tag 人工智能

標籤
貢獻909
940
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

rockswang - 微軟小冰的顏值鑑定接口

把我的老鐵機器人的顏值鑑定接口源碼放出來,邏輯都在execute函數裏面,看不懂也不解釋了。 const sharp = require('sharp') const _ = require('lodash') const { sendMsg, Recent, localPic } = require('../qq_api') const { rp, UA, auraCdChk, num } =

nodejs爬蟲 , 網頁爬蟲 , 小冰 , 人工智能 , 逆向工程

收藏 評論

Smartbi - 中英人壽攜手思邁特軟件,以智能問數打通保險經營分析關鍵鏈路

在保險行業數字化轉型向縱深推進的關鍵階段,企業數據豐富但業務應用不足成為制約其突破增長的共性瓶頸。作為中糧資本與英傑華集團合資組建的標杆險企,中英人壽規模與利潤長期穩居合資壽險公司第一梯隊。在 “數智中英” 戰略藍圖指引下,其正全力推進從 “經驗驅動” 到 “數據智能驅動” 的核心變革。 思邁特軟件(Smartbi)作為深耕商業智能(BI)和AI應用領域的數字化轉型服務商,憑藉在金融行業的成熟解

bi , 人工智能

收藏 評論

GMICloud - GMI Cloud@AI 週報 | Gemini 3、Nano Banana Pro輪番炸場;Grok4.1低調發布

關鍵詞:Gemini 3 ;Grok 4.1 ;螞蟻靈光; Giants | 巴菲特重金入股谷歌;Meta 員工 AI 使用情況直接掛鈎 KPI 蘋果 CEO 庫克被曝最早明年讓位,內部稱蘋果 AI 已落後同行 2 年 金融時報最新爆料,蘋果現任 CEO 庫克最早將於明年退休,接棒人選為現任硬件工程高級副總裁 John Ternus。此舉反映了蘋果在 AI 時代的緊迫感。據彭博社知名記者古爾曼爆料

資訊 , google , 人工智能

收藏 評論

中煙創新 - 強化煙草專賣人才隊伍建設:實現人員精準畫像與科學考評

隨着監管環境日益複雜,專賣人員需具備法律法規、市場監管、案件查處等多方面能力。建立科學的人才評價與培養體系,成為提升行業治理能力的關鍵環節。 北京中煙創新科技有限公司(簡稱:中煙創新)推出的“專賣人員畫像與隊伍考評系統”創新性的將數據驅動理念融入專賣人員管理的全過程,為每位專賣人員繪製動態、精準畫像,從傳統經驗管理向現代數據管理的模式轉變。煙草行業在管理實踐中,存在一定的優化空間。一方面,部門間的

人工智能

收藏 評論

fjfdh - 優化器(Optimizer)(SGD、Momentum、AdaGrad、RMSProp、Adam)_sgd優化器

一、動量優化器(Momentum) 1、核心思想 模擬物理中的 “動量” 概念,通過積累歷史梯度的 “慣性” 來加速收斂,減少震盪。 解決 SGD(隨機梯度下降)在溝壑區域(梯度方向頻繁變化)收斂慢、震盪大的問題。 2、公式 (1)動量變量(積累歷史梯度) (2)參數更新 其中,γ為動量因子(通常

自適應 , 一階矩 , 人工智能 , 深度學習 , 稀疏數據 , 前端開發 , Javascript

收藏 評論

閣下AI - 閣下 AI 的應用場景部分解析

閣下 AI 的應用場景部分解析 創意內容創作 文案創作:一鍵生成營銷文案、產品描述、社交媒體內容,風格可定製,產能提升 5-10 倍 圖文創作:文生圖、AI 動漫轉真人、老照片修復上色,系統自動串聯圖像識別、修復、上色模型 視頻製作:小説推文一鍵成片(自動生成畫面 + 配音 + 背景音樂),支持多模態協同 設計輔助:Logo 設計、海報排版,輸入需求即可獲得多種方案 辦公效率提升 文檔處理:

