ChatGPT, and the question you ask is right in its wheelhouse, like, “What is Langchain?” T

Techniques , Tools , AI

收藏 評論

znai 頭像

老艾的智能世界 - 最新AI換臉軟件，全面升級可直播，Mirage下載介紹（支持cpu）

Mirage是一款功能強大且操作簡單的AI換臉工具，它採用先進的人工智能技術，基於PyTorch+TensorRT框架構建，憑藉雙加速特點實現換臉速度提升數倍，打破了傳統換臉工具在速度與效果上的瓶頸，為用户提供圖片、視頻、網絡直播等多場景的逼真換臉體驗 針對圖片和視頻換臉場景，用户只需導入待換臉的圖片與目標人臉圖片、視頻，軟件會自動識別人物面部特徵並精準完成替換，相比傳統換臉工具，Mirage優

AI

收藏 評論

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

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

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

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

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

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

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

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