tag 深度學習

標籤
貢獻317
291
05:25 PM · Oct 25 ,2025
deephub 頭像 xingxingshangdeliushu 頭像 u_15591470 頭像 u_17512334 頭像 qingfouai 頭像 tecdat 頭像 u_17580222 頭像 chenzhuodeyagao 頭像 chaoshenjinghyperai 頭像 youqingyouyidejidan 頭像 ziwupython 頭像 javaedge 頭像

@深度學習 / 博客 RSS 訂閱

u_15641375 頭像

芯動大師 - 對深度學習概念的基礎理解與認識

一、神經網絡的組成 人工神經網絡（Artificial Neural Networks，簡寫為ANNs）是一種模仿動物神經網絡行為特徵，進行分佈式並行信息處理的算法數學模型。 這種網絡依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理信息的目的，並具有自學習和自適應的能力。神經網絡類型眾多，其中最為重要的是多層感知機。為了詳細地描述神經網絡，我們

機器學習 , yyds乾貨盤點 , 神經網絡 , 人工智能 , 深度學習 , 數據結構與算法

收藏 評論

u_14172 頭像

archangle - 自然語言處理涉及的技術棧 自然語言處理最新技術

伴隨着近幾年的機器學習的熱潮，自然語言處理成為了目前炙手可熱的研究方向，同時也是 Google、Microsoft、Facebook、Baidu、Alibaba 等各大公司投入鉅額資金和高端人力努力爭奪的下一個互聯網流量入口（智能助手、智能音箱等）。 近日，雷鋒網研習社公開課邀請了孔曉泉來介紹自然語言處理技術的一些基本知識、行業的發展現狀和基於深度

中心詞 , 自然語言處理涉及的技術棧 , NLP , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

chenzhuodeyagao 頭像

沉着的牙膏 - 數據資產管理：從定義到價值實現的全流程指南

一、什麼是數據資產？ 1.1 數據的來源 數據源自企業在經營過程中不斷累積的各類數字化記錄。這些數據既包括傳統結構化數據，也涵蓋文本、語音、圖像、照片、視頻等多媒體信息，還延伸至微博、微信、消費與出行記錄、各類文件等多種形式。凡是企業活動沉澱下的數字記錄，都屬於數據範疇。 1.2 什麼數據才能被視為資產？ 會計學對“資產”的界定是：由企業過去的交易或事項形成，被企業擁有或控制，並

深度學習

收藏 評論

u_16099268 頭像

碼海探險先鋒 - 中國雲產業聯盟辦大獎賽挖大數據人才 - 靈玖lingjoin的個人空間 -

在自動駕駛、機器人導航等領域，3D場景的感知與生成一直是研究熱點。然而，傳統方法通常將這兩個過程分離：生成模型僅僅作為數據增強工具，為下游感知任務提供合成數據。這種方法不僅靈活性有限，生成的場景也往往缺乏對感知任務有價值的細節。 近日，上海交通大學與寧波數字孿生研究院聯合團隊提出了一種名為OccScene的創新範式，將細粒度3D感知與高質量場景生成

機器學習 , 3d , 目標跟蹤 , 人工智能 , 深度學習 , jquery , 前端開發

收藏 評論

u_16776161 頭像

天潤融通科技 - 效率被卡死、成本飆升？這家工業製造企業用天潤融通AI找到了出口

在過去兩年裏，我們在和大量工業設備企業交流時，幾乎都會聽到同一句話：售前諮詢越來越“忙不過來了”。 產品型號越來越多、方案越來越定製化、客户比較越來越細，一條諮詢背後可能是十幾個參數、多個工況判斷，但企業的售前體系依舊高度依賴人工。響應慢、判斷不穩、人員壓力大的情況每天都在發生。 正是在這樣的背景下，我們推出了 ZENAVA，一個面向客服和營銷場景的AI生產力平台。

人工智能 , 深度學習

收藏 評論

u_16163480 頭像

bugyinyin - AI Agent深度解析：智能系統的原理與應用，未來發展的機遇與挑戰！

寫在前面的話： AI Agent本質就是大模型調用工具的能力，前段時間爆火的Manus其實就是它的應用。 打個比方，如果你要做個攻略，你把時間安排告訴大模型，比如：準備7月26號坐火車去西安，準備玩一個星期，想去著名景點玩，吃些當地好吃的。那麼大模型就會跟你對話，把完整攻略做好。而只有攻略其實還不夠，因為定車票、住酒店、查地圖這些操作還要自己

大模型教程 , 大數據 , chatgpt , 人工智能 , 深度學習 , 前端開發 , Javascript

收藏 評論

u_12935 頭像

doscommand - 李宏毅深度學習教程 pdf

本文是2016 台灣資料科學年會前導課程“一天搞懂深度學習”的全部講義PPT（共268頁），由台灣大學電機工程學助理教授李宏毅主講。作者在文中分四個部分對神經網絡的原理、目前存在形態以及未來的發展進行了介紹。深度學習的每一個核心概念在文中都有相關案例進行呈現，通俗易懂。一天的時間搞懂深度學習？其實並不是沒有可能。 深度學習 ( De

