深度学习00-传统图像处理

【PCDN】2020架构: 提高穿透和分享、BGP协议

我们采用了树形组网，但是我们规避优化了传统树形模型的缺点。为防止延时过高，我们在调度时会严格控制树形高度。为弥补父节点掉线造成孤儿状态的不足，我们使系统中每个节点都首先从CDN拉流。
等风来不如迎风去·2025-03-16 05:53

点亮绿色未来：走进综合能源服务认证

然而，传统的能源利用方式正面临着资源紧张、环境污染等挑战。如何破解能源困局，构建清洁低碳、安全高效的能源体系？综合能源服务认证，为我们提供了一把开启绿色未来的钥匙。
AEMC马广川·2025-03-16 04:50

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来.

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-16 04:20

提出机器人自主学习新范式，深大团队最新顶会论文，刷新6大复杂任务SOTA

然而在多自由度机器人控制领域，传统
·2025-03-16 04:50

什么是 MyBatis？

文章目录1️⃣MyBatis简介MyBatis主要特点2️⃣MyBatisvs传统JDBCvsHibernate3️⃣MyBatis核心组件️1.SqlSessionFactory2.SqlSession3
总是学不会.·2025-03-16 03:13

rapidocr-onnxruntime库及在open-webui上传PDF 图像处理 (使用 OCR)应用

背景rapidocr-onnxruntime是一个跨平台的OCR库，基于ONNXRuntime推理框架。目前已知运行速度最快、支持最广，完全开源免费并支持离线快速部署的多平台多语言OCR。缘起：百度paddle工程化不是太好，为了方便大家在各种端上进行ocr推理，我们将它转换为onnx格式，使用Python/C++/Java/Swift/C#将它移植到各个平台。名称来源：轻快好省并智能。基于深度学
原野AI·2025-03-16 02:31

AI与SDN结合：智能网络的未来之路

随着云计算、5G和物联网的爆发式增长，传统网络架构面临灵活性不足、运维成本高等挑战。SDN（软件定义网络）通过控制与转发分离革新了网络管理方式，而AI的引入让SDN从“自动化”迈向“智能化”。
不想加班的码小牛·2025-03-16 02:59

SDN技术解码：架构革新与数字化转型实践指南 ——从控制平面到AI融合的网络进化论

在数字化浪潮下，传统网络架构的僵化性已成为制约业务创新的瓶颈。SDN（软件定义网络）通过解耦控制与转发平面，将网络从“黑盒设备”转变为“可编程服务”，为云计算、物联网等领域提供动态、智能的网络底座。
不想加班的码小牛·2025-03-16 02:29

数据处理的革命性引擎

随着数据量的爆炸式增长和计算需求的多样化，传统的CPU和GPU已经无法完全满足现代数据中心和高性能计算的需求。在这样的背景下，DPU（DataProcessingUnit，数据处理单元）应运而生。
绿算技术·2025-03-16 02:28

必看！一文读懂知识蒸馏技术

而知识蒸馏作为深度学习中一项重要的技术，也在背后默默地发挥着作用，今天就来给大家详细介绍一下知识蒸馏及其相关原理。
小天才学习机打游戏·2025-03-16 01:54

从零开始大模型开发与微调：PyTorch 2.0深度学习环境搭建

从零开始大模型开发与微调：PyTorch2.0深度学习环境搭建作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着深度学习在各个领域的广泛应用
AI智能涌现深度研究·2025-03-16 01:54

AI大模型学习路线及相关资源推荐

本文为大家带来AI大模型学习路线及相关资源推荐，这对于学习掌握AI大模型很有帮助呦，希望大家多多点赞收藏～感谢～～1AI大模型的基础信息1.1什么是AI大模型AI大模型，即人工智能大型模型，是一种基于深度学习技术
python游乐园·2025-03-16 00:51

自动化测试：从入门到精通的全面指南

然而，随着软件规模的不断扩大和功能的日益复杂，传统的手工测试方法逐渐暴露出效率低下、容易出错等问题。自动化测试作为一种高效、可靠的测试手段，应运而生并迅速发展，成为现代软件测试领域不可或缺的一部分。
测试工程师成长之路·2025-03-16 00:50

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-16 00:16

深入理解 GPU 渲染加速与合成层（Composite Layers）

传统浏览器渲染依赖CPU处理DOM解析、样式计算和布局，但CPU的串行处理模式在处理大规模图形数据（如复杂动画、3D变换、高清图像）时易成为性能瓶颈。
·2025-03-16 00:16

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

引言在HarmonyNext生态系统中，图像处理是一个重要且具有挑战性的领域。本文将深入探讨如何利用ArkTS语言开发一个高性能的图像处理应用，重点介绍图像卷积、边缘检测等核心算法的实现。
·2025-03-16 00:16

AI大模型测试用例生成平台

AI测试用例生成平台项目背景技术栈业务描述项目展示项目重难点项目背景针对传统接口测试用例设计高度依赖人工经验、重复工作量大、覆盖场景有限等行业痛点，基于大语言模型技术实现接口测试用例智能生成系统。
王根生·2025-03-16 00:14

