tag 深度學習

標籤
貢獻317
266
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_17512334 頭像

疆鴻智能研發中心 - 智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造

智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造 在航空航天製造領域，攪拌摩擦焊接技術正成為鋁合金結構件焊接的首選工藝。然而，當三菱PLC控制的焊接機器人與採用EtherNet/IP協議的視覺系統相遇時，協議不兼容成為制約生產效率的關鍵瓶頸。 某航空航天部件製造商就曾面臨這樣的困境：他們的攪拌摩擦焊接

ETHERNET , CC LINK IE , ip , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

收藏 評論

gpushare 頭像

恆源雲 - 恆源雲(GpuShare)_醫學圖像分割:MT-UNet

我們社區有新的技術分享小夥伴啦🎉🎉🎉 熱烈歡迎👏 作為一名合格的搬運工，我必須做點事情表達我的喜悦之情：搬運～搬運～立即搬運～ 文章來源 | 恆源雲社區 原文地址 | 新的混合Transformer模塊(MTM) 原文作者 | 咚咚 摘要 存在問題 雖然U-Net在醫學圖像分割方面取得了巨大的成功，但它缺乏對長期依賴關係進行顯式建模的能力。視覺

transform , 深度學習

收藏 評論

infodator 頭像

容智信息 - 容智信息加入大模型產業聯盟，Hyper Agent推動企業級智能體規模化落地

容智信息是一家專注於企業級智能體落地的智能自動化廠商，核心產品Hyper Agent超級智能體已在央國企、金融、製造等行業實現規模化應用。 近日，在360集團2025智能體生態論壇上，容智信息憑藉在企業級智能體平台建設與真實業務落地方面的持續投入，正式榮任大模型產業聯盟會員單位。這一認證不僅代表行業對容智信息技術實力的認可，也標誌着其在企業級智能體賽道的行業影響力進一步提升。

360 , 自然語言處理 , 人工智能 , 深度學習 , 大模型

收藏 評論

u_16756731 頭像

KlipC小助手 - 數據缺失與美聯儲官員“潑冷水”，12月降息預期驟降！

KlipC報道：當地時間11月13日，美股市場再度遭遇重挫。截至收盤，道指跌幅為1.65%，納指下挫2.29%，標普跌1.66%，大型科技股普遍走低，拋售情緒持續升温。 科技股估值過高的擔憂情緒進一步發酵，引發科技股大幅拋售。有經濟學家指出，市場正在對AI板塊進行“健康但痛苦”的修正，同時出現從超配科技向標配防禦資產的板塊輪動跡象。 此外，華爾街分析師表示，“市場關注點正從政府停擺結束迅

數據 , 人工智能 , 深度學習 , 估值

收藏 評論

daniusdk 頭像

音視頻牛哥 - 被推薦系統包圍的年輕人：如何在算法洪流中找回自我

在這個時代，人們以為自己輸給的是“自制力”，但真相往往更殘酷——你面對的，是一套經過數以萬次實驗、不斷進化、專門用來捕獲注意力的技術系統。當你告訴自己“再刷五分鐘”，卻在天亮時才放下手機；當你只是想查個天氣，卻在貓咪、反轉劇情和解壓視頻之間被循環鎖死——那不是意志力薄弱，而是你正在與全網最強的算法正面交鋒。 這不是個體的失敗，而是人類大腦在工業化信

短視頻推薦算法 , 短視頻內容推薦機制 , yyds乾貨盤點 , 大模型預測 , 人工智能 , 深度學習 , 推薦算法

收藏 評論

u_15591470 頭像

ceshiren2022 - MCP與Function Calling有何不同？它們與AI Agent的關聯解析

最近，關於 MCP（Model-Conditioned Prompting）、Function Calling 的討論越來越多，但很多開發者還是一頭霧水：它們到底有什麼區別？又和 AI Agent 關係幾何？ 1. MCP 是什麼？ MCP，全稱 Model-Conditioned Prompting，可以理解為“大模型條件化提示”，核心思想是： • 在 pro

人工智能 , 深度學習

收藏 評論

u_16970152 頭像

求知上進 - Python 數據結構：集合推導式

Python 集合推導式是一種強大的特性，能夠簡化代碼，提高可讀性，同時為複雜的數據處理任務提供靈活和高效的解決方案。在這篇文章中，我們將深入探討集合推導式，從其基本語法、應用場景到高級技巧，以確保你能夠在實際編程中自如地運用它。 一、集合推導式的概念與語法 1.1 什麼是集合推導式？ 集合推導式是在一個可迭代對象（如列表、元組、字符串等）上進行迭代，並通過一個

數據 , 人工智能 , 深度學習 , 數據處理 , 迭代

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 數據脱敏：在數據價值與隱私安全之間構建平衡

在大數據與數字化轉型的浪潮中，數據已成為機構與企業最核心的資產之一。然而，隨着數據的集中與流動，隱私泄露風險也日益加劇。如何在充分利用數據價值的同時，確保個人敏感信息與商業機密的安全？數據脱敏作為一種關鍵的數據安全技術，正是解決這一矛盾的重要橋樑。 一、 數據脱敏：定義與核心目標 數據脱敏，是指通過特定的技術手段，對敏感數據進行變形、替換或遮蔽，以降低其敏感級別的過程。其核心目標並非簡

