tag 深度學習

標籤
貢獻321
327
05:25 PM · Oct 25 ,2025
deephub 頭像 xingxingshangdeliushu 頭像 u_15591470 頭像 tecdat 頭像 u_17512334 頭像 qingfouai 頭像 chenzhuodeyagao 頭像 u_17580222 頭像 youqingyouyidejidan 頭像 chaoshenjinghyperai 頭像 ziwupython 頭像 u_16970152 頭像

@深度學習 / 博客 RSS 訂閱

liuyuedekele 頭像

六月的可樂🥤 - 智能API代碼示例生成工具AiRestful

一、產品介紹 AiRestful是一款基於智能AI的,幫助小白快速生成任意編程語言的API接口調用示例代碼的編程工具.它的特點是:簡單易用、集成支持、多主流編程語言覆蓋.它是面向學生、編程愛好者、編程小白的實用工具. AiRestful官網: 點擊直達AiRestful官網 二、如何使用 AiRestful是簡單易用的,只需要三步即可為您生成您需要的編程語言的代碼示例. 1、第一步(必須): 根

restful , 人工智能 , 深度學習 , 前端 , Javascript

收藏 評論

thinking80s 頭像

Thinking80s - 我的編程之路

3.1 初識編程 在深圳的這個新起點，我開始了對編程世界的探索。哥哥不僅是我的家人，也成了我編程路上的第一位導師。他耐心地從基礎開始教我，從變量、數據類型到條件語句、循環結構，每一個概念都講解得清清楚楚。 詳細內容： 我還記得第一次編寫代碼時的緊張和興奮。那是一段簡單的程序，用來計算兩個數的和。儘管現在看來非常簡單，但當時卻讓我激動不已。隨着時間的推移，我逐漸掌握了更多的編程知識，開始嘗試編寫更復

服務器 , ruby , 數據庫 , 深度學習 , 前端

收藏 評論

deephub 頭像

deephub - LLM代理應用實戰：構建Plotly數據可視化代理

如果你嘗試過像ChatGPT這樣的LLM，就會知道它們幾乎可以為任何語言或包生成代碼。但是僅僅依靠LLM是有侷限的。對於數據可視化的問題我們需要提供一下的內容 描述數據:模型本身並不知道數據集的細節，比如列名和行細節。手動提供這些信息可能很麻煩，特別是當數據集變得更大時。如果沒有這個上下文，LLM可能會產生幻覺或虛構列名，從而導致數據可視化中的錯誤。 樣式和偏好:數據可視化是一種藝術形式，每個人都

llm , 代理 , 人工智能 , 深度學習 , 可視化

收藏 評論

deephub 頭像

deephub - 如果你的PyTorch優化器效果欠佳,試試這4種深度學習中的高級優化技術吧

在深度學習領域，優化器的選擇對模型性能至關重要。雖然PyTorch中的標準優化器如 SGD 、 Adam 和 AdamW 被廣泛應用，但它們並非在所有情況下都是最優選擇。本文將介紹四種高級優化技術，這些技術在某些任務中可能優於傳統方法，特別是在面對複雜優化問題時。 我們將探討以下算法： 序列最小二乘規劃（SLSQP） 粒子羣優化（PSO） 協方差矩陣自適應進化策略（CMA-ES） 模擬退

神經網絡 , pytorch , 人工智能 , 深度學習 , 優化

收藏 評論

algieba 頭像

阿爾的代碼屋 - [python 技巧] 快速掌握Streamlit: python快速原型開發工具

本文旨在快速上手python的streamlit庫,包括安裝，輸入數據，繪製圖表，基礎控件，進度條，免費部署。 Streamlit，更快地幫你建構和分享數據應用! streamlit官網如是説, 在數據處理，數據展示，機器學習原型，AI原型展示等方面十分契合。當然咱們用來做一些簡單的web應用也是完全沒問題的，上手難度低，部署簡單，且官方平台提供了免費的可公網訪問Streamlit Sharing

