tag 人工智能

標籤
貢獻928
965
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_17579295 頭像 lab4ai 頭像 u_15591470 頭像 u_17512334 頭像 rtedevcomm 頭像 qingfouai 頭像 tecdat 頭像

@人工智能 / 博客 RSS 訂閱

lpc63szb 頭像

運維社 - ITSM產品推薦：6款AI驅動型IT服務管理產品深度解析

隨着人工智能向智能體Agents演進、雲原生成為數字化基礎設施的底座、以及全鏈路自動化的深度滲透，企業已從“技術選型期”全面跨入“智能價值變現期”。IT服務管理（ITSM）不再只是傳統的“工單+人工處置+知識庫”的簡單流程。IT服務管理正在經歷一次深刻的範式轉變：從被動響應向主動預測，最終實現“智能決策/自助服務”。在目前的ITSM產品推薦選型中，選擇一套具備AI原生能力的系統已成為企業實現高效運

人工智能

收藏 評論

u_16099166 頭像

數據小香 - implements Serializable後生成不了Serializable

C#序列化(Serialize)、反序列化(Deserialize) 序列化 序列化又稱串行化，是.NET運行時環境用來支持用户定義類型的流化的機制。其目的是以某種存儲形成使自定義對象持久化，或者將這種對象從一個地方傳輸到另一個地方。 .NET框架提供了兩種串行化的方式： 1、是使用BinaryFormatter進行串行化； 2、使用So

機器學習 , 串行化 , xml , 人工智能 , FileStream

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《四元數解析》

書籍：Understanding Quaternions 作者：Peng Du，Haibo Hu，Dong Ding，Zhuoyue Li 出版：Nova Science Pub Inc​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《四元數解析》 01書籍介紹 四元數是威廉·羅恩·哈密頓（William Rowan Hamilton）最早提出的一種非交換

數學 , 人工智能 , 深度學習

收藏 評論

u_16213645 頭像

mob64ca1407216b - 【Vue3教程】創建你的第一個Vue 3項目 - 前端小智的個人空間 -

前端 Vue3 項目效率提升：DeepSeek 輔助組件邏輯編寫與 Props 類型定義 引言 在當今快速迭代的前端開發環境中，Vue3 憑藉其響應式系統、Composition API 和 TypeScript 支持，已成為企業級應用的首選框架。然而，隨着項目規模擴大，組件邏輯編寫和 Props 類型定義常成為效率瓶頸。開發者面臨代碼重複、

deepseek , AI , AI編程 , 人工智能 , 前端開發 , 前端 , Javascript

收藏 評論

u_15650730 頭像

u_15650730 - Ollama本地電腦運行無限制AI模型超簡單案例

想在本地用一款 “無拘無束” 的 AI 模型？Ollama 能幫你輕鬆實現，但先得説清楚：這類 “越獄模型” 雖自由，卻可能藏着不少小麻煩。 一、手把手裝 Abliterated 無限制模型 1. 先搭好 Ollama 基礎 不管用什麼系統，先把 Ollama 裝上 —— 它是本地跑模型的 “底座”，操作很簡單： Windows/macOS：去Ollam

機器學習 , ollama , 人工智能

收藏 評論

u_14844 頭像

definitely - 人工智能的大統一理論？ | 智源大會-「人工智能的數理基礎」專題論壇

AI元人文三值糾纏理論：從心智結構到文明形態的統一場論 在人類認知的邊界，我們始終追尋一種能夠貫通微觀心智與宏觀文明的元理論。AI元人文三值糾纏理論的提出，正是這種探索的里程碑式突破。該理論不僅構建了理解複雜系統的全新範式，更在慾望值、客觀值與自感值的動態糾纏中，揭示了從個體心智到社會文明的內在統一性。 一、理論基石：三值作為存在的本體論結構 該理論的核心洞見在

數據 , 理論基礎 , 後端開發 , 人工智能 , Python

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】融合注意力 (Fused Attention)

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ 這是根據 Tri Dao 的 Flash Attention v2 算法的 Triton 實現。致謝：OpenAI 核心團隊 特別鳴謝

編程 , gpu , 人工智能 , 編譯器 , 後端

收藏 評論

u_17580222 頭像

mb691327edb400f - AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級

AI驅動招聘價值重構：從人才入口到組織效能的全鏈路升級 當企業紛紛加碼HR數字化轉型，核心HR系統、工時薪資核算模塊已逐步實現線上化，但作為人才供應鏈起點的招聘環節，卻常陷入“高投入低產出”的困境：海量簡歷篩選耗費80%精力、面試評估依賴個人經驗、優質候選人因流程體驗流失……這些痛點不僅拉低招聘效率，更直接影響人才輸入質量，讓後續的HR數據洞察與組織效能優化淪為空談。

