tag 人工智能

標籤
貢獻930
1093
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 rtedevcomm 頭像 u_15591470 頭像 lab4ai 頭像 u_17512334 頭像 tecdat 頭像 qingfouai 頭像

@人工智能 / 博客 RSS 訂閱

aloudata 頭像

Aloudata大應科技 - 周衞林｜大數據通往大模型的鑰匙：NoETL to Trusted AI

此時此刻，站在 Data 和 AI 的十字路口，我不禁捫心自問：是創造還是涅滅，大數據如何通往大模型，數據資產如何成為 AI 資產？是廿年戎馬終歸碌碌無為，還是四載厚積一朝破繭成蝶——讓 Aloudata 成為大數據通往大模型的鑰匙，開啓數據智能變革的黃金十年。 過去 20 年：讓業務用上好數據 2003 年，我走出校園，加入一家當年規模不小的軟件公司，做運營商的經分系統。經分系統是數據倉庫一個早

自然語言處理 , 知識 , 數據庫 , chatgpt , 人工智能

收藏 評論

qingfouai 頭像

青否Ai - AI員工時代：90%職場人必須面對的重構與新生-青否ai超級員工！

AI超級個體：被重塑的職場邊界 "過去兩年，我們見證了一個反常現象：全球頂尖企業每季度裁員5%~10%，但股價卻平均上漲20%~30%。這不是資本的冷血，而是一場靜默的革命。（青否ai員工源頭v：zhibo175） 當你還在為季度KPI焦頭爛額時，企業高管們已經在用一個詞重新定義職場：AI員工。 2023年3月24日，GPT-4正式發佈。這一天，不是又一個技術迭代的普通日子，而是職場分水嶺。從那天

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16213567 頭像

數碼墨魚 - CUBEMX計時器多通道輸出比較

C# 的計時器是通過多線程來實現的。主要思路是，創建一個做死循環的線程，讓該線程週期性的委託UI線程 法一：利用system.Timers命名空間下的Timer類，使用Elapsed事件另開一個線程（Timer類中的Interval方法可以循環觸發Elapsed事件） 1 private void Form1_Load(object sender, Eve

sed , 機器學習 , Threading , System , CUBEMX計時器多通道輸出比較 , 人工智能

收藏 評論

u_17589471 頭像

AI數字人研究社 - AI數字人導遊上線！智慧景區體驗大升級，這些黑科技你玩過幾個？

當前旅遊消費已從過去的觀光遊進化到主題遊、深度遊、體驗遊。如何將“老資源”轉化為“新玩法”、“新體驗”，讓傳統文化煥發新生，成為目的地和旅遊從業者共同面對的挑戰。據《2025中國青年旅遊觀察報告》顯示，超50%年輕人將“科技元素”視為選擇景區的關鍵因素。世優波塔AI數字人憑藉其高擬真交互、多模態能力和垂直場景適配性，成為賦能景區智能化升級的標準解決方案。 波塔AI 數字人在

智慧文旅 , 人工智能 , 數字文旅 , 計算機視覺 , 智慧景區 , 大模型

收藏 評論

u_16099322 頭像

網絡鋭評 - events_statements_summary_by_digest的主鍵字段有哪些

event 關鍵字用於在發行者類中聲明事件。 下面的示例演示如何聲明和引發將 EventHandler 用作基礎委託類型的事件。 public class Publisher{// Declare the delegate (if using non-generic pattern).public delegate void SampleEventH

機器學習 , 派生類 , 人工智能 , 編譯器 , ide

收藏 評論

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第17講：企業級RAG：權限、共享與內容安全的全鏈路方案

