tag 人工智能

標籤
貢獻928
999
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

u_13357275 頭像

上海拔俗網絡 - AI保鮮系統：B端企業的降本增效利器，重塑供應鏈核心競爭力

在生鮮、餐飲、零售等行業，有一個沉默的利潤殺手——損耗。它潛藏在倉儲、運輸、銷售的每一個環節，悄無聲息地侵蝕着企業的利潤空間。傳統的保鮮方式，依賴於固定的温控標準和靜態的保質期標籤，這種“一刀切”的模式，在複雜多變的現實供應鏈面前，顯得力不從心。現在，AI保鮮系統正作為一項顛覆性的技術，成為B端企業降本增效、重塑供應鏈的“秘密武器”。 它不是一個簡單的温控設備，而是一個貫穿“採、儲、運、

鏈路 , 黑盒 , NLP , 人工智能 , 模態

收藏 評論

u_16213678 頭像

mob64ca140ee96c - gensim word2vec 説明文檔 gensim訓練word2vec

Gensim（http://pypi.python.org/pypi/gensim）是一款開源的第三方Python工具包，用於從原始的非結構化的文本中，無監督地學習到文本隱層的主題向量表達。 主要用於主題建模和文檔相似性處理，它支持包括TF-IDF，LSA，LDA，和word2vec在內的多種主題模型算法。Gensim在諸如獲取單詞的詞向量等任務中非常有用。 1. gen

機器學習 , 默認值 , 人工智能 , 詞向量 , 迭代 , 自然語言處理NLP

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 集成電路設計中的IP核心價值：加速創新的基石

在集成電路（IC）設計的世界裏，知識產權（Intellectual Property，簡稱 IP）已經成為推動創新與效率的關鍵力量。它不僅縮短了設計週期，還為工程師們提供了更多專注於差異化和前沿探索的空間。今天，就讓我們走進IC設計中的IP，揭示它的重要性與最佳實踐。 1、為什麼IP如此重要？ 在複雜的IC設計過程中，IP扮演着“現成積木”的角色。它們是經過驗證、可複用的功能模

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_16099234 頭像

技術筆耕者 - 遊戲VFC文件

上一系列，我們講解了在WPF中如何給軟件換膚，並且做出了一個很好看的時區瀏覽小軟件出來。這也可以窺見WPF在界面製作上的生產力：簡便，易學，呈現效果逼真。 在這節，我們主要通過一個很小的拼圖遊戲來講解MVVM，使那些和我一樣曾經為了這個模式而迷惑的童鞋們提供一絲略微明亮一點的燈光，以期起到引玉的作用。 這個系列我們倒着來，先展示最終的效果圖，然後再具體一步一步的細細分

源碼下載 , wpf , mvvm , 遊戲VFC文件 , 人工智能 , 計算機視覺

收藏 評論

u_16213584 頭像

mob64ca13f87273 - rem動態調整

動態規劃一般可分為線性動規，區域動規，樹形動規，揹包動規四類。 揹包問題：01揹包問題，完全揹包問題，分組揹包問題，二維揹包等 動態規劃的一般解題步驟：明確「狀態」 - 定義 dp 數組/函數的含義 - 明確「選擇」- 明確 base case。 以Leetcode322為例 先確定「狀態」，也就是原問題和子問題中變化的變量。由於硬幣數量無限，

機器學習 , 動態規劃 , 數據結構 , 算法 , i++ , rem動態調整 , 人工智能

收藏 評論

u_17420180 頭像

合合信息解決方案 - 上市城商行：攻克複雜文本處理瓶頸，國際結算業務全場景智能化

隨着全球貿易的日益頻繁與金融數字化轉型的深入，國際結算業務作為銀行服務實體經濟跨境運作的關鍵環節，其處理效率與風控水平直接關係到銀行的競爭力與運營安全。 然而，信用證、提單、報關單等業務單據格式繁雜、版式多變、專業性強，傳統依賴於人工核對與半自動化處理的方式，已成為制約業務效能提升、潛藏操作風險的明顯短板。在此背景下，運用前沿AI技術實現複雜文檔的自動化處理，已成為商業銀行

