速度障碍模型第18页

使用 TensorFlow 进行图像处理：深度解析卷积神经网络（CNN）

2.使用TensorFlow构建CNN2.1环境准备2.2加载并预处理MNIST数据集2.3构建CNN模型2.4编译和训练模型2.5评估模型3.CNN的优化与改进3.1使用数据增强3.2调整网络结构4.

一碗黄焖鸡三碗米饭·2025-03-20 12:28

FastAPI测试策略：参数解析单元测试

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长探索数千个预构建的AI应用，开启你的下一个伟大创意第一章：核心测试方法论1.1三层测试体系架构#第一层：模型级测试deftest_user_model_validation

qcidyu·2025-03-20 12:27

基于STM32设计的自动追光系统（系统资料）

该系统具有响应速度快、追踪精度较高等优点，可应用于太阳能发电、智能照明等领域，为相关场景提供高效的光资源利用方案。关键词：STM32；自动追光系统；光敏电阻；步进电机目录基于

嵌入式大圣·2025-03-20 12:53

AI写作平台推荐：AnKo免费AI助力高效写作！

zhongken259·2025-03-20 12:20

CDN与RTC（实时通信）技术

CDN的特点与应用CDN通过在全球范围内部署边缘节点，将内容缓存到用户附近的服务器上，从而减少网络延迟，提高访问速度和用户体验。

百态老人·2025-03-20 11:49

量化投资中的投资组合风险溢价模型

量化投资中的投资组合风险溢价模型在量化投资的世界里，风险和回报总是如影随形。投资者们就像是在大海中航行的船长，既要寻找宝藏，又要避开暗礁。

云策量化·2025-03-20 11:46

【3D模型】【游戏开发】【Blender】Blender模型分享-狮头木雕附导入方法

导入方法：[Blender]如何导入包含纹理的.blend模型文件在3D建模和渲染工作中，Blender是一款功能强大的免费开源软件。

踏雪无痕老爷子·2025-03-20 10:45

实战LLM强化学习——使用GRPO（DeepSeek R1出圈算法）

通过不断优化决策策略，DRL能在大量数据中学习最佳行为，尤其是大型语言模型（LLM）在任务中展现出的巨大潜力。

大富大贵7·2025-03-20 10:10

AI学习指南RAG篇(24)-RAGFlow的社区与开源贡献

RAGFlow通过结合大型语言模型（LLMs）的强大生成能力和高效的信息检索系统，为用户提供了一种全新的交互体验。本文将鼓励读者参与到RAGFlow的开源社区中，共同推动技术的发展和创新。

俞兆鹏·2025-03-20 10:07

Redis 使用入门与进阶指南

它以速度快、支持多种数据结构和简单易用而著称。本文将带你从Redis的基础用法开始，逐步深入到适合中级技术人员的实际应用场景。

ohn.yu·2025-03-20 10:07

量子密码学技术架构解析与程序员视角

量子计算威胁模型分析传统公钥密码体系（RSA/ECC）的安全假设基于：大数分解问题的计算复杂度（RSA）椭圆曲线离散对数问题（ECC）有限域离散对数问题（DSA）Shor算法的时间复杂度为O((logN

·2025-03-20 09:17

有了大模型为何还需要Agent智能体

Agent（智能体）是一种能感知环境、自主决策、执行动作的智能实体，当它与大语言模型（如通义千问QWen、GPT）结合时，形成一种**“增强型AI系统”**。

全栈你个大西瓜·2025-03-20 09:59

Manus详细介绍

其名称源自拉丁语“MensetManus”，意为“手脑并用”，强调将大模型的逻辑推理能力转化为实际生产力。

accurater·2025-03-20 09:28

21.7 ChatGLM3-6B私有化部署实战：2小时快速搭建200 QPS高可用模型服务

ChatGLM3-6B私有化部署实战：2小时快速搭建200QPS高可用模型服务ChatGLM3-6B私有化部署实战指南关键词：ChatGLM3-6B部署，私有化模型服务，性能优化，容器化部署，API服务封装

少林码僧·2025-03-20 08:56

通过LoRA（Low-Rank Adaptation）低秩矩阵分解来高效微调权重变化

基本公式假设预训练模型的某一层权重为(W\in\mathbb{R}^{d\timesk})，LoRA的调整方式是：[W’=W+\DeltaW]其中(\DeltaW)是调整后的权重变化。

背太阳的牧羊人·2025-03-20 08:53

UI自动化测试与性能测试

UI自动化测试用于确保应用的用户界面能够正确响应用户操作并提供预期的交互体验，而性能测试则评估应用在不同负载条件下的表现，确保其具备良好的响应速度和稳定性。

scratchpads·2025-03-20 08:22

centos7输入python -m bitsandbytes报错CUDA Setup failed despite GPU being available. Please run the follo

在centos7.9系统中安装gpu驱动及cuda，跑大模型会报错，提示让输入python-mbitsandbytes依然报错：CUDASETUP:Loadingbinary/usr/local/python3

