语义SLAM

HTML5！进击2025web蓝桥杯复习之路

主要特性包括：-语义化标签-多媒体支持-图形绘制（Canvas/SVG）-本地存储能力-WebWorker
Deepsleep.·2025-03-24 07:24

Deepseek和豆包在技术创新方面有哪些相同点与不同点？

Transformer架构能有效处理长序列数据，捕捉文本语义信息，为模型性能提供基础。混合专家模型（MoE）应用：都采用了MoE架构。
alankuo·2025-03-24 06:16

图神经网络实战——分层自注意力网络

图神经网络实战——分层自注意力网络0.前言1.分层自注意力网络1.1模型架构1.2节点级注意力1.3语义级注意力1.4预测模块2.构建分层自注意力网络相关链接0.前言在异构图数据集上，异构图注意力网络的测试准确率为
盼小辉丶·2025-03-24 05:32

利用Docugami将商业文档转化为XML知识图谱

这种知识图谱由完整文档的XML语义树组成，能够精准地表示文档的语义和结构特性，为文档自动化处理提供了基础。
bBADAS·2025-03-24 03:13

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

C# 语法糖：深度解析与代码实例演示

C#作为一种现代、面向对象的编程语言，内置了许多语法糖（SyntacticSugar）特性，旨在简化代码书写、提升代码可读性与编写效率，而不会牺牲程序的语义或性能。
墨瑾轩·2025-03-24 02:34

NLP高频面试题（十）——目前常见的几种大模型架构是啥样的

LLM通常指参数量巨大、能够捕捉丰富语义信息的Transformer模型，它们通过海量的文本数据训练而成，能够实现高度逼真的文本生成、复杂的语言理
Chaos_Wang_·2025-03-23 22:30

Linux内核同步机制之（八）：mutex

和spinlock的语义类似，都是允许一个执行线索进入临界区，不同的是当无法获得锁的时候，spinlock原地自旋，而mutex则是选择挂起当前线程，进入阻塞状态。
ikt4435·2025-03-23 21:55

哈尔滨工业大学DeepSeek公开课人工智能：大模型原理 技术与应用-从GPT到DeepSeek｜附视频下载方法

强调了语言模型不仅辅助其他NLP任务，本身也蕴含大量知识，如地理信息、语义理解和推理能力。随着技术的发展，尤其是trans
你觉得205·2025-03-23 19:39

先验地图--slam学习笔记

先验信息(PriorInformation)先验信息指的是在收集新数据之前已有的知识或假设。这种信息可以来自之前的实验、历史数据、理论模型或专家意见。地图信息：在无人驾驶中，车辆通常会预先加载高精度地图数据，这些地图数据提供了道路布局、车道线位置、交叉口结构等信息。这些信息就是先验信息。车辆动力学模型：车辆的动力学模型，包括车辆的物理特性（如质量、轮胎摩擦系数等），这些模型可以帮助预测车辆的行为。
超级璐璐·2025-03-23 19:31

LLM之向量数据库Chroma milvus FAISS

以下是Chroma、Milvus和FAISS的核心区别，从功能定位、架构设计、性能及应用场景等维度进行对比：一、功能定位Chroma轻量级向量数据库：专注于快速构建中小型语义搜索原型，提供简单易用的API
maxmaxma·2025-03-23 16:38

维普AIGC降重方法有哪些？

语义理解与改写维普AIGC具备强大的语义理解能力。例如，当我们面对一段论述市场趋势的文字时，它能精准把握核心含义。
hjehheje·2025-03-23 14:18

SLAM十四讲【一】基本概念

SLAM十四讲【一】基本概念SLAM十四讲【一】基本概念SLAM十四讲【二】三维空间刚体运动SLAM十四讲【三】李群与李代数SLAM十四讲【四】相机与图像SLAM十四讲【五】线性优化SLAM十四讲【六】
略知12·2025-03-23 11:33

sql2019安装重启计算机失败,SQL SERVER 2019安装失败

Detailedresults:Feature:全文和语义提取搜索Status:失败Reasonforfailure:该功能的某个依赖项出错，导致该功能的安装过程失败。
小蛋子儿哦·2025-03-23 08:04

如何使用多向量检索文档

这种方法在多个应用场景中都有其优势，比如可以将文档分割为多个块，对这些块分别进行嵌入，从而提高语义检索的准确性。
scaFHIO·2025-03-23 05:08

Azure Delta Lake、Databricks和Event Hubs实现实时欺诈检测

设计Azure云架构方案实现AzureDeltaLake和AzureDatabricks，结合AzureEventHubs/Kafka摄入实时数据，通过DeltaLake实现Exactly-Once语义
weixin_30777913·2025-03-23 03:12

深入 C++11：移动语义、Lambda表达式与新特性全面解析

文章目录新的类功能成员变量声明时给缺省值defult和deletefinal与overrideSTL当中的一些变化lambdalambda表达式语法捕捉列表lambda的应⽤lambda的原理新的类功能默认的移动构造和移动赋值原来C++类中，有6个默认成员函数：构造函数/析构函数/拷⻉构造函数/拷⻉赋值重载/取地址重载/const取地址重载，最后重要的是前4个，后两个⽤处不⼤，默认成员函数就是我们
酷酷的崽798·2025-03-23 02:34