機器學習 , streamlit , webapp , 深度學習 , Python

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 僅用1年成為DeepMind頂樑柱，John Jumper博士畢業7年拿諾獎，開啓蛋白摺疊新時代

「我以為我只有 10% 的機會獲得諾貝爾化學獎」，得知獲獎消息後，John Jumper 在電話採訪中笑着説道。他的語氣中帶着謙遜與感慨，而這份殊榮的背後，則是 AlphaFold2 帶來的科學革命，徹底改變了蛋白質結構預測的方式。 截至目前，已有來自 190 個國家的 200 多萬人使用這一工具，它不僅加速了新藥研發和疾病研究，也為基礎科學探索提供了前所未有的支持，深刻影響了生命科學的未來發展。

機器學習 , 強化學習 , google , 人工智能 , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【vLLM 學習】歡迎來到 vLLM!

vLLM 是一款專為大語言模型推理加速而設計的框架，實現了 KV 緩存內存幾乎零浪費，解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →https://vllm.hyper.ai/ vLLM 是一個快速且易於使用的庫，專為大型語言模型 (LLM) 的推理和部署而設計。 vLLM 的核心特性包括： 最先進的服務吞吐量 使用 PagedAttention 高效管理注意力鍵和值的內

機器學習 , llm , 框架 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - TorchOptimizer：基於貝葉斯優化的PyTorch Lightning超參數調優框架

超參數優化是深度學習模型開發過程中的一個核心技術難點。合適的超參數組合能夠顯著提升模型性能，但優化過程往往需要消耗大量計算資源和時間。本文介紹TorchOptimizer，這是一個基於貝葉斯優化方法的超參數優化框架，專門用於優化PyTorch Lightning模型的超參數配置。 TorchOptimizer是一個集成了PyTorch Lightning框架和scikit-optimize貝葉斯

機器學習 , pytorch , 人工智能 , 深度學習 , 優化

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 甲骨實物高保真數據歸國，AI助力古文釋讀，發現甲骨新圖像

「明年我們去法國接甲骨文回家」，2024 年 12 月下旬，安陽師範學院甲骨文信息處理教育部重點實驗室的研究人員遠赴法國，與法國國家圖書館等 4 家甲骨文收藏機構簽訂合作協議，將以數字化形態將已經遠離故土許久的甲骨文文化遺產「接回家」。 2024 年 8 月 5 日，「全球甲骨數字迴歸計劃」正式啓程，實驗室主任劉永革帶領團隊成員張展、李邦、郭安、龔慕凡飛往韓國，於 8 月 13 日帶回了 7 片甲

機器學習 , llm , 3d , 人工智能 , 深度學習

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《正則表達式謎題與AI編碼助手》

書籍：Regular Expression Puzzles and AI Coding Assistants: 24 puzzles solved by the author, with and without assistance from Copilot, ChatGPT and more 作者：David Mertz 出版：Manning​ 編輯：陳萍萍的公主@一點

機器學習 , 人工智能 , 深度學習 , 正則表達式

收藏 評論

zhidechaomian_detxs7 頭像

睿智的炒蘑菇 - 戴着鐐銬跳舞：數字化生存時代如何重建生活秩序？

左手插着輸液管，右手還在瘋狂敲擊鍵盤改方案——25歲設計師小周的第七次急診室加班，換來病歷本上"自主神經功能紊亂"七個大字。這不是個例，而是996、短視頻、信息轟炸三重絞殺下的集體生存危機。本文將帶你看透混亂真相，用數字工具奪回人生掌控權。 一、秩序感崩塌：現代人的精神失重 神經學家實錘，人腦根本不是多線程CPU，當你邊回微信邊寫方案，錯誤率會像坐火箭般飆升——這就是你總忘關燃氣灶的科學解釋

人工智能 , 深度學習 , sublime-text , 前端 , Javascript

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《優化與最優控制簡明教程》

書籍：Optimization and Optimal Control in a Nutshell 作者：Sudath Rohan Munasinghe 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《優化與最優控制簡明教程》 01 書籍介紹 本書簡潔地介紹了優化過程和最優控制過程，並通過實例和仿真幫助自學和更好地理解。首先從函數優