深度學習

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步

CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步 在電子製造車間裏，PCB測試線如同一道精密的脈搏。一側，三菱PLC控制着機械臂的每一次起落；另一側，羅克韋爾PLC指揮着檢測儀的每次測量。這本應是完美的配合，卻因兩大工業巨頭“語言不通”——CC LINK IE與ETHERNET/IP協議無法直接對話，導致機械臂與檢測儀動作存在毫秒級延遲，最終

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

收藏 評論

u_15591470 頭像

ceshiren2022 - 基於n8n創建自愈式用例庫及質量知識圖譜

三年前，我們的測試團隊遇到了一個典型痛點：隨着產品快速迭代，用例庫日益臃腫卻難以維護，大量用例失效或重複，測試效率不增反降。更麻煩的是，缺陷分析、需求變更和測試執行之間形成了信息孤島。直到我們基於n8n構建了一套自愈型質量管理系統，局面才徹底改變。 今天，我將完整分享如何用這款開源自動化工具，構建一個能夠自我修復、持續優化的智能質量知識體系。 一、架構設計：讓質量數據流動起來 核

智能分析 , 知識圖譜 , 自動化 , 人工智能 , 深度學習

收藏 評論

ziwupython 頭像

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

一、介紹 花朵識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對5種常見的花朵圖片數據集（'雛菊', '蒲公英', '玫瑰', '向日葵', '鬱金香'）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

圖像識別 , 深度學習 , Python

收藏 評論

u_15675268 頭像

1艾一刀 - 人人都能用手機當上導演，阿里千問APP接入萬相2.6

12月16日，阿里千問APP同步上線最新視頻生成模型萬相2.6，並向所有用户免費開放。基於該模型的核心能力，千問APP上線“AI小劇場”功能，在國內首次實現“角色合拍”玩法，用户可與朋友或名人輕鬆同框出演AI短片，普通人用手機就可以實現自己的電影夢。 千問APP新玩法再次刷屏的背後，是阿里視覺模型能力的飛躍式提升。千問APP第一時間接入了阿里剛剛發佈的萬相2.6視覺

生成模型 , 人工智能 , 深度學習 , 迭代 , Web

收藏 評論

u_15675268 頭像

1艾一刀 - HUAWEI Mate 80系列發佈：以巔峯科技樹立高端旗艦新標杆

2025年11月25日，華為正式發佈HUAWEI Mate 80系列全新旗艦，帶來四大首發黑科技：超透亮靈瓏屏、户外探索模式、無網應急通信，和第二代紅楓影像。通過軟硬芯垂直整合，HUAWEI Mate 80 Pro Max整機性能較上一代提升42%[1]，並且首次支持實時光線追蹤。 華為常務董事、產品投資委員會主任、終端BG董事長餘承東表示：“Mate 80系列實現了設計、

黑科技 , Max , 人工智能 , 深度學習 , APL

收藏 評論

u_15903730 頭像

WangLanguager - 圖神經網絡（GNN）介紹和代碼示例

圖神經網絡（GNN）介紹 圖神經網絡（Graph Neural Networks, GNNs）是一類專門處理圖結構數據的深度學習模型。圖是由節點（頂點）和邊（連接節點的關係）構成的結構，廣泛應用於社交網絡、推薦系統、知識圖譜、分子結構分析等領域。 基本原理 GNN的核心思想是通過節點的鄰居信息來更新節點的表示（embedding）。每個

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

收藏 評論

u_16099344 頭像

風華正茂的AI - 深度學習 邊緣關鍵點檢測 邊緣檢測的算法

邊緣提取其實也是一種濾波，不同的算子有不同的提取效果。比較常用的方法有三種，Sobel算子，Laplacian算子，Canny算子。 Sobel算子檢測方法對灰度漸變和噪聲較多的圖像處理效果較好，sobel算子對邊緣定位不是很準確，圖像的邊緣不止一個像素；當對精度要求不是很高時，是一種較為常用的邊緣檢測方法。 Canny方法不容易受噪聲干擾，能夠檢測到真正的弱邊緣。

深度學習 邊緣關鍵點檢測 , 邊緣像素 , 像素點 , 邊緣檢測 , 人工智能 , 深度學習

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 2025–2030 年最緊缺的八大 IC 崗位

面對摩爾定律放緩、AI 和汽車電子爆發、Chiplet 與 3D-IC 持續改寫系統架構，半導體行業正在進入一個全新的競爭週期。技術路徑的變化，也正在深刻影響人才需求結構：行業不再只需要“通才”，而是更稀缺、也更關鍵的專業型工程師。 ✦ 01 技術範式轉變帶來崗位重構 算力需求攀升讓架構創新成為主戰場；先進封裝推

