人工智能及机器学习

Java-static关键字详解

修饰成员变量、方法和代码块修饰成员变量修饰方法修饰代码块修饰内部类3.常见误区误区1:静态变量在每个实例中都有一份误区2:静态方法可以访问实例变量和实例方法误区3:静态代码块在每次创建对象时都会执行4.示例代码及解析解析
听忆.·2025-03-01 11:57

Python数据分析 NumPy矩阵与通用函数及统计分析 ② 第二节

NumPy矩阵与通用函数及统计分析案例NumPy矩阵与通用函数及统计分析一、掌握NumPy矩阵与通用函数代码2-30：矩阵的创建代码2-31：数组的创建与组合代码2-32：矩阵的运算代码2-33：矩阵的转置
修仙宝哥·2025-03-01 11:27

host.docker.internal 及 host-gateway 知多少

在开始本文之前，我们先看一下最近在使用界面工具进行与大模型交互时，我们一般会用到OpenWebUI，部署方式如下，具体要了解DeepSeek的本地化部署，可参见《本地使用CPU快速体验DeepSeekR1》。dockerrun-p3000:8080--rm--nameopen-webui\ --add-host=host.docker.internal:host-gateway\ -vopen-w
强哥之神·2025-03-01 11:24

Vue低代码示例

以下是使用Vue、VueRouter和Pinia实现低代码开发的讲解及示例代码：低代码简介低代码开发是一种通过少量代码即可快速构建应用程序的开发模式，主要通过可视化设计器、拖拽组件、配置属性等方式实现。
明cy·2025-03-01 11:24

2月27日全球科技信息差：技术浪潮下的信息博弈与应对策略

在科技领域，这种不对称性尤为显著，原因在于：技术迭代速度快：例如量子计算、人工智能模型（如DeepSeekR2）的研发进展往往由少数企业或机构主导，公众与普通投资者难以实时掌握动态。
eqwaak0·2025-03-01 11:21

Linux内核自定义协议族开发指南：理解net_device_ops、proto_ops与net_proto_family

本文将详细解析它们的作用、交互关系及实现方法，并提供一个完整的开发框架。
109702008·2025-03-01 11:21

开源AI：驱动人工智能发展的新引擎

目录一、引言1.1研究背景与目的1.2研究方法与数据来源1.3报告结构与内容概述二、AI开源概述2.1AI开源的定义与内涵2.2AI开源的发展历程2.3AI开源的现状与规模三、AI开源对技术创新的推动3.1促进技术交流与共享3.2降低技术研发成本3.3提高技术透明度与可解释性3.4案例分析：以DeepSeek为例四、AI开源对产业发展的影响4.1重塑产业竞争格局4.2加速产业应用落地4.3促进产业
萧十一郎@·2025-03-01 11:50

Windows和AD域提权枚举脚本及工具介绍

在Windows和ActiveDirectory(AD)域环境中，权限提升和枚举是渗透测试的关键部分。为了有效进行这些操作，使用特定的工具和脚本可以帮助你识别和利用系统中的漏洞。以下是一些常用于Windows和AD域环境中的权限提升和枚举脚本工具：Windows环境中的提权枚举脚本PowerUp描述：PowerUp是一个PowerShell脚本，专注于在Windows系统中查找权限提升漏洞。它能够
vortex5·2025-03-01 10:18

大模型WebUI：Gradio全解12——LangChain原理、架构和组件（2）

大模型WebUI：Gradio全解12——LangChain原理、架构和组件（2）前言12.LangChain原理及agents构建GradioUI12.2学习资料12.2.1学习文档12.2.2用途示例
龙焰智能·2025-03-01 10:14

大模型在脑梗死预测及治疗方案制定中的应用研究报告

目录一、引言1.1研究背景与意义1.2研究目的与方法1.3国内外研究现状二、脑梗死概述2.1脑梗死的定义与分类2.2脑梗死的发病机制与病理生理过程2.3脑梗死的临床表现与诊断方法三、大模型技术原理与应用现状3.1大模型的基本概念与技术架构3.2大模型在医疗领域的应用案例与优势3.3适用于脑梗死预测的大模型类型与特点四、大模型在脑梗死术前风险预测中的应用4.1术前风险因素分析4.2大模型预测方法与模
LCG元·2025-03-01 09:42

OFDR技术光纤传感解调原理

一、OFDR传感原理OFDR技术可以获取整根光纤的瑞利散射信息，可以通过测量瑞利散射信号位置及强度发生的改变，来反演出整根光纤各个位置的应变分布情况。
昊衡科技·2025-03-01 09:10

