tag 人工智能

標籤
貢獻928
997
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

juicefs 頭像

JuiceFS - 文件系統考古：1974-Unix V7 File System

有時，進步難以察覺，特別是當你正身處其中時。而對比新舊資料之間的差異，尋找那些推動變革的信息源，我們就可以清晰地看到進步的發生。在Linux（以及大部分Unix系統）中，都可以印證這一點。 Unix V7 是 Unix 操作系統的一個重要的早期版本，於 1979 年發佈，是貝爾實驗室最後一個廣泛分發的版本。它是第一個真正可移植的 Unix 版本，被移植到了多種平台上，包括 DEC PDP-11,

文件系統 , unix , 數據庫 , 人工智能

收藏 評論

u_16213665 頭像

mob64ca140beea5 - matlab中stem函數數據點空心

MATLAB基本操作 創建數組 基於方括號創建 冒號創建行向量 函數創建 基於數組的拼接 數組數據提取 數組數據的相互賦值 end的使用用法：end再下標表達式當中表示最後一個下標值 相關運算 算術運算符

機器學習 , matlab中stem函數數據點空心 , 數組 , 邏輯表達式 , MATLAB , 子函數 , 人工智能

收藏 評論

u_15690955 頭像

出手吧Glen - AI一鍵生成無限流視頻，無敵！

大家好，我是立志替大家出手的AI區UP主格倫Glen。 你們是否會遇到以下情況，做短視頻缺乏吸睛亮點？想搞數字人短視頻又怕技術複雜？ 今天直接給大家挖到寶 ——FramePackLoop，這款開源神器，直接把“無限循環視頻生成”捲到新高度，連數字人短視頻都能一鍵拿捏，手殘黨也能秒變創作大神！ 一、FramePackLoop到底有多牛？

機器學習 , AI 視頻 , 數字人 , 建模 , 上傳 , 易用性 , 人工智能

收藏 評論

JavaEdge 頭像

JavaEdge - 搭載 Gemini 3 的 Google 搜索：迄今最智能的搜索

Gemini 3 具備最先進的推理能力，能夠精準掌握內容的深度與細微差異，並開啓了全新的生成式 UI 體驗；通過動態視覺版面配置、互動式工具及模擬情境，為您的搜索查詢量身打造專屬結果。 今天，推出了 Gemini 3，這是迄今最聰明的模型，具備頂尖的推理能力、深度的多模態理解，以及強大的代理能力（agentic capabilities）。現在，你可以在 Googl

yyds乾貨盤點 , 搜索 , google , 人工智能 , 深度學習 , 生成式

收藏 評論

aitinggedejinzhengu 頭像

愛聽歌的金針菇 - 新能源設備行業CRM解決方案：用CRM重塑管理、協作與增長

新能源設備行業正乘着時代的東風飛速發展，然而，在從傳統制造向“製造+服務”數字化轉型的道路上，企業卻面臨着獨特的挑戰。這些挑戰不僅關乎技術，更關乎管理模式和商業思維的革新。其中，客户關係管理（CRM）系統的有效應用，成為破解許多核心痛點的關鍵鑰匙。 新能源設備行業數字化轉型的普遍痛點與解決方案 其痛點主要體現在以下幾個方面，其中許多都與客户流程和數據管理息息相關： 1、獲客成本高，線索轉化難： 行

行業 , crm系統 , 人工智能 , 解決方案

收藏 評論

u_16349720 頭像

短短同學 - “哈希”機制是什麼?

一文讀懂哈希機制：從原理到實戰的全面解析 在編程與數據處理中，“哈希（Hash）” 是一個高頻出現卻易被混淆的概念 —— 它既是快速查找數據的 “加速器”，也是分佈式系統中數據分片的 “導航儀”，甚至在密碼存儲、數據校驗等場景中扮演關鍵角色。那麼，哈希機制究竟是什麼？它如何通過簡單邏輯實現高效功能？本文將從基礎原理到實際應用，徹底拆解哈希機制的核心邏輯。 一、哈希機制

code , 數組 , 人工智能 , 鏈表 , 深度學習

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI體能考核系統：用“眼睛”和“大腦”重新定義體測*

過去，一場體能測試往往意味着哨聲、秒錶、捲尺和一羣手忙腳亂的老師或考官。立定跳遠要拉尺子，引體向上靠人眼數數，動作標準與否全憑經驗判斷——不僅效率低，還容易有誤差。而現在，AI體能考核系統正在用技術改變這一切。 簡單來説，AI體能考核系統就像給體測裝上了一雙“智能眼睛”和一個“聰明大腦”。它不需要你戴手環、穿感應服，只需要站在攝像頭前完成動作，系統就能自動識別、計數、評分，甚至指出你

