tag 深度學習

標籤
貢獻317
277
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_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

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

shoushoudeqie 頭像

瘦瘦的企鵝 - 《如何建立知識圖譜？這些資源和工具助你一臂之力》

知識圖譜：解鎖高效學習與成長的密碼 []() 在信息爆炸的時代，我們每天都會接觸到海量的知識。從書本、網絡文章到各類課程，知識的獲取變得前所未有的容易。但你是否有過這樣的困擾：學了很多知識，卻感覺它們雜亂無章，在需要的時候無法快速調用？這時候，構建個人知識圖譜就顯得尤為重要。它就像一個私人知識管家，幫你將零散的知識整理得井井有條，讓知識真正為你所用，助力你在學習和成長的道路上一路開掛 。接下來，就

MySQL , mariadb , 深度學習

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

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_14587 頭像

bugouhen - service如何配置流量權重

一，配置報表查看權限 　　方法一：使用dynamic365添加用户組管理 　　　　參考教程：https://www.pianshen.com/article/25031937531/ 　　方法二：配置訪問目錄和用户角色 　方法三：如果數據源是SQL，通過SQL AS實現人員或者部門級的權限控制 　　方法

數據集 , 數據 , 用户權限 , 人工智能 , 深度學習 , service如何配置流量權重

收藏 評論

u_16459925 頭像

wx6583a3b0b06d1 - LocalAI Docker 容器化部署指南

概述 LocalAI 是一款免費開源的OpenAI替代方案，作為兼容OpenAI API規範的REST API服務，它允許用户在本地或企業內部環境中運行大型語言模型（LLMs）、生成圖像和音頻等AI功能。該項目無需GPU支持，可在消費級硬件上運行，支持多種模型家族，為開發者和企業提供了本地化AI推理的靈活解決方案。 LocalAI 的核心優勢在於其兼容性和部署靈活性：

LocalAI部署 , LocalAI , API , openai , 人工智能 , 深度學習 , Docker

收藏 評論

JavaEdge 頭像

JavaEdge - 微軟 Copilot 秋季更新發布：新增協作與個性化功能

微軟在最新的 Copilot 秋季版本更新 中推出了一系列圍繞生產力、協作和個性化的新功能。本次更新同時改進了 Edge 和 Windows 中的 Copilot 功能，並進一步整合了微軟自研的 AI 模型。 微軟 AI 部門 CEO Mustafa Suleyman 在其 博文 中介紹了此次更新的 12 項新功能，稱其為一個“重要的里程碑”。其中一些功能（如 Groups

ico , yyds乾貨盤點 , 新功能 , 人工智能 , 深度學習 , memory

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 高兼容性、聯動閉環、規模化：醫療行業數據分類分級管理系統解決方案

一、概要 提示：本文旨在系統闡述醫療機構在數據分類分級方面的核心挑戰與智能化解決方案。隨着醫療數字化轉型的深入，數據已成為醫院運營與科研創新的核心資產，其安全與合規管理日益嚴峻。“知源-AI數據分類分級系統”，以高兼容性、聯動閉環與規模化為核心特性，幫助醫療機構實現數據資產的全鏈路智能治理。該系統已在多家醫院落地，顯著提升了數據識別效率與分類準確率，推動醫療數據在合規基礎上實現安全共享與價值

深度學習

收藏 評論

u_16555391 頭像

wx65bc375171f34 - 從圖靈之問到大模型時代：人工智能的“三生三世”

1950年，英國數學家艾倫·圖靈在《心智》雜誌發表了一篇題為《計算機器與智能》的論文，提出了一個看似簡單卻震撼世界的問題：“機器能思考嗎？”這個後來被稱為“圖靈之問”的問題，如同一顆投入平靜湖面的石子，激起了持續至今的漣漪。而圖靈設計的“模仿遊戲”——後來廣為人知的“圖靈測試”，為人工智能領域樹立了第一個里程碑。七十餘年來，人工智能經歷了從實驗室概念到日常生活無處不在的演變，其發

神經網絡 , 人工智能 , 深度學習 , Css , 前端開發 , HTML

收藏 評論

u_16213618 頭像

mob64ca1400bfa8 - vsoce GitHub Copilot 安裝

1、官網下載vs安裝包，打開安裝，看是否有自動添加環境變量如果沒有在安裝完後自己設置，環境變量一般是bin文件的絕對路徑並且，千萬記住路徑中！！不能有中文和空格！！（一般默認安裝時文件命名會自帶空格，刪除它或者用下劃線代替） 2、並在網上找到mingw文件（一定要帶有bin的）下載後隨便安裝在沒有中文和空格路徑的地方。添加環境變量。 3、測試，打開cmd輸入gcc -

