tag 人工智能

標籤
貢獻928
966
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

網絡安全守衞 - ubuntu qemu搭建樹莓派4b

更新:原帖內容有點過時了 直接用buildroot,換上國內源,一鍵製作所有東西。 makeraspberrypi3_64_defconfig make 然後去output/images文件夾找sdcard.img 就行了,直接刻錄到sd卡,樹莓派3b就能運行。 其他關於buildroot的使用介紹,網上已經很多

機器學習 , Linux , bc , 人工智能 , ubuntu qemu搭建樹莓派4b , Git

收藏 評論

deephub - 深度解析 Google JAX 全棧:帶你上手開發,從零構建神經網絡

目前來看Google 是唯一一家在 AI 價值鏈上實現端到端垂直整合的公司。從基礎模型 (Gemini)、應用層 (ImageFX, Search with Gemini, NotebookLM),到雲架構 (Google Cloud, Vertex AI) 以及硬件 (TPUs),幾乎全都有所佈局。 長期以來Google 一直在通過提升自身能力來減少對 NVIDIA GPU 的依賴。這種

jax , 人工智能 , 深度學習 , Python

收藏 評論

雲上漫談 - 緊跟“十五五”規劃,雲端股份在算力行業的新基建實踐

2025年10月28日,《中共中央關於制定國民經濟和社會發展第十五個五年規劃的建議》正式發佈。其中明確提出:“適度超前建設新型基礎設施,推進信息通信網絡、全國一體化算力網、重大科技基礎設施等建設和集約高效利用。”這一政策導向不僅為我國數字經濟發展錨定了方向,也為算力行業注入了強勁動能。 作為數字經濟時代的“水電煤”,算力正成

算力中心 , gpu算力 , 大數據 , 通信網絡 , 數據倉庫 , 人工智能 , 基礎設施

收藏 評論

1艾一刀 - 樂奇Rokid拉開智能眼鏡“微米級”戰爭的序幕

當智能眼鏡行業從“有沒有”的技術炫技階段,悄然進入“好不好”的體驗競爭深水區,一場看不見的戰爭正在製造端悄然打響。衡量勝負的標準不再是那些宏大的技術名詞,而是以毫米甚至微米為單位的工藝精度。 之所以這麼説,是因為前不久智能眼鏡品牌樂奇Rokid與其製造商藍思科技,共同舉辦了一場針對智能眼鏡產品的小範圍媒體開放活動,透過藍思的生產線,見證的不僅是AI眼鏡的製造過程,更

數據 , 可穿戴設備 , 人工智能 , 好用 , 深度學習

收藏 評論

青否Ai - 數字人帶貨狂攬 23 億!數字人主播成電商新寵,直播帶貨迎來全新時代?

2025 年雙十一,數字人帶貨交出了震撼行業的成績單:京東平台數字人直播總成交額突破 23 億元,1.7 萬商家通過虛擬主播實現 24 小時不間斷開播,帶動平台整體轉化率提升 30%。(青否數字人源頭v:zhibo175) !從凌晨三點仍在滔滔不絕的國貨彩妝虛擬主播,到創下 5500 萬單場 GMV 的羅永浩 AI 分身,數字人正從直播帶貨的 “補充角色” 躍升為 “核心生產力”,引發行業對 “無

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

IT陳工 - AI編程環境安裝-Anaconda

1、安裝Python,建議3.10以上版本,具體步驟略 2、Linux環境: (1)anaconda官網下載軟件包 (2)給安裝程序進行chmod + x賦權 (3)執行安裝腳本,同意協議並指定安裝路徑 (4)安裝後會有提示 按照第一個指示,將安裝路徑下的bin目錄加入環境變量,之後執行conda init (5)執行後會

機器學習 , anaconda , 編程環境 , 人工智能

收藏 評論

得物技術 - 異常檢測算法在可觀測性平台的落地和實踐|得物技術

一、背景 在穩定性保證中,重要的一個環節就是故障管理體系建設,故障管理體系的四大核心功能——故障發現、故障觸達、故障定位和故障恢復,其中故障發現作為故障管理的第一步至關重要,包含了指標預測、異常檢測和故障預測等方面,主要目標是能及時、準確地發現故障。今天主要針對故障發現環節中的異常檢測介紹AI異常檢測算法在指標檢測上的應用。 傳統基於閾值的異常檢測方法的缺點: 比較依賴個人經驗,需要了解指標的

技術分享 , 人工智能 , 異常處理 , Python

收藏 評論

charlesc - 自然語言處理qq郵箱的有窮自動機

前提: 1、QQ郵箱開啓了SMTP服務 密碼 代碼:(如果沒有相關包需要自己引入) import smtplib from email.mime.multipart import MIMEMultipart from email.mime.text import M

自然語言處理qq郵箱的有窮自動機 , NLP , 人工智能 , ci , HTML , Python

收藏 評論

野豹商業評論 - 追覓豪擲22.82億收購嘉美包裝,俞浩在下一盤什麼大棋?