機器學習 , 字段 , 數據 , 泛化 , 人工智能

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 使用Amazon Nova模型實現自動化視頻高光剪輯

本方案旨在利用Amazon自研的Nova多模態理解類模型（Vision‑Language Model，簡稱VLM）和多模態嵌入模型（Multimodal Embedding Model，簡稱MME），實現自動化的視頻高光識別與剪輯。輸入視頻文件，通過多模態模型理解或結合語義摘要與嵌入檢索實現素材定位，識別高光片段，併合成剪輯。 📢限時插播：無需管理基礎設施，利用亞馬遜技術與生態，快速集成與

人工智能

收藏 評論

u_13717764 頭像

嗶哥嗶特 - 志高 340W 80000轉速暴力風扇電驅電控方案

你印象中的手持風扇是否還停留在三檔風力與可愛外觀?志高暴力渦輪風扇系列宣稱重新定義了移動散熱設備的邊界。它不僅在外觀上採用工程級複合材料打造防摔結構，更在核心性能上搭載340W超高功率電驅電機，配合7片以上經過空氣動力學優化的扇葉，實現較普通風扇提升數倍的強勁風壓。這一切都源自其在電驅板和電控板上的精密設計。 【產品亮點清單】 -(功率 340W+每分鐘可達8

封裝 , 開關時間 , 人工智能 , 數據分析 , 用户交互

收藏 評論

u_16213581 頭像

西洋無悔 - cubemx DMA半傳輸

什麼是DMA？   DMA（Direct Memory Access）即直接存儲訪問，DMA傳輸方式無需CPU直接控制傳輸，通過硬件為RAM、I/O設備開闢一條直接傳輸數據的通路，能使CPU的效率大為提高。每一種體系結構DMA傳輸不同，編程接口也不同。 DMA的觸發方式 特定的通道來觸發DMA。每個通道

機器學習 , 數據 , 人工智能 , 寄存器 , cubemx DMA半傳輸 , 中斷處理

收藏 評論

u_16171861 頭像

世間萬物皆不及你 - AIGC 基礎知識

一、AIGC 概述 AIGC（人工智能生成內容）是指利用人工智能技術自動生成文本、圖像、音頻、視頻等內容的技術。主要技術包括： 生成對抗網絡 (GANs) - 用於圖像生成 變分自編碼器 (VAEs) - 用於數據生成和壓縮 擴散模型 (Diffusion Models) - 當前主流的圖像生成技術 大語言模型 (LLMs) - 如GPT系列，用於文本生

List , 生成器 , AI寫作 , aigc , 人工智能

收藏 評論

u_17583606 頭像

視頻孿生 - 數字孿生深水區：國內頭部企業引領技術革新，視頻孿生開闢新範式

當城市交通的車流軌跡、工廠設備的運行參數、景區地貌的細微變化都能在數字空間形成實時精準的 “虛擬鏡像”，數字孿生技術已徹底走出實驗室，在 2025 年正式邁入規模化落地的深水區。與此前聚焦技術可行性探索不同，當前行業的核心訴求已轉向 “產業價值轉化”—— 不再追求單一的 “高精尖” 技術展示，而是通過虛實融合解決實際痛點：城市治理中實現 “一張圖” 動態監管，工廠運維中降低設備故

差異化 , 數據 , 數據可視化 , 人工智能 , 數字孿生 , 渲染引擎

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - AI重塑招聘生態：從效率革命到職能升級

AI重塑招聘生態：從效率革命到職能升級 當 HR 還在忙着追候選人時，AI 已經把招聘週期縮短了 40%。 人工智能技術正在逐步改變招聘行業的運作方式。有數據顯示，通過微表情分析與語義推理等技術手段，招聘週期可以實現40%的縮短；某大型銀行引入AI系統後，面試到場率提升至90.7%；輝瑞製藥在研發人才識別中採用AI技能圖譜，創新週期相應縮短22%。 這些變化表明，AI不僅釋放了人