鏈路 , 數據 , 人工智能 , 深度學習 , 解決方案

收藏 評論

u_16213567 頭像

數碼墨魚 - eXosip_get_remote_sdp失敗

數據來源 如果不知道彙編指令操縱的數據是什麼意義, 那麼你必定分析不出彙編指令在完成何種功能. 想要知道被彙編指令操縱的數據是什麼意義, 那麼你必須找到這個數據的值的來源(任何一個數據,它的初始值的來源有兩種: 一. 隨機值, 二. 人為賦值). 一個數據的來源一般有以下幾種: 來自直接給出的常量(比如: mov [0x40

機器學習 , 全局變量 , 數據 , 人工智能 , 局部變量

收藏 評論

weixiaodehai_cywv9b 頭像

HelpLook - 聯盟 | HelpLook與象寄攜手，助力企業輕鬆實現知識內容本土化傳播

創建具有影響力的品牌視頻和內容文章，並將其精準地推向全球市場，是每個致力於出海企業的核心追求。然而，在內容創作與傳播道路上，語言障礙和文化差異，讓企業在推廣產品時倍感棘手，嚴重阻礙了產品的廣泛推廣與深入滲透。 為了幫助更多企業成功在海外市場站穩腳跟，AI知識庫工具 HelpLook 與象寄聯手，共同打造了一站式解決方案，藉助AI技術，助力企業的品牌視頻與內容輕鬆跨越語言的鴻溝，為跨境企業提供一站式

知識庫管理 , 電商網站 , 知識庫軟件 , 電商 , 人工智能

收藏 評論

u_13633 頭像

daleiwang - usb攝像頭的demo

前面的博客已經分析了USB攝像頭驅動程序的框架，我們知道了USB攝像頭驅動程序的重點在於1）描述符的分析；2）屬性的控制（通過VC來設置）；3）格式的選擇（通過VS來設置）；4）數據的獲得（通過VS的URB來獲得）。後面的博客就會從這4個方面進行深入的分析，本篇博客首先來看一下UVC驅動程序的描述符分析。 每一個USB設備都有一個設備描述符，設備描述符中有配置描述符，配置描

機器學習 , usb攝像頭的demo , include , Linux , 人工智能 , 描述符

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API刪除Collection

本文介紹如何通過HTTP API刪除一個已創建的Collection。 重要 刪除Collection後，該Collection所有數據將刪除且不可恢復，請謹慎操作 前提條件 已創建Cluster：創建Cluster。 已獲得API-KEY：API-KEY管理。 Method與URL HTTP

向量檢索 , 大數據 , yyds乾貨盤點 , 數據倉庫 , 數據庫 , 人工智能 , 大模型

收藏 評論

u_16970152 頭像

求知上進 - 深入學習 Python 函數：匿名函數

第一部分：匿名函數的定義與核心原理 1.1 什麼是匿名函數？ 匿名函數（Anonymous Function），在 Python 中稱為 Lambda 函數，是一種無需命名的函數表達式。它直接返回一個函數對象，可以賦值給變量或作為參數傳遞。 Lambda 函數的語法源於 Lambda 演算（Lambda Calculus），一種函數式編程的數學模型。Python

函數式編程 , 匿名函數 , 賦值 , 人工智能 , 深度學習

收藏 評論

u_15690955 頭像

出手吧Glen - 字節出品，最強AI數字人，最新加強版！

大家好，我是立志替大家出手的AI區（最近繼續醖釀新東西）UP主Glen。 上次給大家安利了最新數字人“源神”威力加強版，今天繼續給大家分享它的最新加強1.5版！ 會説1、2、3、4就可以做數字人視頻了，你也能做出如下的短視頻！ LatentSync 1.5加強版 LatentSync就是個“口型同步大師”！

機器學習 , 視頻製作 , 數字人 , 人工智能 , 加強版

收藏 評論

u_15996251 頭像

明日cto - 機器學習——線性迴歸

線性迴歸是機器學習中最基礎、最常用的算法之一，主要用於預測連續數值（如房價、温度、銷售額等）。它通過建立一個線性關係模型，來擬合輸入特徵與目標變量之間的關係 一、基本概念 1.線性迴歸的定義 線性迴歸是一種監督學習算法，用於預測一個連續的目標變量（輸出）。 模型形式為： 其中： 是目標變量（預測值） 是輸入特徵

機器學習 , 線性迴歸 , yyds乾貨盤點 , 損失函數 , 人工智能 , 正則化

收藏 評論

u_16099325 頭像

數據小築 - 數據結構與算法 簡歷怎麼寫

　　在很多編程人員的潛意識裏總是覺得數據結構知識似乎沒什麼用，因為工作中似乎從來都沒有涉及到數據結構的什麼內容。我對這樣的認識只能報以呵呵~ 也難怪，其實有這些想法的同行在工作中的大部分都是如此走過來的：掌握幾種常用Web框架，比如SSH，然後不停的堆砌已有的API做一些對數據庫的增刪改查之類的簡單代碼設計，最後反正功能是實現了，是否設計無誤，效率又優，就幾乎沒有人去管了。也是，