機器學習 , 人工智能

收藏 評論

mob6454cc7416d1 - mremoteng的連接 提示登錄密碼

打開編輯器,依次點擊 Tools-Deloyment-Configuration,進入連接服務器的配置頁面 2.點擊左上角的 + ,配置一個新的服務器 3.填寫添加之後服務器的名稱,並選擇類型(一般都是選擇 FTP,對FTP不瞭解的,自行baidu),點擊OK 4.依次填寫正確的參數 ,

機器學習 , Test , 服務器 , ip , 人工智能 , mremoteng的連接 提示登錄密碼

收藏 評論

拓端tecdat - 專題:2025半導體行業核心趨勢與市場動態報告:AI驅動、先進封裝|附130+份報告PDF、數據、可視化模板彙總下載

原文鏈接:https://tecdat.cn/?p=44426 原文出處:拓端抖音號@拓端tecdat 引言 全球半導體行業正站在“技術突破與地緣博弈”的十字路口:AI驅動的算力需求催生指數級增長,而產業鏈分工重構與技術壁壘形成雙重約束,行業正從規模擴張向“高質量突圍”轉型。從材料器件的國產替代攻堅,到資本支出的全球分化,從企業盈利的結構性增長,到產業鏈環節的協同爆發,每個維度都暗藏“增長

機器學習 , 數據挖掘 , 人工智能 , 深度學習

收藏 評論

編程小達 - 微信小程序類似於elementui的組件

下面給大家介紹小程序7個開源框架,大家更具自己喜歡選擇, 7個都很好,各有各的優勢(mpvue,Tina.js,Taro,wepy,weweb,touchwx, uni-app) 1、 mpvue mpvue 是美團點評開源的一個使用 Vue.js 開發小程序的前端框架。框架基於 Vue.js 核心,mpvue 修改了 Vue.js 的 ru

機器學習 , github , 移動開發 , 前端框架 , Vue , 人工智能 , ui

收藏 評論

閣下AI - 閣下 AI 創建工具案例

閣下 AI 創建工具案例 一、商業營銷類工具 1️⃣ 小紅書爆款文案生成器 需求描述:創建小紅書爆款文案生成器,扮演小紅書資深博主,根據產品描述生成 3 種風格的種草文案(活潑 / 專業 / 情感),並建議 3 個熱門話題標籤。 實現效果:某美妝品牌使用後,單篇筆記互動率提升 3 倍,獲客成本降低 40%。 2️⃣ 智能數據分析儀表盤 需求描述:創建智能數據分析儀表盤,能自動清洗整合多源數據,生成

人工智能

收藏 評論

中電金信人才 - 中電金信與中國金融科技的共振之路

從信息化、數字化到智能化,三十年成長曆程,中電金信始終以創新為引擎,賦能重點行業的安全穩定發展。近日,《金融時報》深度報道,走進這段代表中國科技力量崛起的非凡征程。 從90年代對標國際金融科技的“快速跟跑”,到在移動支付、大數據、AI場景應用等方面實現局部超越;從1995年面向海外軟件業務初創,到2

分佈式技術 , it , 人工智能 , 數據分析 , 解決方案

收藏 評論

ceshiren2022 - 無代碼開啓AI測試:字節Coze助力測試效率倍增實戰指南

關注 霍格沃茲測試學院公眾號,回覆「資料」, 領取人工智能測試開發技術合集 最近團隊裏的測試任務越來越繁重,特別是那些重複性的功能驗證和測試數據準備,幾乎佔用了我們大部分時間。直到上個月,我偶然接觸到了字節跳動的Coze平台,這個零代碼的AI工具徹底改變了我們的測試工作流程。 從手動到自動的轉變 還記得那天下午,我面對着一個需要測試的登錄功能,不僅要驗證正常登錄場景,還要測試數十

