人工智能学习之深度学习

基于AFM注意因子分解机的推荐算法

关于深度实战社区我们是一个深度学习领域的独立工作室。团队成员有：中科大硕士、纽约大学硕士、浙江大学硕士、华东理工博士等，曾在腾讯、百度、德勤等担任算法工程师/产品经理。
深度学习乐园·2025-06-28 21:32

机器学习4——参数估计之贝叶斯估计

贝叶斯估计问题建模：后验概率公式：P(ωi∣x,D)=P(x∣ωi,Di)P(ωi)∑j=1cP(x∣ωj,Dj)P(ωj)P\left(\omega_i\mid\mathbf{x},\mathcal{D}\right)=\frac{P\left(\mathbf{x}\mid\omega_i,\mathcal{D}_i\right)P\left(\omega_i\right)}{\sum_{j=1
平和男人杨争争·2025-06-28 19:20

【vue.js之夯实基础-3】TypeScript 入门之简介

教程实例参照->入门教程详细教程参照->详细教程完全教程->完全教程什么是TypeScriptTypedJavaScriptatAnyScale.添加了类型系统的JavaScript，适用于任何规模的项目。TypeScript的特性类型系统从TypeScript的名字就可以看出来，「类型」是其最核心的特性。我们知道，JavaScript是一门非常灵活的编程语言：它没有类型约束，一个变量可能初始化时
alwarse·2025-06-28 19:19

深度学习实战：基于嵌入模型的AI应用开发

深度学习实战：基于嵌入模型的AI应用开发关键词：嵌入模型（EmbeddingModel）、深度学习、向量空间、语义表示、AI应用开发、相似性搜索、迁移学习摘要：本文将带你从0到1掌握基于嵌入模型的AI应用开发全流程
AIGC应用创新大全·2025-06-28 18:17

鸿蒙开发：资讯项目实战之项目框架设计

前言本项目API>=13写了那么多的文章，总感觉缺少点什么，沉下心来细细一想，原来是没有把相关知识应用于实战，对于我们这些开发过项目，有过项目经验的人来说，项目开发小菜一点，但是对于刚接触鸿蒙的开发者而言，确实需要一个从0到1的项目进行磨炼一下，授人以鱼不如授人以渔，说干就干，那么接下来的一段时间，我会时不时的进行穿插项目实战的文章，当然了其他的技术文章也会不间断更新。关于项目实战，选来选去，最终
·2025-06-28 18:24

高通手机跑AI系列之——3D姿势估计

目录环境准备手机软件算法Demo代码功能分析关键模块解析示例代码代码效果环境准备手机测试手机型号：RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz=2.089TFLOPS提示：任意手机均可以，性能
伊利丹~怒风·2025-06-28 17:10

高通手机跑AI系列之——姿态识别

环境准备手机测试手机型号：RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz=2.089TFLOPS提示：任意手机均可以，性能越好的手机速度越快软件APP：AidLux2.0系统环境：Ubuntu2
伊利丹~怒风·2025-06-28 17:09

高通手机跑AI系列之——实时头发识别

环境准备手机测试手机型号：RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz=2.089TFLOPS提示：任意手机均可以，性能越好的手机速度越快软件APP：AidLux2.0系统环境：Ubuntu2
伊利丹~怒风·2025-06-28 17:09

高通手机跑AI系列之——手部姿势跟踪

环境准备手机测试手机型号：RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz=2.089TFLOPS提示：任意手机均可以，性能越好的手机运行速度越快软件APP：AidLux2.0系统环境：Ubunt
伊利丹~怒风·2025-06-28 17:09

【iOS越狱开发】iOS越狱步骤1之环境搭建

这段时间都是研究iOS越狱事情，如今我会一点一点的把自己学到的遇到的问题会陆续编写出来，让大家一起讨论，也让做逆向的朋友有个交流平台机会，废话不多说！！一、学习条件至少1~2年iOS开发经验基本UI界面操作多线程网络基本操作数据储存基本操作一台苹果手机，建议至少iPhone5S（因为从5S开始支持arm64架构）或者至少是iPadAir、iPadmini2等支持arm64架构的设备系统至少iOS8
JR_Wang2491·2025-06-28 17:38

卷积神经网络（Convolutional Neural Network, CNN）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。
不想秃头的程序·2025-06-28 16:01

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。
不想秃头的程序·2025-06-28 16:00

P25：LSTM实现糖尿病探索与预测

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、相关技术1.LSTM基本概念LSTM（长短期记忆网络）是RNN（循环神经网络）的一种变体，它通过引入特殊的结构来解决传统RNN中的梯度消失和梯度爆炸问题
?Agony·2025-06-28 16:29

