tag 深度學習

標籤
貢獻317
293
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

deephub 頭像

deephub - Anthropic 開源 Bloom：基於 LLM 的自動化行為評估框架

Anthropic 最近放出了一個叫 Bloom 的開源框架，專門用來測試大語言模型會不會出現某些特定行為。比如模型是不是會阿諛奉承用户、有沒有政治傾向、會不會為了自保撒謊或者試圖繞過監督機制這類問題。 這個框架跟常規的評估基準不太一樣。傳統基準都是固定的測試集而 Bloom 會根據你的配置“長”出不同的評估內容，這也是為什麼叫這麼個植物學的名字。 工作流程：四個階段搞定評估 Bloom 的整個流

llm , 人工智能 , 深度學習

收藏 評論

gmicloud 頭像

GMICloud - GMI Cloud@AI週報｜OpenAI發佈GPT5.2；智譜AI GLM-4.6V開源

關鍵詞：GPT5.2；智譜AI GLM-4.6V； Giants |蘋果高管動盪；Meta公開抄阿里Qwen作業還閉源 蘋果芯片主管離職，庫克健康問題引關注 近日，蘋果芯片部門主管宣佈離職，這一高管變動發生在公司 AI 戰略關鍵時期。據外媒報道，蘋果 CEO 庫克也被曝出現健康問題，引發市場對公司未來發展方向的擔憂。此次人事變動正值蘋果在 AI 芯片領域加大投入

AI資訊 , AI , 雲服務 , 人工智能 , 深度學習 , cloud , 大模型

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 一“網”無前，MODBUS轉PROFIBUS網關巧解冰棍生產線“混搭”難題

一“網”無前，MODBUS轉PROFIBUS網關巧解冰棍生產線“混搭”難題 在炎炎夏日，一根絲滑細膩、奶香濃郁的冰棍，是許多人瞬間降温的慰藉。然而，在這份清涼美味的背後，卻隱藏着一場現代工業自動化的精密協奏。今天，就讓我們走進一家大型冰棍生產廠，探秘一個名為PROFIBUS轉MODBUS協議轉換網關的小設備，如何成為保障攪拌工藝完美的“關鍵先生”，化解了生產線上的核心控制難

profibus , 伺服電機 , 協議轉換 , 人工智能 , 深度學習 , 工業自動化 , Modbus

收藏 評論

teayear 頭像

學技術贏未來 - prometheus組件介紹 運維工程師教程

這個圖展示的是Prometheus監控系統的核心架構，各組件功能如下： 1. 數據採集相關組件 Short-lived jobs（短生命週期任務）： 臨時運行的任務（如定時腳本），無法被Prometheus主動拉取數據，會在任務結束時通過push metrics將指標推送到Pushgateway。 Pushgateway： 接收短生命週期任務推送的指標，作為“中轉站

數據 , API , 推送 , 人工智能 , 深度學習

收藏 評論

u_16213348 頭像

mob64ca12dc54c5 - windows ollama gpu運行

在高性能計算及機器學習模型的推理過程中，利用GPU加速是一項至關重要的技術。以“Windows Ollama GPU運行”為主題，我們將深入探討如何在Windows環境下成功部署和運行Ollama框架，以充分發揮GPU的計算潛力。 背景描述 當前的深度學習框架對計算資源的要求越來越高，尤其是在模型推理階段。GPU的並行計算能力讓其成為深度學習流程中不可或缺的部件。Ollama是一

機器學習 , 自然語言處理 , aigc , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - TVM 中文站正式上線！最全機器學習模型部署「參考書」它來了

內容一覽： 近日，由 MLC 社區志願者共同翻譯校對的 TVM 中文文檔正式發佈，現已託管至超神經官網 Hyper.AI。 關鍵詞： TVM 開源 機器學習編譯器 本文首發自微信公眾號：HyperAI超神經 面世5年，TVM成備受追捧的深度學習編譯棧 2017 年 8 月，時任華盛頓大學博士生的陳天奇及其團隊成員，正式發佈 TVM。 這是一個開源的模型編譯框架，全稱 Tensor Vir

