材料化学

Java后端面试八股文：系统化学习指南，告别零散知识点

Java后端面试中的八股大家通常都会参考小林或者JavaGuide，但是这些八股内容太多了，字数成万，我们基本上是看一遍忘一遍，自己也曾经根据网上面经整理过自己的八股题库，通篇共有五万字，知识点也很散，所以想把每个部分的内容系统地写成文章，比如JVM部分的八股，我会写两到三篇的文章帮助自己系统地理解这部分的八股知识，所以这篇文章会按照分块整理自己发布过的所有八股文章，这篇文章后续也会持续更新，也起
钢板兽·2025-03-11 03:44

LLM Weekly（2025.02.17-02.23）

Grok发布了Grok3Beta，通过强化学习、扩展计算和多模态理解提供卓越的推理能力。Grok3和Grok3mini在学术基准上取得了高分，其中Grok3在AIME’25上获得了93.3%的分数。
UnknownBody·2025-03-11 01:59

LeetCode——726. 原子的数量(Number of Atoms)[困难]——分析及代码（Java）

LeetCode——726.原子的数量[NumberofAtoms][困难]——分析及代码[Java]一、题目二、分析及代码1.栈+哈希表+有序集合（1）思路（2）代码（3）结果三、其他一、题目给定一个化学式
江南土豆·2025-03-10 23:48

部署质量管理 QMS 软件系统：必要功能介绍——全星科技

全星质量管理QMS软件系统能够覆盖制造业质量管理的全流程，从原材料进厂检验（IQC）、生产过程检验（IPQC）、最终成品检验（FQC）到售后质量反馈，实现了
全星007·2025-03-10 23:12

CAS：1178931-50-4，GalNAz-1-P，N-azidoacetylgalactosamine tetraacylated 1-phosphate

N-azidoacetylgalactosaminetetraacylated1-phosphate英文名称：GalNAz-1-P，N-azidoacetylgalactosaminetetraacylated1-phosphateCAS号：1178931-50-4化学结构
陕西星贝爱科·2025-03-10 22:37

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

SAP MM 物料主数据配置

客户通常需要将一个或多个历史系统的数据根据规则转换成SAP的主数据一个实施项目的成功与否的基本就是，数据是否被正确的导入1.配置一个新的物料类型（事物代码：OMS2）ROH:原材料HALB:半成品FERT
ABAP_RUN·2025-03-10 07:49

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
乔巴先生24·2025-03-09 21:59

当深度学习遇见禅宗：用东方智慧重新诠释DQN算法

引言：代码与禅的碰撞♂️在某个调试代码到凌晨三点的夜晚，我突然意识到：强化学习的过程，竟与佛家修行惊人地相似。智能体在环境中探索
带上一无所知的我·2025-03-09 21:28

专业 英语

软件3.就业领域(1)职场(2)芯片(3)自动驾驶(4)嵌入式硬件4.深度学习(1)论文(2)深度学习DL(3)计算机视觉CV(4)自然语言处理NLP(5)推荐系统(6)计算机图形学二、数学三、机械、材料四
程序员爱德华·2025-03-09 08:55

lammps模拟热力学性质

文章目录1.材料热力学基础1.材料的微观热运动2.材料的热胀冷缩和比热2.计算热膨胀系数和热容1.热膨胀系数2.计算Cu的热膨胀系数3.比热容4.计算Cu的比热容3.计算体相材料的熔点1.熔化与相变2.
雪薇儿·2025-03-09 06:28

多尺度仿真软件：LAMMPS_（7）.LAMMPS中的热力学性质计算

LAMMPS中的热力学性质计算在多尺度仿真软件LAMMPS中，计算材料的热力学性质是一个重要的应用领域。热力学性质包括温度、压力、能量、焓、熵等，这些性质对于理解材料的微观行为和宏观性能至关重要。
kkchenjj·2025-03-09 05:49

智能教育：DeepSeek在个性化学习中的应用与代码实现

个性化学习是教育技术领域的核心目标之一，它通过分析学生的学习行为、兴趣和能力，提供定制化的学习内容和路径，以最大化学习效果。
Evaporator Core·2025-03-08 21:30

