书生·浦语大模型实战营

用TensorFlow.NET搭建一个全连接神经网络

在本文中，我们将学习如何在C＃中构建神经网络模型计算图。与线性分类器相比，神经网络的关键优势在于它可以分离不可线性分离的数据。我们将实现此模型来对MNIST数据集的手写数字图像进行分类。
chiyong7717·2025-01-19 21:37

YOLOv11改进，YOLOv11检测头融合RepConv卷积，并添加小目标检测层（四头检测），适合目标检测、分割等任务

摘要作者提出了一种简单而强大的卷积神经网络架构，其推理阶段采用与VGG类似的网络体结构，仅由一堆3x3卷积和ReLU组成，而训练阶段的模型具有多分支拓扑。
挂科边缘·2025-01-19 21:01

AI 在播客领域的应用

播客以语言交谈为主，是大语言模型AI可以大展拳脚的地方，比如播客简介，播客节目笔记（shownotes）的自动化生成，播客节目单自动化推荐等等。
姚家湾·2025-01-19 21:00

软件工程和项目管理领域 - CMMI 极简理解

CMMI概述CMMI全称为CapabilityMaturityModelIntegration，即能力成熟度模型集成CMMI是由美国卡内基梅隆大学软件工程研究所（SEI）开发的一套综合性管理模型CMMI
我命由我12345·2025-01-19 20:29

工业场景将成为AI大模型的重要战场！零基础入门AI大模型，看这篇就够了！

前言2024年，各大公司推出强大理解能力的多模态大模型，将引领人工智能（AI）技术创新和应用，工业场景将成为多模态大模型的最佳实践场地。
大模型扬叔·2025-01-19 20:29

RWKV-7 与 SamOut 的优势和劣势

动态状态演化RWKV-7的动态状态演化机制允许模型更灵活地更新内部状态，从而更好地捕捉长期依赖关系，并且在处理长序列时表
东方佑·2025-01-19 20:57

通俗易懂之广义加性模型GAM时序预测(pyGAM)

广义加性模型（GAM）在时间序列预测中是一种强大的工具，能够捕捉数据中的非线性趋势和复杂模式。
智识小站·2025-01-19 20:23

【懒加载数据 Objective-C语言】

String，movie_zghhr，3）title：String，创业励志电影，4）options：Array，21items前三个都是String类型，最后是不是Array类型，所以我们要先建一个模型
清风清晨·2025-01-19 19:21

机器视觉算法与边缘计算：打造移动终端上的智能“慧眼”

传统云计算模式在处理这些海量实时数据时，面临延迟高、带宽压力大等问题，无法满足如自动驾驶、远程医疗等对实时性要求极高的应用场景的需求。
matlab_python22·2025-01-19 19:21

工业大模型市场图谱：53个工业大模型全面梳理

工业场景要求严谨、容错率低，核心业务场景对模型准确率的要求达到95%以上、对幻觉的容忍率为0，因此通用基础大模型的工业知识往往不足以满足工业场景的应用需求。
大模型常客·2025-01-19 19:21

《Spring微服务实战》读书笔记

福利置顶，PDF版本电子书下载地址：百度网盘，密码:e45d。还是比较习惯中文阅读，因为速度足够快，毕竟我这样的菜逼要看的书籍太多，啃英文不知道得啃到什么时候（读英文文档不是问题，毕竟小硕毕业）。百度下载的这个中译本是迷途书童翻译的，很感谢。但是，这翻译的水平明显有待提高啊，很多地方明显感觉就是机器翻译的结果。Areyoukiddingme？另：本书基于Camden.SR5版本，略显过时。第一章欢
johnny233·2025-01-19 19:50

网络编程（3）reactor事件驱动的机制

前言在传统的阻塞io模型中，服务器通常使用一个循环来不断监听端口是否有新的套接字连接。当有新的连接请求到来时，服务器会接受连接，并创建一个线程来处理该连接的后续读写操作。
jinbaotong·2025-01-19 19:49

透过生活小故事，轻松理解大模型开发的五种核心方法

大家好，我是大圣，今天聊一下大模型开发的几种方法。大模型开发常用方法前言人工智能的世界听起来复杂神秘，但其实它与我们的日常生活有着许多相似之处。
·2025-01-19 19:54