在之前的教程中，我們主要探討了個人級 RAG（檢索增強生成）應用的實現方式和優化技巧。 但在企業級應用中，知識管理和智能檢索的需求更為複雜，涉及多個部門，各自具備獨立的業務領域、數據存儲方式和算法需求。因此，高效管理和檢索知識，確保不同部門靈活訪問知識庫，同時滿足數據隔離、安全性和共享機制，是企業級知識管理系統的核心挑戰。 本章將介紹如何使用 LazyLLM 快速構建面向企業級的數據庫管

llm , 教程 , 知識 , 數據庫 , 人工智能

收藏 評論

u_16099217 頭像

技術博客達人 - resnet與cnn的關係

卷積神經網絡在視覺識別任務上的表現令人稱奇。好的CNN網絡是帶有上百萬參數和許多隱含層的“龐然怪物”。事實上，一個不好的經驗規則是：網絡越深，效果越好。AlexNet，VGG，Inception和ResNet是最近一些流行的CNN網絡。為什麼這些網絡表現如此之好？它們是如何設計出來的？為什麼它們設計成那樣的結構？回答這些問題並不簡單，但是這裏我們試着去探討上面的一些問題。網絡結構

機器學習 , 卷積 , 卷積核 , resnet與cnn的關係 , 人工智能 , 特徵提取

收藏 評論

matrixorigin 頭像

MatrixOrigin - 視頻+教程 | 解鎖 RAG 深度搜索應用潛能：Deerflow 與 MOI 融合實戰指南

前言 本教程旨在為開發者提供一份清晰、詳盡的指南,説明如何將開源 RAG (Retrieval-Augmented Generation) 應用開發引擎 Deerflow 與 MOI 的 RAG 服務進行集成。通過本教程,讀者將掌握 Deerflow 的部署方法、在 MOI 中創建數據處理工作流的技能,並最終實現兩者連接,以構建一個強大的、可定製的深度檢索增強生成應用。 一、 Deerflow 簡

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_13357275 頭像

上海拔俗網絡 - 產業鏈垂直AI模型服務平台：為你的行業裝上“專屬大腦”

你有沒有想過，為什麼我們用同一個通用AI大模型，讓它寫一首詩和診斷一張電路板，結果會天差地別？寫詩它可能文采飛揚，但診斷電路板它可能連元件都認不全。 這就好比一位全科醫生，他什麼都懂一點，但真要給你做心臟搭橋手術，你肯定要找最頂尖的心外科專家。在產業世界裏，企業需要的，正是這種“專家級”的AI。而“產業鏈垂直AI模型服務平台”，就是批量生產這些“行業專家”的“超級工廠”。 它和通

性能監控 , 服務器 , 數據 , NLP , 人工智能

收藏 評論

u_17562481 頭像

思考的袋鼠 - 數據庫風險監測系統:打造可審查、可調整、可溯源的教育數據庫安全底座

一、概要： （提示：在數字化規模迅速膨脹、數據安全風險加速演化的背景下，數據庫安全治理亟需更加智能化、體系化的技術體系來支撐，因此本章首先對知形-數據庫風險監測系統的定位、應用價值與行業意義進行總體闡述，為全文分析奠定基礎。） 在教育行業數字化建設全面提速的大背景下，數據庫已成為學生信息、科研數據、教學資源及管理業務的核心承載系統。然而，隨着業務系統數量的持續

數據庫 , 數據庫安全 , 數據安全 , 人工智能 , 深度學習

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - DataWorks 又又又升級了，這次我們通過 Arrow 列存格式讓數據同步速度提升10倍！

引言 在大數據時代，數據集成作為企業數據流轉的核心樞紐，承擔着異構數據源之間高效同步的重要職責。隨着數據量的爆炸式增長，傳統的行存同步方式在面對大規模列存數據處理時，逐漸顯露出性能瓶頸。 為解決這一挑戰，DataWorks數據集成推出基於ApacheArrow列存格式的高性能同步能力，實現從“行式傳輸”到“列式直通”的技術躍遷。通過引入零拷貝