可视化学习：如何使用后期处理通道增强图像效果

前言大家好，本文分享的是如何使用后期处理通道增强图像效果，通过前面几篇文章，我们了解了一些动态生成纹理的方法，比如符号距离场SDF、基于参数方程生成图案、基于噪声生成纹理，等等。这些生成纹理的技术有相似的地方，就是根据片元的纹理坐标，对片元着色，直接生成纹理。因为GPU是并行渲染的，每个像素的着色器程序是并行执行的，这样的渲染很高效。但是在实际需求中，有时我们计算片元色值时，需要依赖周围像素点或者
·2025-03-08 19:12

看视频学习方法总结

以下是提高教学视频吸收率的系统性方法，结合认知科学原理和实际学习场景，帮助您最大化学习效果：一、观看前的黄金准备阶段60秒快速扫描法用1分钟快速浏览视频目录、章节标题和简介，建立知识框架。
长勺·2025-03-08 19:29

单向离合器转锁在线扭转试验机

单向离合器转锁在线扭转试验机，主要用于单向离合器转锁正反扭转机械性能，也用于检测、研究金属材料构件、车辆传动轴等的扭转机械性能试验。
xaletry888·2025-03-08 17:54

电液伺服高频应力腐蚀疲劳试验机

电液伺服高频应力腐蚀疲劳试验机，主要用于测定宇航用超高强度钢腐蚀疲劳的金属材料及其构件在正弦波、三角波、方波、斜波等动态载荷下的拉压交变疲劳特性。
xaletry888·2025-03-08 17:22

Rocky DEM tutorial5_Drop Weight test_落锤试验

tutorial5_DropWeighttest_落锤实验0.目的1.模型介绍2.模型设置2.1设置Physics2.2导入几何2.3定义进口面2.4设置motionframes2.5设置边界条件2.6设置材料
Sim Pro (理想)·2025-03-08 17:41

Python和C++计算物理光学波形化学结构数学方程

要点Python|C++代码化排序索引和计算：冒泡排序，升序排序，快速排序，索引排序，基于索引数组的排名，基于直接插入的两个键索引，两个相关数组的索引。数学计算1：数据集升序排列后，生成索引和排名。数学计算2：一定量序列排序后，生成得新索引表，并绘制原始序列。计算3：一定量序列进行冒泡排序，插入排序，快速排序，绘制一张图显示三种排序依赖性，分别定性评估小型和广泛序列的排序算法的性能。Python|
亚图跨际·2025-03-08 14:33

光学超表面的人工智能

Introduction超表面是超材料的二维（2D）
Luis Li 的猫猫·2025-03-08 14:54

就在刚刚！马斯克决定将“地球上最聪明的人工智能”Grok-3免费了！

Grok-3的核心优势在于其大规模强化学习（RL）优化，能够在几秒到几分钟内进行深度推理，适应复杂任务的需求。配备的D
源代码杀手·2025-03-08 12:16

科研课题中LabVIEW跨领域功能开发

一、大屏幕动画视频展示应用场景需求背景：某高校材料实验室需实时展示材料拉伸测试过程中的微观结构变化，用于学术会议或公众科普。技术来源：借鉴游戏开发领域的3D渲染引擎（如Uni
LabVIEW开发·2025-03-08 09:36

机器学习入门知识

二、机器学习的基本类型1.监督学习2.无监督学习3.半监督学习4.强化学习三、机器学习的工作流程四、常见的机器学习算法五、机器学习的评价指标六、机器学习中的过拟合与欠拟合七、机器学习的应用八、学习机器学习的资源前言随着人工智能的发展
十五境剑修·2025-03-08 09:33

人工智能与深度学习的应用案例：从技术原理到实践创新

从计算机视觉到自然语言处理，从医疗诊断到工业制造，深度学习通过模拟人脑神经网络的层次化学习机制，实现了对复杂数据的高效分析与决策。
accurater·2025-03-08 08:07

可视化学习：WebGL实现简易的局部“马赛克”

前言接触过Canvas的小伙伴应该都知道，在Canvas2D中我们要加载一个图片很简单，通过调用drawImageAPI就能将图像绘制到画布上，当然在WebGL中我们也可以绘制图像，在绘制时我们需要用到WebGL中的纹理对象，在之前WebGL实现网格背景的文章中，我使用了一个叫做纹理坐标的配置，现在要完成纹理的加载我们也需要用到纹理坐标，并且我们可以通过对纹理坐标处理实现简单的”马赛克“效果。通过
·2025-03-08 06:50