文心一言vsGPT-4全面对比

文心一言和GPT-4都是当前非常先进的人工智能语言模型，它们各自具有独特的特点和优势。
编程小郭·2025-01-19 18:45

最近，大模型岗位爆了。。。

这意味着传统行业又迎来了一次大洗牌，这个过程需要大量AI人才！！现在国内头部人工智能公司已经开始用AI数字人助力各行各业，央企+交互数字人将成今年一整年的趋势。除此之外，知名大厂也都在布局AI市场。
IT猫仔·2025-01-19 18:43

Kimi终于开源了，联手清华开源大模型推理架构Mooncake

在人工智能迅速发展的时代，大型模型的智能化水平不断提升，但随之而来的推理系统效率挑战也越来越明显。如何应对高推理负载、降低推理成本、缩短响应时间，已成为业界共同面对的重要问题。
吴脑的键客·2025-01-19 18:11

2025年01月19日Github流行趋势

项目维护者：yiranyyu,iceflame89,yaoyuanTHU,LDLINGLINGLING,tc-mb项目简介：MiniCPM-o2.6:一个适用于视觉、语音和多模态直播的GPT-4o级别模型
油泼辣子多加·2025-01-19 18:38

基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算实践过程

专题一贝叶斯统计学的思想与概念1.1信念函数与概率1.2事件划分与贝叶斯法则1.3稀少事件的概率估计1.4可交换性1.5预测模型的构建专题二单参数模型2.1二项式模型与置信域2.2泊松模型与后验分布2.3
xiao5kou4chang6kai4·2025-01-19 17:37

【大模型】从零样本到少样本学习：一文读懂 Zero-shot、One-shot 和 Few-shot 的核心原理与应用！

正文：在自然语言处理（NLP）领域，Zero-shot、One-shot和Few-shot学习已经成为衡量大语言模型泛化能力的重要指标。
橙子小哥的代码世界·2025-01-19 17:06

人工智能：人形机器人的开发需要哪些技能？

人形机器人的开发需要多学科、多领域的专业技能，具体如下：机械工程技能机械设计与建模：熟练掌握计算机辅助设计（CAD）软件，如SolidWorks、AutoCAD等，能够创建精确的3D模型，进行结构分析，
InnoLink_1024·2025-01-19 17:34

通俗易懂之样条函数的原理、计算、案例、python实现

理解样条函数（SplineFunctions）是掌握广义加性模型（GAMs）及其他非线性回归技术的关键。样条函数通过分段多项式的形式，在不同区间内灵活地拟合数据，从而捕捉复杂的非线性关系。
智识小站·2025-01-19 17:31

广义加性模型的参数、半参数、非参数形式

简要介绍在统计学中，广义加性模型（GAM）是一种广义线性模型，其中线性响应变量线性地依赖于一些预测变量的未知光滑函数，并且人们对这些光滑函数的推理很感兴趣。
智识小站·2025-01-19 17:31

华为OD机试E卷 ---最大值

二、示例1用例1输入109输出910说明:输出结果可能非常大，所以你需要返回一个字符串只而不是整数。
努力努力再努力呐·2025-01-19 17:58

Compose Multiplatform+kotlin Multiplatfrom

的build.gradle下面是/gradle/libs.versions.toml下面是androidApp下的build.gradle结尾前言现在Android原生需求日渐减少，多平台或车载，端侧大模型等我看是未来的主流
宝杰X7·2025-01-19 16:57

Cognitive Architectures for Language Agents

语言代理的认知架构摘要1引言2背景：从字符串到符号AGI3语言模型与生产系统之间的链接4语言代理的认知架构（CoALA）：一个概念框架5用例6可操作的见解7讨论8结论摘要最近的努力已经将大型语言模型（LLM
UnknownBody·2025-01-19 16:57

【Compose multiplatform教程23】在通用代码中使用视图模型（ViewModel）

使用Compose多平台（ComposeMultiplatform）可以在通用代码中实现安卓（Android）中那种通过视图模型（ViewModelhttps://developer.android.com
小林爱·2025-01-19 16:25

嵌入式驱动开发详解视频教程

第一章+Linux设备驱动模型第二章Linux内核模块第三章Linux内核编程API第四章Linux字符设备驱动第五章Linux块设备驱动第六章Linuxplatform驱动第七章Linux触摸屏设备驱动第八章
acp小鸡炖蘑菇·2025-01-19 16:25