[Github推荐]CVPR2019录用论文下载及可视化论文网站

简介CVPR是IEEEConferenceonComputerVisionandPatternRecognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。它是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是ICCV和ECCV），本会议每年都会有固
spearhead_cai·2025-03-01 09:10

亚马逊测评自养号：从“送测难”到“自主控评”，6个步骤实现安全测单

自己养号的优势主要体现在以下几个方面：1.可控卖家可自主决定测评时间、数量及操作节奏，例如随时补单、留评或控评，无需受限于外部服务商的时间安排，同时，账号完全由自己管理，避免被黑心中介恶意退款或封号2.
南哥聊跨境Yxiw888·2025-03-01 09:36

【压力测试】

制度演变：从公募基金到理财产品4.行业实践仍处于早期阶段5.理财产品压力测试的优化路径二、压力测试介绍1.压力测试的定义2.压力测试的步骤一、背景与现状1、引言20世纪末，随着世界经济一体化趋势的发展及全球金融市场波动的加剧
周纠纠·2025-03-01 09:35

疯狂python_疯狂 python

本书讲授如何使用免费的资源，如PyGameZero和Ble...文章python人工智能命理20
weixin_39646970·2025-03-01 08:33

POM 模式自动化测试

POM模式自动化测试一、PageObjectModel（POM）登陆案例1.POM概述PageObjectModel（页面对象模型）是一种设计模式，将页面元素和操作封装成对象，使测试代码和页面元素的定位及操作分离
那片海还在吗·2025-03-01 08:01

【人工智能】数据挖掘与应用题库（101-200）

有矩阵A3×2，B2×3，C3×3，下列运算有意义的是（）答案：BC2、13524的逆序数为（）答案：33、矩阵A中元素a14的余子式记作M14，代数余子式记作A14，二者关系为（）答案：相反4、关于机器学习与深度学习的范畴关系
奋力向前123·2025-03-01 08:30

【人工智能】数据挖掘与应用题库（301-400）

1、关于pandas中的Series描述错误的是答案：Series默认没有index2、关于DataFrame描述正确的是答案：DataFrame指数据框，相当于程序中的虚拟Excel表格创建DataFrame后，可以重新指定indexDataFrame允许有缺失值3、在DataFrame中，可以获取某一列的值，也可以获取某一行的值。答案:对4、对于数据框book_info，以下用法有误的是答案：
奋力向前123·2025-03-01 08:30

【人工智能】数据挖掘与应用题库（1-100）

1、涉及变化快慢的问题可以考虑使用导数来分析。答案:对2、导数的几何意义是曲线在某点处切线的斜率。答案:对3、函数在某点的左导数存在，则导数就存在。答案:错4、关于梯度下降算法，下列说法错误的是（）错误:梯度下降算法能找到函数精确的最小值。5、正弦函数的导数是余弦函数。答案：对6、[u(x)×v(x)]'=u(x)'×v(x)'答案：错7、链式法则的步骤可以概况为：分解、各自求导、相乘、回代。答案
奋力向前123·2025-03-01 08:29

Stable Diffusion（SD）系列模型及关联算法深度解析

一、‌基础模型架构演进‌SDv1.5‌‌核心架构‌：基于LatentDiffusionModel（LDM），通过VAE将图像压缩至潜空间进行扩散训练，支持512x512分辨率生成，兼容二次元与写实风格混合创作‌12。‌训练数据‌：使用LAION-5B数据集过滤后的子集，文本编码器为CLIPViT-L/14‌34。‌局限性‌：对复杂光影和材质的细节刻画能力较弱，高分辨率生成需依赖外部放大工具‌28。
Liudef06·2025-03-01 08:59

【机器学习】平均绝对误差（MAE：Mean Absolute Error）

它在机器学习、统计学等领域中广泛应用，用于评估模型的预测精度。与均方误差(MSE)或均方误差根(RMSE)不同，MAE使用误差的绝对值，因此它在处理异常值时更加稳定。
IT古董·2025-03-01 08:58

机器学习AI/ML/CV/NLP/GNN算法公式汇总Latex代码

图学习和LinkPrediction任务KnowledgeGraphLinkPredictionEquationsAndLatexCodehttp://www.deepnlp.org/blog/knowledge-graph-link-prediction小样本学习和零样本学习公式的Latex代Few-ShotLearningAndZero-ShotLearningEquationsLatexCo
rockingdingo·2025-03-01 07:53

window11和Ubuntu20.04安装Nvidia驱动和CUDA的正确方法

Win11Ubuntu20.04双系统安装解决ubuntu+win11双系统时间不一致问题Ubuntu:系统分区一、安装Nvidia驱动参考：Ubuntu20.04安装NVIDIA显卡驱动、CUDA、CUDNN及突破
qq_29128985·2025-03-01 07:20

