tag 人工智能

標籤
貢獻909
920
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_15591470 頭像 lab4ai 頭像 u_17579295 頭像 u_17512334 頭像 qingfouai 頭像 u_17567677 頭像 chaoshenjinghyperai 頭像

@人工智能 / 博客 RSS 訂閱

u_16213570 頭像

藍色憂鬱花 - 使用Cursor進行Python學習 自動生成代碼

作為程序員，每天都要面對各種稀奇古怪的bug。最近我發現了一個能極大提升調試效率的工具——Cursor編輯器，特別是它的自動調試功能，簡直像是有個編程助手坐在旁邊幫你排查問題。 初識Cursor的調試能力 第一次使用Cursor時，我正被一個Python數據處理的bug困擾了兩個小時。那個錯誤信息讓人摸不着頭腦：“KeyError: 'user_id'”，

數據 , 測試環境 , 人工智能 , 前端開發 , Javascript

收藏 評論

u_16018702 頭像

架構師李哲 - 最佳實踐丨讓蘇東坡"復活"！我用Qwen3-8B實現了與千古文豪的跨時空對話

"你是誰？" "我是一個多才多藝的文學家、書法家和畫家，生活在北宋時期。我是蘇東坡，我……" 這不是穿越劇的台詞，而是藉助大模型技術實現的真實對話。在人工智能的賦能下，千年前的文豪蘇東坡以“數字分身”的形式“復活”，與今人吟詩作對、暢談人生，展開一場跨越時空的交流。 這是微調前大模型的回答。此時的模型如同一個精準的“知識庫”，回答客觀

AIGC二三事 , 數據集 , 數據 , 大模型微調 , 人工智能 , 深度學習

收藏 評論

u_16213609 頭像

mob64ca13fe9c58 - Transformer架構詳解

Transformer架構概述 Transformer架構主要的功能是高效地完成某些自然語言分析任務，比如英語到德語和英語到法語的翻譯任務，這裏要注意的是，大語言模型（LLM）不等於Transformer，我個人認為Transformer可以算是一種從預訓練數據中更好提取信息的方式，因此當我們在瞭解Transformer架構時，其中一個重要關注點是

AI , 系統架構 , 人工智能 , transformer , 深度學習

收藏 評論

lab4ai 頭像

Lab4AI - 小模型驅動大智能：NVIDIA新研究實現2.5倍效率提升，成本直降70%

小模型驅動大智能：NVIDIA新研究實現2.5倍效率提升，成本直降70% 論文標題：ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration 作者團隊：英偉達、香港大學 發佈時間：2025年11月27日 👉一鍵直達論文 👉Lab4AI大模型實驗室論文閲讀 ⭐論文簡介 大語言模型在解決深度

人工智能

收藏 評論

u_16099316 頭像

數據探索先鋒 - 深度學習特徵維數參數的設置

特徵向量：設A是n階方陣，如果有常數λ和n維非零列向量α的關係式Aα=λα成立，則稱λ為方陣A的特徵值，非零向量α稱為方陣A的對應於特徵值λ的特徵向量。 特徵值分解： 在python中使用numpy工具就可以實現。 降維 定義：將數據的特徵數量從高維轉換為低維。 作用：解決高維數據的維度災難問題的一種手段；能夠作為一種特徵抽

數據集 , 數據 , 深度學習特徵維數參數的設置 , 人工智能 , 方差 , 深度學習

收藏 評論

zq812193195 頭像

碼農張思壯 - 使用 AI 編碼將路書 GPX 文件導入高德地圖生成路線的嘗試

最近在讀《30 歲人生開掛 7 步法》，其中提到，所有的賺錢活動大致可以歸為兩種： 讓對方舒服 讓對方幸福 解決別人的需求，能讓人感到舒服或者幸福。恰巧在上次騎車時，我也發現了一個這樣的需求。 我本來想在元旦騎一個 2025 蛇年的路書，最初的嘗試是把路書導入碼錶，但實際騎行時碼錶不斷提示偏航。之後我嘗試了行者 APP，但可能由於手機放在騎行服後兜裏，導航方向也不準確。而我平時使用的高德

人工智能 , 地圖 , Python

收藏 評論

u_16213631 頭像

mob64ca1403c772 - 迴歸任務的決策擬合

一.寫在前面 　　本節主要講的是上一節學習圖中的按目標分類的橙色方塊中的regression，即所要解決的問題的解為數值。本節由一個案例貫穿，即預測神奇寶貝進化後的戰鬥力，挺有趣的一個案例。本節略長，請耐心看，相信會有收穫的，做我們這行的最重要的就是要有耐心。 二.案例説明 　　所要研究的案例是想要預測神奇寶貝進化後的戰鬥力用cp值表示，具體案例描述如下圖2-1