什么是AI显卡，英伟达与AMD显卡的全面对比

AI显卡通过高度并行的架构，可以显著提升训练速度和模型性能，同时降低功耗和延迟。常见的AI显卡用途包括：深度学习模
wit_@·2025-01-19 16:53

详解AI大模型的主要指标与国内常见大模型对比分析

AI大模型的主要指标与国内常见大模型对比分析随着人工智能技术的快速发展，大模型（LargeAIModels）在自然语言处理、计算机视觉和多模态任务中取得了突破性进展。
wit_@·2025-01-19 16:51

计算机技术：冯·诺伊曼架构

冯·诺伊曼架构（VonNeumannArchitecture）是由著名数学家和计算机科学家约翰·冯·诺伊曼（JohnvonNeumann）在20世纪40年代提出的一种计算机设计模型。
InnoLink_1024·2025-01-19 16:51

深入了解卷积神经网络（CNN）：图像处理与深度学习的革命性技术

深入了解卷积神经网络（CNN）：图像处理与深度学习的革命性技术导语卷积神经网络（CNN）是现代深度学习领域中最重要的模型之一，特别在计算机视觉（CV）领域具有革命性的影响。
wit_@·2025-01-19 16:50

C++ 面向对象（八股总结）

面向对象三大特征——封装、继承、多态封装把客观事物封装成抽象的类，并且类可以把自己的数据和方法只让可信的类或者对象操作，对不可信的进行信息隐藏。
fadtes·2025-01-19 16:48

golang学习笔记08——如何调用阿里oss sdk实现访问对象存储？

推荐学习文档golang应用级os框架，欢迎stargolang应用级os框架使用案例，欢迎star案例：基于golang开发的一款超有个性的旅游计划app经历golang实战大纲golang优秀开发常用开源库汇总想学习更多
GoppViper·2025-01-19 16:17

python 特征选择方法_【来点干货】机器学习中常用的特征选择方法及非常详细的Python实例...

特征选择(Featureselection)是在构建预测模型的过程中减少输入变量的一个过程。它是机器学习中非常重要的一步并在很大程度上可以提高模型预测精度。
Blair Long·2025-01-19 15:14

python 单因子方差分析_假设检验之F检验-方差分析

其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计总体F检验对于数据的正态性非常敏感，因此在检验方差齐
雏Carnation·2025-01-19 15:42

新书速览|鸿蒙之光HarmonyOS NEXT原生应用开发入门

《鸿蒙之光HarmonyOSNEXT原生应用开发入门》1本书内容《鸿蒙之光HarmonyOSNEXT原生应用开发入门》以HarmonyOSNEXT版本为核心，从基础知识到实战案例，引领读者逐步探索“纯血鸿蒙
全栈开发圈·2025-01-19 15:11

一文读懂数据仓库构建流程（超详细）

1、数仓构建整体流程数仓构建核心图：我们可以发现其实数据开发占比整个数仓构建流程只是很小的部分，只要我们将前期的数据调研，各种数仓模型设计好，剩下
嗨皮一会吧·2025-01-19 15:41

【YOLOV8】YOLOV8模型训练train及参数详解

介绍训练深度学习模型涉及为其提供数据并调整其参数，以便它能够做出准确的预测。UltralyticsYOLOv8的训练模式专为有效、高效地训练目标检测模型而设计，充分利用现代硬件的能力。
小小小小祥·2025-01-19 15:10

【YOLOV8】目标检测任务中应该如何选择YOLOV8n/s/m/l/x模型及输入尺寸大小

对于目标检测任务官方提供了n/s/m/l/x五个模型，我们在使用YOLOV8模型进行自己任务训练时，应该如何选择YOLOV8的模型以及输入尺寸大小呢？
小小小小祥·2025-01-19 15:40

openai的代理框架中国版swarmforchinese，又简单又实用而且是趋势

各种概念，概念生涩难懂，与大模型用自然对话非常简洁相反而驰有没有一种非常简单又实用的框架有openAI开源的swarm但是默认用的openai的接口。
Ai君臣·2025-01-19 14:07