Python训练营打卡——DAY16（2025.5.5）

目录一、NumPy数组基础笔记1.理解数组的维度(Dimensions)2.NumPy数组与深度学习Tensor的关系3.一维数组(1DArray)4.二维数组(2DArray)5.数组的创建5.1数组的简单创建
cosine2025·2025-06-28 16:29

【机器学习&深度学习】反向传播机制

目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“
·2025-06-28 14:47

人脸识别算法赋能园区无人超市安防升级

一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面
智驱力人工智能·2025-06-28 14:16

MySQL表达式之公用表表达式(CTE)的使用示例

示例一数据表中有每个企业每年每月并且每月的产值是累加的数据的数据记录需求：统计企业产值能力，找出所有家企业中产值最高的企业，其产值记为P。对于第i家企业，其产值为Pi则该企业的产值能力评分=Pi/P×100。SQL：--使用ROW_NUMBER()为每个企业每年每个月的产值排名，筛选出每个企业每年最大月份的产值。WITHMaxMonthlyOutputAS(SELECTcompany_id,dec
@Corgi·2025-06-28 14:45

游戏寻路之A*算法（GUI演示）

一、A*算法介绍A*算法是一种路径搜索算法，用于在图形网络中找到最短路径。它结合了Dijkstra算法和启发式搜索的思想，通过综合利用已知的最短路径和估计的最短路径来优化搜索过程。在游戏自动寻路得到广泛应用。二、A*算法的基本思想在图形网络中选择一个起点和终点。维护两个列表：开放列表和关闭列表。开放列表用于存储待考虑的节点，关闭列表用于存储已考虑过的节点。将起点加入开放列表。循环以下工作当open
jforgame·2025-06-28 14:14

DeepSeek-V3 通俗详解：从诞生到优势，以及与 GPT-4o 的对比

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站1.DeepSeek的前世今生1.1什么是DeepSeek？
码事漫谈·2025-06-28 13:38

微信小程序进度条样式_微信小程序之圆形进度条

需求概要小程序中使用圆形倒计时，效果图：思路使用2个canvas一个是背景圆环，一个是彩色圆环。使用setInterval让彩色圆环逐步绘制。解决方案第一步先写结构一个盒子包裹2个canvas以及文字盒子；盒子使用相对定位作为父级，flex布局，设置居中；一个canvas，使用绝对定位作为背景，canvas-id="canvasProgressbg"另一个canvas，使用相对定位作为进度条，ca
·2025-06-28 11:26

GO 语言学习 之 运算符号

算术运算符：二元的运算符：+-*/%四则运算没啥好说的，从小就开始学习，最后一个%表示求余数或者取模运算。packagemainimport"fmt"funcmain(){a:=1+2b:=a-1c:=a*bd:=c/ae:=c%3fmt.Println("a:=1+2的结果是：",a)fmt.Println("b:=a-1的结果是：",b)fmt.Println("c:=a*b的结果是：",c)
唯独不开心·2025-06-28 11:55

GO 语言学习 之 变量和常量

变量变量顾名思义，存储的内容是不确定，只有在执行赋值后那一刻是确定的，因为你也不知道赋值后会不会被修改。变量定义方式：var:=var(aint,b,c....)示例：packagemainimport"fmt"funcmain(){varaint//定义一个整型变量，默认是零值（整形的零值是0）b:=1//定义一个整型变量，并赋值为1fmt.Printf("a=%db=%d\n",a,b)//定
唯独不开心·2025-06-28 11:55

GO语言学习之字符串和流程控制

文章目录一.字符串1.1.1字符串转义符1.1.2多行字符串1.1.3字符串的常用操作1.2byte和rune类型1.2.1修改字符串1.2.2类型转换二.流程控制1.1ifelse(分支结构)1.1.1基本写法1.1.2特殊写法1.2for(循环结构)1.2.1for循环的基本格式1.2.2forrange(键值循环)1.3switchcase1.3.1基本格式1.3.2多个值在一个分支1.3.
cr7xin·2025-06-28 11:52

【Python深度学习】零基础掌握Pytorch Pooling layers nn.MaxPool方法

在深度学习的世界中，MaxPooling是一种关键的操作，用于降低数据的维度并保留重要特征。这就像是从一堆照片中挑选出最能代表某个场景的那张。
Mr数据杨·2025-06-28 10:20

css优化之提高代码拓展性

css优化系列文章css优化系列：通过“使用CSS变量”和“整合重复样式”来优化代码的可维护性。文章目录css优化系列文章使用css变量整合重复样式总结使用css变量将重复使用的颜色、间距值等等定义为变量，提高代码的可维护性。对于使用函数获取值的情况，也可以降低重复计算的次数。例如：/**跟节点里设置变量**/.chat-window{--cw-z-index:1000;--cw-bg-gradi
小小不吃香菜·2025-06-28 09:44

阅读笔记(2) 单层网络:回归

阅读笔记(2)单层网络:回归该笔记是DataWhale组队学习计划（共度AI新圣经：深度学习基础与概念）的Task02以下内容为个人理解，可能存在不准确或疏漏之处，请以教材为主。
a2507283885·2025-06-28 09:41

CCF推荐会议 计算机体系结构/并行与分布计算/存储系统领域3月份截稿资讯 汇总!