結點 , 數據類型 , 數據 , 數據結構與算法 簡歷怎麼寫 , 人工智能 , 數據結構與算法

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：二十三、RAG超越語義搜索：如何用Rerank模型實現檢索精度的大幅提升

一、發軔之始 在工作和生活中，我們可能經常會遇到一些場景，我們在搜索引擎中輸入問題尋求解決方案，返回的卻是大量重複的、基礎性的、甚至是商業推廣的內容。無奈的反覆修正我們的檢索內容，就是找不到答案，這確實是一大困擾，由於算法的侷限性和商業干擾，導致搜索引擎算法傾向於流行度而非質量，商業利益常常凌駕於信息價值之上。我們得到的往往是最多人點擊的，而不是最正確的。

RAG應用 , Rerank , 數據挖掘 , yyds乾貨盤點 , 重排序 , 人工智能

收藏 評論

u_17589471 頭像

AI數字人研究社 - 數字展廳升級重點推薦方案：AI數字人+智慧大屏實現低成本高互動

隨着數字化浪潮席捲各行各業，傳統數字展廳面臨內容更新慢、交互性弱、觀眾參與度低等痛點。許多單位希望引入前沿科技提升展廳吸引力，但又受限於高昂的硬件改造成本和複雜的系統部署。如何在不“大動干戈”的前提下，實現展廳的智慧化躍升？ 很多展廳設計者提出了“AI數字人+智慧大屏”的解決方案，這一組合不僅硬件改動極小，還能快速構建可對話、可引導、可講解的沉浸式互動體驗空間，真正實現“低

智慧展廳 , 數字人 , 數字展廳 , 人工智能 , 計算機視覺 , 大模型

收藏 評論

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨字節開源 InfiniteYou 圖像生成框架，實現高保真面部特徵遷移

InfiniteYou（簡稱 InfU）是由字節跳動智能創作團隊近期推出的一款基於 Diffusion Transformers 的身份保持 (identity-preserved) 圖像生成框架。它通過先進的技術，能夠在生成圖像的同時保持人物身份的一致性，即在生成不同場景的圖片時能夠精準保留面部特徵。 作為該領域最早利用擴散 Transformer (DiTs) 的框架之一，InfU 系統性地解

機器學習 , 圖像識別 , tensorflow , 人工智能 , 深度學習

收藏 評論

u_17061379 頭像

AI編程社區 - Qoder 提效實戰：數據開發工程師用 Qoder 提效50%

我是阿里雲的一名數據開發工程師，今天非常榮幸能分享Qoder在數據開發場景中的實戰經驗。本次分享將圍繞以下四個核心模塊展開。 Qoder在數據開發中的背景與需求 當前，我們正在構建一個阿里雲新產品的數據體系，從0到1搭建數倉架構。這一過程面臨三重挑戰： 時間緊迫：項目啓動時對產品邏輯完全陌生，需快速理解業務代碼並設計數倉架構。 資源有限：團隊規

機器學習 , 數據 , AI , 人工智能 , 解決方案 , SQL

收藏 評論

u_16827017 頭像

全棧技術開發者 - 什麼是「過擬合」，如何判斷，常見的原因是什麼？為什麼深度網絡在海量數據下仍可能過擬合？為什麼高次多項式迴歸容易出現過擬合？

在機器學習中，模型性能的評估不僅依賴於訓練數據上的表現，更取決於其在未見數據上的穩定性。訓練精度的提升固然令人欣喜，但若這種提升無法轉化為對新樣本的可靠預測，則表明模型可能已經偏離了學習的核心目標——從有限數據中提取普遍規律。過擬合正是這一偏離的體現，它揭示了模型複雜性、數據量、訓練策略與泛化能力之間的微妙平衡。 過擬合是統計學習理論中模型選擇與假設空間設計中不可避免的挑戰

機器學習 , 複雜度 , yyds乾貨盤點 , 數據 , 人工智能 , 過擬合

收藏 評論

cryptorzz 頭像

CryptoRzz - 印度股票數據API對接文檔

1. 接口概述 StockTV提供印度股票市場的實時行情數據接口，包括： 印度NSE和BSE交易所的股票實時行情 指數數據(Nifty 50, SENSEX等) 歷史K線數據 公司基本信息 IPO新股信息 漲跌排行榜 支持HTTP REST API和WebSocket兩種接入方式，毫秒級延遲，7×24小時穩定服務。 2. 獲取API Key 使用前需聯繫StockTV獲取API K

mongodb , mariadb , 數據庫 , postgresql , 人工智能

收藏 評論

u_16099248 頭像

mob6454cc6d3e23 - docxtemplater 獲取解析的變量

DOM解析XML文件 　　dom(Document Object Model) 文檔對象模型。 　　DOM中主要包括五個對象： 　　　　Document、Node、NodeList、Element、Attr下面對這五個元素一一分析： 　　1，Document對象代表了整個xml文檔，xml所有的node都按一定的順序在document對象中排列成樹結構，通

機器學習 , System , xml , 人工智能 , JAVA

收藏 評論