探索LLMonitor：全面提升AI应用可观测性的开源平台

引言在构建和部署大型语言模型（LLM）和聊天模型时，开发者通常面临数据追踪、使用情况分析、成本控制等各种挑战。LLMonitor是一个开源的可观测性平台，专注于解决这些挑战。
afTFODguAKBF·2025-01-19 14:05

利用Langchain与Minimax进行自然语言处理的精彩指南

Minimax作为一家中国初创企业，专注于提供优秀的语言模型服务。本篇文章将介绍如何使用Langchain库与Minimax进行交互，帮助开发者充分利用这一强大的AI工具。
afTFODguAKBF·2025-01-19 14:05

【学习总结|DAY031】后端Web实战(员工管理)三

一、删除员工功能实现（一）需求分析删除单条员工数据可视为特殊的批量删除，开发一个接口即可满足删除员工的功能需求，该接口需实现根据ID删除单个员工信息以及根据ID批量删除员工信息。（二）代码实现Controller层：提供两种接收请求参数的方式。通过集合接收参数的代码如下：@DeleteMappingpublicResultdelete(@RequestParamListids){log.info(
123yhy传奇·2025-01-19 14:04

【学习总结|DAY028】后端Web实战(部门管理)

在Web后端开发领域，构建高效、规范且功能完备的系统是核心目标。本文将围绕Tlias智能学习辅助系统的后端开发展开，详细阐述从开发准备工作到各部门管理功能实现，以及日志技术应用的全过程，为开发者提供全面的实践参考。一、开发准备（一）开发模式与规范前后端分离开发已成为主流趋势。在这种模式下，前端项目和后端项目的开发、部署相互独立。其开发流程包括需求分析、接口设计、前后端并行开发、测试以及联调等环节。
123yhy传奇·2025-01-19 14:33

【学习总结|DAY029】后端Web实战(员工管理)一：多表操作与查询优化

在Web后端开发中，员工管理模块是企业级应用的重要组成部分。本文将深入探讨Tlias系统员工管理模块的开发过程，重点聚焦于多表关系处理、多表查询实现以及员工列表查询的优化，为开发者提供全面的技术参考。一、多表关系剖析（一）一对多关系（以部门与员工为例）在实际业务场景中，一个部门通常会包含多个员工，这就形成了典型的一对多关系。在数据库设计层面，我们通过在员工表（emp）中添加外键dept_id来关联
123yhy传奇·2025-01-19 14:33

【学习总结|DAY030】后端Web实战(员工管理)二：新增员工、事务管理与文件上传

在Web后端开发领域，实现复杂业务功能是开发者的核心任务之一。本文将围绕Tlias系统的员工管理模块，详细介绍新增员工、事务管理以及文件上传功能的开发过程，通过实际代码示例帮助读者深入理解相关技术要点。一、新增员工功能实现新增员工功能涉及员工基本信息和工作经历信息的存储。在数据库设计上，使用emp表存储员工基本信息，emp_expr表存储员工工作经历信息。（一）需求与接口设计接口用于添加员工信息，
123yhy传奇·2025-01-19 14:33

加速AI模型部署：深入探索Banana的无服务架构

加速AI模型部署：深入探索Banana的无服务架构引言在AI模型的构建与部署中，无服务架构（ServerlessArchitecture）正逐渐成为开发者的首选方案。
afTFODguAKBF·2025-01-19 13:30

MySQL无限极分类表设计：实战项目中的高效解决方案

在许多实战项目中，如电商系统、内容管理系统等，我们常常需要处理具有层级关系的数据，例如商品分类、文章栏目等。
MissYou-Coding·2025-01-19 13:00

ASPICE 4.0引领自动驾驶未来：机器学习模型的特点与实践

ASPICE4.0-ML机器学习模型是针对汽车行业，特别是在汽车软件开发中，针对机器学习（MachineLearning,ML）应用的特定标准和过程。
亚远景aspice·2025-01-19 13:29

深入解读ChatGPT的工作原理及底层逻辑

工作原理涉及了深度学习模型、自然语言处理技术和文本生成算法等多个方面。通过预训练和微调，模型能够理解语言的语法和语义，并能够根据上下文生成符合语境的文本回复。
NAR_鱼丸·2025-01-19 13:59
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他