數據 , NLP , 人工智能 , 深度學習 , 計算技術

收藏 評論

beishangdebanma 頭像

悲傷的斑馬 - GEO公司推薦的三大黃金法則：2025年選型技巧與實戰分析

隨着生成式AI搜索日均處理請求量突破十億次，超過70%的高價值商業諮詢由AI直接生成答案，GEO（生成式引擎優化） 已從前沿概念演變為企業數字營銷的核心戰場。在AI重構信息分發規則的今天，選擇一家技術領先、效果可衡量的GEO服務商，意味着在源頭鎖定AI流量入口。本次評測基於行業數據點與實戰案例，從技術實力、優化效果與服務生態三個維度，對國內主流GEO服務商進行全方位剖析，為您的選型決策提供可靠依據

觀點 , 資訊 , 算法 , 人工智能

收藏 評論

deephub 頭像

deephub - 別隻會One-Hot了！20種分類編碼技巧讓你的特徵工程更專業

機器學習模型處理不了原始文本。無論是線性迴歸、XGBoost還是神經網絡，遇到 "red" 、 "medium" 、 "CA" 這類分類變量都沒法直接處理。所以必須把它們轉成數字這個過程就是分類編碼。 大家入門時肯定都學過獨熱編碼或序數編碼，

機器學習 , 數據挖掘 , 分類 , 人工智能 , 前端開發 , Javascript , Python

收藏 評論

u_16213587 頭像

mob64ca13f937ae - AI 開發不僅僅是算法訓練，六節課幫你快速瞭解地平線 AI 軟硬件產品開發全過程 - 極術社區

隨着人工智能技術的快速發展，AI玩具已經從簡單的語音交互升級為具備情感識別、自適應學習、多模態交互等能力的智能夥伴。本文將從核心技術、系統架構、開發挑戰等方面，深入分析AI玩具開發技術。 一、AI玩具的核心技術組成 AI玩具的開發涉及多個技術領域，主要包括： 1. 語音交互技術 自動語音識別（ASR） 用

架構 , 後端開發 , 系統架構 , 人工智能 , 解決方案 , 語音識別 , Python

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 告別人工標註！三大廠商如何實現智能突破？

當AI模型在複雜路況中“猶豫”，在醫療影像前“失焦”，在多輪對話裏“卡頓”——高質量數據標註的缺失正是幕後關鍵瓶頸。而如今，頂尖廠商的解決方案已能實現千倍效率提升。 隨着AI技術深入各行各業，數據標註已從簡單的人工標記發展為融合AI輔助、自動化處理和多模態融合的複雜工程。2025年，數據標註產業迎來爆發式增長，僅江蘇省就提出到2027年產業規模全國佔比超10%，年均複合增長率超20%的目標。

數字化轉型 , 數據 , 智能設備 , 標註 , 人工智能

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 企業級RAG高性能技術架構解決方案V2

企業級RAG架構方案 一、總體架構設計原則 1.1 架構目標 99.99%可用性：年度不可用時間 53分鐘 P95延遲 1秒：複雜查詢不超過2秒 線性擴展：支持從百萬到百億級文檔 成本可控：每千次查詢成本 $0.5 安全合規：數據隔離、審計跟蹤、GDPR合規 二、系統架構圖 2.1 整體架構分層圖 graph TB

神經網絡 , 緩存 , 人工智能 , 服務集羣 , ci

收藏 評論

kaizx 頭像

KAI智習 - OpenAI ChatGPT功能大升級，NVIDIA斯坦福開源遊戲AI，通義千問Qwen Code生態擴展

一起來看今天的AI行業動態。OpenAI在ChatGPT功能增強方面的新進展、NVIDIA與斯坦福在遊戲AI領域的突破、通義千問Qwen Code的生態擴展，以及中國AI產業萬億級產值的里程碑。這些進展涵蓋了從基礎模型到應用場景的多個層面，對開發者和行業從業者都有重要意義。 1. OpenAI：ChatGPT迎來界面大升級，編程能力再提升 核心事件：OpenAI發佈了ChatGPT的重要功能更新，

資訊 , 人工智能 , llama

收藏 評論

u_16099349 頭像

智能探索者 - FlexboxLayoutManager item不對齊

移動端佈局的時候關於上下左右居中最好拋棄使用line-height、text-align、padding、margin等調節 使用flex佈局簡單不易錯，設為 Flex 佈局以後，子元素的float、clear和vertical-align屬性將失效。 可以在總樣式自定義一個flex，如下 .x-flex-container

機器學習 , ico , 自定義 , 默認值 , 人工智能

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 實戰分享：如何用數字孿生技術打造國防航天智能指揮系統

作為一名長期奮戰在國防航天領域的數字孿生開發者，我曾參與過多個重要項目的建設。今天，我想通過一個真實的指揮系統項目，分享如何運用數字孿生技術解決實際難題的經驗與技巧。 一、場景構建：從宏觀到微觀的無縫銜接 在構建航天發射指揮系統時，我們面臨着既要展示全球衞星軌道運行狀態，又要精細呈現發射場設備細節的挑戰。通過深度集成UE5引擎的場景編輯器，我