会议之眼快讯会议之眼精心汇总了以下CCF推荐会议之计算机十大领域之一：计算机体系结构/并行与分布计算/存储系统领域，2024年度3月份会议截稿资讯！为你第一时间进行播报！
会议之眼·2025-06-28 08:35

破局与重构：IT从业者生存困境与行业发展新生态

年龄歧视阴影下的职业发展天花板六、薪资与付出的价值失衡七、协作壁垒：团队智商低于个体智商之和八、技术选型的西西弗斯困境九、业务理解的技术近视症十、远程协作：打破物理边界的组织重构十一、竞争压力：行业内卷与个人突围十二、破局之
·2025-06-28 08:04

Wpf之命名空间！

文章目录前言一、命名空间二、命名空间讲解总结前言Wpf之命名空间！
weixin_44710358·2025-06-28 07:59

2.jdbc之工具类，SQL注入攻击和JDBC事务

4.JDBC工具类抽取工具类1）编写配置文件在src目录下创建config.properties配置文件driverClass=com.mysql.cj.jdbc.Driverurl=jdbc:mysql://192.168.1.224:3306/db14username=rootpassword=1234562）编写jdbc工具类utils文件下（JDBCUtils.java）packagejd
hutc_Alan·2025-06-28 07:26

mysql之jdbc连接数据库和sql注入的问题

一，概述可能是自己的记忆力太差了，经常忘记一些很重要的知识点，记得个大概，等要用的时候就去找，结果还找不到。干脆，记博客里，怎么都找的到。这篇博客主要就是关于Jdbc(javadatabaseconnectivity)和MySql的，记录如何连接数据库及插入数据等等。二，工具及准备工作MyEclipse10,mysql驱动jar包（我用的是这个版本mysql-connector-java-5.0.
·2025-06-28 06:25

《跨界组合之4G低功耗套装》

4G低功耗套装产品本身并不是独立发展的一款产品线，而是其他领域发展到一定阶段，把其他领域发展的现有成果在安防行业重新组合的一款产品。而4G低功耗套装之所以在2024年成熟并发扬光大，全部依赖于2023年跨行业相关的技术走向了成熟，这也就是为什么4G低功耗套装出来后，从暴利阶段重新转到低价竞争阶段时间窗口比先前创新产品要短的原因。也就是虽然4G低功耗套装一开始组合是一个创新型应用，但是他的关键组成部
专注echarts研发20年·2025-06-28 05:13

【设计模式】单例模式之双检锁（Double-Checked Locking）

双检锁（Double-CheckedLocking）是一种在多线程环境下高效实现单例模式的技术，它结合了延迟初始化和线程安全的优点，避免了不必要的同步开销。核心思想双检锁的核心思想是：第一重检查（无锁）：快速检查实例是否已创建加锁保护：确保只有一个线程进入创建流程第二重检查（有锁）：再次检查实例是否已创建创建实例：如果仍未创建，则创建实例经典实现（C++11之前）#includeclassSing
浩瀚之水_csdn·2025-06-28 04:09

【深度学习解惑】如果用RNN实现情感分析或文本分类，你会如何设计数据输入？

以下是用RNN实现情感分析/文本分类时数据输入设计的完整技术方案：1.引言与背景介绍情感分析/文本分类是NLP的核心任务，目标是将文本映射到预定义类别（如正面/负面情感）。RNN因其处理序列数据的天然优势成为主流方案。核心挑战在于如何将非结构化的文本数据转换为适合RNN处理的数值化序列输入。2.原理解释文本到向量的转换流程：原始文本分词建立词汇表词索引映射词嵌入层序列向量关键数学表示：词嵌入表示：
云博士的AI课堂·2025-06-28 03:36

小程序入门：理解小程序页面配置

当我们新建一个页面时，小程序会贴心地自动生成与之对应的四个文件，其中就包含这个至关重要的配置文件。它的主要职责是对当前页面的窗口
you4580·2025-06-28 03:04

实现并查集数据结构的技术指南

本文收录于专栏：算法之翼https://blog.csdn.net/weixin_52908342/category_10943144.html订阅后本专栏全部文章可见。
一键难忘·2025-06-28 03:33

Pytorch模型安卓部署

Pytorch是一种流行的深度学习框架，用于算法开发，而Android是一种广泛应用的操作系统，多应用于移动设备当中。
python&java·2025-06-28 01:24

