tag 人工智能

標籤
貢獻928
969
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

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

HyperAI超神經 - 200億美元豪賭!xAI單押馬斯克巨注叫板OpenAI,未來商業續航成最大問號

2025 年 10 月,多家媒體援引投行消息稱,馬斯克旗下的 xAI 正在推進一筆規模約 200 億美元的新融資,或將躋身全球融資規模最大的 AI 初創公司之一。 知情人士透露,該輪融資包含約 125 億美元的結構化債務,並與 NVIDIA 產品採購協議綁定,意味着 xAI 將以未來算力交付與長期供貨為抵押,鎖定芯片的獲取優先級。 在融資結構中引入大比例債務,無疑是馬斯克以個人主導方

人工智能 , 深度學習 , xAI

收藏 評論

學技術贏未來 - 氣象預報與基因測序的高性能計算實戰案例.AI運維工程師

在科學研究與產業創新的前沿領域,高性能計算(HPC)是突破數據處理與模擬仿真瓶頸的核心支撐。華為鯤鵬 HPC 憑藉 “自主可控硬件底座 + 全棧優化軟件生態” 的獨特優勢,在氣象預測、生命科學等計算密集型場景中實現性能躍升,以下結合兩大行業標杆案例,拆解其技術落地邏輯與核心價值。 一、行業案例 1:區域氣象數值預報 —— 精準預測的算力加速革命 項目背景 某省級氣象部門需升級區域天氣預報

數據 , 指令集 , 人工智能 , 深度學習 , 多核

收藏 評論

月光傾城美 - Demura算法總結

1 - 緒論 Lua是一種為支持有數據描述機制的一般過程式編程語言而設計的擴展編程語言。它同樣可以對面向對象語言、函數式程序設計(Functional Programming,如Lisp)以及數據驅動編程(data-driven programming)提供很好的支持。它的目標是被用作一種強大的、輕型的配置語言。Lua目前已經被實現為一個擴展庫,是用clea

機器學習 , 字符串 , lua , 賦值 , Demura算法總結 , 人工智能

收藏 評論

mob64ca1405d568 - 機器學習多元線性迴歸梯度下降法代碼 多元線性迴歸梯度下降python

本文主要講了梯度下降法的兩種迭代思路,隨機梯度下降(Stochastic gradient descent)和批量梯度下降(Batch gradient descent)。以及他們在python中的實現。 梯度下降法 梯度下降是一個最優化算法,通俗的來講也就是沿着梯度下降的方向來求出一個函數的極小值。那麼我們在高等數學中學過,對於一些我們瞭解

機器學習 , 人工智能 , 數據結構與算法 , 迭代 , 機器學習多元線性迴歸梯度下降法代碼 , Python

收藏 評論

上海拔俗網絡 - AI智能樣本信息科研分析系統:科研數據的“智能解碼官”

在臨牀、生物、材料等科研領域,樣本信息是研究的核心基石——從血液、組織樣本的理化指標,到實驗樣本的動態變化數據,都需要精準分析以挖掘科研價值。傳統樣本分析依賴人工錄入、Excel統計,不僅要耗費大量時間整理多維數據,還易因人工計算誤差、數據關聯遺漏導致分析結果失真,難以適配海量樣本和複雜研究需求。AI智能樣本信息科研分析系統的出現,用智能技術重構樣本分析流程,成為科研人員的“高效數據助手

分析工具 , 數據 , NLP , 自定義 , 人工智能

收藏 評論

上海拔俗網絡 - AI輔助檔案管理系統:從“堆文件”到“找答案”

提到檔案管理,很多人腦海裏會浮現出堆滿紙箱的倉庫、密密麻麻的文件夾,還有翻半天找不到文件的崩潰場景。傳統檔案管理就像“盲人摸象”——存得多、找得慢、用得難,尤其是紙質檔案數字化後,海量電子文件又變成了新的“信息迷宮”。而AI輔助檔案管理系統的出現,就像給檔案管理裝了“智慧大腦”,把繁瑣的整理工作變成了高效的價值挖掘。 AI能搞定檔案管理的核心,靠的是三個“硬核技術法寶”。第一個是OC

文件名 , NLP , 可編輯 , 實時監控 , 人工智能

收藏 評論

footballboy - Linux系統之openEuler安裝部署

openEuler Linux部署 Dify 教程:對接本地 Ollama 構建 AI 應用平台 繼成功在歐拉 Linux 部署 Ollama 後,本文將帶你完成Dify的部署與配置 ——Dify 是一款開源的 AI 應用開發平台,支持可視化編排提示詞、對接本地大模型(如 Ollama)、快速構建聊天機器人 / 知識庫等應用。結合 Ollama+D

