深度学习工程

网络安全工程师可以干到多大年龄

随着经验的积累，网络安全工程师在面对复杂问题时，反应更快、决策更准，这种价值是无法用年龄来衡量的。所以，只要你保持学习热情，不断提升自己的技能，35岁不仅不是终点，反而可能是你职业生涯的新起点。
认真写程序的强哥·2025-03-24 13:46

深度学习--概率

1基本概率论1.1假设我们掷骰子，想知道1而不是看到另一个数字的概率，如果骰子是公司，那么所有6个结果(1..6),都有相同的可能发生，因此，我们可以说1发生的概率为1/6.然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵，唯一的办法就是多投掷骰子，对于每个骰子观察到的[1.2...6]的概率随着投掷次数的增加，越来越接近1/6.导入必要的包%matplotlibinline
fantasy_arch·2025-03-24 13:44

R.E.D.算法：革新文本分类的半监督学习新范式

大多数分类问题（在概念验证层面）可以通过良好的提示工程技术和自适应的上下文学习（ICL）示例，利用LLMs以70-90%的精确度/F1分数来解决。
真智AI·2025-03-24 13:43

大模型提示词工程师的自我修养-应用二（RAG数据合成与数据多样性问题的解决） -（专题4）

1.生成数据大型语言模型（LLMs）具有生成连贯文本的强大能力。通过有效的提示策略，可以引导模型生成更好、一致且更有事实依据的响应。LLMs也特别适用于生成数据，这对于进行各种实验和评估非常有用。例如，我们可以用它来为情感分类器生成快速样本，如下所示：提示词生成10个情感分析的示例。示例分为正面或负面类别。生成2个负面示例和8个正面示例。示例如下格式：Q:A:输出Q:我刚刚得到了最棒的消息！A:正
AI专题精讲·2025-03-24 11:28

交换机救命命令手册：华为 & 思科平台最全运维指令速查表

引言：这是一份救命的交换机运维秘籍在交换机配置与故障排查过程中，不论你是初入网络世界的小白，还是年资数年的资深工程师，总会遇到那些“关键时刻靠得住的命令”。
IT程序媛-桃子·2025-03-24 10:19

Open3D 点云DBSCAN聚类算法

目录一、DBSCAN基本原理二、代码实现2.1关键函数2.2完整代码三、实现效果3.1原始点云3.2聚类后点云Open3D点云算法汇总及实战案例汇总的目录地址：Open3D点云算法与点云深度学习案例汇总
MelaCandy·2025-03-24 09:43

【人工智能时代】-人工智能发展史：1900~2023

第一阶段：人工智能发展历史：1900-19591909年西班牙工程师LeonardoTorresyQuevedo发明了“Occultus”，这是一个可以自动执行国际象棋对弈的机器，预示了未来的计算智能。
xiaoli8748_软件开发·2025-03-24 09:36

程序员晋升架构师实战指南

以下是为程序员量身定制的晋升架构师实战指南，结合行业案例与可落地路径，助你完成技术跃迁：一、晋升路径拆解（从Code到Architecture）程序员→高级工程师核心任务：独立完成模块开发（需求分析+方案设计
甘苦人生·2025-03-24 08:58

目标检测领域总结：从传统方法到 Transformer 时代的革新

随着深度学习的兴起，目标检测方法已经取得了显著的进展。从最早的传统方法到现如今基于Transformer的先进算法，目标检测的发展经历了多个重要的阶段。
DoYangTan·2025-03-24 08:57

2024MathorCup数学建模之——MathorCup奖杯”获得者经验思路分享

Python在数据分析、深度学习方面的优势愈发明显，而Matlab更适合进行物理仿真和数值计算。
美赛数学建模·2025-03-24 08:27

通信之OTDR

OTDR，即光时域反射仪，是光纤测量中最主要的仪器，被广泛应用于光纤光缆工程的测量、施工、维护及验收工作中，形象地被称为光通信中的“万用表”。
玖Yee·2025-03-24 07:51

AI人工智能软件开发方案：开启智能时代的创新钥匙

但随着大数据、云计算、机器学习、深度学习等技术的不断突破，AI迎来了爆发式增长。如今，AI已经深入到人们生活和工作
广州硅基技术官方·2025-03-24 07:50

