tag 人工智能

標籤
貢獻928
988
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

weixiaodexiaodao 頭像

微笑的小刀 - 體系-AI人工智能算法工程師(完結)

在AI技術快速迭代的今天，算法工程師已成為科技企業的核心崗位之一👇🏻ke🍊：xingkeit點top/9440/。無論是深度學習、機器學習還是自然語言處理（NLP）、計算機視覺（CV）等細分領域，掌握核心知識體系與應對面試高頻考點是通往理想崗位的必經之路。本文將從基礎理論、核心算法、工程實踐、面試策略四大維度，系統梳理AI算法工程師的必備知識點與面試應對技巧。 一、基礎理論：構建AI思維的基

工程師 , 算法 , 體系結構 , 人工智能

收藏 評論

beishangdejianjidan_cqxuxf 頭像

悲傷的煎雞蛋_cQXuXF - 裁員為什麼先裁技術人員？網友一針見血！

最近逛職場社區的時候，刷到一個職場話題，老生常談了，但是每次參與討論的同學都好多。 這個問題問得比較扎心： “為什麼有些企業的裁員首先從技術人員開始？” 關於這個問題，網上有一個被討論很多的比喻： “房子都蓋起來了，還需要工人麼？” 有一説一，這個比喻雖然刺耳，但卻非常形象地揭示了某些企業的用人邏輯，尤其在某些非技術驅動型的公司裏。 在某些非技術驅動的公司（比如傳統企業轉型、或者業務模式成

人工智能 , 程序員 , 前端

收藏 評論

u_15591470 頭像

ceshiren2022 - n8n高級測試指南：Function節點的自定義斷言與複雜數據驗證

在構建自動化工作流時，許多人能熟練地串聯節點，卻常常在數據驗證環節遭遇瓶頸。你可能遇到過這些情況：上游API返回的結構時而變化，基礎字段驗證無法滿足複雜的業務規則，或是測試用例需要對多種邊界條件進行檢查。當n8n自帶的“IF”節點和基礎驗證顯得力不從心時，是時候深入瞭解一個強大工具——Function節點了。 為什麼需要自定義驗證？ 上週，一位同事在處理電商訂單數據時遇到了麻煩。

n8n , 數據 , 自動化 , 人工智能 , 深度學習

收藏 評論

u_16099177 頭像

雲端小夢 - 自學大語言模型的應用程序框架Langchain（初入門）

隨着大型語言模型技術的飛速發展，如何高效地構建基於這些強大模型的複雜、可交互的應用，成為了開發者的核心挑戰。LangChain應運而生，它不僅僅是一個簡單的 API 封裝，而是一個功能強大的開源框架，旨在簡化和加速 LLM 驅動的應用程序的開發。 思維導圖 一、LangChain 簡介 Lang

llm , API , 語言模型 , 後端開發 , langchain , 人工智能 , Python

收藏 評論

u_16163480 頭像

bugyinyin - 建議收藏：手把手教你構建Agentic AI：單智能體VS多智能體實戰對比

前言 最近，我開始嘗試構建不同類型的 Agentic AI 系統，最讓我着迷的，是“單智能體（Single-Agent）”和“多智能體（Multi-Agent）”的差異。 説實話，在沒真正動手之前，我也只是聽過這些概念，覺得聽起來很玄。直到我用 LangGraph 和 LangSmith Studio 親自搭建了兩個版本，一個“單兵作

大模型教程 , MySQL , AI大模型 , 數據庫 , 人工智能 , 大模型入門 , 大模型學習

收藏 評論

deephub 頭像

deephub - Pandas數據合併：10種高效連接技巧與常見問題

在數據分析工作中，我們經常需要處理來自多個來源的數據集。當合並來自20個不同地區的銷售數據時，可能會發現部分列意外丟失；或在連接客户數據時，出現大量重複記錄。如果您曾經因數據合併問題而感到困擾，本文將為您提供系統的解決方案。 Pandas庫中的merge和join函數提供了強大的數據整合能力，但不恰當的使用可能導致數據混亂。基於對超過1000個複雜數據集的分析經驗，本文總結了10種關鍵技術，幫助您

機器學習 , 人工智能 , pandas , 數據分析 , Python

收藏 評論

u_15675268 頭像

1艾一刀 - 長沙“十四五”，給“非資源稟賦型城市”開了一條新路

文 | 智能相對論 作者 | 陳選濱 在今天的全國城市競爭格局中，大多數城市特別是像長沙、鄭州、合肥等中部地區城市，都屬於“非資源稟賦型”城市，往往面臨着先天核心資源優勢不足，無法依賴自然資源、獨特區位或政策紅利進行越級發展，只能依靠後天的城市治理、資源優化配置、產業創新升級等“內生動力”實現發展。 這一現象與美國社會學家薩斯基婭・薩森在“全球城市理論”