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来！

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-15 23:44

【图像处理】ISP(Image Signal Processor) 图像处理器的用途和工作原理？

ISP（图像信号处理器）是数字影像设备的“视觉大脑”，负责将传感器捕获的原始电信号转化为我们看到的高清图像。以下从用途和工作原理两方面通俗解析：一、ISP的核心用途：让照片“更像眼睛看到的”提升画质：降噪：去除暗光下的噪点（如手机夜景模式，通过多帧合成+算法抑制噪点）。色彩还原：校正传感器偏色（例如索尼传感器常偏黄，ISP通过白平衡算法还原真实色彩）。动态范围优化：保留高光和暗部细节（类似HDR，
AndrewHZ·2025-03-15 23:40

【深度学习与大模型基础】第3章-张量

大家好！今天我们来聊聊张量（Tensor）。别被这个词吓到，其实它没那么复杂。什么是张量？简单来说，张量就是一个多维数组。你可以把它看作是一个装数据的容器，数据的维度可以是一维、二维，甚至更高。标量（0维张量）：就是一个单独的数字，比如3。向量（1维张量）：一串数字，比如[1,2,3]。矩阵（2维张量）：一个表格，比如[[1,2],[3,4]]。更高维张量：比如[[[1,2],[3,4]],[[5
lynn-66·2025-03-15 23:08

基于热力梯度的线圈设计用来更替新型的储能方式

摘要研究背景：传统电磁储能技术受限于较低的能量密度（约1-5Wh/kg）和充放电速度。热力梯度储能技术通过调控温度场实现多模式能量转换，其潜力能量密度可达100Wh/kg以上。
热爱电气·2025-03-15 23:07

基于AI编程，产品全流程变革的具体案例

2.隆基乐叶光伏制造首创基于图像特征的实时AI精准追溯技术，每18秒完成12个电池串异常识别，解决传统追溯准确率低的问
xinxiyinhe·2025-03-15 22:33

OpenCV 深度学习模块 cv2.dnn 与其他深度学习框架的优缺点对比及适用场景

OpenCV提供了一个深度学习模块cv2.dnn，让开发者能够在计算机视觉项目中轻松加载和推理深度学习模型。
白.夜·2025-03-15 21:26

深度学习中的 blob 格式：与普通 image 的区别及转换原因

在深度学习模型推理过程中，我们经常会用到cv2.dnn.blobFromImage函数将普通图像转换为blob格式。那么，blob格式到底是什么？它和普通image有什么区别？
白.夜·2025-03-15 21:25

【前端拓展】Canvas性能革命！WebGPU + WebAssembly混合渲染方案深度解析

真实场景痛点分析：传统WebGL在高频数据更新时存在CPU-GPU通信瓶颈JavaScript的垃圾回收机制导致渲染卡顿复杂物理模拟（如SPH流体）难以在单线程中实现技术选型对比：graphLRA[计算密集型任务
爱上大树的小猪·2025-03-15 21:24

DeepSeek多语言智能创作引擎解析

尤为突出的是，其分层参数激活策略将推理成本降低至传统密集模型的38%，同时维持了95%以上的任务完成精度。行业分析机构
智能计算研究中心·2025-03-15 20:22

1025. 【USACO题库】2.2.1 Preface Numbering序言页码

传统罗马数字用单个字母表示特定的数值，一下是标准数字表:I1L50M1000V5C100X10D500最多3个可以表示为10n的数字(I,X,C,M)可以连续放在一起，表示它们的和:III=3CCC=300
(❁´◡`❁)Jimmy(❁´◡`❁)·2025-03-15 19:13

无需月费，完全本地运行！开源神器Local Deep Research解锁AI研究新姿势

它不仅打破了传统AI研究工具的高昂门槛，更让每个人都能轻松拥有堪比专业团队的研究能力！一、LocalDeepResearch是什么？LocalDee
遇见小码·2025-03-15 19:10

论零信任架构在现代网络安全中的变革性作用

通过分析传统网络安全模型的局限性，阐述ZTA的核心原则、技术组件及实践应用，揭示其在应对复杂多变的网络威胁时，如何重塑安全理念与防护模式，为保障组织数字资产安全提供前瞻性的策略与方法。
烁月_o9·2025-03-15 18:07

非对称加密算法——SIDH加密算法

JavaSIDH算法解析理论背景1.1后量子密码学随着量子计算机的发展，传统公钥密码体系（如RSA、ECC）面临被Shor算法破解的风险。
·2025-03-15 18:34

小狐狸AI数字人源码独立SAAS部署全开源+搭建环境教程

一.系统介绍小狐狸AI数字人分身系统源码独立部署支持PC端、小程序端、H5端，一键克隆真人形象+声音核心功能亮点：1:1真人级克隆技术声音克隆：上传3分钟音频，AI深度学习声纹特征，复刻语气、情感、方言形象克隆
kaui52066·2025-03-15 18:34