機器學習 , 算法 , 人工智能 , 深度學習 , 學習資料

收藏 評論

weixiaodexiaodao 頭像

微笑的小刀 - Go開發疑難雜症終結者通關指南【完結】

Go 語言以其強大的原生併發模型——Goroutine👇🏻ke程：xingkeit點top/10181/ 和 Channel——風靡全球，被譽為“雲時代的 C 語言”。然而，正是其“簡單易用”的併發特性，如同一柄雙刃劍，在帶來極高開發效率的同時，也為一些極其隱蔽、難以追蹤的“疑難雜症”埋下了伏筆。其中，併發數據競爭 與 Goroutine 內存泄漏 堪稱 Go 開發者進階之路上的兩大終極 Bo

觀點 , 教程 , 知識 , 深度學習 , go

收藏 評論

u_17562481 頭像

思考的袋鼠 - 數據分類分級系統：以自動化、全景視圖與技術突破重塑運營商數據治理新範式

一、概要 （提示：本節旨在從總體層面概述知源-AI數據分類分級系統在運營商行業的部署背景、關鍵能力與量化成效，幫助讀者快速理解系統的核心價值與行業意義。） 隨着5G、大數據與雲網融合的持續深化，運營商正面臨數據資產規模指數級增長、跨系統流轉複雜化、數據治理壓力不斷攀升的現實困境。知源-AI數據分類分級系統依託自動化處理引擎、全景視圖監控體系與突破性智能算法，在某大型運

運營商 , 數據 , 數據安全 , 人工智能 , 深度學習

收藏 評論

u_7883056 頭像

巨浪888 - 使用 AI 編程工具開發郵件插件MailMind Assistant

你每天要花多少時間處理郵件？對着空白編輯框反覆修改措辭，在幾十封未讀郵件裏翻找關鍵信息，熬夜讀完長篇郵件卻漏看核心需求 —— 這是大多數職場人的日常。作為曾經的 “郵件工具人”，我發現市面上的郵件輔助工具要麼收費昂貴，要麼操作複雜，要麼適配性差。於是我想做一款插件，不用下載 APP，不用付訂閲費，在 Gmail 和 Outlook 裏直接能用，10 秒生成專業郵件，2

AIGC二三事 , AI編程 , 人工智能 , 深度學習 , 開發者 , Outlook

收藏 評論

luohenyueji 頭像

luohenyueji - [機器學習] 類別變量編碼庫category_encoders使用指南

category_encoders是一個Python庫，專門用於將分類變量（如文字、標籤）轉換為機器學習模型可以處理的數值形式。它是 scikit-learn-contrib 項目的一部分，完全兼容Scikit-learn的API，可以無縫集成到機器學習流程中。本文將圍繞該庫的核心用法展開詳細講解。 category_encoders的github官方倉庫見：category_

編碼方法 , 編碼器 , 數據 , 人工智能 , 深度學習

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - PROFINET轉DEVICENET網關：物流AGV新舊系統集成難題

PROFINET轉DEVICENET網關：物流AGV新舊系統集成難題 案例背景與項目痛點 某區域物流樞紐中心的自動化分揀系統面臨升級瓶頸：新建的西門子S7-1500PLC控制系統採用PROFINET工業以太網協議，而原有的15台關鍵AGV搬運設備均採用DEVICENET現場總線通訊。這種協議不兼容導致新建控制系統無法直接調度AGV集羣，形成了“信息孤島”。 項目

協議轉換 , 人工智能 , DEVICENET , 深度學習 , 網關 , 工業自動化 , PROFINET

收藏 評論

u_15591470 頭像

ceshiren2022 - 從失業到逆襲：我如何拿下3份大廠Offer（附面試真題）

01 起點：一場猝不及防的裁員 我的第一段實習生涯，僅僅持續了4個月。公司的一紙裁員通知，讓我的計劃全盤打亂。還沒正式起飛，就被迫降落，那種迷茫和自我懷疑，懂的都懂。 02 覺醒：為什麼我必須報班學習？ 這段短暫的“失業空窗期”，反而成了我最清醒的時刻。我徹底認清了一個現實：沒有硬核技能護體，在職場風雨裏，我永遠是最先被拍倒的那一個。改變，迫在眉睫。 03 選擇：在眾多機