運維 , AI , 後端開發 , Linux , 人工智能 , Docker , harmonyos

收藏 評論

mob64ca140a8e67 - tc使用netem限制網卡帶寬

tc流量控制 項目背景 vintage3.0接口lookupforupdage增加一個策略,當帶寬流量tx或rx超過40%,75%隨機返回304;超過60%,此接口均返回304 為了對測試機器進行流量控制,使用了tc:設置網絡傳輸速率;傳輸大文件:產生網絡流量 生成大文件 dd if=/dev/zero of=test bs=1M

機器學習 , tc使用netem限制網卡帶寬 , 流量控制 , 人工智能 , 外網 , 網絡接口

收藏 評論

openFuyao - openFuyao信息直升機 | 第5期:一文了解“高性能AI推理服務化框架”

業務痛點: AI推理是AI領域中將大模型轉化為應用效果與商業價值的核心技術,但在實際生產部署中仍然面臨着多樣化算力場景下的效率低與可部署性成本高,高併發、長上下文LLM推理場景中的性能和資源利用率瓶頸。 根因分析: 用户體驗與資源效率瓶頸:當前長上下文LLM推理的首Token延時普遍在數百毫秒至秒級,且長上下文場景下KV緩存顯存佔用呈線性增長,嚴重製約Agent的響應效率與部署規模;傳統靜態批

llm , 人工智能 , 開源項目介紹

收藏 評論

mob64ca1409970a - pytorch 餘弦相似度與mseloss結果對比

聚類分析之K-means算法 文章目錄 聚類分析之K-means算法 一.距離度量和相似度度量方法 1.距離度量 2.相似度 二.K-means算法原理 1.選取度量方法 2.定義損失函數 3.初始化質心 4.按照樣本到質心的距離進

聚類 , 相似度 , pytorch , 聚類分析 , 人工智能

收藏 評論

cnolnic - 迴歸任務網絡可視化

回退(Rollback WorkItem) 回退是工作流參與者對自己“待辦任務”(實際是對工作項)的一種操作,即參與者主動回退待辦任務列表中的任務到已經執行過的人工節點。 為什麼要回退? 參與者接受任務後,發現不應由自己辦理此任務或以前的執行者辦理有錯誤等情況後,需要將此接受的任務回退給以前某個節點的執行者重新辦理。

機器學習 , 迴歸任務網絡可視化 , 條件判斷 , 工作 , 人工智能 , 多實例 , 工作流引擎

收藏 評論

高德開放平台 - 高德智能手錶解決方案,助力榮耀手錶5 Ultra開啓智慧出行

6月12日,高德開放平台推出了全新的智能手錶解決方案,憑藉其海量數據與多品類地圖服務的深度融合,為智能穿戴設備帶來了全新的可能性。 這一解決方案不僅覆蓋了全國超過7000萬的POI數據以及海外超過1.2億的POI數據,還實現了全球200多個國家和地區的地圖、搜索、定位和導航服務,滿足了用户在智能守護、運動出行等場景下的多樣化需求。同時,該方案支持多樣化的地圖模板和個性化元素配置,助力開發者快速定製

地圖開發 , 地圖api , 人工智能 , 後端 , 前端

收藏 評論

架構師李哲 - 別再燒錢做AI!大模型微調GPU終極指南:從入門到放棄?

微調7b模型至少要什麼顯卡? 算力低一些的總感覺比不過別人... 有沒有一種可能,讓我普通老百姓也用用H卡? 以上問題是否曾是干擾大家做出選品決策的苦楚?別急,本文將從底層邏輯到實戰方案,幫你徹底理清選卡思路。 順帶一提,普通人也能接觸H卡,只要你的電腦能連上網!

保活 , 微調 , 雲服務 , 大模型微調 , 人工智能 , 深度學習 , 開發者

收藏 評論

郭傳志的博客 - Claude Code 學習

簡介 Calude Code 是由 美國Anthropic 公司開發的官方CLI工具,用於協助用户處理軟件工程任務。 Claude Code是一個革命性的AI編程工具,它將強大的Claude AI直接集成到您的開發環境中。 Claude Code特點 智能代碼理解: 深度理解您的項目結構和代碼邏輯 自然語言交互: 用普通話描述需求,AI自動執行

人工智能 , 深度學習 , claude

收藏 評論

疆鴻智能研發中心 - 疆鴻智能PROFIBUS集線器:光伏劃片產線網絡穩定的“無聲守護者”

疆鴻智能PROFIBUS集線器:光伏劃片產線網絡穩定的“無聲守護者” 在光伏電池片製造流程中,劃片(切割)工序的精準與穩定直接關乎成品良率與成本。我所在的大型智能製造工廠,其劃片車間部署了數十台高速精密劃片機。這些設備通過PROFIBUS-DP網絡與中央PLC控制器相連,實時傳輸切割參數、運動控制指令與狀態診斷信息,構成了產線自動化控制的神經中樞。