深度学习框架PyTorch——从入门到精通（6.2）自动微分机制

本节自动微分机制是上一节自动微分的扩展内容自动微分是如何记录运算历史的保存张量非可微函数的梯度在本地设置禁用梯度计算设置requires_grad梯度模式（GradModes）默认模式（梯度模式）无梯度模式推理模式评估模式（`nn.Module.eval()`）自动求导中的原地操作原地操作的正确性检查多线程自动求导CPU上的并发不确定性计算图保留自动求导节点的线程安全性C++钩子函数不存在线程安全
Fansv587·2025-03-24 06:17

云原生工程师必修课：如何揪出“假忙真闲”的应用元凶

Tagamanent,Spain引言这是一个再经典不过的面试题了，希望大家能学到精髓。开始介绍在分布式系统和高并发场景中，高负载（HighLoad）与低使用率（LowUtilization）的共存矛盾是运维和开发者的常见挑战。这种问题往往隐蔽性强，传统监控指标难以直接定位根因。本文从系统层、应用层、架构层多维度拆解，提供一套完整的排查与优化方法论。核心概念厘清•负载（Load）：系统当前待处理任务
YAMLMaster·2025-03-24 06:08

Pytorch深度学习教程_9_nn模块构建神经网络

欢迎来到《深度学习保姆教程》系列的第九篇！
tRNA做科研·2025-03-24 06:08

一些工程实践中的tips

1，简单方法实现四舍五入实际项目中，经常会出现需要四舍五入的地方，比如采集温度temp，如果直接把float类型保存为小数点后1位。它会直接舍后面多余的位数，这样可能偏差会比较大。我们可以通过+0.5来实现四舍五入。比如：floattemp=30.6;//假设我们是扩大10倍保存//直接保存uint16_tmodbus_data.temp=temp*10;//结果就是30//+0.5uint16_
litvm·2025-03-24 05:05

使用定时器中断进行延时，取代delay，不影响主流程的运行

但它也有一个致命的缺点——死等，举个例子，一个工程中有A、B、C三个任务，如果是裸机开发，不考虑中断的话，它会按while(1)中固定的顺序去执行。
litvm·2025-03-24 05:35

Radiance Fields from VGGSfM和Mast3r:两种先进3D重建方法的比较与分析

近年来,随着深度学习技术的发展,一些新的方法被提出并取得了显著的进展。
2401_87458718·2025-03-24 05:31

基于 PyTorch 的 MNIST 手写数字分类模型

二、依赖库torch：PyTorch深度学习框架的核心库，提供了张量操作、自动求导等功能。torch.nn：PyTorch的神经网络模块，包含了各种神经网络层、损失函数等。torc
欣然～·2025-03-24 04:27

手把手教你完成 MATLAB 的下载安装与激活（详细图文教程）

引言MATLAB是当前最流行的科学计算软件之一，被广泛应用于工程、数学、金融等多个领域。对于新用户而言，下载安装MATLAB可能会遇到一些困惑。
徐浪老师·2025-03-24 03:44

Cesium实践（1）—— Hello World

文章目录前言Cesium是什么Cesium核心类ViewerSceneEntityDataSourceCollection创建第一个Cesium应用工程搭建Cesium版helloworld总结前言工作大半年来主要的技术栈是
迦南giser·2025-03-24 03:40

高效快速教你DeepSeek如何进行本地部署并且可视化对话

科技文章：高效快速教你DeepSeek如何进行本地部署并且可视化对话摘要：随着自然语言处理（NLP）技术的进步，DeepSeek作为一款基于深度学习的语义搜索技术，广泛应用于文本理解、对话系统及信息检索等多个领域
大富大贵7·2025-03-24 02:35

Android Jetpack 应用架构指南

若需系统学习Android开发，建议先完成《Android基础知识》目录新架构设计背景移动应用交互特性核心架构原则分离关注点数据模型驱动界面单一数据源单向数据流分层架构设计界面层数据层领域层依赖管理方案工程实践指南参考
小李子学编程·2025-03-24 00:44

RocketMQ学习-Springboot整合RocketMQ

maven依赖,直接把我的maven工程的配置放到这里了。普通消息maven工程创建我直接创建了一个空的maven工程，
wechatt_fee1024·2025-03-23 23:12

Python基于深度学习的动物图片识别技术的研究与实现

博主介绍：✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w+、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌文末获取源码联系精彩专栏推荐订阅不然下次找不到哟2022-2024年最全的计算机软件毕业设计选题大全：1000个热门选题推荐✅Java项目精品实战案例《100套》Java微信小程序项目实战《100套》感兴趣的可以先收藏起来，还有大家
Java老徐·2025-03-23 23:38