人工智能 , 深度學習 , 自動化測試 , 面試經驗

收藏 評論

qingfouai 頭像

青否Ai - 電商平台數字人主播直播間激增，虛擬主播如何重塑電商生態？

直播間裏，主播“羅永浩”連續激情澎湃地解説了6個小時，依然精神飽滿、對答如流，而這一切背後，竟無一人真人蔘與。（青否數字人源頭v：zhibo175） 當直播時長逼近6個小時、大多數電商主播顯露疲態時，百度直播間裏的主播“羅永浩”和搭檔“朱蕭木”仍然情緒飽滿地回答觀眾提問，時不時還能講兩句“段子”吸引觀眾下單。 這並非真人主播的超常發揮，而是百度藉助劇本驅動多模協同數字人技術打造的數字人主播。

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - 2025年最值得擁有的AI知識庫神器，讓團隊協作效率翻倍！

你是不是也遇到過這樣的困擾：團隊文檔散落在各個角落，找一份資料要翻遍十幾個文件夾；新員工入職培訓資料零零散散，老員工離職帶走一堆寶貴經驗；產品文檔更新不及時，客服和銷售還在用着過時的信息…… 別擔心，今天我要給大家推薦幾款超好用的AI Wiki軟件，它們不僅能幫你解決這些痛點，還能讓你的團隊協作效率直接起飛！ 什麼是Wiki軟件？它為什麼這麼重要？ 先給大家科普一下，Wiki軟件其實就是個內容協作

人工智能 , 深度學習

收藏 評論

u_16213631 頭像

mob64ca1403c772 - OK10插件畫深度學習框架圖

大家好，我是葉玄shine。 一位熱愛生活、熱愛PPT的騷年。 説聲抱歉，昨晚加班到凌晨，時間來不及推文，今晚接着聊OK。 話接上文，今天到三維組了。首先看看頁面功能。 這一塊的功能不多，只有4個大功能。但個人覺得這是OK插件最難的。每一個功能都簡單介紹下。 01 複製分佈 複製分佈換種説法就是三維複製及

shine 插件 , 分佈模式 , OK10插件畫深度學習框架圖 , 人工智能 , 深度學習 , shine插件 , 應用場景

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 智能化升級：EtherCAT轉MODBUS RTU網關在牛奶包裝廠的創新應用

智能化升級：EtherCAT轉MODBUS RTU網關在牛奶包裝廠的創新應用 在當今工業自動化飛速發展的背景下，牛奶包裝廠作為食品行業的重要環節，面臨着生產效率與設備兼容性的雙重挑戰。一家大型乳製品企業引進了以倍福PLC為核心控制器的自動化包裝線，然而，生產線上的部分老舊設備僅支持MODBUS RTU協議，無法直接接入高速EtherCAT網絡，導致數據孤島、監控盲區與整體效

協議轉換 , 人工智能 , 深度學習 , ETHERCAT , 網關 , 工業自動化 , Modbus

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 美顏SDK如何實現自適應中高低端機型的性能優化

在移動視頻社交領域，一個無法迴避的現實是用户設備的巨大差異性。從旗艦機到千元機，其CPU、GPU性能和散熱能力天差地別。對於美顏SDK而言，最大的挑戰並非在高端機上實現驚豔效果，而是在低端機上也能保持流暢、穩定且不失真的體驗。那麼，一款成熟的美顏SDK是如何做到“上得廳堂，下得廚房”，自適應不同機型性能的呢？這背後是一套綜合性的性能優化工程體系。 一、動態檢測與分級

自適應 , 幀率 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16099238 頭像

碼海探險家 - 深度學習點雲配準 點雲配準原理

1、首先，點雲配準過程，就是求一個兩個點雲之間的旋轉平移矩陣（rigid transform or euclidean transform 剛性變換或歐式變換），將源點雲(source cloud)變換到目標點雲(target cloud)相同的座標系下。 可以表示為以下的方程: 其中

