tag 深度學習

標籤
貢獻317
308
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_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_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_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_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

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（11.21-11.28）

本週全球AI領域動態密集，多家公司發佈重磅模型與工具。騰訊、小米、AMD、Anthropic、DeepSeek、阿里、微軟等推出多款開源大模型，覆蓋視頻生成、具身智能、MoE架構等，性能與成本優化顯著。AI Agent、工具持續迭代，Elser.AI、Trae SOLO等落地。技術上，嵌套學習、3D資產生成等獲突破，市場端特朗普簽署AI戰略命令，原生AI雲廠商打破壟斷，推動行業加速發展，一起來回顧

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 匹配正確率提升187.9%！華中科技大學CGCL實驗室用自監督學習助力膠囊內窺鏡圖像拼接，「天眼」裏也可看腸胃健康

在全球範圍內，腸胃病正成為一個嚴峻的公共衞生挑戰。據世界衞生組織國際癌症研究機構統計，胃病在人羣中的發病率高達 80%，而在中國，腸胃病患者人數更是達到了 1.2 億之多，且呈現出明顯的年輕化趨勢，關注腸胃健康迫在眉睫。 在這種情況下，膠囊內窺鏡 (MCCE) 作為一種先進的診斷工具，因其非侵入性、無痛、無交叉感染的特點而被大家廣泛關注。具體而言，MCCE 在膠囊中內置了無線攝影機，患者只需吞下這

機器學習 , 圖片處理 , 人工智能 , 深度學習 , 醫療it

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 梯控系統是一種電梯智能化控制技術，需要了解其工作原理、技術實現方式、應用場景以及相關的法規和用户關注點，包括安全性、便利性和法律合規性等方面

梯控系統是一種智能電梯控制技術，通過權限管理提升安全性和效率。系統採用刷卡、人臉識別或掃碼等方式驗證用户身份，僅開放授權樓層。核心功能包括訪客管理、能源優化和無接觸乘梯，適用於辦公樓、小區等場景。選擇系統需考慮兼容性、穩定性和消防聯動等關鍵因素。雖然存在操作不便等缺點，但隨着生物識別技術的發展，系統正趨向更智能、安全的解決方案，成為智慧城市重要組成部分。合理應用需平衡安全與便利，

人臉識別 , 梯控 , 梯控一卡通 , 生物識別 , 人工智能 , 深度學習 , 電梯門禁

收藏 評論

u_15675190 頭像

冰淇淋紅茶Q - 移動端案例詳解：基於smardaten實現OA系統

一、需求背景 在當今快節奏的工作環境中，移動辦公已成為企業提升運營效率和響應能力的重要方式。傳統OA系統雖然能夠滿足基本的辦公需求，但其PC端導向的設計難以適應移動場景下即時性、便捷性的操作要求。員工需要隨時隨地處理考勤、審批、報銷等事務，管理者也期望能夠實時掌握工作流狀態並快速決策。然而，原生移動應用開發又面臨週期長、成本高、更新迭代慢的普遍難題，無法高效響應企業移動辦公

移動端 , 表單 , 無代碼 , 低代碼 , 人工智能 , 深度學習

收藏 評論

u_16239222 頭像

奇墨ITQM - 國際電機企業靠什麼在半年內跑通8大AI場景落地？

深夜十點，某國際電機企業南京辦公室的燈光依舊明亮。系統上顯示，國外總部發來的產品合規諮詢郵件，而法務、財務、售前等多個團隊也在同步等待來自六個內部知識庫的即時響應。 過去，這類需求意味着跨時區溝通、多系統切換與數日的等待。而今天，只在一個平台輸入問題，幾分鐘內，精準的答案帶着出處與條款躍然屏上。 這一切，正由該企業落地的Kymo AI生產平台支撐。 01.

it , 數據 , 企業版 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - dLLM：複用自迴歸模型權重快速訓練擴散語言模型