環境變量 , c++ , 人工智能 , 深度學習 , Json

收藏 評論

u_16213319 頭像

mob64ca12d52440 - AIgc那個網站

AIgc是一個以人工智能生成內容為主題的網站，旨在為用户提供生成文本、圖像和其他多媒體內容的工具。隨着人工智能技術的不斷髮展，AIgc正在吸引越來越多的人關注和使用。 背景定位 在2000年代初期，生成內容的技術主要依賴於基於規則的系統，而到了2010年代，深度學習的興起顯著提升了自然語言處理（NLP）和計算機視覺領域的能力。特別是2015年後，以GAN（生成對抗網絡）和Tran

aigc , 深度學習 , memory , 代碼示例

收藏 評論

ziwupython 頭像

子午 - 【農作物穀物識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 農作物穀物識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對11種常見的穀物圖片數據集（'大米', '小米', '燕麥', '玉米渣', '紅豆', '綠豆', '花生仁', '蕎麥', '黃豆', '黑米', '黑豆'）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

圖像識別 , 深度學習

收藏 評論

gujiachun 頭像

老顧聊技術 - A2A vs MCP：AI架構的協議革命

在AI技術快速發展的今天，兩個關鍵協議正在重塑我們構建智能系統的方式：Google的Agent-to-Agent協議(A2A)和Model Context Protocol(MCP)。這兩個協議代表了AI架構發展的不同維度，但它們共同指向一個未來：我們正從確定性編程轉向自主協作系統。 協議的本質區別：工具vs代理 MCP（Model Context Protocol）

軟件開發 , API , 人工智能 , 深度學習 , 智能系統

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 入選ICML 2025，Meta/劍橋/MIT提出全原子擴散Transformer框架，首次實現週期性與非週期性原子系統統一生成

在當今科學研究與工業應用的前沿領域，原子系統三維結構的生成建模正展現出顛覆性潛力，有望徹底重塑新型分子和材料的逆向設計版圖。從精準的結構預測到靈活的條件生成，當前最先進的擴散模型及流匹配模型已在生物分子解析、新材料研發及基於結構的藥物設計等關鍵任務中嶄露頭角，成為科研人員突破技術瓶頸的核心工具。 然而，在這一蓬勃發展的領域背後，一個關鍵難題始終制約着技術躍遷——現有模型缺乏跨系統的通用性。 儘管所

機器學習 , 資訊 , tensorflow , 人工智能 , 深度學習

收藏 評論

u_16213565 頭像

編程藝術大師 - t5模型需要下載哪些權重文件

關聯模型三類 1.一對於 hasOne 2.一對多 hasMany 3.屬於 belongsTo 4.對對多 belongsToMany 三種關聯的時候。 1.按從屬結構，分兩種，父子結構。同級結構。 2.記住這兩個結構。會可以很方便的記憶，三個函數的參數。 父hasOne(子子父)

t5模型需要下載哪些權重文件 , 類名 , 外鍵 , 人工智能 , 深度學習 , 主鍵

收藏 評論

u_16099343 頭像

編程夢想編織者 - faster whisper引擎下載

前言 在Flutter連續大版本的迭代下，發現2年前的項目bladeofgod/tank_combat (github.com)已經沒法跑了，為此進行了適配和代碼的重構。 相較於老項目，重構後的項目在代碼、設計以及註釋上更為規範、合理及詳盡，藉此，希望初學者能有所收穫。此外，由於是學習類demo，所以未經過審慎思考，如有設計不合理或不嚴謹的地

swift , Android , 人工智能 , flutter , 深度學習 , faster whisper引擎下載 , 前端

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 智能機器人(AGV/AMR/機器狗)自主乘梯控制系統方案。系統採用獨立傳感器網絡實時監測電梯運行狀態，通過無源節點安全控制電梯，支持MQTT/Modbus/TCP/MQTT/HTTP等多種協議交互