算法 , 人工智能 , 深度學習 , 優化

收藏 評論

zhidechaomian_detxs7 頭像

睿智的炒蘑菇 - 必看！電商運營新手的管理神器與效率提升實戰

凌晨三點，杭州某電商園區依然燈火通明。剛入行的運營新人小林盯着電腦屏幕，手忙腳亂地在五個平台間切換——抖音小店要改商品標題，拼多多客服消息積壓了50條，淘寶後台還有三個未處理的退款申請。這是無數電商新人的真實寫照，也是傳統運營模式的效率困局。當行業進入"分鐘級響應"時代，掌握數字工具的新手運營正以驚人的速度超越"手工黨"前輩。 新手第一課：建立數字化認知框架 剛接觸電商運營時，很多人會陷入"平台規

visual-studio-code , webapp , 深度學習 , chrome-devtools

收藏 評論

guangmingleiluodegongjian 頭像

用户bPdjp9i - manim邊學邊做--通用變換

在 Manim 動畫製作中，Transform、TransformFromCopy、ReplacementTransform和Restore是四個通用的對象變換動畫類。 這幾個類能夠實現從一個對象到另一個對象的平滑過渡、複製並變換、直接替換以及狀態恢復等多種效果。 Transform：將一個Mobject平滑地變換為另一個Mobject TransformFromCopy：從一個對象複製出一

segmentfault , 深度學習

收藏 評論

old_it 頭像

老IT人 - 聯想 X 贊奇 | 共建 AI 生態，攜手發佈軟硬協同的AIKnow智能體工作站

5月8日，聯想在上海舉辦中國合作伙伴大會。贊奇科技作為聯想ISV核心生態夥伴之一，正式發佈“贊奇AIKnow智能體工作站”。該方案深度融合聯想工作站與贊奇AIKnow智能體開發平台，實現軟硬協同，為企業提供開箱即用的AI開發解決方案，大幅降低智能體部署門檻。 贊奇AIknow是由贊奇科技開發的一站式無代碼智能體開發平台，通過整合主流的大語言模型（如Qwen、DeepSeek、ChatGLM等）、

機器學習 , 算法 , segmentfault , 人工智能 , 深度學習

收藏 評論

xingguangshanshan 頭像

星光閃閃 - GCMS調諧報告中發現半峯寬超過0.65的調整方法

質譜儀GCMS的調諧報告中發現半峯寬超過0.65，可以按照以下步驟進行調整： 檢查儀器狀態 真空狀態：確保分子渦輪泵的轉速達到百分之100，真空系統正常運行。如果真空狀態不佳，可能會影響峯寬。 離子源和四極杆温度：確認離子源温度為230℃，四極杆温度為150℃，並確保這些温度穩定。 清潔離子源和四極杆 離子源：如果離子源受到污染，可能會導致峯寬增加。可以考慮進行離子源的清潔。 四極杆

數據挖掘 , HTTP , 數據庫 , 人工智能 , 深度學習

收藏 評論

chunzhendexiaogou 頭像

PoloAPI - 谷歌正式推出 Gemini 2.5 系列模型，使 AI 推理性能提升30%。

谷歌於2025年6月正式推出‌Gemini 2.5系列模型‌，核心聚焦推理效率與多模態能力升級，具體解讀如下： 🚀 ‌一、三大模型定位與技術亮點‌ ‌Gemini 2.5 Pro‌ ‌角色定位‌：主攻複雜推理與多模態分析（“思考型模型”），在數學、編碼任務中刷新LMArena榜單記錄。 ‌上下文能力‌：支持100萬token輸入（計劃擴展至200萬），可解析代碼庫、大型數據集及混合媒

llm , 算法 , google , 人工智能 , 深度學習

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - PAI-LangStudio x AI搜索開放平台 x ElasticSearch: 構建AI Search RAG全棧應用