12月16日,一則跨界收購消息在A股市場炸開了鍋——以掃地機器人聞名的科技公司追覓,其創始人俞浩斥資22.82億元,拿下了傳統包裝企業嘉美包裝的絕對控制權。 消息一出,停牌5個交易日的嘉美包裝復牌即漲停,隨後連拉三個板,股價從停牌前的4.56元/股飆升至6.07元/股,市值短短几天內暴漲超10億元,股民們沸騰不已。 在A股市場,“創始人收購上市

無人機 , 商業 , 人工智能 , 數據分析 , 核心技術

收藏 評論

boyboy - 地形圖 高程點 如何轉化為 dem

本書的第二章主要解決了三個問題: 什麼是高度圖?怎麼創建高度圖?如何載入高度圖? 如何使用直接的方法渲染地形?(how to render terrain using a brute force algorithm?) 如何使用fault formation與mid displacement算法動態生成高度圖,然後生成地形。

機器學習 , 地形圖 高程點 如何轉化為 dem , 像素點 , 叉乘 , 人工智能 , 迭代

收藏 評論

芯動大師 - LDO產品的基礎知識解析

低壓降穩壓器 (LDO)是一種用於調節較高電壓輸入產生的輸出電壓的簡單方法。在大多數情況下,低壓降穩壓器都易於設計和使用。然而,如今的現代應用都包括各種各樣的模擬和數字系統,而有些系統和工作條件將決定哪種LDO最適合相關電路,因此,現在我們需要關注這些決定性因素。 壓降電壓VDO,是指為實現正常穩壓,輸入電壓VIN必須高出所需輸出電壓VOUT(nom) 的

機器學習 , 封裝 , yyds乾貨盤點 , 熱阻 , rds , 人工智能

收藏 評論

元冪境ar遠程協助 - 航空航天應用AR遠程協助的價值與前景

在元冪境看來,作為當今以精密性、安全性以及高效率著稱航空航天領域,不管是客機的日常維護,還是航空器的遠程運維,任何一個環節的疏漏都有可能帶來巨大的風險。隨着AR技術和遠程協助技術的引入,為航空航天的發展帶來了全新的機遇。通過在航空航天應用AR遠程協助技術,藉助虛實信息的疊加並結合遠程專家指導,為高難度、高風險的航空航天帶來更高效、更安全的解決辦法。 一、現階段航空

ar系統 , ar技術 , 人工智能 , 深度學習 , ar遠程協助 , 工業AR巡檢 , AR眼鏡

收藏 評論

咚咚王哲 - 人工智能之數據分析 Matplotlib:第五章 常見函數

人工智能之數據分析 Matplotlib 第五章 常見函數 (文章目錄) 前言 在 Matplotlib 中,除了常用的 plot、scatter、bar 等繪圖函數外,還有一些圖像處理和樣式控制相關的常用函數,如 imshow、imsave、imread,以及解決中文顯示問題的方法。此外,Seaborn 作為基於 Matplotlib 的高級可

yyds乾貨盤點 , 人工智能 , 數據分析 , 中文顯示 , Image , Python

收藏 評論

mob64ca14040d22 - 基於cubemx的stm32輸入捕獲

PWM輸入模式: 定時器的捕獲單元,還可以同時使用兩個捕獲通道測量一個外部PWM信號的週期和佔空比。 在PWM的輸入模式下,輸入信號與兩個捕獲通道連接。假設使用捕獲通道1,2。在PWM一個週期開始之後,捕獲通道2在其上升沿將主計數器清除並開始向上計數,而隨後捕獲通道1捕獲到PWM的下降沿,此時就得到高電平週期。而捕獲通道2再次捕獲到下一個週期

輸入模式 , 機器學習 , 編碼器 , 人工智能 , 寄存器 , 基於cubemx的stm32輸入捕獲

收藏 評論

deephub - 向量化操作簡介和Pandas、Numpy示例

Pandas是一種流行的用於數據操作的Python庫,它提供了一種稱為“向量化”的強大技術可以有效地將操作應用於整個列或數據系列,從而消除了顯式循環的需要。在本文中,我們將探討什麼是向量化,以及它如何簡化數據分析任務。 什麼是向量化? 向量化是將操作應用於整個數組或數據系列的過程,而不是逐個遍歷每個元素。在Pandas中可以對整個列或Series執行操作,而無需編寫顯式循環。這種高效的方法利用了

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

Java中文社羣 - 重磅!N8N新版2.0發佈!不再支持MySQL?