人工智能-基础篇-5-建模方式（判别式模型和生成式模型）

这两种建模方式都可以通过深度学习技术来实现，并用于创建不同类型的模型。简单来说：想要创建一个模型，依赖需求需要合适的建模方式来创建这个模型。通常建模方式主要分为两大类。
·2025-06-28 01:53

PyTorch教程：LSTM语言模型的动态量化技术解析

PyTorch教程：LSTM语言模型的动态量化技术解析tutorialsPyTorchtutorials.项目地址:https://gitcode.com/gh_mirrors/tuto/tutorials前言在深度学习模型部署过程中
怀灏其Prudent·2025-06-28 01:52

鸿蒙系统（HarmonyOS）应用开发之实现瀑布流图片展示效果

应用采用现代化的瀑布流布局，为用户提供流畅、直观的浏览体验，让科技之美尽收眼底。
伍哥的传说·2025-06-28 01:52

Python 使用总结之：Python 文本转语音引擎 - pyttsx3 完全指南

文本转语音（TTS，Text-to-Speech）技术已经广泛应用于语音助手、智能硬件、教育软件等多个领域。Python提供了多个库来实现TTS，其中pyttsx3是一个非常常用的跨平台TTS引擎。本文将详细介绍如何使用pyttsx3实现文本转语音的功能。一、安装pyttsx3库首先，你需要安装pyttsx3库。你可以通过以下命令来安装：pipinstallpyttsx3pyttsx3是一个离线库
wangjinjin180·2025-06-28 01:21

Unity热更新 之 Lua

本文内容整合包括但不限于Unity唐老狮,菜鸟教程,Ai与其他网络资源本文仅作学习笔记交流，不做任何商业用途，侵权删gitee:https://gitee.com/hakiSheep/lua.git一.基础知识包含了如下内容--注释还算详细二.XLuaXLua是腾讯开源的框架，为Unity、.Net等C#环境赋予Lua脚本编程能力，支持C#与Lua高效互调核心特性含热补丁（热更新）、GC优化（无额
哈基咩咩·2025-06-28 01:50

【机器学习】数学基础——张量（傻瓜篇）

目录前言一、张量的定义1.标量（0维张量）2.向量（1维张量）3.矩阵（2维张量）4.高阶张量（≥3维张量）二、张量的数学表示2.1张量表示法示例三、张量的运算3.1常见张量运算四、张量在深度学习中的应用
一叶千舟·2025-06-28 00:48

后端开发实习生简历迭代的5个版本，希望能帮你找到实习

本科主要是以深度学习的项目为主+比赛，开发的技术学的比较少，后端的项目也没有做过。但是凭此找到了一份算法的实习。当时研一还是想走算法工程师的。后面觉得自己不适合，就放弃了。
今天不coding·2025-06-28 00:17

【机器学习实战】Datawhale夏令营2：深度学习回顾

#DataWhale夏令营#ai夏令营文章目录1.深度学习的定义1.1深度学习＆图神经网络1.2机器学习和深度学习的关系2.深度学习的训练流程2.1数学基础2.1.1梯度下降法基本原理数学表达步骤学习率
城主_全栈开发·2025-06-28 00:17

深度学习详解：通过案例了解机器学习基础

引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。
beist·2025-06-28 00:46

大模型量化

大模型量化是一种优化技术，旨在减少深度学习模型的内存占用和提高推理速度，同时尽量保持模型的精度。量化通过将模型中的浮点数权重和激活值转换为较低精度的表示形式来实现这一目标。
需要重新演唱·2025-06-28 00:13

MySQL之锁机制详解:全局锁,表级锁,行级锁

MySQL之锁机制详解:全局锁,表级锁,行级锁一、锁机制基础：从并发问题到锁分类1.1并发访问的三大问题1.2锁的核心作用1.3锁粒度分类二、全局锁：掌控整个数据库的"超级锁"2.1全局锁原理2.2全局锁语法与使用
AA-代码批发V哥·2025-06-27 23:09

jackson序列化和反序列化中的注解和扩展点大全【收藏】

❃博主首页：「码到三十五」，同名公众号:「码到三十五」，wx号:「liwu0213」☠博主专栏：♝博主的话：搬的每块砖，皆为峰峦之基；公众号搜索「码到三十五」关注这个爱发技术干货的coder，一起筑基在
码到三十五·2025-06-27 23:05

EventBus之Reactor实战

如果你想要使用一个轻量级的消息中间件，不需要分布式支持，那么可以选择RxJava或者Reactor，本文将讲述如何入门使用该框架，以及常用的一些功能生产者广播多消费者模式Sinks.Many:创建一个允许我们将数据推送到一个Flux的sink。我们使用Sinks.many().multicast().onBackpressureBuffer()来创建一个支持背压的多播Sink（广播模式）。Flux
太阳伞下的阿呆·2025-06-27 22:02
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他