機器學習 , 迴歸任務的決策擬合 , 梯度下降 , 數據 , 損失函數 , 人工智能

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - 深度學習 水位尺識別 yolo

1、應保持儀表垂直安裝。在安裝超聲波液位計時，要保證換能器的發射面和被測的平面平行，這樣可以保證垂直髮射到被測物體表面的聲波以最大的能量返回。 2、實際安裝時，如果現場工況有蒸汽，易有水珠附着在探頭表面，並且探頭的量程比實際要測量的距離大很多，這時可以傾斜3°左右，以避免水珠結水的影響。 3、在安裝時，應注意超聲波液

深度學習 水位尺識別 yolo , 人工智能 , 深度學習

收藏 評論

yekai_620f63e12c172 頭像

葉開 - 隱語可信數據空間MOOC第43講筆記：醫療健康數據安全協作的架構與實踐

筆記內容來自隱語Mooc，歡迎一起來學習。Mooc課程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8r... 一、案例全景概覽 案例 行業場景 核心隱私技術 數據協作模式 關鍵目標 新冠重病預測 醫療健康 橫向聯邦學習 樣本跨

機器學習 , 教程 , 知識 , 人工智能

收藏 評論

u_16970152 頭像

求知上進 - 深入學習 Python 函數：非局部變量

第一章：非局部變量的誕生史——Python 閉包的“補完計劃” 1.1 Python 2 的悲情時代：沒有 nonlocal 的閉包殘缺之痛 # Python 2 時代開發者內心的吶喊 def counter(): count = 0 def inc(): count += 1 # UnboundLocalErr

狀態機 , 人工智能 , 深度學習 , 局部變量 , Python

收藏 評論

danxiaodeyanjing 頭像

MemTensor - MindDock 正式內測！讓所有 AI 都記得同一個你

MemOS-MindDock 內測正式開啓！ 每次換平台、開新對話，都得重新介紹自己？想讓 ChatGPT、Gemini、DeepSeek 都能持續理解你？從今天起，你的 AI 將真正「擁有記憶」。 🎥 一段視頻，帶你認識全新的 AI 體驗 還在為 AI 的「健忘」而苦惱？ 現在，所有平台的 AI 都能共享相同的記憶。 點擊下方視頻，瞭解 MemOS-MindDock 是如何定義

agent , 算法 , 人工智能

收藏 評論

xingfudenaozhong 頭像

幸福的鬧鐘 - 前端程序員應該往全棧方向發展嗎?還是堅守前端?

​作者：寒蟬（知乎） 順便吆喝一聲，技術大廠，內推撈人，前/後端or測試←感興趣 要求學歷：全日制統招本科（非學院派即可）： --加班偶爾較多，但週末加班兩倍工資。 --15-35K，工資在一線城市屬於一般，但二線城市很可以。 前端幹了有四年多了，在我有限的認知內（認知就這麼點，不要槓我，槓就是你對）和能力範圍內所觸及到的崗位種類中，前端這個崗位在我看來是最難堅守的。 大多

人工智能 , 全棧工程師 , 程序員 , 後端 , 前端

收藏 評論

u_12855 頭像

西門吹雪 - 正則化損失函數代碼 pytorch

前言 L1、L2在機器學習方向有兩種含義：一是L1範數、L2範數的損失函數，二是L1、L2正則化 L1範數、L2範數損失函數 L1範數損失函數： L2範數損失函數： L1、L2分別對應損失函數中的絕對值損失函數和平方損失函數 區別： 分析： robust: 與L2相比，L1受異常點影響比較小，

稀疏矩陣 , pytorch , 損失函數 , 人工智能 , 正則化損失函數代碼 pytorch , 權值

收藏 評論

huggingface 頭像

HuggingFace - 在 Transformers 中使用對比搜索生成可媲美人類水平的文本 🤗

1. 引言 自然語言生成 (即文本生成) 是自然語言處理 (NLP) 的核心任務之一。本文將介紹神經網絡文本生成領域當前最先進的解碼方法 對比搜索 (Contrastive Search)。提出該方法的論文 “A Contrastive Framework for Neural Text Generation” 最初發表於 NeurIPS 2022 (論文、官方實現)。此後， “Contrasti

人工智能 , transform

收藏 評論

u_17398435 頭像

zhanghada - 免費薅國產旗艦 LLM！GLM-4.7+MiniMax-M2.1

引言：國產大模型的“工程落地元年”已至 在大語言模型（LLM）落地應用中，“AI Ping” 早已不是單純的網絡連通性檢測 —— 而是衡量模型響應效率、內容質量、資源消耗的綜合探測體系！現在 AI Ping 平台重磅上新兩款國產旗艦模型，全程免費調用，無任何隱藏限制：智譜 AI GLM-4.7 與 MiniMax-M2.1！ 不用跨平台註冊、不用反覆申請密鑰，僅需在

API , Max , 人工智能 , 深度學習 , Json

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 城市公共安全：數字孿生如何構建"可計算"的智慧防線

當夜幕降臨，城市燈火通明，數百萬人的安全如何保障？傳統模式下，指揮中心的大屏幕上閃爍着密密麻麻的監控畫面，值班人員需要同時關注數十個系統界面——交通流量、警力分佈、消防狀態、突發事件……信息過載與決策延遲成為常態。 數字孿生-孿易IOC技術的出現，正在悄然改變這一局面。它不只是簡單的三維可視化，而是構建了一個可計算、可模擬、可預測的城市安全數字模型。對於致力於城市公共安全領