機器學習 , 神經網絡 , 人工智能 , 李宏毅深度學習教程 pdf , 深度學習

收藏 評論

u_16060192 頭像

HyperAI超神經 - AI 論文週報丨通用Agent開發/目標檢測/開源物理推理模型……一文了解 AI 前沿動態

近年來，大語言模型（LLMs）的發展已將研究前沿從解謎任務推進至科學級推理——即能夠應對那些答案必須經受自然規律檢驗、而不僅符合評分標準的複雜問題。物理學是衡量這一轉變的最嚴苛標準，因為它以根本性方式將符號系統與現實世界相聯結，是現代大多數技術的基石。 基於此，來自上海人工智能實驗室的研究團隊通過開發具備卓越物理推理能力的大規模語言模型，成功推動了物理學研究的進展，尤其在解決國際奧林

人工智能 , 深度學習

收藏 評論

gpushare 頭像

恆源雲 - 恆源雲(Gpushare)_FAIR CVPR2022新作DVT是個啥？

文章來源 | 恆源雲社區 原文地址 | 用於視頻的可變形Transformer 原文作者 | 咚咚 hi，大家好啊！窗外的樹🌲 綠了，樓下的桃花🌺 開了，春天，就這麼滴的過去了…… 小編已經居家辦公(不能下樓)3個禮拜啦！敬請期待瘋掉的小編～ 我的春遊徹底沒希望了！！！ 説那麼多有啥用呢？還不是得乖乖搬運社區文章！畢竟社區夥伴們發帖是那麼的勤快！Respect！ 正文開始 摘要

cv , transform , 深度學習

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_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_16213393 頭像

mob64ca12e732bb - aigc 發展歷程

在過去的幾十年裏，人工智能生成內容（AIGC）的發展經歷了顯著的變化，從最早的基於規則的系統到現代深度學習模型。AIGC技術的演進使得機器能夠按照人類的指令生成文本、圖像和音頻，從而在各個領域產生了深遠的影響。本文將通過具體的環境準備、集成步驟、配置詳解、實戰應用、性能優化和生態擴展等多個維度來探討AIGC的發展歷程，併為讀者提供全面的技術參考。 環境準備 在開始構建AIGC應用

性能優化 , 技術棧 , aigc , 深度學習

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

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

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

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_16099243 頭像

代碼探險家 - 《PyTorch深度學習》筆記（1）_51CTO博客

目錄 摘要 激活函數 1.階躍函數 2.sigmod函數 3.Tanh函數 4.ReLu函數 代碼實踐 1.階躍函數 2.sigmod函數 3.tanh函數 4.ReLu函數 摘要 本篇文章學習尚硅谷深度學習教程，學習內容是激活函數的代碼部分包括階躍函數

激活函數 , pytorch , 深度學習 , Css , 階躍函數 , 筆記 , 前端開發 , HTML

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

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

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

u_15591470 頭像

ceshiren2022 - 實測見證！利用Dify工作流與AI智能體，我們的測試效率提升300%

如果你也厭倦了在無盡的測試用例、重複的迴歸測試和脆弱的UI腳本中掙扎，那麼這篇文章正是為你準備的。我將分享我們團隊如何利用Dify工作流編排AI測試智能體，實現測試效率的指數級提升，讓測試工作變得前所未有的智能和高效。 一、 困局：我們曾在測試泥潭中寸步難行 在引入新方法之前，我們團隊面臨典型的測試瓶頸： 迴歸測試耗時漫長： 每次發版前，全量回歸測試需要2個測試人員投入整整3個工

迴歸測試 , AI , 人工智能 , 深度學習 , dify

收藏 評論

u_16970152 頭像

求知上進 - 深入學習Python函數：偏函數

第一章：偏函數的基礎概念 1.1 偏函數的數學與編程起源 偏函數的概念最早源於λ演算和函數式語言如Haskell。在數學中，偏函數（Partial Application）是將多參數函數固定部分參數後得到的單參數（或少參數）函數。這不同於柯里化，後者是將多參數函數轉換為一系列單參數函數的鏈式調用。Python的partial更接近偏應用，因為它直接“綁定”參數，而非完

自定義 , 偏函數 , 人工智能 , 深度學習 , Python

收藏 評論

ziwupython 頭像

子午 - 【交通標誌識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 交通標誌識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對58種常見的交通標誌圖片數據集進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 技術棧： 項目前端使用Html、CSS、BootStrap搭建界面。 後端基於Django處理邏輯請求 基於Ajax實現前後端數據通信 選題背景與意義： 在智能交通系統蓬勃發展的當下，

圖像識別 , tensorflow , 深度學習

收藏 評論

tencent_blueking 頭像

騰訊藍鯨智雲 - 企業的分層運維對象監控指標體系建設

本文來自騰訊藍鯨智雲社區用户: CanWay 指標指用於描述一個物體或事物的某個性質的指數、規格、標準，使其可以和其他的物體或者事物比較；從軟件的角度講度量即把所有東西都量化、數據化、可採集。指標即表示對這些量化後的數據的目標值。 觀測指標體系是指對監控指標進行體系化的規劃、實現全生命週期管理、建設管理規範等的系統方法論。 在瞭解指標體系前，先了解下為什麼需要進行指標體系的建設，結合過往的建設經驗

it , 服務器 , 運維 , 深度學習 , 大模型

收藏 評論