可视化学习：使用WebGL绘制圆形，实现色盘

前言在Canvas2D中实现圆形的绘制比较简单，只要调用arc指令就能在Canvas画布上绘制出一个圆形，类似的，在SVG中我们也只需要一个标签就能在页面上绘制一个圆形。那么在WebGL中我们要怎么去绘制呢？WebGL只能绘制三种形状：点、线段和三角形，它没有提供直接绘制圆形的功能，当然也无法像SVG一样使用标签，所以我们是无法直接绘制圆形曲线的，这个时候我们可以借助相关的数学知识，来实现圆形的绘
·2025-03-08 06:49

光子晶体量子阱

光子晶体量子阱（PhotonicCrystalQuantumWell,PCQW）是一种结合了光子晶体和量子阱特性的材料结构，具有独特的光学和电子特性，广泛应用于光通信、激光器、传感器等领域。
学术乙方·2025-03-08 01:09

羧基/氨基化sio2荧光微球：是一种表面修饰有羧基或氨基的荧光二氧化硅微球

羧基/氨基化SiO₂荧光微球是一种表面修饰有羧基或氨基的荧光二氧化硅微球，具有特别的物理化学性质和广泛的应用前景，以下为你详细介绍：基本信息外观：通常为白色粉末或胶体溶液，在特定波长的激发光下可发出荧光
星贝爱科生物-xb·2025-03-08 01:30

象牙塔中的“智者”：DeepSeek R1 引领高校问答智体新纪元

目录高校问答智体的“前世今生”：痛点与机遇DeepSeekR1：开启推理大模型的新篇章“DeepSeekR1+高校”：场景、架构与实践3.1场景一：智能学术助手3.2场景二：个性化学习导航3.3场景三：
海棠AI实验室·2025-03-08 00:50

016.3月夏令营：数理类

mod=viewthread&tid=386109北京大学化学学院第一轮：http://www.eeban.com/forum.php?
力学AI有限元·2025-03-07 23:43

特斯拉FSD不同版本的进化

特斯拉，FSD，自动驾驶，深度学习，计算机视觉，强化学习，神经网络，模型训练1.背景介绍特斯拉自2016年推出Autopilot以来，一直致力于开发全自动驾驶系统，其目标是实现完全无人驾驶，让汽车能够像人类一样感知周围环境
AI智能涌现深度研究·2025-03-07 19:35

ai写作文

天津市高考作文题阅读下面的材料，根据要求写作。在缤纷的世界中，无论是个人、群体还是国家，都会面对别人对我们的定义。
太空漫步11·2025-03-07 17:45

带钢有害物质检测、耐候性测试及金属弯曲检测

带钢有害物质检测、耐候性测试及金属弯曲检测标准体系解析带钢作为金属加工行业的重要基础材料，其质量控制需覆盖有害物质、耐候性及力学性能三大核心检测模块。以下从检测标准、方法及行业应用维度进行系统梳理。
南京速跃检测技术服务有限公司·2025-03-07 15:49

阿里深夜开源QwQ-32B模型，仅需1/10的成本即可比肩R1满血版

大规模强化学习（RL）有潜力超越传统的预训练和后训练方法来提升模型性能。近期的研究表明，强化学习可以显著提高模型的推理能力。
伪_装·2025-03-07 13:45

2024年图灵奖公布：两位AI先锋因强化学习获奖

纽约时报》报道，全球最大的计算机专业人士协会计算机协会(ACM)周三宣布，将2024年图灵奖授予安德鲁·巴托(AndrewBarto)博士和理查德·萨顿(RichardSutton)博士，以表彰他们在强化学习方面的研究
吴脑的键客·2025-03-07 13:15

（24-1）DeepSeek中的强化学习：DeepSeek简介

在人工智能的浩瀚星空中，DeepSeek犹如一座巍峨的科技丰碑，熠熠生辉，引领着大模型时代的风云变幻。DeepSeek以卓越的创新精神和前沿的技术架构，突破常规极限，将海量知识与智能推理完美融合，展现出惊人的计算力与思维深度。4.1DeepSeek简介DeepSeek是一家成立于2023年的中国人工智能初创公司，专注于开发高效且经济的大型语言模型。其核心技术包括多头潜在注意力（Multi-head
码农三叔·2025-03-07 12:33