數據 , API , 數據可視化 , 人工智能 , 數字孿生 , 開發者

收藏 評論

u_16213682 頭像

mob64ca140fd7c1 - postgis授權其它schema

剛剛裝完了PostgreSql與pgadmin，現在又要裝PostGIS。説實話，現在還不知道它是幹嗎用的。據説，是個類似處理地理信息數據的增強包。可以有更豐富的函數調用。也有人叫擴展。（今天剛接觸，説的不對的，歡迎批評指正。後期，我瞭解了再更改見解吧）。不扯閒篇，下面就介紹安裝過程。 首先，還是借鑑前人的經驗，參考文獻：； 安裝上面的

機器學習 , 配置文件 , postgresql , 人工智能 , 安裝過程 , postgis授權其它schema

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 阿里雲AI搜索年度發佈：開啓Agent時代，重構搜索新範式

AI搜索年度發佈——AgenticSearch創新、雲原生搜索引擎進化、AI搜索產品融合升級_ 年初大模型技術的爆發式發展，使得傳統用户搜索場景被顛覆，據某權威研究機構數據顯示，超58%的美國用户使用Google時不再點擊搜索結果，傳統搜索流量逐漸轉向AI驅動工具，這一轉變背後將重構用户搜索的交互邏輯、數據形態與技術架構。 9月26日杭州舉行的雲棲大會AI搜索專場上，阿里雲智能集團計算平台事業部A

雲棲大會 , 搜索 , 阿里雲 , 人工智能

收藏 評論

u_17420180 頭像

合合信息解決方案 - 傳統OCR識別有什麼侷限性

在企業數字化轉型的浪潮中，文檔處理效率直接影響業務運轉速度。然而，許多企業在使用傳統OCR工具時，常常遭遇“識別了文字卻用不了數據”的尷尬局面——掃描件變成了亂碼文本，財務報表的表格結構全部丟失，合同條款被錯誤拆分。這些問題的根源，恰恰暴露了傳統OCR技術難以逾越的技術鴻溝。 圖像質量依賴症：模糊就“失明” 傳統OCR對圖像質量的要求近乎苛刻。當文檔出現模糊、光照不均

機器學習 , 數據 , 手寫體 , 人工智能 , 結構化

收藏 評論

u_16099327 頭像

AI智行者 - 當writeMode配置成update時updateColumn不配置會生效嗎

摘要: 下文講述updatetext的功能及舉例説明 實驗環境:sql server 2008 R2 updatetext關鍵字功能及語法説明 updatetext功能説明: updatetext的功能為:更新當前的text,ntext,image字段, 當我們可以使用updatetext更新列中的部分數據 updatetext語法簡介:

機器學習 , 字段 , 數據 , 人工智能 , SQL

收藏 評論

u_16163480 頭像

bugyinyin - 收藏必備！DeepSeek+本地知識庫搭建全攻略，小白也能輕鬆上手

前言 本文將詳細介紹如何搭建和使用 DeepSeek + 本地知識庫！ 我們會從兩種主流的搭建方案入手，分別是基於 Cherry Studio 和基於 AnythingLLM 的搭建方法。每一種方案都有其獨特的優勢和適用場景，我們將通過詳細的步驟和實際操作，幫助你快速上手，讓你也能擁有一個屬於自己的智能知識庫。幾分鐘帶你學會~ 為什麼選

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

openkylin 頭像

openKylin - 攜手共建中國操作系統根社區，openKylin單位會員破百家！

開放、協作、共享的開源模式已成為全球軟件技術和產業創新的主導，也為信息技術國產自主化提供了強大助力。據不完全統計，超過90%的廠商在使用開源軟件。2021年,開源首次寫入“十四五”規劃，在軟件定義未來世界，開源決定軟件未來的當下，開源理念在國內已被足夠重視。6月24日，中國首個桌面操作系統開源根社區openKylin正式發佈，以聚焦桌面操作系統根技術為核心、以孵化相關領域關鍵項目為目標、以佈道開源

emacs , github , 人工智能 , 深度學習 , Git

收藏 評論

u_16213412 頭像

mob64ca12ebb57f - AIGC課程

AIGC課程是指利用人工智能生成內容（AIGC）相關的課程，它主要面向幫助學生和從業者理解和應用人工智能技術以生成內容的方法。本文將詳細記錄解決“AIGC課程”相關問題的過程，涵蓋環境準備、分步指南、配置詳解、驗證測試、優化技巧和擴展應用等六個部分。 環境準備 在開展AIGC課程前，需要確定合適的軟硬件要求。以下是針對不同操作系統和軟件版本的兼容性矩陣表：

aigc , 人工智能 , Python

收藏 評論