對應點 , 點雲 , 點集 , 深度學習點雲配準 , 人工智能 , 深度學習

收藏 評論

gmicloud 頭像

GMICloud - GMI Cloud 攜手英偉達在亞太建設 AI Factory，GB300 萬卡集羣，斥資 5 億美金

摘要 GMI Cloud基於GB300的 AI Factory 啓動構建，該項目攜手英偉達（NVIDIA），總投資額達 5 億美元，萬卡集羣將為全亞太AI產業發展提供堅實支撐。 本週，作為英偉達（NVIDIA）全球六大 Reference Platform NVIDIA Cloud Partner 之一及全球增長最快的 G

數據 , AI基礎設施 , 雲GPU , 人工智能 , 基礎設施 , 深度學習

收藏 評論

lutong 頭像

程序員陸通 - 師夷長技以制夷，二角破壁，五分普惠，AI當雄於地球，今日之責任，不在他人，全在我少年開發者！

——致中國AI圖片生成之路 今有西洋諸國，AI技術日新月異，圖片生成之術，已臻化境。而我中華少年，欲一睹其妙，必翻山越壁，註冊繁瑣，費用高昂，望而卻步者眾矣！ 嗚呼！技術無國界，而壁壘有高低。吾輩中華兒女，豈能坐視西洋獨美，而我少年空有報國之志，卻無用武之地乎？ 故今日之開發，不為私利，而為公益；不求暴富，而求普惠。 吾以一介獨立開發者之身，夙興夜寐，廢寢忘食，開發AI圖片

ico , 獨立開發者 , 人工智能 , 深度學習 , 開發者

收藏 評論

u_15591470 頭像

ceshiren2022 - 手把手搭建自動化質量門禁：讓你的每次部署都“無憂”

“代碼終於合併完了，可以上線了嗎？” “測試用例都跑通了吧？性能測試做了沒？” “這次改動不大，應該不會有問題吧……” 上線前的會議室裏，是否常常瀰漫着這種不確定性的焦慮？依賴人工檢查發佈清單，不僅效率低下，還極易遺漏關鍵項。一個未經核對的性能迴歸、一處未達標的測試覆蓋率，都可能為線上事故埋下伏筆。 是時候為你的研發流程安裝一個自動化的 “質量門禁” 了！本文將手把手教你如何利用 Dif

性能測試 , API , 自動化 , 人工智能 , 深度學習 , 質量門禁

收藏 評論

u_17580222 頭像

mb691327edb400f - AI 招聘：提升效率與精準度

AI 招聘：提升效率與精準度 AI招聘：重構企業招聘的效率與精準度 過去一年，AI 持續釋放組織產能，幫助員工節省超 120 小時重複勞動，推動生產率平均提升 30%，勞動力成本下降 19%。86% 的首席人力資源官已將“數字勞動力整合”納入核心職責，AI 正成為企業招聘領域的重要變革力量。 AI面試智能體：從輔助工具到決策支撐

上傳 , ATS , 人工智能 , 深度學習 , 解決方案

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《圖信號處理導論》

書籍：Introduction to Graph Signal Processing 作者：Antonio Ortega 出版：Cambridge University Press​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《圖信號處理導論》 01書籍介紹 本書以直觀且易於理解的方式介紹了圖信號處理的基礎知識及其應用。僅需具備基礎的線性代數知識，讀者即

信號與系統 , 圖像處理 , 深度學習

收藏 評論

fabarta 頭像

Fabarta - 告別耗時無果：迭代構建AI知識庫，幫業務部門輕鬆上手、早見效益

作者：王傳陽 楓清科技（Fabarta）技術合夥人 現狀與挑戰 企業在構建AI應用時，通常會由業務部門負責構建相關的業務知識庫。業務部門在構建AI知識庫時，普遍面臨兩大核心挑戰：其一，對AI知識庫與傳統知識庫的本質差異認知不足，缺乏適配AI語義理解的知識梳理方法，導致知識應用準確率難以達標；其二，存在 “一勞永逸” 的認知誤區，傾向於耗時數月構建覆蓋全場景的 “大而全”

最佳實踐 , 人工智能 , 深度學習 , 模態 , 迭代

收藏 評論