大語言模型的文本生成方式一直都是以自迴歸為主：一個token接一個token,從左往右,生成完就定了。 但現在有個不太一樣的思路開始在研究圈裏流行起來，那就是擴散語言模型(Diffusion LMs)。擴散模型在圖像生成領域已經證明了自己的可行性,但是問題是把這套東西用到文本上一直很麻煩——訓練難、評估難、更別提怎麼集成到現有的LLM工作流裏了。 dLLM是一個開源的Python庫,它把擴

llm , 人工智能 , 深度學習 , Python

收藏 評論

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

u_17580222 頭像

mb691327edb400f - 招聘決勝起跑線：AI重構決策級招聘新範式

招聘決勝起跑線：AI重構決策級招聘新範式 HR們正面臨一個隱性危機：招聘已從“流程執行”變成“高風險決策”。候選人數量爆炸、崗位要求細分、業務週期壓縮，可面試仍依賴個人經驗與主觀判斷——一旦選錯人，代價遠非“再招一次”，而是業務延誤、團隊失衡，甚至錯失市場窗口期。全球調研機構Gartner早已預判：2025年，超60%的大型企業將採用AI面試技術。這不是“要不要用”的選擇題

鏈路 , 一對一 , 人工智能 , 深度學習 , 解決方案

收藏 評論

deephub 頭像

deephub - 從零開始訓練推理模型：GRPO+Unsloth改造Qwen實戰指南

推理型大語言模型現在確實火了。這類模型的特點是會先對問題做充分思考，然後再給出答案，而不是直接回復。 雖然早期訓練推理型 LLM 的方法多半被各家公司當作核心機密，但最近的DeepSeek-R1、DeepSeekMath、Kimi-k1.5 和 DAPO 這些項目都公開了相關流程。 這些方法讓 LLM 在推理過程中生成更長的思維鏈（Chain-of-Thought，CoT）輸出，推理效果因此得到提

llm , 神經網絡 , 教程 , 人工智能 , 深度學習

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 功耗網路籤核工具大盤點

“功耗/IR/EM 分析是芯片籤核不可或缺的一環。” 隨着製程節點縮減、堆棧 3D-IC 與片上系統（SoC）複雜度提升，芯片設計中功耗送配網絡 (PDN ) 的 IR 壓降、 EM 風險與熱耦合效應成為性能與可靠性籤核的瓶頸。早期忽視這些因素可能導致後段 tape-out 失敗或壽命衰減。為此，業界推出了多款專用於功耗／IR／EM 籤核的工具，幫助設計團隊在流片前完成全片分析、根因定位與閉

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_16827017 頭像

全棧技術開發者 - 如何理解CNN在CV與NLP領域運用的聯繫與區別？跨領域任務中如何協調卷積核設計、特徵匯聚和序列全局信息提取以提升整體模型性能？

在人工智能研究的發展歷程中，卷積神經網絡（CNN）因其在模式識別與特徵提取中的卓越表現，成為深度學習的重要基礎工具。CNN最初主要面向二維圖像數據，通過卷積核在局部區域提取空間模式，使得網絡能夠自動構建從低級到高級的特徵表示。然而，隨着自然語言處理技術的不斷進步，研究者發現CNN在文本序列建模中同樣具有顯著作用，能夠識別局部詞組模式、捕捉短語語義信息，並在文本分類、情感分析等任務

卷積 , 卷積核 , yyds乾貨盤點 , 人工智能 , 深度學習 , 池化

收藏 評論

u_16099287 頭像

數據科學探索者 - 計算機視覺 - Attention機制（附代碼）_51CTO博客

Softmax函數 Softmax函數用於將值變成一個概率分佈（和為1）。 softmax 的核心作用可以概括為三個方面： 1. 把一組實數轉換成概率分佈 softmax 會把任意向量轉成非負且總和為 1 的結果，常用來表示概率。 這樣模型輸出可以被解釋為不同類別的概率。 2. 放大差異

pytorch , 權重 , 人工智能 , 深度學習 , jquery , 前端開發 , 概率分佈

收藏 評論

u_11927406 頭像

chris310wtt - 進階學習 PHP 中的二進制和位運算

在實際項目中，經常需要大量依賴 PHP 中的位運算操作。從讀取二進制文件到模擬處理器，這是一項非常有用的知識，而且也非常酷。 PHP 提供了許多工具來支持你處理二進制數據，但需要從一開始就注意：如果你追求極致的底層效率，PHP 並不是最佳選擇。 不過請耐心看下去！本文將展示關於位運算、二進制和十六進制處理的非常有價值的內容，這些在任何語言中都會有用。 原文鏈接