coze , AI , 人工智能 , 深度學習 , 自動化測試

收藏 評論

mob64ca1406d617 - BEVFusion項目文件解讀

簡介 BeeGo是一個快速開發Go而應用的HTTP框架,他可以用來快速開發API,web以及後端服務等各種應用,是一個restful 的框架,主要涉及靈感來源於tornado,sinatr和flask這三個框架,但是結合了Go本身一些的特性(interface,struct嵌入等)而設計的一個框架 架構 beego有八個模塊,分別是

web項目 , API , BEVFusion項目文件解讀 , 人工智能 , 計算機視覺 , go

收藏 評論

mob64ca13f9e726 - win11 無法導出為OVF

系統不安裝Office導出Excel 本文適用於沒有安裝微軟件辦公軟件而卻需要導出Excel表格的操作員做參考,最近公司由於正版化的需要,換裝了WPS辦公軟件,但在運行了DMS系統的電腦上需要導出Excel,在導出時系統會檢測是否已安裝Excel,沒有安裝的話是無法導出的,為此苦苦在網上搜索了三四天,終於發現了一點眉目,先看下面的這段話: S

office , win11 無法導出為OVF , sap , excel , 人工智能 , 計算機視覺 , 技術人

收藏 評論

上海拔俗網絡 - 給工廠裝上“數字大腦”:安全生產智能AI系統開發

大家好!我是李工,在製造業幹了十五年的產品經理。今天想和大家聊一個聽起來有點技術,但其實特別貼近我們生產安全的話題——安全生產智能AI系統。你可以把它想象成給工廠裝上一個“數字大腦”,讓它能24小時不眨眼地守護着每一位工人的安全。 一、這個“大腦”如何“看見”危險? 傳統安全管理主要靠人盯人、定期檢查,但人總會疲勞、會分心。我們的AI系統則不同,它在工廠里布設了無數雙“眼睛”——

數據 , 物聯網 , NLP , 人工智能 , 深度學習

收藏 評論

多情的青蛙 - 月更GPT-5.1:AI巨頭為何開始“內卷”?

距離GPT-5發佈僅三個月,OpenAI再度推出升級版本GPT-5.1,創下其大模型迭代速度新紀錄。這背後,是日趨白熱化的行業競速賽。 2025年11月,OpenAI正式發佈GPT-5.1。這距離其8月推出革命性GPT-5尚不足百天,距離其去年11月發佈GPT-4 Turbo剛好一年。如此高頻的版本更新,在OpenAI歷史上實屬罕見。 競爭格局的劇變是首要驅動力。 就在OpenAI快

chatgpt , 人工智能 , 深度學習

收藏 評論

求知上進 - 深入學習Python函數:屬性訪問

第一章:屬性訪問的基礎原理 1.1 屬性訪問的起源與Python演進 屬性訪問的概念源於1990年代的Smalltalk動態屬性系統,它強調對象的統一接口。Python的@property由Guido van Rossum在Python 2.2中通過描述符協議正式引入,當時旨在簡化getter/setter的 boilerplate代碼。到Python 3起,prop

生成器 , 人工智能 , 深度學習 , 描述符 , Python

收藏 評論

mob64ca1404baa2 - Python量化交易入門_黑馬程序員的技術博客

一、量化 1.1、目的 大模型量化的主要目的是壓縮模型參數,降低計算複雜度,提高推理效率。 存儲優化:將高精度的浮點型參數轉換為低精度的整數參數,減少模型存儲空間。 計算加速:使用低精度整數進行計算,降低計算複雜度,提高推理速度。 硬件適配:某些硬件(如嵌入式設備、移動端芯片)對低精度計算支持更好,量化可以提高 適配性。