差異化 , 錨定 , 人工智能 , 深度學習

收藏 評論

u_16163442 頭像

datian1234 - 【珍藏指南】RAG與微調：大模型性能提升全解析，從入門到精通必備

前言 微調大語言模型是利用特定任務或領域的定製數據集，對預訓練模型進行調整；而檢索增強生成（RAG）則將檢索系統與生成模型相結合，動態地將外部的、最新的知識融入生成結果中。 隨着生成式人工智能（Gen AI）和自然語言處理（NLP）技術的持續演進，業界對更強大、更高效模型的需求呈指數級增長。從聊天機器人、虛擬助手，到複雜的內容生成與搜索系統，

大模型教程 , AI大模型 , 人工智能 , Css , 大模型入門 , 大模型學習 , 前端開發 , HTML

收藏 評論

qcloudcommunity 頭像

騰訊雲開發者 - AI 時代，架構師如何破局成長？騰訊雲架構師技術沙龍圓滿收官

引言 技術浪潮奔涌向前，變革已成為不變的主題。在 AI 時代，架構師的角色也正在被重新定義，他們不僅是技術的踐行者，更是系統與未來的構建者。面對日益複雜的業務場景與層出不窮的新技術，架構師如何破局，實現技能升級與AI思維重塑？ 8 月 16 日，由騰訊雲架構師技術同盟和騰訊雲 TVP 聯合主辦的「騰訊雲架構師技術沙龍——架構未來，圳在出發」在深圳成功舉辦。與會專家們從多維視角深入分享了 AI 與架

架構 , 人工智能

收藏 評論

u_16213633 頭像

mob64ca1404476b - 通過attemptId查詢mapreduce任務日誌

mapreducer編程模型是一種八股文的代碼邏輯，就以用户行為分析求流存率的作為例子 1.map端來説:必須繼承hadoop規定好的mapper類：在讀取hbase數據時，已經有現成的接口 TableMapper，只需要規定輸出的key和value的類型 public class LoseUserMapper exte

機器學習 , List , text , 人工智能 , ci

收藏 評論

u_16099248 頭像

mob6454cc6d3e23 - 硬件知識：串口通信基礎知識介紹-

串口通信（Serial Communication）是一種通過單根數據線逐位傳輸數據的通信方式，常用於嵌入式系統、工業設備、傳感器、計算機外設等場景。 一、串口通信核心參數 1. 波特率（Baud Rate）定義 ：每秒傳輸的符號數（單位：bps，bits per second）。常見值 ：9600、19200、38400

信息與通信 , 後端開發 , 嵌入式硬件 , 人工智能 , 串口通信 , 數據幀 , Python

收藏 評論

u_17602582 頭像

mb69410ac31213c - 華為雲Flexus AI智能體“0門檻”免費體驗，五大特性掀起AI轉型潮

在人工智能技術飛速發展的當下，如何將技術轉化為實際生產力，是擺在絕大多數企業面前的難題。為了解決AI“最後一公里”的問題，近日，華為雲正式推出Flexus AI智能體，以20+款Agent，貼近客户業務，帶來“0門檻”的免費體驗。 作為一款“0門檻”AI體驗平台，華為雲Flexus AI智能體無需配置，點擊即用，而且還具備靈活配置、極致效率、安全可控、性能碾壓、深度賦能等諸

大數據 , 搜索 , 數據倉庫 , 人工智能

收藏 評論

u_17608551 頭像

mb694d0268a850a - AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評

AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評 2025年12月23日，國產免費開源大模型領域迎來“雙旗艦雄”同台時刻——智譜AI正式發佈免費開源旗艦GLM-4.7，MiniMax同步推出免費迭代升級款M2.1，兩款模型均聚焦編程能力、智能體協同與複雜任務處理，迅速成為開發者社羣焦點。作為大模型時代的“性能羅