字符串 , php , 人工智能 , 深度學習 , 十進制

收藏 評論

mankeji 頭像

曼孚科技 - 從“聽得清”到“聽得懂”：音頻標註技術的演進

在人工智能的發展圖譜中，讓機器 “聽見” 並解讀世界，始終是一條充滿挑戰卻意義深遠的探索路徑。 早期技術突破集中於一個明確目標 ——“聽得清”，即實現聲音信號向文字符號的高精度轉化。然而，隨着 AI 應用場景的持續拓展與深化，行業對機器 “聽力” 提出了更高階的要求：不僅要精準轉寫語音內容，更要深度理解其背後的內涵。 把握指令意圖、辨識話語情緒、洞悉聲音場景的複雜構成，成為人工智能向高階智能演進的

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

u_15675268 頭像

1艾一刀 - 八年複合增速最快！聯想方案服務穩坐中國IT服務頭把交椅

近日，IDC發佈《中國IT服務市場（2025H1）跟蹤報告》。聯想方案服務以5.72%市場份額繼續位居中國IT服務市場首位，並以22%同比增長率展現出強勁的發展勢頭，八年內保持行業複合增速最快。 今年以來，作為AI服務領航者，聯想中國方案服務業務羣積極響應國家"人工智能+"戰略，並於近期將AI解決方案及服務戰略全新升級為"一擎四艦"，以聯想混合式AI優勢集引領行業智

it , 混合式 , 人工智能 , 深度學習

收藏 評論

JavaEdge 頭像

JavaEdge - AnyLanguageModel：在蘋果平台上統一本地與雲端大語言模型的 API

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

swift , yyds乾貨盤點 , API , 人工智能 , 深度學習 , 開發者

收藏 評論

u_16508055 頭像

卡梅德生物 - TALEN vs CRISPR：在NF-κB基因編輯中，為何TALEN更勝一籌？

基因編輯技術的發展為現代生命科學研究提供了前所未有的工具支持。在眾多編輯技術中，TALEN和CRISPR/Cas9是目前應用最廣泛的兩種系統。儘管CRISPR/Cas9因其設計簡便、成本較低而備受青睞，但在某些特定應用場景中，TALEN仍展現出獨特優勢。本文基於近期發表於《高校化學工程學報》的一項研究，結合學術平台的資料，探討在NF-κB家族基因編輯中，TALEN為何能表現出更高

CRISPR , TALEN , 人工智能 , 深度學習 , 基因編輯

收藏 評論

deephub 頭像

deephub - ONNX Runtime Python 推理性能優化：8 個低延遲工程實踐

在深度學習落地過程中，有一個常見的誤區：一旦推理速度不達標，大家的第一反應往往是拿着模型開到，比如：做剪枝、搞蒸餾、甚至犧牲精度換小模型。 實際上生產環境中的 Python 推理鏈路隱藏着巨大的“工程紅利”。很多時候你的模型本身並不慢，慢的是低效的數據搬運、混亂的線程爭用以及不合理的 Runtime 默認配置。在不改變模型精度的情況下，僅靠ONNX Runtime (ORT) 的工程特性，往往就能

神經網絡 , 人工智能 , 深度學習 , Python

收藏 評論

u_16213652 頭像

mob64ca1408d5ff - github copilot賬號多客户端

使用過GitHub的小夥伴應該知道需要創建一個自己的倉庫，其創建過程不再贅述。 1、打開Git Bash,輸入命令： git config –global "你的GitHub用户名" 回車 git config –global "你的GitHub郵箱" 回車 git conf

github , 客户端 , 人工智能 , 深度學習 , Git

收藏 評論