人工智能

收藏 評論

zengshenaiguodejinyu 頭像

科技夾克 - Jetson Nano windows遠程連接 mstsc 配置教程 黑屏閃退問題排查 解決方案

一 遠程連接 先直接用顯示器連接Jetson Nano，點擊右上角的wifi圖標進入到網絡設置界面，這裏我用的公司內部交換機直連的局域網，配置靜態ip地址，配置完成後點擊應用即可。 接着開啓遠程桌面功能，點擊左上角的“活動”，搜索“共享”，打開共享設置界面，開啓“遠程桌面”功能，允許其他用户查看你的桌面，並允許控制你的桌面。 Jetson Nano的圖形渲染策略是英偉達自己的，當我們登錄賬

邊緣計算 , 人工智能 , 深度學習

收藏 評論

baihai_idp 頭像

Baihai_IDP - 為什麼語言模型偏愛使用破折號？反駁多種主流解釋，並提出猜想

編者按： 難道語言模型對破折號的偏愛，真的只是因為它們“喜歡”嗎？ 我們今天為大家帶來的文章，作者的核心觀點是：當前主流大語言模型對破折號的偏愛，很可能源於其訓練數據中大量引入了 19 世紀末至 20 世紀初的紙質書籍 —— 這些文本本身就比當代英語更頻繁地使用破折號。 文章系統梳理並逐一反駁了多種主流解釋，然後通過分析標點使用的歷史趨勢、尼日利亞英語語料庫統計數據，以及 GPT-3.5

generative-ai , 觀點 , llm , 知識 , 人工智能

收藏 評論

tecdat 頭像

拓端tecdat - Python動態採樣、隨機森林、XGBoost、決策樹新能源電動汽車NEV運行數據故障預警模型構建研究|附代碼數據

全文鏈接：https://tecdat.cn/?p=44400 原文出處：拓端數據部落公眾號 分析師：Mingyang Li 引言 在全球能源結構轉型與環保政策雙輪驅動下，新能源電動汽車已成為交通領域的核心發展方向，但其高壓電池系統、電機驅動系統的複雜性也讓故障發生概率大幅提升，電池過充自燃、過放電等問題不僅影響車輛正常運營，更直接關乎駕乘安全。作為數據科學團隊，我們曾承接某新能源車企

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_15988698 頭像

代碼天地 - 關於智能體（AI Agent）入門，一篇超詳細的總結

第一章：初識智能體 歡迎來到智能體的世界！在人工智能浪潮席捲全球的今天，智能體（Agent）已成為驅動技術變革與應用創新的核心概念之一。無論你的志向是成為AI領域的研究者、工程師，還是希望深刻理解技術前沿的觀察者，掌握智能體的本質，都將是你知識體系中不可或缺的一環。 因此，在本章，讓我們回到原點，一起探討幾個問題：智能體是什麼？它有哪些主要的類型？它又是如何與我們所處

服務器 , 數據 , API , 人工智能 , 分佈式

收藏 評論

infodator 頭像

容智信息 - 人才盤點分析解決方案：助力企業精準識才，實現人崗高效匹配

在人才競爭日趨激烈的市場環境下，企業的人力資源管理正面臨前所未有的挑戰。某高速成長的科技企業人力資源負責人對此感觸頗深：“我們每天需要處理數百份來自不同渠道的簡歷，但招聘效率卻不盡如人意。更關鍵的是，即便人才入職後，我們也缺乏系統化的方法來評估其真實潛力，導致內部晉升和轉崗決策常常依賴管理者的主觀印象。”這家公司的困境並非個例。在傳統人力資源管理模式中，簡歷篩選耗時耗力、人才評估標準不一、

觀點 , 自動駕駛 , 機器人 , 自然語言處理 , 人工智能

收藏 評論

u_16099347 頭像

JAVA小俠影 - pytorch和springboot

作為一名AI工程師，掌握一門深度學習框架是必備的生存技能之一。 自 TensorFlow 從 Google 中脱穎而出以來，它在研究和商業領域成為最受歡迎的開源深度學習框架，緊接着 從 Facebook 誕生的 PyTorch 由於社區推動的易用性改進和越來越廣泛的用例部署，而迅速趕上TensorFlow。 兩個框架在當年一度備受爭議

pytorch和springboot , 神經網絡 , 算法 , pytorch , 人工智能 , JAVA

收藏 評論

fteteam 頭像

信也科技佈道師 - 智能代碼分析與API文檔生成平台

📖 項目簡介 Rubik Code 是一款信也科技自研的智能代碼分析與API文檔自動化生成平台。該系統能夠深度解析Java代碼庫，精準提取代碼結構、方法關聯、業務邏輯等核心信息，並藉助AI的自然語言處理能力，自動生成符合行業標準的規範化API接口文檔。其核心目標是為企業與開發團隊打造一個全面統一、標準規範的接口文檔管理中樞，解決傳統API文檔編寫效率低、更新不及時、格式不統一等痛點，充分發揮人機