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_15675268 頭像

1艾一刀 - 【年度AI觀察】2025，人形機器人先搶“定位”

文 | 智能相對論 作者 | 許成行 2025年，人形機器人產業在爭議中迎來發展深水區。 一邊是2025年央視春晚上16個宇樹H1人形機器人跳秧歌、轉手絹的驚豔表演，以及眾擎T800一腳踹翻自己公司CEO；另一邊是知名投資人“只會翻跟頭，商業化在哪”的尖鋭質疑。 2025年的人形機器人到底是泡沫狂歡還是場景落地？ 破題：兩大對立觀點的核心矛盾

差異化 , 硬件故障 , 人工智能 , 深度學習 , 人形機器人

收藏 評論

u_17580222 頭像

mb691327edb400f - 破局傳統招聘：AI面試智能體構建精準高效新生態

破局傳統招聘：AI面試智能體構建精準高效新生態 在激烈的商業競爭中，人才是企業突圍的核心底氣。但傳統招聘模式早已淪為發展桎梏——流程繁瑣耗力、判斷主觀失真、成本高企卻難獲適配人才，讓企業在人才爭奪戰中逐漸掉隊。第六代AI面試智能體攜全鏈路解決方案，以精準、體驗、效率三大核心突破，徹底打破傳統招聘困局，為企業注入人才競爭力。 一、決策級精

上傳 , 一對一 , 人工智能 , 深度學習 , 解決方案

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 智慧城市新腦：NVIDIA構建“AI工廠”模式

“城市不再只是鋼筋水泥的聚集體，而將成為真正“會思考”的系統。” 在巴塞羅那召開的 SCEWC 上，NVIDIA 面向城市領袖提出了一個大膽設想：將城市管理升級為 “AI 工廠”模式，將攝像頭、傳感器、數字模型匯成一個集中智能系統，實現從交通、氣候、安全到公共服務的主動治理。 NVIDIA 指出，這不僅僅是賣硬件，更是讓人工智能“觸手可及、經濟可行、規模可擴”的城市級應用。 ✦

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

shoushoudeqie 頭像

瘦瘦的企鵝 - 打工人逆襲指南：用“多巴胺看板”輕鬆搞定KPI！

《“多巴胺” 工作法：用色彩分類看板激發工作活力》 ✨ 打工人必看！把“多巴胺穿搭”搬到職場，拯救你的效率與心情！ 🌈靈感來源：為什麼“多巴胺”能拯救職場？ []() 最近全網刷屏的「多巴胺穿搭」火到離譜！高飽和度的色彩碰撞不僅讓人心情愉悦，還能傳遞能量感。 但你知道嗎？ “多巴胺”法則也能移植到工作中！💡 職場人每天面對密密麻麻的任務清單，焦慮和疲憊是常態。但如果把任務按

tensorflow , 人工智能 , 深度學習

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 深入拆解：如何用協議網關打造EtherNet/IP與DeviceNet的無損數據通道

深入拆解：如何用協議網關打造EtherNet/IP與DeviceNet的無損數據通道 1. 項目背景 我所在的包裝車間，核心控制系統由一套較新的羅克韋爾ControlLogix PLC掌控，它通過高效的EtherNet/IP網絡與上層監控系統通信。然而，車間裏還有多條早年安裝的生產線，其關鍵設備——如老款的伺服驅動器、光電傳感器和閥門組——都依賴DeviceNet現場

協議轉換網關 , 工業通訊 , ETHERNET IP , 人工智能 , DEVICENET , 深度學習 , 工業自動化

收藏 評論

deephub 頭像

deephub - 從零開始構建圖注意力網絡：GAT算法原理與數值實現詳解

圖數據在機器學習中的地位越來越重要。社交網絡的用户關係、論文引用網絡、分子結構，這些都不是傳統的表格或序列數據能很好處理的。現實世界中實體之間的連接往往承載着關鍵信息。 圖神經網絡(GNN)的出現解決了這個問題，它讓每個節點可以從鄰居那裏獲取信息來更新自己的表示。圖卷積網絡(GCN)是其中的經典代表，但GCN有個明顯的限制：所有鄰居節點的貢獻都是相等的（在歸一化之後）。 這個假設在很多情況下並不合

神經網絡 , 人工智能 , 深度學習 , 圖論

收藏 評論

u_17583190 頭像

fangpin - 從 0 搭建 LLM 不再難！這個 PyTorch 項目幫你吃透大模型底層邏輯

如果你曾想深入理解大語言模型（LLM）的 “五臟六腑”，卻被框架封裝的黑盒接口、複雜的源碼結構勸退；如果你希望親手實現 Transformer 的每一個組件，而非單純調用transformers庫 —— 那麼今天推薦的這個開源項目，絕對能成為你的 LLM 學習 “腳手架”。 它就是 GitHub 上的 llm-from-scratch（項目地址），一個基於 PyTorch、專為教育設

github , 自定義 , 人工智能 , 深度學習 , 開發者

收藏 評論