【DuodooTEKr】 基于Python+OCR+DeepSeek的英国购物小票识别系统开发实战

行业现状与痛点分析1.英国零售业数字化现状根据英国零售协会（BRC）2023年度报告显示：英国年均纸质小票签发量达78亿张87%的企业仍采用人工录入方式处理小票数据零售业每年因小票管理产生的直接成本超12亿英镑2.传统小票管理痛点数据孤岛问题
邹工拆解甲方需求·2025-03-15 18:34

【PyTorch】PyTorch 中改变张量形状的几种方法

PyTorch中改变张量形状的几种方法在深度学习领域，PyTorch是一个广泛使用的框架，它提供了丰富的API来处理张量（tensor）。在模型开发过程中，我们经常需要改变张量的形状以满足特定的需求。
shengchao0920·2025-03-15 17:27

OpenAI 团队组织架构和研发技术栈

目录OpenAI组织架构和研发技术栈概述1OpenAI团队的世界顶尖科学家IlyaSutskever：Ilya是OpenAI的联合创始人之一，也是深度学习领域的先驱。
AI天才研究院·2025-03-15 16:50

深入解析React 18核心特性：构建未来级Web应用的全面指南

二、架构革命：并发模式深度解析2.1并发渲染原理//传统同步渲染模式
斯~内克·2025-03-15 16:50

软件2.0的无服务器计算架构

首先，我们回顾了无服务器计算的兴起背景，与传统服务器计算的区别，以及其设计理念。接着，介绍了主流的无服务器平台，并探讨了无服务器计算在软件2.0中的应用。
AI天才研究院·2025-03-15 15:13

深度学习-服务器训练SparseDrive过程记录

1、cuda安装1.1卸载安装失败的cuda参考：https://blog.csdn.net/weixin_40826634/article/details/127493809注意：因为/usr/local/cuda-xx.x/bin/下没有卸载脚本，很可能是apt安装的，所以通过执行下面的命令删除：apt-get--purgeremove"cuda*"apt-getautoremove然后执行f
weixin_40826634·2025-03-15 15:41

AI大模型时代，2025大龄程序员如何轻松转型赢未来？

随着新兴技术的不断涌现，如云计算、大数据、人工智能等，传统的编程技能逐渐显得“过时”。同时，年轻一代的程序员以更加低廉的薪酬和旺盛的精力涌入市场，加剧了职场的竞争。
AI大模型学习不迷路·2025-03-15 15:35

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来!

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-15 14:30

通过覆盖原型属性拦截 XMLHttpRequest 响应

在JavaScript中有两种发起HTTP请求的API-现代的fetch()和传统的XMLHttpRequest。它们功能完全相同,只是语法不同。
@大迁世界·2025-03-15 13:26

模型量化 (Model Quantization) 算法 (Model Quantization Algorithms)

1模型量化的必要性：降低模型大小、加速推理、减少资源消耗随着深度学习模型的日益复杂和庞大，其在资源受限的设备（如移动端、嵌入式设备）上的部署面临着巨大的挑战。
（initial）·2025-03-15 13:24

从静态PPT到智能演讲——人工智能在演示文稿中的应用

AI不仅在制作引人入胜的内容方面发挥作用，而且在分析演讲的传递方式上也起着关键作用，它正在彻底改变我们传递信息的传统模式。
知来者逆·2025-03-15 12:19

HarmonyNext深度解析：ArkUI 3.0声明式开发与高性能渲染实践

相较于传统Android的XML+Java/Kotlin命令式开发模式，声明式UI具有以下技术特征：状态驱动视图：UI呈现完全由数据状态决定，开发者只需描述"UI应该是什么样子"，无需手动操作DOM元素单向数据流
披光人·2025-03-15 12:14

【颠覆认知】大模型开发终极实战：30分钟用LangChain打造「超级AI客服」系统（附全代码+黑科技调参技巧）

---###一、撕开大模型开发的遮羞布：传统方案的三大致命陷阱!
煜bart·2025-03-15 12:13

《探秘人工智能与鸿蒙系统集成开发的硬件基石》

对于模型训练任务，尤其是深度学习模型，其复杂的
程序猿阿伟·2025-03-15 12:43

【开源代码解读】AI检索系统R1-Searcher通过强化学习RL激励大模型LLM的搜索能力

关于R1-Searcher的报告：第一章：引言-AI检索系统的技术演进与R1-Searcher的创新定位1.1信息检索技术的范式转移在数字化时代爆发式增长的数据洪流中，信息检索系统正经历从传统关键词匹配到语义理解驱动的根本性变革
accurater·2025-03-15 11:37

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-15 10:26

嵌入式AI必备技能2-模型的压缩与加速

由于嵌入式系统通常资源受限，传统的深度学习模型往往难以直接部署。因此，模型压缩和加速技术应运而生，旨在减少计算量、降低存储需求，同时尽可能保持模型的准确性。
奥德彪123·2025-03-15 10:30

Android第二次面试总结（项目拷打实战）

使用WorkManager替代传统Service处理后台任务（如数据同步），结合Room数据库实现任务持久化，确保应用被杀后仍能恢复任务。
每次的天空·2025-03-15 10:00

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发引言在HarmonyNext生态系统中，图像处理是一个重要且具有挑战性的领域。
·2025-03-15 10:50
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他