tag AI

標籤
貢獻161
795
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

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

codingtea 頭像

Coding茶水間 - 基於深度學習的玉米蟲害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 基於深度學習的玉米蟲害檢測系統 1. 前言​ 大家好，歡迎來到Coding茶水間！ 今天我們要聊的，是一個既貼近農業實際需求、又充滿技術巧思的成品項目——基於YOLO算法的玉米蟲害檢測系統。在正式展開前，不妨先聊聊我們當下的背景：隨着全球糧食安全需求的攀升，玉米作為主糧作物之一，其生長週期中的蟲害問題始終是農户與科研人員的“心頭大患”。傳統蟲害檢測依賴人工巡查，不僅效率低、漏檢率高，

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

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

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

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

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

epdfs 頭像

到天涯看書 - 谷歌大佬開源AI Agent設計模式-《智能體設計模式:智能系統構建實戰指南》- 免費PDF下載

內容簡介 本書是谷歌大佬Antonio Gulli為人工智能領域編寫的一本實戰型指南，全書通過邏輯嚴密的框架設計與真實場景的案例演示深入闡述了構建現代智能體的核心設計模式與落地方法論，非常適合想學習瞭解 Agent 智能體的開發者。 2025 年 10 月初，谷歌資深工程主管、傑出工程師 Antonio Gulli 免費公開發布了一本長達 400 多頁的新書——《Agentic Design

AI

收藏 評論

dmx778 頭像

大模型玩家七七 - RAG 不是萬能解，這些場景你一開始就不該用

RAG 最常見的失敗，並不是“沒效果”，而是“用錯地方” 如果你觀察過一段時間大模型落地項目，會發現一個非常有意思的現象。 很多團隊做 RAG，並不是因為認真分析過需求， 而是因為： “大家都在用 RAG。” 於是 RAG 成了一種默認選項： 有知識問題 → RAG 模型不懂 → RAG 業務效果不好 → 再加一層 RAG 結果就是： 系統越來越

AI

收藏 評論

efancn 頭像

nafe - 考研高等數學筆記01：函數與極限 緒論

考研高等數學筆記01：函數與極限 緒論 1 緒論 1.1 微積分研究的主要內容 微積分研究的主要內容是：事物運動中的數量變化規律，包括： \[事物運動中的數量變化規律 \begin{cases} 觀察方式\begin{cases}宏觀\\微觀\end{cases}\\\\ 變化方式\begin{cases}均勻變化\\非均勻變化\end{cases} \end{cases} \] 1.2 微觀

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

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

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

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

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

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_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