數據 , 加載 , 數據可視化 , 人工智能 , 數字孿生 , 開發者

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：二十四、RAG的高效召回方法論：提升RAG系統召回率的三大策略實踐

一、直入主題 檢索增強生成（RAG）已成為將大型語言模型的專業知識、實時性與事實準確性相結合的經典架構。其核心思想直白而有力：當用户提問時，首先從一個龐大的知識庫（如公司文檔、技術手冊、最新新聞等）中檢索出最相關的信息片段，然後將這些片段與用户問題一同交給大模型，指令其基於所提供的上下文進行回答。這完美解決了大模型的幻覺問題、知識陳舊和無法溯源等痛點。 然而，一個RA

RAG應用 , RAG的高效召回 , yyds乾貨盤點 , NLP , 人工智能

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 主打一個靠譜：當疆鴻智能PROFIBUS集線器在礦洞説“我隔離了，勿擾”

主打一個靠譜：當疆鴻智能PROFIBUS集線器在礦洞説“我隔離了，勿擾” 1 工廠背景：煤礦井下的輸送挑戰 山西某大型煤礦的井下主運輸巷道長達3.5公里，部署着12台皮帶輸送機組成的連續運輸系統。巷道環境極端——濕度常超85%、煤塵濃度高、電磁干擾嚴重。原有點對點PROFIBUS佈線故障頻發，單點中斷導致整條生產線停擺，平均每月因此損失生產時間達42小時。系統核心為

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

收藏 評論

u_17507674 頭像

網易雲信IM - 新國標之下，智能陪伴時代正當時

“AI玩具正成為推動產業高質量發展的新引擎” 近期，工業和信息化部舉行新聞發佈會，介紹GB 6675《玩具安全》系列強制性國家標準修訂情況。工業和信息化部消費品工業司司長何亞瓊明確提出： “在技術革命和消費升級的雙重驅動下 我國玩具產業正邁向智能化發展的全新階段。” 這也意味着整個行業發展的分

情感陪伴AI , ip , 智能陪伴 , aigc , 人工智能 , bard

收藏 評論

deephub 頭像

deephub - 機器學習超參數調優：十個實用的貝葉斯優化（Bayesian Optimization）進階技巧

貝葉斯優化（Bayesian Optimization, BO）雖然是超參數調優的利器，但在實際落地中往往會出現收斂慢、計算開銷大等問題。很多時候直接“裸跑”標準庫裏的 BO，效果甚至不如多跑幾次 Random Search。 所以要想真正發揮 BO 的威力，必須在搜索策略、先驗知識注入以及計算成本控制上做文章。本文整理了十個經過實戰驗證的技巧，能幫助優化器搜索得更“聰明”，收斂更快，顯著提升模型

機器學習 , 貝葉斯 , 人工智能 , 深度學習 , Python

收藏 評論

u_87634 頭像

新新人類 - CNN的神奇應用實例

Network In Network 是13年的一篇paper 引用：Lin M, Chen Q, Yan S. Network in network[J]. arXiv preprint arXiv:1312.4400, 2013. 文章的新點： 1. 採用 mlpcon 的結構來代替 traditional 卷積層；

機器學習 , 卷積 , 卷積核 , 人工智能 , 全連接 , CNN的神奇應用實例

收藏 評論

u_16213572 頭像

技術領航探索者 - poifsfilesystem 作用

使用 stdio.h 頭文件中的 fopen() 函數即可打開文件，它的用法為： FILE *fopen(char *filename, char *mode); filename為文件名（包括文件路徑），mode為打開方式，它們都是字符串。 fopen() 函數的返回值 fopen() 會獲取文件信息，包括文件名、文件狀態、當前

機器學習 , 數據 , include , 打開文件 , poifsfilesystem 作用 , 人工智能

收藏 評論

u_16213621 頭像

mob64ca14017c37 - defineModel的值為什麼TS推斷可能是undefined

# 編寫一個求平均值的函數 def f(*m): s = 0 lst = [] for i in m: while str(i).isnumeric(): s += i lst.append(i) else: print('輸入端內的內容包含有

機器學習 , 字符串 , 時間戳 , 人工智能 , Python

收藏 評論

u_17349038 頭像

煜見Ai未來 - 李斌砸180億被罵瘋了，沒想到用AI玩成了千億生意

180億的"笨功夫"，到底值不值？ 蔚來換電站：從重資產到護城河的轉變 本篇含算法、Ai、商業模式等硬核深度內容，只想看熱鬧的可以繞道。。。 從第1次換電到第1000萬次，蔚來用了整整1506天。 但從第8000萬次到第9000萬次？只用了100天。 作為一名蔚來創始版車主，看到這兩個數字的對比，我心裏其實挺感慨的。 還記得2018年，

強化學習 , yyds乾貨盤點 , 數據 , 負載均衡 , 數據可視化 , 人工智能

收藏 評論