Golang 新手入门教程（十九）：Go 中的泛型

在保证与Go1完全兼容的情况下，为类型及函数声明增加可选的类型参数（TypeParameters）来扩展支持泛型函数和类型。
麻凡_·2025-03-01 06:17

怎样通过人机融合智能去除“机器幻觉”？

人机融合智能的目标是通过深度结合人类智能和机器智能，解决现有人工智能系统（特别是深度学习模型，如各种大模型）可能出现的问题，比如“机器幻觉”现象。
人机与认知实验室·2025-03-01 06:45

从机器幻觉到智能幻觉

机器幻觉与智能幻觉主要是关于人工智能（AI）系统在处理信息和生成输出时，可能会产生的错误认知或“幻觉”现象。
人机与认知实验室·2025-03-01 06:45

注意力机制是如何提取有用信息的？

场景：图书馆找书假设你在图书馆里，脑海中的问题是：“我想找一本关于人工智能的书。”（这就是你的查询，Q）。图书馆里的每本书都有一个标签，比如“人工智能入门”或“历史小说”（这些是键，K）。
人机与认知实验室·2025-03-01 06:45

深度学习-【完整代码+数据集】逻辑回归预测乳腺癌检测案例

Python开发多年，做过高程，项目经理，架构师主要内容：Java项目开发、Python项目开发、大学数据和AI项目开发、单片机项目设计、面试技术整理、最新技术分享收藏点赞不迷路关注作者有好处文末获得源码机器学习分为
编程千纸鹤·2025-03-01 06:14

基于web漏洞扫描及分析系统设计

基于web漏洞扫描及分析系统设计摘要随着信息技术的发展和网络应用在我国的普及，针对我国境内信息系统的恶意网络攻击也越来越多，并且随着黑客攻击技术的不断地更新，网络犯罪行为变得越来越难以应对，用户日常访问的网站是否安全对于普通网民而言难以辨别
毕设工作室_wlzytw·2025-03-01 06:14

【附源码】基于opencv+pyqt5搭建的人脸识别系统

文章目录前言一、人脸检测二、人脸识别1.训练识别器2.识别人脸三、界面相关1.Qlabel展示图片2.表格跟随内容而增加和减少3.选择图片文件4.警告框四、源码获取总结前言人脸识别技术作为人工智能领域的一颗璀璨明珠
~啥也不会~·2025-03-01 06:12

Go在1.22版本修复for循环陷阱

functestClosure(){fori:=0;i<5;i++{deferfunc(){fmt.Println(i)}()}}在1.22之下（不包括1.22）版本：输出的结果：55555在1.22及之上版本
许夜3·2025-03-01 05:08

大模型时代的软件架构设计

引言当今世界，人工智能（AI）技术正以惊人的速度发展，其中大模型（LargeModels）的崛起尤为引人注目。
AI天才研究院·2025-03-01 05:36

大模型技术在电商平台商品评价分析中的应用

随后，我们阐述了电商平台商品评价分析的基本概念、挑战及目标指标。接着，本文重点分析了大模型技术在情感分析和商品推荐中的具体应用，
AI天才研究院·2025-03-01 05:35

SpringBoot - Cookie & Session 用户登录及登录状态保持功能实现

会话技术功能：提供用户登陆成功后的登陆标记（一次登录，一段时间都登录）会话定义：包含一次或多次请求和响应的访问操作建立会话：用户打开浏览器访问Web服务器资源时建立会话结束会话：一方断开连接时结束会话会话跟踪定义：一种维护浏览器状态的方法功能：服务器通过会话跟踪来识别多次请求是否来自于同一浏览器同一次会话的多次请求间共享数据会话跟踪方案客户端会话跟踪技术:Cookie服务端会话跟踪技术:Sessi
Loop Lee·2025-03-01 05:03

计算机视觉与机器学习之文档解析与向量化技术加速多模态大模型训练与应用——文件向量化大模型！

目录前言1、TextIn文档解析技术1.1、文档解析技术1.2、目前存在的问题1.2.1、不规则的文档信息示例1.3、合合信息的文档解析1.3.1、合合信息的TextIn文档解析技术架构1.3.2、版面分析关键技术Layout-engine1.3.3、文档树提取关键技术Catalog-engine1.3.4、双栏1.3.5、非对称双栏1.3.6、双栏+表格1.3.7、无线表格1.3.8、合并单元格
知世不是芝士·2025-03-01 04:57

浅谈MMORPG任务编辑器的设计与实现

blog.csdn.net/MDL13412)定义MMORPG任务编辑器用于配置人物与地图NPC、怪物、玩家、场景等相关的任务交互操作，处理诸如与NPC对话、杀死BOSS、收集物品等事件，并设置这些事件的响应过程及触发
凝霜·2025-03-01 04:25