機器人（狗）AGV\AMR乘梯控制系統方案設計書 本方案設計了一套完整的智能機器人（AGV/AMR/機器狗）自主乘梯控制系統。系統通過獨立傳感器網絡實時監測電梯運行狀態（樓層/門狀態/轎廂環境），採用無源節點安全控制電梯運行，支持MQTT/Modbus等多種協議與機器人交互。核心功能包括：精準樓層定位、安全門狀態檢測、活物識別、網絡化遠程控制等，實

梯控 , 機器人 , AMR , 機器狗 , 人工智能 , 深度學習 , AGV

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 探索第三方美顏SDK：美顏插件api的技術原理與實現

在視頻社交、直播帶貨等場景中，用户輕點屏幕即可實現膚色優化、瑕疵淡化等效果，這一便捷體驗的背後，是第三方美顏SDK通過標準化API接口構建的技術橋樑。美顏插件API作為連接社交平台與底層美顏算法的核心載體，不僅簡化了功能集成流程，更通過精準的技術設計，讓複雜的計算機視覺技術轉化為“開箱即用”的產品能力。本文將深入拆解美顏插件API的技術架構、核心原理與實現路徑，揭開其高效

API , 應用程序 , 人工智能 , 開發人員 , 深度學習

收藏 評論

u_16213572 頭像

技術領航探索者 - 一步一步理解大模型：多頭注意力機制的作用

文章目錄 前言 一、現如今的”Transformer“ 二、Attention Serious 2.1 Multi-Head Attention (MHA) 2.2 Multi-Query Attention (MQA) 2.3 Grouped Query Attention (GQ

強化學習 , 架構 , 人工智能 , 深度學習 , 大模型 , 前端開發 , Javascript

收藏 評論

u_16566216 頭像

美狐美顏SDK小金 - 直播美顏sdk開發實戰：高性能人臉美型功能的架構設計與優化方法

在直播行業愈發內卷的2025年，“美顏”已經不再是附加項，而是直播產品的基礎設施。無論是直播帶貨、娛樂直播還是短視頻平台，一個穩定、清晰、自然、不穿幫的美顏sdk，幾乎決定了用户對平台的第一印象。 這篇文章，我想結合我們在實際項目中的開發經驗，從架構設計、性能優化、算法模型、代碼實現思路等方面，聊聊一個“高性能人臉美型sdk”到底應該怎麼做，才能在直播場景中真正跑得動、跑得

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 深度學習 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

digitalocean 頭像

DigitalOcean - DigitalOcean AI 智能體評估功能全新升級：更快速，更深入

評估 AI 智能體並非易事，尤其當現有工具無法契合你的思維和工作方式時。為此，我們很高興宣佈，DigitalOcean Gradient™ AI 平台中的智能體評估功能現已全面升級。新版本將幫助你更快速、更輕鬆地評估 AI 智能體、理解結果並定位問題。 智能體評估功能有哪些更新？ 原有的評估功能雖然強大，但存在一些影響開發者使用體驗的痛點。本次升級正是為了徹底解決這些問題： 按目標歸類的評估指

機器學習 , 資訊 , 人工智能 , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 幾乎覆蓋元素週期表！Meta 發佈開源 OMat24 數據集，含 1.1 億 DFT 計算結果

隨着全球對可再生能源需求的日益增長，儲能技術作為一種能夠將能量儲存起來並在需要時釋放的解決方案，正受到越來越多的關注。但許多再生能源存儲技術初期投資成本高，運維困難，目前仍處於研發或示範階段。 針對於此，彼時還未更名的 Facebook 人工智能研究實驗室 (FAIR) 聯合卡耐基梅隆大學，於 2020 年發起了 Open Catalyst Project 項目，其目標是利用 AI 探尋用於可再生

機器學習 , 數據集 , 人工智能 , meta , 深度學習

收藏 評論

u_17562481 頭像

思考的袋鼠 - 從規則到智能：企業數據分類分級的先進實踐與自動化轉型

一、概要 （提示：在數據激增與合規壓力下，企業亟需一種既高效又可靠的數據管理方式。） 隨着數字化轉型的加速，企業數據正以前所未有的速度增長。據國際數據公司（IDC）預測，到 2025 年全球數據總量將超過 175ZB。數據量龐大帶來的直接挑戰是管理複雜度急劇增加，尤其是敏感數據散佈於企業內部多系統、多終端和雲環境中，泄露與濫用風險不斷攀升。與此同時，我國《網絡安全法》

數據管理 , 數據 , 人工智能 , 深度學習 , 結構化

收藏 評論