【深度学习与大模型基础】第7章-特征分解与奇异值分解

一、特征分解特征分解（EigenDecomposition）是线性代数中的一种重要方法，广泛应用于计算机行业的多个领域，如机器学习、图像处理和数据分析等。特征分解将一个方阵分解为特征值和特征向量的形式，帮助我们理解矩阵的结构和性质。1.特征分解的定义对于一个n×n的方阵A，如果存在一个非零向量v和一个标量λ，使得：则称λ为矩阵A的特征值，v为对应的特征向量。特征分解将矩阵A分解为：其中：Q是由特征
lynn-66·2025-03-23 23:37

不神话大模型，不做技术乌托邦，用"传统IT+AI积木"实现企业智能转型

革命的务实辩证法在技术狂热与落地鸿沟并存的AI时代，灵燕智能体开发平台提出"三轮驱动法则"：•不颠覆的智慧：MySQL、知识图谱库、MQ等传统中间件构成数字地基•不空想的创新：大模型仅承担"认知苦力"，在人类设计的思考链中定向发力•不取巧的工程
·2025-03-23 23:52

“深度学习”都在学习什么

常见的机器学习分类算法俗话说三个臭皮匠胜过诸葛亮这里面集成学习就是将单一的算法弱弱结合算法融合用投票给特征值加权重AdaBoost集成学习算法通过迭代训练一系列弱分类器，给予分类错误样本更高权重，使得后续弱分类器更关注这些样本，然后将这些弱分类器线性组合成强分类器，提高整体分类性能。（一）投票机制投票是一种直观且常用的算法融合策略。在多分类问题中，假设有多个分类器对同一数据进行分类判断。每个分类器
扉间798·2025-03-23 22:01

深度学习 | pytorch + torchvision + python 版本对应及环境安装

目录一、版本对应二、安装命令（pip）1.版本（1）v2.5.1~v2.0.0（2）v1.13.1~v1.11.0（3）v1.10.1~v1.7.02.安装全过程（1）选择版本（2）安装结果参考文章一、版本对应下表来自pytorch的github官方文档：pytorch/vision:Datasets,TransformsandModelsspecifictoComputerVisionpytor
zfgfdgbhs·2025-03-23 22:30

开发者必看！添加 RTT 功能的详细指南

本文以NXPKW38芯片为例，详细介绍如何将SEGGERRTT功能集成到SDK工程中，助力开发者快速捕获调试信息。一、准备工作1.安装J-Link软件包确保已安装SE
WPG大大通·2025-03-23 21:51

漫谈JVM

2019独角兽企业重金招聘Python工程师标准>>>背景介绍创建了一个技术类公众号:一起源码分析，里面会分享最新的开源代码、源码解读、开发技巧等，欢迎大家关注。
weixin_34111790·2025-03-23 21:50

一文讲清楚深度学习和机器学习

目录1.定义机器学习（MachineLearning,ML）深度学习（DeepLearning,DL）2.工作原理机器学习深度学习3.应用场景机器学习深度学习4.主要区别5.为什么选择深度学习？
平凡而伟大.·2025-03-23 21:18

MATLAB数据的保存与读取

在工程应用中，我们经常需要将未处理完的数据保存起来以便后期使用，或者在一些复杂计算中，我们需要多次计算过程中，由于系统的工作空间会随着系统的关闭而被释放掉，导致下次使用时无法快速调用，所有需要对数据进行保存与读取
晚风微凉～·2025-03-23 20:44

MATLAB的function函数的使用

在工程应用中，我们经常会遇到算法的计算较为复杂，很多算法的过程重复次数过多的问题，针对这个问题我们可以考虑使用function函数简化代码编写的工作量。
晚风微凉～·2025-03-23 20:44

React Native 迁移的阵痛

因此，我们决定采用ReactNative技术，将原生工程迁移到该平台上，以提高应用程序的可维护性和整体性能。
Ethan. L·2025-03-23 20:41

DeepSeek：智能搜索与分析的新纪元

DeepSeek，这一基于深度学习和数据挖掘技术的智能搜索与分析系统，不仅重新定义了搜索引擎的边界，更以其卓越的性能和广泛的应用场景，为全球用户带来了前所未有的智能体验。
XRC2231·2025-03-23 20:11

【机器学习】机器学习工程实战-第3章 数据收集和准备

上一章：第2章项目开始前文章目录3.1关于数据的问题3.1.1数据是否可获得3.1.2数据是否相当大3.1.3数据是否可用3.1.4数据是否可理解3.1.5数据是否可靠3.2数据的常见问题3.2.1高成本3.2.2质量差3.2.3噪声（noise）3.2.4偏差（bias）3.2.5预测能力低（lowpredictivepower）3.2.6过时的样本3.2.7离群值3.2.8数据泄露/目标泄漏3
腊肉芥末果·2025-03-23 18:28