本文詳細介紹瞭如何使用 PAI-LangStudio 和 Qwen3 構建基於AI搜索開放平台 x ElasticSearch 的 AI Search RAG 智能檢索應用。該應用通過使用 AI 搜索開放平台、ElasticSearch 全文檢索+向量檢索引擎的混合檢索技術配合阿里雲最新發布的 Qwen3 推理模型編排在一個 Agentic Workflow 中，為客户提供了業內領先的 AI Se

大數據處理 , 數據挖掘 , 搜索引擎 , 人工智能 , 深度學習

收藏 評論

chunzhendexiaogou 頭像

PoloAPI - Windows 系統安裝與使用 Claude Code 全攻略

Claude Code 作為一款高效的 AI 編程輔助工具，深受開發者青睞，但由於其本身不支持 Windows 文件系統，在 Windows 系統上使用需要藉助 WSL（適用於 Linux 的 Windows 子系統）。下面為你詳細介紹在 Windows 系統上安裝和使用 Claude Code 的完整流程。 什麼是 WSL WSL（Windows Subsystem for Linux，適用於

編程 , 人工智能 , 深度學習 , 後端 , 前端

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 《分數階行為建模：若干非典型工具的分析與應用》

書籍：Fractional Behaviours Modelling: Analysis and Application of Several Unusual Tools 作者：Jocelyn Sabatier，Christophe Farges，Vincent Tartaglione 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-

工具 , 人工智能 , 深度學習 , 模型

收藏 評論

fabarta 頭像

Fabarta - Cursor可控AI編程實踐：縮短交付週期，保障產品質量

導讀AI編程工具的興起讓開發效率有了質的飛躍，但很多開發者在使用過程中會發現一個問題：AI生成的代碼往往與現有項目的技術棧、編碼規範不匹配，需要大量的手動修改，開發效率拖了後腿。如何讓AI按照我們的意圖和規範來編寫代碼？這就是"可控AI編程"要解決的核心問題。 通過Cursor可控AI編程技術，我們大幅提升了開發效率，同時確保了產品的高質量和可靠性。本文將展示這一技術如何為企業創造實際價

編程 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - LangGraph實戰：從零構建智能交易機器人，讓多個AI智能體像投資團隊一樣協作

現在的量化交易早就不是簡單的技術指標了。真正有效的交易系統需要像一個完整的投資團隊一樣工作——有專門的分析師收集各種數據，有研究員進行深度分析和辯論，有交易員制定具體策略，還有風險管理團隊把關。問題是傳統的程序很難模擬這種複雜的協作流程。 LangGraph的多智能體架構正好解決了這個問題。我們可以構建一個像真實投資公司一樣運作的系統，每個智能體負責特定的職能，它們之間可以進行辯論、協商，最終形成

llm , 代理 , 人工智能 , 深度學習

收藏 評論

u_16349720 頭像

短短同學 - Java中SSM框架實現增刪改查功能代碼詳解

SSM 框架實現增刪改查（CRUD）功能代碼詳解 以 “用户管理” 模塊為案例，基於 SSM（Spring+SpringMVC+MyBatis）框架實現用户的新增、查詢（單條 / 列表）、修改、刪除功能，全程遵循 “POJO→Mapper→Service→Controller” 的分層開發邏輯，附完整代碼與配置説明。 一、前期準備：項目結構與依賴 1.1 項目目

User , spring , 人工智能 , JAVA , 深度學習

收藏 評論

deephub 頭像

deephub - Google開源Tunix：JAX生態的LLM微調方案來了

JAX生態這兩年在LLM訓練這塊追趕得挺快。PyTorch雖然還是主流但JAX在並行計算、TPU加速和API組合性上確實有些獨特的優勢。Google今天放出了Tunix這個庫，專門做LLM的後訓練——微調、強化學習、知識蒸餾這些都能搞。 Tunix是什麼 這是個構建在JAX之上的後訓練庫，和Flax NNX集成得比較緊密。主要解決三類問題： 監督微調（Supervised Fine-T

llm , jax , google , 人工智能 , 深度學習

收藏 評論