兄弟們,時隔 2 年,N8N 終於迎來了大版本更新,這次 N8N 的 2.0 版本終於來了! 雖然官方之前預告説是 12 月 8 號(下週一)發測試版,下下週才發正式版。但我今天閒着沒事去逛 N8N 倉庫的時候,居然發現:2.0 的 RC 版本(預覽版)今天已經悄悄發佈了! 既然官方“偷跑”了,那咱們必須第一時間跟上。我也沒閒着,立馬動手升級體驗了一波。 原本以為是“絲滑升級”,結果剛上來就踩了個

人工智能

收藏 評論

數據探索家 - mwavedemowisualize怎麼用

在vc中調用MATLAB產生的組建時,需要將vc中的參數轉換成mwArray格式。 對mwArray賦值,主要包括矩陣賦值和字符串賦值。 一.矩陣賦值 1mwArray 定義矩陣變量 mwArray A(rows, cols, type) 參數説明: A : 變量名 rows:行數 col :列數 type

機器學習 , 字符串 , 賦值 , bc , 人工智能

收藏 評論

架構設計師之光 - ASP.Net之筆記11-05(Repeater 分頁)

: positional encoding : triplet encoding : subject encoding : object encoding Relation Transformer (RelTR), to directly predict a fixed-size set of − −

歸一化 , 三元組 , 人工智能 , transformer , 深度學習 , 前端開發 , Javascript

收藏 評論

雲端夢想家 - 導出 convertToExcelData 空數據不進入

最近在用c#的asp.net,需要批量導出數據。原本用的是stringbuilder逐個填充,但是隻能做到html強制格式轉換為xls,這不是真正的excel表格,所以在網上找了datatable快速填充到excel的方法。 使用該方法後,發現下載了以後的表格沒有辦法用exce軟件l打開,而且電腦的所有的excel文件都打不開了,重啓後才可以,花了一天時間才找到問題所在。

機器學習 , System , office , Interop , 人工智能

收藏 評論

阿里云云原生 - 劍指大規模 AI 可觀測,阿里雲 Prometheus 2.0 應運而生

作者:曾慶國(悦達) Prometheus 大家應該非常熟悉,正文開始前,讓我們一起來回顧開源Prometheus 項目的發展史。Prometheus 最初由 SoundCloud 的工程師 Björn Rabehl 和 Julius Volz 於 2012 年開發。當時,SoundCloud 需要一個更高效、靈活的監控系統來替代傳統工具(如 Nagios 和 Graphite),以應對快速增長的

人工智能 , prometheus , 雲原生

收藏 評論

mob64ca1403528a - dify 知識庫 embdding

1工作流開發概述 SharePoint基於WF(Window Workflow Foundation)構建了它的工作流功能。WF是SharePoint工作流框架的基礎,要深入瞭解SharePoint工作流的開發,首先應該瞭解WF的一些基礎知識,本章對WF的技術細節並不會過多講解。本節將講述SharePoint工作流的基礎知識,並介紹系統自帶的工作流模板的使用和默認的工作流

機器學習 , dify 知識庫 embdding , 字段 , 數據 , 人工智能 , Visual

收藏 評論

mob64ca14150f43 - GEEdem 下載

目錄 一、什麼是wget? 二、整理list文件 2.1在線網站查找並確定gse號 2.2處理GSE號 2.3整理下載列表 三、下載與解壓 一、什麼是wget? 一個婦孺皆知的,強大的下載工具不過多介紹了,小白可參考之前發佈的批量下載原始數據那篇文

GEEdem 下載 , 機器學習 , 數據挖掘 , 數據 , bash , Linux , 人工智能

收藏 評論

葉開 - 隱語可信數據空間MOOC第44講筆記:隱語在新能源車險聯合定價中的實踐

筆記內容來自隱語Mooc,歡迎一起來學習。Mooc課程地址:https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 📘 8.6 隱語在新能源車險聯合定價中的實踐 主講人:陳超 | 螞蟻保車險聯合定價技術負責人 一、新能源車險的困境 1. 行業背景 新能源車銷量持續增長,滲透率快速上升(2024年預計達50%+)。

機器學習 , 教程 , 人工智能

收藏 評論

mob64ca1419a401 - aspx 圖片分頁展示 demo下載

在測試中,因需要分析頁面的響應時間慢的問題,看到此文挺詳細的,同時對一些小點細節,更進一步進行了説明,同時大家可看,原文:解讀Loadrunner網頁細分圖(Web Page Diagnostics) LoadRunner結果分析圖表功能中最重要圖表分析之一,就是網頁細分圖。 一、啓用網頁細分圖 首先在Controller場景設計運行之前,需要在菜單欄中設置Di

機器學習 , aspx 圖片分頁展示 demo下載 , Time , 客户端 , 人工智能 , Web

收藏 評論