大數據 , 數據集成 , 阿里雲 , DataWorks , 人工智能 , 數據分析

收藏 評論

digitalocean 頭像

DigitalOcean - 基於AI Agent模板：快速生成 SQL 測試數據

DigitalOcean 雲平台一直在不斷研發以代碼為核心的項目，幫助用户快速構建可投入生產的應用程序，並能根據自己的需求進行擴展。 DigitalOcean 的 Gradient™ ​AI​​ 平台近期推出了 Agent Templates（智能體模板），為開發者提供了即插即用的 AI 工具。 本文將以 SQL​ Agent 模板 為例，演示如何擴展它，實現自動生成安全測試數據和 SQL 插入腳

MySQL , 教程 , 數據庫 , 人工智能

收藏 評論

u_17588526 頭像

圍爐聊科技 - 4090實戰：ComfyUI運行Qwen-Image-Edit-2511模型指南（含避坑要點）

Qwen-Image-Edit-2511作為一款性能出色的圖像編輯模型，在ComfyUI中部署時卻受限於顯存資源。本文針對4090顯卡（24G顯存）場景，分享量化模型的部署流程、關鍵避坑點，以及不同採樣步數下的效果對比，幫助大家快速落地實踐。 一、前置準備：ComfyUI安裝 ComfyUI基礎安裝流程此處不贅述，推薦參考官方中文指南，步驟清晰且適配Linux環境：C

人工智能 , 計算機視覺

收藏 評論

u_16099177 頭像

雲端小夢 - 外部中斷CUbemax配置

_:簡單介紹--[高手繞過這一段；心急的直接跳到下一部份] _:51單片機上的應用[應用控制篇] _:MCS51的中斷源 外部中斷請求源：即外部中斷0 和1，經由外部引腳引入，在單片機上有兩個引腳，外稱為INT0、INT1，也就是P3.2、P3.3這兩個引腳 _:MCS51的中斷向量表

機器學習 , 外部中斷 , 外部中斷CUbemax配置 , 引腳 , 人工智能 , 中斷向量

收藏 評論

huggingface 頭像

HuggingFace - 用開源模型強化你的 OCR 工作流

我們在這篇文章中新增了 Chandra 和 OlmOCR-2，並附上了它們在 OlmOCR 基準上的得分 🫡 摘要: 強大的視覺語言模型 (Vision-Language Models, VLMs) 的崛起，正在徹底改變文檔智能 (Document AI) 的格局。每種模型都有其獨特的優勢，因此選擇合適的模型變得棘手。相比閉源模型，開源權重的模型在成本效率和隱私保護上更具優勢。為了幫助你快

ocr , 人工智能

收藏 評論

u_16099287 頭像

數據科學探索者 - 支持向量機模型提高準確率 支持向量機改進算法

支持向量機 (三)： 優化方法與支持向量迴歸 優化方法 一、SMO算法 回顧支持向量機 (二)中(1.7)(1.7)式最後要求解的優化問題： 在求出滿足條件的最優αα後，即可得 svm 模型的參數(w,b)(w,b)，進而獲得分離超平面。可以用通用的二次規劃算法求解，該二次規劃問題有mm個變量 (mm為樣本數)，(m+1)(m+1)

機器學習 , 支持向量機模型提高準確率 , 支持向量機 , 最小值 , 二次規劃 , 人工智能

收藏 評論

u_16640205 頭像

mb65f83f0864e54 - 華為乾崑智駕僅ADS Pro版本明年將新增20多款合作車型

作者：鐘聲 編輯：Mark 出品：紅色星際（ID：redplanx） 頭圖：華為乾崑發佈會圖片 紅色星際小程序/移動端快報 在2025華為乾崑生態大會上，ADS Pro增強版迎來重磅升級——正式解鎖城區全場景NCA，並搭載行業首款量產艙內激光視覺Limera，2026年Q1 OTA推送升級，同時將有20多款新車將搭載

數據 , 推送 , 激光雷達 , 人工智能 , 深度學習

收藏 評論

u_16213564 頭像

網絡安全衞士 - MATLAB訓練強化學習模型軌道小車

利用MATLAB與VREP做了一個循跡小車的聯合仿真,用到了視覺傳感器,導入mesh,等一些操作. 文章目錄 最終效果 VREP中的設計 Matlab中的設計 其他設置 最終效果 VREP中的設計 可以參考https://www.jianshu.com/p/eb3f38c0c