Node.js 包与 npm 详解：使用 npm 的重要注意事项与最佳实践

示例：package-lock.json片段2.语义化版本（SemVer）与依赖版本管理3.全局安装vs.本地安装本地安装（默认）全局安装4.npm缓存管理与优化清理npm缓存5.依赖冲突与node_
还是鼠鼠·2025-03-23 00:52

重塑家用机器人大脑！云鲸旗舰机型逍遥002搭载旭日5正式开售

智能深度清洁“为核心，基于地瓜机器人全新一代旭日5智能计算芯片，推出首创的双目AI视觉感知自适应系统，以10TOPs的端侧算力与180万点/秒的3D稠密深度点云生成能力，为家庭场景带来毫米级障碍测距精度与语义级环境理解
·2025-03-22 22:24

Cursor + 向量数据 生产力的提升！！

语义搜索能力：向量数据库使Cursor能够执行基于语义的代码搜索，而不仅仅是关键词匹配，开发者可以用自然语言描述需求，找到语义
AI Agent首席体验官·2025-03-22 19:55

YOLO算法全面改进指南（二）

一、多模态提示驱动的开放场景检测系统1.核心创新三模态提示机制：文本提示编码器：基于RepRTA（可重参数化区域文本对齐）构建轻量级文本编码网络，将自然语言描述映射为128维语义向量。
niuTaylor·2025-03-22 18:13

智能指针和常规指针在性能上有什么区别？

以下是它们在性能方面的详细对比：一、智能指针的性能开销std::unique_ptr开销较小：std::unique_ptr是一种轻量级的智能指针，它通过移动语义管理资源的所有权。
·2025-03-22 13:47

智能指针和常规指针在性能上有什么区别？

以下是它们在性能方面的详细对比：一、智能指针的性能开销std::unique_ptr开销较小：std::unique_ptr是一种轻量级的智能指针，它通过移动语义管理资源的所有权。
·2025-03-22 13:45

【面经&八股】搜广推方向：面试记录（十三）

一定要熟~3.八股之类的问题极大似然估计和贝叶斯估计，区别与联系建议参考这个链接transformer为什么要使用多头关键点在于集成，使语义更加完善圆上随机去三个点，三个
秋冬无暖阳°·2025-03-22 08:44

不搞花里胡哨！CMU最新开源：极简风格的LiDAR全景分割+跟踪！

文末附行业细分群1.笔者个人体会激光雷达全景分割（LPS）一般遵循自下而上的以分割为中心的范式，利用聚类获得对象实例来建立语义分割网络。
3Ｄ视觉工坊·2025-03-22 08:41

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

与传统基于关键字的检索（如倒排索引）相比，向量检索更关注“语义”或“特征”，能找出语义上相似但未必包含相同关键词的内容。
快撑死的鱼·2025-03-22 05:13

探索Astra DB与LangChain的集成：从向量存储到对话历史

LangChain与AstraDB的集成为开发者提供了强大的工具链，从数据存储到语义缓存，再到自查询检索，帮助简化复杂的数据操作。核心原理解析LangCha
eahba·2025-03-22 05:43

使用SQL-PGVector进行PostgreSQL与语义搜索/RAG的结合

在现代数据密集型应用中，语义搜索和检索增强生成（RAG）技术越来越受欢迎。通过结合PostgreSQL和pgvector扩展，我们可以实现高效的语义搜索。
fgayif·2025-03-22 01:05

网络编程、URI和URL的区别、TCP/IP协议、IP和端口、URLConnection

使得它们之间可以进行数据传输计算机网络基本知识计算机网络是通过硬件设施，传输媒介把不同物理地址上的计算机网络进行连接，形成一个资源共享和数据传输的网络系统两台终端进行连接需要遵守规定的网络协议语法：数据信息的结构语义
述雾学java·2025-03-21 23:53

PyTorch深度学习框架60天进阶学习计划 - 第28天：多模态模型实践（二）

多模态模型实践（二）5.跨模态检索系统应用场景5.1图文匹配系统的实际应用应用领域具体场景优势电子商务商品图像搜索、视觉购物用户可以上传图片查找相似商品或使用文本描述查找商品智能媒体内容推荐、图片库搜索通过内容的语义理解提供更精准的推荐和搜索社交网络基于内容的帖子推荐理解用户兴趣
凡人的AI工具箱·2025-03-21 22:40

10.2 如何解决从复杂 PDF 文件中提取数据的问题？

它结合了表格识别、解析和语义理解，使得从复杂结构的表格中检索信息成为可能。具体步骤：表格检测和识别：目标：在PDF页面中准确地定位和识别表格区域。
墨染辉·2025-03-21 21:33