智慧树刷课神器：自动化学习新体验

智慧树刷课神器：自动化学习新体验zhihuishu智慧树刷课插件，自动播放下一集、1.5倍速度、无声项目地址:https://gitcode.com/gh_mirrors/zh/zhihuishu在开源社区的一隅
詹坦直Lucinda·2025-03-07 11:11

Python第十四课：数据可视化 | 信息炼金术

本节目标掌握Matplotlib基础图表绘制理解Seaborn高级统计可视化学会使用Pyecharts制作交互式图表开发实战项目：疫情数据动态仪表盘掌握可视化设计原则与优化技巧1️⃣可视化工具全景图生活化比喻
程之编·2025-03-07 03:31

DeepSeek独立部署对垂直行业影响力分析

1.教育深化应用场景场景1：个性化学习路径生成描述：根据学生的学习风格（视觉型、听觉型等）、薄弱科目和兴趣，生成定制化课程。
懂AI的老郑·2025-03-07 03:57

国内大模型月之暗面Kimi的使用方法及步骤

根据已有的信息，以下是关于Kimi使用方法的概述：1.长文本处理能力输入超长上下文：KimiChat支持长达20万汉字的输入，这意味着用户可以提交极其详尽的文本材料，如长篇文档、研究报告、小说章节等，让
国货崛起·2025-03-06 19:48

详解：Grok中文版 _Grok 3 国内中文版本在线使用

借助深度学习与强化学习等先进技术，GrokAI具备自我学习的能力，可以通过不断的训练来优
·2025-03-06 18:35

智能教育：DeepSeek在个性化学习中的创新应用与代码实现

教育是塑造未来的基石，而个性化学习则是现代教育的重要趋势。随着人工智能技术的飞速发展，教育领域正迎来一场深刻的变革。
Evaporator Core·2025-03-06 18:07

【大模型学习】第八章 深入理解机器学习技术细节

SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：客户细分三、强化学习
好多渔鱼好多·2025-03-06 16:57

职坐标AIGC课程实战项目深度解析

课程聚焦人工智能生成内容（AIGC）的核心技术链，涵盖自然语言处理、生成模型架构及多模态数据融合等模块，通过电商智能客服系统与新媒体文案生成工具两类典型场景的深度实践，强化学员对模型训练、参数调优及商业落地的综合能力
职坐标在线·2025-03-06 09:21

AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘

的基础概述1.1DeepSeek简介1.2ChatGPT简介第二章：模型架构对比2.1Transformer架构：核心相似性2.2模型规模与参数第三章：训练方法与技术3.1预训练与微调：基础训练方法3.2强化学习与奖励建模
m0_74825466·2025-03-06 06:29

铜杆加工企业智能化管理 MES 系统解决方案

成本控制压力大：原材料价格波动大，能耗高，成本控制压力大。信息孤岛现象严重：各部门信息系统独立，数据无法共享，影响决策效率。二、MES系统解
·2025-03-06 05:39

自然语言模型（NLP）介绍

例如，DeepSeek通过强化学习提升推理能力，其混合专家架构（MoE）显著优化了计算效率‌。二、核心技术解析1.DeepSeek模型架构混合专家模型（MoE）：DeepSeek-V3采用Mo
Liudef06·2025-03-06 04:11

用Python批处理将PDF文件转换成图片格式如PNG（工具：PyMuPDF模块）

用Python批处理将WORD文件转换成PDF格式一、问题分析keywords：批处理、PDF转换PNG格式、办公自动化二、材料准备三、代码实现一、问题分析keywords：批处理、PDF转换PNG格式
米芽在学习·2025-03-06 03:07

深度学习day1

**可视化学习（TensorBoard）**：用来展
孤城laugh·2025-03-06 00:39

Search-o1：智体搜索增强的大型推理模型

大型推理模型(LRM)（例如OpenAI-o1）已通过大规模强化学习展示长步推理能力。然而，它们的扩展推理过程通常会受到知识不足的影响，从而导致频繁出现不确定性和潜在错误。
三谷秋水·2025-03-05 22:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他