机器学习实战 第一章 机器学习基础

何谓机器学习    1、简单地说，机器学习就是把无序的数据转换成有用的信息；    2、机器学习能让我们自数据集中受启发，我们会利用计算机来彰显数据背后的真实含义；    3、机器学习横跨计算机科学、工程技术和统计学等多个学科
LuoY、·2025-03-23 18:27

conda：一个当下最流行的Python虚拟环境工具

作者：LeonWang，现为中科院特别研究助理(博士后)，在AI、数据科学和科学计算等方面相关的工程实践上积累了丰富的经验。编辑：王老湿前面的文章中，为大家介绍过Python下的虚拟环境和包管理。
Wang_AI·2025-03-23 18:23

【机器学习】机器学习工程实战-第2章 项目开始前

上一章：第1章概述文章目录2.1机器学习项目的优先级排序2.1.1机器学习的影响2.1.2机器学习的成本2.2估计机器学习项目的复杂度2.2.1未知因素2.2.2简化问题2.2.3非线性进展2.3确定机器学习项目的目标2.3.1模型能做什么2.3.2成功模型的属性2.4构建机器学习团队2.4.1两种文化2.4.2机器学习团队的成员2.5机器学习项目为何失败2.5.1缺乏有经验的人才2.5.2缺乏领
腊肉芥末果·2025-03-23 18:21

机器学习怎么做特征工程

一、特征工程通俗解释特征工程就像厨师做菜前的食材处理：原始数据是“生肉和蔬菜”，特征工程是“切块、腌制、调料搭配”，目的是让机器学习模型（食客）更容易消化吸收，做出更好预测（品尝美味）。
全栈你个大西瓜·2025-03-23 17:47

Github上神仙级大模型项目：大语言模型(LLM)入门学习路线图，三个月让你从大模型基础到精通！

Github项目上有一个大语言模型学习路线笔记，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。
AI大模型-大飞·2025-03-23 16:35

AI模型技术演进与行业应用图谱

主流深度学习框架如TensorFlow和PyTorch持续优化动态计算图与分布式训练能力，而MXNet凭借高效的异构计算支持在边缘场景崭露头角。
智能计算研究中心·2025-03-23 15:26

算力网协同创新与多场景应用实践

随着“东数西算”工程推进，算力网络需兼顾性能与可持续性，在芯片制程优化、模型压缩算法及能耗管理等领域形成技术闭环。
智能计算研究中心·2025-03-23 15:26

LabVIEW通过以太网与S PLC通信

LabVIEW是一种强大的工程开发平台，广泛应用于自动化和控制系统。它提供了丰富的功能和工具，使工程师能够轻松地开发各种应用程序，包括与外部设备的通信。
JwxDjango·2025-03-23 14:23

多个单片机之间的SPI主从通讯

工程文件链接:链接：https://pan.baidu.com/s/1RXp9lw2ZqyglQSwKnw7Siw?
菜长江·2025-03-23 13:15

uniapp发布成harmony时报错找不到@uni_modules/uni-push包跟这个包@uni_modules/hmr-for-uni-app

18:39:04.009安装鸿蒙工程的依赖...18:39:06.874安装鸿蒙工程依赖成功18:39:06.874开始制作安装包.app，请耐心等待...........18:39:37.254>hvigorWARN
ABCHERRY7·2025-03-23 13:13

使用Jupyter Notebook进行深度学习编程 - 深度学习教程

大家好，今天我们要聊聊如何使用JupyterNotebook进行深度学习编程。深度学习是人工智能领域中的一项重要技术，通过模仿人脑神经网络的方式进行学习和分析。
shandianfk_com·2025-03-23 11:04

【测试工程师必备！】VS Code好用插件FastPytestRunner

测试扫描慢到怀疑人生，每次启动都要等待5分钟•调试时总是找不到断点入口，配置项复杂到崩溃•传统测试工具无法满足大规模测试需求•每次切换项目都要重新配置测试环境FastPytestRunner——专为测试工程师量身打造的极速测试利器来了
花小田·2025-03-23 11:57

深度学习 Deep Learning 第8章 深度学习优化

深度学习第8章深度学习的优化章节概述本章深入探讨了深度学习中的优化技术，旨在解决模型训练过程中面临的各种挑战。优化是深度学习的核心环节，直接关系到模型的训练效率和最终性能。
odoo中国·2025-03-23 10:26
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他