機器學習 , PID , MATLAB訓練強化學習模型軌道小車 , V-REP , MATLAB , 人工智能 , 仿真

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - 版本發佈｜ IvorySQL 5.1 發佈

2025 年 12 月 18 日，IvorySQL 5.1 正式發佈！ IvorySQL 5.1 基於 PostgreSQL 18.1 構建，包含多項缺陷修復與功能改進。完整更新列表可參考官方文檔站點。 PostgreSQL 18.1 增強功能 在 CREATE STATISTICS 中檢查對 Schema 的 CREATE 權限。 避免 libpq 中分配大小計算可能引發的整數溢出。 防

數據庫 , postgresql , 人工智能 , 程序員

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 一對一視頻平台美顏SDK接入教程：從API調用到美顏美型效果展示

一對一視頻交友平台美顏 SDK 接入教程：從 API 調用到美顏美型效果展示 在一對一視頻交友場景中，“自然美顏” 是提升用户互動意願的關鍵 —— 用户通過視頻匹配時，精緻且不誇張的美顏效果能降低社交焦慮，讓對話更放鬆。但很多平台在接入美顏 SDK 時，常因 “API 調用不熟練”“效果調試不到位”“適配場景不精準”，導致出現 “美顏卡頓”“畫面違和”“兩端效果不一

初始化 , API , 一對一 , 人工智能 , 深度學習

收藏 評論

u_56701 頭像

hackernew - 帕累託改進在數據分析中的應用

A. 帕累托最優 帕累託改進是指，這個改進能在不傷害任何一個人的利益的同時，使至少一個人的境遇變好。 如果一個局面已經好到沒有帕累託改進的餘地了，就是帕累托最優。 思考：囚徒困境中，如果對方選擇不招供，那麼此時本方若選擇不招供，對方就會少罰，這就是一個帕累託改進。 生活中，越low的人越見不得身邊的人好，假使某項改進不影響其本人利

納什均衡 , 帕累託改進 , 帕累託改進在數據分析中的應用 , 人工智能 , 數據分析 , 帕累托最優 , 博弈論

收藏 評論

u_16213706 頭像

mob64ca1415bcee - Embeddings 緩存

今天早上去遷移網站發現打開網站報錯 然後我去phpinfo.php看了一下，果然我的測試頁裏面有加載到Memcache這個模塊，如下圖： 這時候，既然發現了問題的所在我們就要去排查問題，當前這個問題呢就是需要讓PHP支持到Memcache這個模塊，那下面教程如下，我來簡單説下Memcache的安裝教程

機器學習 , php , Embeddings 緩存 , 加載 , 人工智能 , memcached

收藏 評論

u_15591470 頭像

ceshiren2022 - 解密高效測試系統：利用Dify工作流與Jira API的自優化實踐

將測試智能體與Jira集成，可以構建一個能夠自動識別問題、執行測試並反饋結果的智能化質量保障體系。這種集成不僅能將測試活動直接嵌入開發流程，還能實現閉環的持續質量改進。 以下是四種不同集成深度的方法，您可以根據團隊的技術成熟度進行選擇。 一、核心集成模式 二、基礎API集成：實現自動反饋 這是最基本的集成方式，主要目標是將測試執行結果自動反饋至Jira工單。

API , 人工智能 , 深度學習 , 自動化測試

收藏 評論

u_16213650 頭像

mob64ca14085c24 - 分佈式強化學習經驗回放

目錄： 1.解決的問題 2.基本概念 3.實現手段 4.CAP理論 5.節點和數據 1.解決的問題 本質上是解決單台機器無法解決的問題，核心是計算、存儲。 方向是使用多台機器協同解決。 要解決的問題集中在分片、存儲、單點故障 2.基本概念 分片、存儲：這兩個概念其實是無法分割處理的，

機器學習 , 服務器 , 數據 , 分佈式強化學習經驗回放 , 元數據 , 人工智能

收藏 評論