《2025 年最新！5 步实现群晖 NAS 远程访问全攻略》

第一步：检查NAS系统与网络环境‌确保群晖DSM系统已升级至‌DSM7.3及以上版本‌（2025年最新兼容性优化）。登录NAS后台，进入「控制面板」→「网络」→「连接性」，确认设备已接入互联网。
u010905359·2025-03-01 03:21

springboot习题

3.SpringBoot2.1.3版本要求Java8及以上版本的支持。4.SpringBoot2.1.3版本框架官方声明支持的第三方项目构建工具包括有Maven（3.3+）和Gradle（4.4+
苍曦·2025-03-01 03:20

Amazon SageMaker 批量转换中的 JSON 处理技巧

在使用AmazonSageMaker进行机器学习模型的批量转换时，我们经常会遇到一些配置和数据格式的问题。
t0_54coder·2025-03-01 03:50

GitHub 星标10W+的大模型书籍：《轻松入门大模型应用开发：GPT-4 和 ChatGPT 实战指南》，25年一书通关LLM大模型

它是由奥利维耶·卡埃朗和玛丽-艾丽斯·布莱特合著的一本《大模型应用开发极简入门：基于GPT-4和ChatGPT》，为初学者提供一份清晰、全面的“可用知识”，帮助读者快速了解GPT-4和ChatGPT的工作原理及优势
程序员丸子·2025-03-01 03:19

计算机毕业设计 ——jspssm508Springboot 的旅游管理

近年来，花花更是将触角延伸至AI领域，对于机器学习、自然语言处理、智能推荐等前沿技术都有独到的见解和实践经验。
奔强的程序·2025-03-01 03:17

kafka-leader -1问题解决

以下是可能导致出现kafkaleader-1的一些常见原因及相关分析：1.副本同步问题：在Kafka集群中，每个分区都有多个副本，包括一个领导者副本和多个追随者副本。
xiao-xiang·2025-03-01 03:17

Partition架构

IT-BLOG-CNPartition架构【1】结构：Region至少3个Zone，Zone内至少两个Partition，Partition内至少1个K8SMemberCluster；【2】故障域：故障域及核心链路至少
m0_74825656·2025-03-01 02:14

C++ 中的继承详解(下)

目录5、继承与友元(了解)6、继承与静态成员7、复杂的菱形继承及菱形虚拟继承(了解)8、继承的总结和反思5、继承与友元(了解)友元关系不能继承，也就是说基类友元不能访问子类私有和保护成员。
kk\n·2025-03-01 02:13

Apache APISIX Dashboard 安装与配置完全指南

安装与配置完全指南apisix-dashboard-built项目地址:https://gitcode.com/gh_mirrors/ap/apisix-dashboard-built一、项目基础介绍及编程语言
娄凌斌·2025-03-01 02:13

Apache APISIX Dashboard 使用教程

ApacheAPISIXDashboard使用教程项目地址:https://gitcode.com/gh_mirrors/ap/apisix-dashboard1.项目的目录结构及介绍ApacheAPISIXDashboard
陆璞朝Jocelyn·2025-03-01 02:13

爬虫和逆向教程-专栏介绍和目录

通过本专栏的学习，你将具备独立开发和优化爬虫程序的能力，及逆向分析能力和项目开发能力，成为爬虫领域的佼佼者。《本专栏持续更新中…（早订阅优惠仅需9.9元
数据知道·2025-03-01 02:43

矩阵迹（Trace）的性质及简单推导

1.基础定义迹（Trace）是一个矩阵的对角线元素之和。对于矩阵AAA，其迹定义为：Trace(A)=∑iAii\text{Trace}(A)=\sum_{i}A_{ii}Trace(A)=i∑Aii迹的一个重要性质是：Trace(AB)=Trace(BA)\text{Trace}(AB)=\text{Trace}(BA)Trace(AB)=Trace(BA)即两个矩阵相乘后的迹不依赖于它们的顺序
SimpleLearing·2025-03-01 01:40

基于Linux环境下Jenkins自动化部署【springBoot+Maven+SVN】详细教程(一)

项目管理工具除了甘特图、PERT、WBS、日历、思维导图、时间线、状态表等基本应用性管理工具，也熟悉一些关于代码整合及发布的常用工具。
xiaoming行走的力量·2025-03-01 01:10

Crawl4AI：开源的网络爬虫和抓取工

crawl4ai是一个开源项目，旨在帮助用户爬取GitHub上与AI（人工智能）相关的内容。这些内容通常包括AI相关的开源项目、库、资源、论文、教程等。
惟贤箬溪·2025-03-01 01:10
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他