數據 , 數位 , 權重 , 人工智能 , 前端開發 , Javascript , Python

收藏 評論

沃觀態勢感知 - 洞察競爭格局:專業海外社交媒體分析服務如何解碼對手的社交策略

在海外市場競爭日益激烈的背景下,瞭解競爭對手已經不再是可選動作,而是企業制定產品、營銷、渠道和區域策略的前提條件。社交媒體作為競品動作最公開、最實時、最具情緒色彩的平台,是分析對手策略的最佳窗口。專業海外社交媒體分析服務的意義,在於讓企業能夠更系統、更全面、更智能地“讀懂競爭對手在做什麼、準備做什麼、效果如何以及用户如何迴應”。 海外社交媒體分析服務競爭洞察的第一層,是對競

用户興趣 , 用户反饋 , 人工智能 , 數據分析 , 社交媒體

收藏 評論

mob64ca1413c518 - CefViewQuery和invokeMethod的區別

前面我們説過了 控制器(controller) 和方法(action) 本次要説的就是 View以及和控制器(controller)、方法(action)之間的關係; 大家都知道 MVC中的 V 就是View 的意思,就是 呈現給用户的界面,以往的asp.net項目中叫 webform,以前做asp.net的時候就是在工具箱裏面拖控件出來, 然後簡單的排

控件 , 服務端 , 機器學習 , 構造函數 , 人工智能

收藏 評論

疆鴻智能研發中心 - 智能裝卸新紀元:MODBUS轉PROFIBUS網關如何喚醒煙草廠“機械巨龍”

智能裝卸新紀元:MODBUS轉PROFIBUS網關如何喚醒煙草廠“機械巨龍” 在傳統煙草廠的裝卸區,工人推着叉車穿梭於貨堆間,汗水與煙塵交織。而今天,一條鋼鐵巨龍正悄然改變這幅畫面——機械臂精準抓取煙箱,AGV小車無聲穿梭,這一切都由PROFIBUS轉MODBUS協議轉換網關在幕後指揮。 案例直擊:當德國精密遇見工業通用語 某中型

profibus , 機械臂 , 協議轉換 , 人工智能 , 深度學習 , 工業自動化 , Modbus

收藏 評論

技術領航舵手 - linux 網絡 emac

  team是個啥玩意?   team實現的功能跟bond相似,team本質上也是一個虛擬的網卡驅動(networkdevicedriver),只不過並沒有真實的物理網卡與之對應,而是由這個虛擬網卡去“管轄”一系列的真實的物理網卡,它的代碼結構和一般網卡驅動的代碼結構非常類似。   team的四種模式   主備模式:activebackup 只有一個網卡處於活躍

機器學習 , 字段 , 初始化 , linux 網絡 emac , 人工智能 , 用户態

收藏 評論

沃觀態勢感知 - 知己知彼:如何用出海媒體監測工具洞察競爭對手的海外宣傳策略

在海外競爭加速、社媒生態碎片化的今天,出海企業要想脱穎而出,不僅需要理解自身用户,更必須讀懂競爭對手。競爭對手在海外做了什麼、發了哪些內容、使用了哪些KOL、投放在哪些渠道、獲得了怎樣的用户反饋,這些信息都關乎企業決策。但競爭對手的策略在海外往往碎片化、跨平台、多語言且變化快,人工監測幾乎不可能覆蓋。因此,出海媒體監測工具成為企業洞察競爭格局、理解對手動

碎片化 , 多語言 , 用户反饋 , 人工智能 , 數據分析

收藏 評論

mob64ca140e0490 - 分區remount

故障: 還原系統後分區故障。 1.原來多個分區變成當前一個分區; 2.原有分區與當前分區的數量或大小不一致,原有數據分區丟失。 恢復流程: 1.檢測流程: 通過磁盤管理查看故障盤分區大小及數量; 查看當前分區結構完整度。 2.實施流程: 北亞數據恢復工程師通過用户瞭解原分區大小、分區數量; 北亞數據恢復工程師根據用户所反

機器學習 , 分區remount , 文件系統 , 數據 , 數據恢復 , 人工智能

收藏 評論