GS-SLAM论文阅读笔记-MGSO

前言MGSO首字母缩略词是直接稀疏里程计(DSO)，我们建立的光度SLAM系统和高斯飞溅(GS)的混合。
zenpluck·2025-03-21 17:29

html 5中哪个标签用于定义标题列表项,No.5 HTML常用标签

一、标题标签为了使网页更具有语义化，我们经常会在页面中用到标题标签。HTML提供了6个等级的网页标题，即至。
李诗旸·2025-03-21 16:22

如何在 HTML 中创建一个有序列表和无序列表，它们的语义有何不同？

大白话如何在HTML中创建一个有序列表和无序列表，它们的语义有何不同？1.HTML中有序列表和无序列表的基本概念在HTML里，列表是一种用来组织信息的方式。
前端大白话·2025-03-21 15:46

知识图谱在人工智能语义理解与推理中的关键作用及发展研究

摘要本文聚焦知识图谱，深入剖析其在人工智能语义理解与推理中的核心作用。
@王威&·2025-03-21 13:50

u-net系列算法

语义分割M整体结构：M概述就是编码解码过程简单但是很实用，应用广起初是做医学方向，现在也是U-net主要网络结构：还引入了特征拼接操作M以前我们都是加法，现在全都要这么简单的结构就能把分割任务做好U-net
㡽闧㔯·2025-03-21 11:06

NLU-预训练模型-2018：Bert（二）【“Masked LM”缺点：①预训练与微调不一致；②忽略了掩码位置间的依赖关系】【复杂度：O(n^2·d)；n：输入序列长度（规定最长512）】

首先，这些嵌入对于关键字/搜索扩展、语义搜索和信息检索非常有用。
u013250861·2025-03-21 04:08

论文学习11：Boundary-Guided Camouflaged Object Detection

代码来源GitHub-thograce/BGNet:Boundary-GuidedCamouflagedObjectDetection模块作用BGNet利用额外的目标相关边缘语义信息来引导COD任务的特征学习
zl29·2025-03-21 04:07

DeepLabv3+改进18:在主干网络中添加REP_BLOCK

探索语义分割新高度】你是否在为图像分割的精度与效率发愁？
AICurator·2025-03-21 03:01

DeepSeek混合专家架构赋能智能创作

该架构将视觉语言理解、多语言语义解析与深度学习算法深度融合，构建出覆盖文本生成、代码编写、学术研究等场景的立体化能力矩阵。
智能计算研究中心·2025-03-21 00:38

知识库在意图识别中扮演着**数据支撑**和**语义理解辅助**的双重角色

知识库在意图识别中扮演着数据支撑和语义理解辅助的双重角色，而训练智能客服的意图识别Agent需要结合知识库的结构化数据与机器学习技术。
PersistDZ·2025-03-20 18:47

泛目录程序：2025快云站群程序的SEO优化功能

2.内链自动化系统内容关联推荐：基于语义分析，自动在文章中插入相关内
云惠科技·2025-03-20 16:33

一文读懂std::move()

所以是右值左值是表达式结束后依然存在的持久对象(代表一个在内存中占有确定位置的对象)右值是表达式结束时不在存在的临时对象(不在内存中占有确定位置的表达式)左值引用和右值引用左值引用的声明符号为&，右值引用的声明符号为&&右值引用是用来支持转移语义的右值引用
SJTU 路子·2025-03-20 15:49

C++：std::move() / std::forward()

移动语义和完美转发是C++11中引入的两个重要技术。熟练的掌握移动语义与完美转发，有益于设计安全、高性能的程序。其头文件均为。
我什么都没有3·2025-03-20 14:17

大话C++之：左右值引用和std::move

大话C++之：左右值引用和std::move什么是左值和右值什么是左值引用和右值引用std::move的应用场景在C++11引入右值引用后，一直对其使用缺乏深入理解，特别是结合std::move移动语义
Kelvin7_Feng·2025-03-20 14:17

std::move()

std::move是C++中一个用于实现移动语义的标准库函数，它用于将一个左值转换为右值引用。本质上，它并不会移动任何数据，它只是告诉编译器将某个对象当作临时对象（右值）处理。
DDlsss·2025-03-20 14:15

当现代教育技术遇上仓颉---探秘华为仓颉编程语言与未来教育技术的接轨

近年来，华为推出了自研编程语言“仓颉”，以其高效的语法设计、灵活的语义表达能力和强大的跨平台适配性能引发了编
想成为高手499·2025-03-20 13:33

图像分割技术的应用

3.图像分割的三层境界-语义分
不要不开心了·2025-03-20 12:54

使用MarkdownHeaderTextSplitter拆分Markdown文档

通过按标题拆分，有利于保留文档的上下文语义一致性。本篇文章将讲解如何使用MarkdownHeaderTextSplitter来实现这一目标。
scaFHIO·2025-03-20 05:56

文本纠错（Text Correction）

文本纠错（TextCorrection）是自然语言处理（NLP）中的一个重要任务，旨在自动检测并修正文本中的错误，包括拼写、语法、语义等层面的错误。
dundunmm·2025-03-20 02:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他