API , 人工智能 , 代碼優化

收藏 評論

u_16213572 頭像

技術領航探索者 - Spring Cloud Alibaba系列之Nacos分佈式配置中心 - Nicky的個人空間 -

作者：如漫、席翁 AI Agent的構建模式正在從“單個智能體做所有事”走向“多個專精智能體協作”，以更好地拆解並解決複雜任務、更精準的選取和使用工具。A2A（Agent-to-Agent）協議作為統一的通信層，旨在為跨進程、跨語言的智能體互操作提供標準化語義與傳輸通道，從而解決智能體數量增加引起的運維、管理和部署成本過高等問題。 為了讓開發

大數據 , nacos , hadoop , 人工智能 , 分佈式 , SAA , Multi Agent

收藏 評論

tencent_blueking 頭像

騰訊藍鯨智雲 - DeepSeek爆火，OpsPilot才是運維最堅實的幕後主心骨

本文來自騰訊藍鯨智雲社區用户: CanWay 直達原文：AI破圈爆火！殊不知運維才是幕後“定海神針”！ DeepSeek的火爆，正驅動人工智能邁入超速迭代週期，推動AI以前所未有的速度改變着我們的生活和工作方式。在AI技術的加持下，企業對內和對外業務中頻現AI“高光時刻”，大大提高了運轉效率，然而隨着AI的應用範圍擴大，資源要求也越來越高，對AI工具本身的支撐問題也“初現端倪”，在此情形下，運維平

運維 , deepseek , 自然語言處理 , 人工智能

收藏 評論

lab4ai 頭像

Lab4AI - NeurIPS 2025|清華北大團隊開源VCA模塊，即插即用，讓視覺AI“抓重點”既快又準

論文標題：Linear Differential Vision Transformer: Learning Visual Contrasts via Pairwise Differentials 作者團隊：清華大學、北京大學 發佈時間：2025年11月4日 👉一鍵直達論文 [👉Lab4AI大模型實驗室論文閲讀]( https://www.lab4ai.cn/paper/detail/

機器學習 , llm , 算法 , 人工智能 , 深度學習

收藏 評論

kingshuaishuai 頭像

king帥帥 - 為了解決 AI 流式輸出的重複解析問題，我發佈了 incremark：普通情況下 AI 流式渲染也能提速 2-10 倍以上

我發佈了週末開發的 incremark，實際性能遠超預期——在 AI 流式場景中通常實現了 2-10 倍以上的速度提升，對於更長的文檔提升更大。雖然最初打算作為自己產品的內部工具，但我意識到開源可能是一個更好的方向。 解決的痛點問題 每次 AI 流式輸出新的文本塊時，傳統的 markdown 解析器都會從頭開始重新解析整個文檔——在已經渲染的內容上浪費 CPU 資源。Incremark 通過只解析

編輯器 , 人工智能 , typescript , 前端 , Javascript

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI 智能體編排平台：把零散 AI 擰成 “高效作戰隊”

不少企業用 AI 時都遇過 “碎片化困境”：用 AI 做客户跟進，得手動把聊天記錄導入分析工具；用 AI 做財務統計，要反覆在數據軟件和 AI 模型間傳文件 —— 單個 AI 像散落的 “零件”，拼不成解決複雜問題的 “機器”。而 AI 智能體編排平台，就是把這些 “零件” 組裝成 “作戰隊” 的工具，讓多個 AI 自動配合，搞定靠單一工具難完成的工作。 從技術邏輯看，這個平台的核心

微信 , 數據 , NLP , 人工智能 , crm

收藏 評論