PROFIBUS DP , PROFIBUS集線器 , 工業通訊 , 人工智能 , 深度學習 , 工業自動化

收藏 評論

mb691327edb400f - AI面試智能體:重構招聘邏輯,解決傳統招聘痛點

AI面試智能體:重構招聘邏輯,解決傳統招聘痛點 在人才市場競爭加劇的當下,傳統招聘面臨諸多困境:崗位需求多變、候選人流動頻繁、面試官標準不一、技術面複用成本高,核心痛點集中在“篩不完、問不準、選不對”,招聘“漏斗”存在嚴重的漏人、漏信息、漏判斷問題。AI面試智能體的出現,從根本上改變了這一現狀,通過技術革新補齊傳統招聘短板。 一、核心突

ATS , 一對一 , 人工智能 , 深度學習 , 複用

收藏 評論

mob64ca14048514 - emqx 如何查詢發送了哪些消息

7. 發送短消息後,收到出錯信息+CMS ERROR 515   如果您的GSM MODEM在初始化期間或在指令執行過程當中GSM MODEM又接受新的指令,將會出現此錯誤。您必須等到初始化完成或指令執行完畢。   8. 如何才能知道您發送的短消息已被送達目的號碼   a) 採用文本格式發送   在您採用文本

機器學習 , ico , 串口 , 數據 , emqx 如何查詢發送了哪些消息 , 人工智能

收藏 評論

美狐美顏SDK開放平台 - 直播美顏SDK動態貼紙開發方案:技術實現與平台應用實踐

隨着直播行業的持續升温,從泛娛樂直播到電商帶貨、在線教育、社交互動,“好看、好玩、可定製”正在成為平台吸引用户的重要抓手。在這一背景下,直播美顏SDK與動態貼紙功能逐漸從“錦上添花”升級為“基礎能力”,甚至直接影響用户留存與轉化。 本篇文章,小編將從技術實現路徑與平台落地實踐兩個角度,系統梳理直播美顏SDK中動態貼紙的開發方案,幫助產品負責人、技術團隊更清晰地理解其價值與實

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

碼海探險家 - 重新定向cubemx的jre

重定向,將原本輸出到標準輸出的數據重定向到一個文件中,因為標準輸出(/dev/stdout)本身也是一個文件,我們將命令輸出導向另一個文件自然也是沒有任何問題的 $ echo 'hello shiyanlou' redirect $ echo 'www.shiyanlou.com' redirect $ cat redirect 簡單的重定向

機器學習 , 文件描述符 , 重新定向cubemx的jre , 重定向 , 人工智能 , 標準輸出

收藏 評論

mob64ca1405d568 - Emeditor增強宏腳本

VS2005宏腳本添加註釋模板 現 在的IDE越做越強大,為我等懶人省了不少。為了使用將來的代碼自己或別人能看懂,註釋這種東西必不可少。當為函數添加註釋時,格式是固定的。每個函數寫 一遍,或從別的函數處拷貝過來,即麻煩又容易出錯。這種重複勞動讓人心煩都有不想寫註釋的慾望了,這時VS的宏可以幹掉這些“髒、亂、累”的體力活。 看了一下,VS2005的宏腳本就是VB

機器學習 , 快捷鍵 , 註釋模板 , text , 人工智能 , Emeditor增強宏腳本

收藏 評論

上海拔俗網絡 - AI 智能檢查輔助系統:讓質檢從 “人海戰術” 變 “精準出擊”

在工廠生產線、建築施工場或者文檔審核場景裏,傳統質檢常靠 “人眼盯、手動記”—— 不僅容易漏掉細微問題,還得投入大量人力反覆核對。而 AI 智能檢查輔助系統,就像一位不知疲倦的 “超級質檢員”,靠紮實的技術能力,把質檢工作從 “靠經驗” 變成 “靠數據”,大幅提升效率的同時,還能降低失誤率,背後藏着一套讓檢查更精準的技術邏輯。 這個系統能實現 “快速查、查得準”,核心依賴三大技術支柱

工業相機 , NLP , 增量學習 , 人工智能 , 模態

收藏 評論

求知上進 - Python 數據結構:可變與不可變

1.前言 在 Python 中,數據結構的選擇直接影響程序的性能和可維護性。可變(mutable)與不可變(immutable)數據結構是 Python 數據模型的核心概念。這些概念不僅影響數據的存儲方式,還影響數據的操作方式。 理解可變與不可變數據結構的特性,可以幫助我們更有效地進行數據處理、內存管理和性能優化。在日常編程中,選擇合適的數據結構不僅能提高代碼效率,還

不可變對象 , 數據 , 數據結構 , 人工智能 , 深度學習

收藏 評論