多語言 , Max , 人工智能 , 數據結構與算法 , 迭代

收藏 評論

mianlengxincidehongjiu 頭像

中煙創新 - 低代碼平台賦能高校學生，構建職業能力與企業需求的動態適配

據國際市場研究機構Gartner分析，至2024年，65%的新應用開發活動將依託低代碼平台完成，同時，75%的大型企業將採用至少四種不同的低代碼工具構建其應用程序。這一趨勢清晰地反映出企業對能夠快速響應業務需求、高效構建解決方案的數字化人才的顯著依賴。然而，當前高校人才培養體系在對接這一快速演進的技術生態時，課程內容與技術實踐、主流工具之間存在一定程度的滯後性，以及由此產生的畢業生技能與崗位需求的

人工智能 , 深度學習

收藏 評論

zhuxianzhong 頭像

googlingman - 未來戰士：機器狗與無人機

“偵察兵的前方，是扛着槍的機器狗；特戰隊員的頭頂，是無人機‘智能蜂羣’……”這不是科幻電影，而是如今演兵場上的真實場景。機器狗、無人機、智能機器人——這些曾經只存在於想象中的“未來戰士”，正一步步走進現實，成為現代軍事中不可或缺的力量。今天，就讓我們一起走進這個充滿科技感的“動物世界”，看看它們是如何改變戰場的！ 如果你在短視頻平台上刷到過一隻揹着步槍、靈活穿梭在廢

無人機 , 機器狗 , aigc , 人工智能 , AI作畫

收藏 評論

u_17588526 頭像

圍爐聊科技 - 租用共績算力4090實測龍貓圖片編輯

本人實測發現，本地配備的 16GB 顯存顯卡無法運行 LongCat-Image（龍貓圖片編輯）項目，即便開啓 CPU offloading（CPU 卸載）功能緩解顯存壓力，依然因顯存不足導致運行失敗。 為此，我在網上尋找共享算力資源，最終選擇租用 4090 顯卡進行測試，所使用的算力平台為【共績算力】（官網：https://www.gongjiyun.com/）。

機器學習 , 雲主機 , 人工智能 , Image , Python

收藏 評論

fabarta 頭像

Fabarta - 楓清科技出席AI4S創新論壇——生態共建，智驅AI+科研新體系

12月26日，智驅科研·賦能未來——AI4S創新論壇在北京隆重召開。活動從垂域大模型到多Agent科研提效的全棧AI for Science平台，聚焦化工材料、生物醫藥核心科研需求，構建“領域模型+科研支撐”的智能化服務體系。北京市科學技術委員會、中關村科技園區管理委員會、石景山區政府及抖音集團、楓清科技等多家企業代表出席此次大會。 ​ 石景山區AI for Science平台

人工智能 , 基礎設施 , 深度學習

收藏 評論

old_it 頭像

老IT人 - 告別「文生圖」顯存焦慮

Flux 模型今年發佈之後，帶來了文生圖的一次升級，圖像生成的質量效果飛躍提升。 但 Flux 對顯存提出了要求。Flux.1 擁有高達12B的訓練參數。FLUX.1 [dev] 和 FLUX.1 [schnell]兩個版本官方原配模型大小為23.8GB，需要至少24GB的顯卡才能順利運行。不過得益於FP8的支持，經過優化之後模型體積可縮減至11.9GB，不過跑起來也至少需要16GB顯存的顯卡。

flux , 自然語言處理 , aigc , 人工智能 , stable-diffusion

收藏 評論

u_16054295 頭像

百能雲芯 - 電子元器件核心品牌調價潮來襲┃百能雲芯

近期電子元器件行業調價潮密集來襲，百能雲芯作為國內領先的電子元器件第三方服務平台，已第一時間追蹤行業核心品牌調價動態，助力上下游企業提前佈局採購策略。平台憑藉覆蓋超百萬SKU的供應鏈整合能力，針對此次調價潮重點梳理出800款核心料號的庫存與價格變動信息，為超10萬家合作客户提供精準的貨源保障與選型支持。 　　01 ADI（亞德諾半導體）成為此次調價潮的核心焦點

機器學習 , Broadcom , Kemet , 人工智能 , 亞德諾半導體 , 泰科電子 , 松下

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - 計算機視覺算法工程師開發流程

如何才能成為一名專業的計算機視覺工程師呢，尤其是相對於過去，進入機器學習行業的步驟和策略在短時間內發生了巨大的變化。 人工智能以創新的速度前進 你可能不會對ML行業不斷變化的本質感到驚訝，因為你很清楚人工智能是以創新的速度發展的。對於大多數ML從業者來説，在2020年獲得職位所用的方法，在2021年可能不一定

學習 , 人工智能 , 深度學習 , 計算機視覺 , 計算機視覺算法工程師開發流程

收藏 評論