小太阳，乐向上·2025-03-20 08:21

神经网络之参数初始化

合适的参数初始化方法有助于提高训练速度、避免梯度消失/爆炸问题，并且加速网络的收敛。一、参数初始化目的避免梯度消失和梯度爆炸：在深度神经网络中，参数初始化对梯度流动非常重要。

硬水果糖·2025-03-20 08:21

glm-4v-9b 踩坑（4-bit量化，bitsandbytes 异常）

前言本文只分享了自己在体验glm-4v-9b过程中遇到的问题，没有涉及对模型本身以及更多问题的分析，大家可先看问题描述，再决定是否看下去。实验平台：linux系统，RTXA4000。

phynikesi·2025-03-20 08:50

大模型——模型上下文协议 (MCP)

大模型——模型上下文协议(MCP)我一直在尝试一种新技术，通过Anthropic提出的一种新兴的开放标准——模型上下文协议（MCP），将知识和功能插入到像聊天这样的AI应用程序中。

不二人生·2025-03-20 07:48

神经网络基础之正则化

引言：正则化（Regularization）是机器学习中一种用于防止模型过拟合技术。

硬水果糖·2025-03-20 07:45

pipost 如何提升团队协作效率 [特殊字符]

开发团队中的沟通障碍在许多开发团队中，前端工程师、后端工程师和QA测试人员之间的同步往往会浪费大量时间。不断的会议和对齐会话减慢了整个过程，严重影响了生产力。

Kairo_01·2025-03-20 07:14

【阿里百炼大模型-使用】

spm=5176.account-console-pc.console-base_top-nav.dlogo.10d24bab70FmIm，注册完毕用它登录阿里云百炼，然后开通服务（即使是免费的开元模型也需要开通

y_dd·2025-03-20 07:14

21.11 《ChatGLM3-6B+Gradio工业级落地：多模态交互+60%性能优化，手把手实现生产部署》

《ChatGLM3-6B+Gradio工业级落地：多模态交互+60%性能优化，手把手实现生产部署》关键词：ChatGLM3-6B应用开发，Gradio界面集成，模型交互优化，Web服务容器化，多模态输入支持使用

少林码僧·2025-03-20 07:44

DeepSeek智能政务大脑：城市服务知识库构建全指南——从RAG架构到民生场景落地实践

系统需具备：自然语言理解能力（NLU）异构知识整合能力政策法规精准解读能力多轮对话上下文管理应急服务联动机制1.2DeepSeek技术栈选择基于DeepSeek-Large语言模型构建核心系统，

Coderabo·2025-03-20 07:42

JVM技术八股文

什么是双亲委派类加载模型？双亲委派方式加载类有什么优势、劣势？描述一下类加载时候的基本步骤是怎样的？什么情况下会触发类的加载？类加载时静态代码块一定会执行吗？如何理解类的主动加载和被动加载？

小麟School·2025-03-20 07:40

thinkphp5模型查询数据库，查出来的字段直接修改成另外的名字

示例代码：//使用Db类查询$result=Db::name('user')->field('idASuser_id,nameASfull_name')->select();//使用模型查询

知码客·2025-03-20 07:09

史上最全JVM面试八股文合集

简述JVM内存模型线程私有的运行时数据区:程序计数器、Java虚拟机栈、本地方法栈。线程共享的运行时数据区:Java堆、方法区。简述程序计数器程序计数器表示当前线程所执行的字节码的行号指示器。

Java小海.·2025-03-20 07:39

拉取镜像太慢？一文解决！

在国内使用Docker拉取镜像时，可能会遇到速度慢甚至失败的情况。别担心！本文带你快速优化Docker拉取方法！

元子吖－·2025-03-20 07:38

华为云在工业数字化方面的优势

其诊断模型参考国际国内标准，结合多体系理论与华为自身实践，能够精准定位企业运营中的问题点，并提供针对性的解决方案。同时，华为云拥有丰富的诊断团队和案例，基于全国180余个赋能云创新中心、

九河智造云·2025-03-20 07:07

deepseek具体应用场景

以下是基于证据的详细总结：金融领域DeepSeek在金融领域的应用表现突出，例如通过其大语言模型（如DeepSeekLLM67Bt）提供数学、逻辑推理等能力，帮助金融机构提升服务效率。

ahyouxiang·2025-03-20 06:06

DeepSeek 大模型落地成都高新区：科技赋能警务的创新变革

在科技飞速发展的当下，人工智能正以前所未有的速度融入各个领域，深刻改变着人们的生活与工作方式。公安领域也不例外，积极拥抱科技创新，成为提升警务效能、维护社会稳定的关键路径。

AGI大模型学习·2025-03-20 06:05

五、AIGC大模型_08Agent基础知识

0、概述根据知识的生命周期分类，我们通常会采取不同的方法（微调、RAG、Agent）来将知识融入到AI中0.1长生命周期知识这类知识通常具有较高的稳定性和通用性，不会因时间的推移而轻易改变。它们是知识体系中的“基石”，在较长时间内保持有效性和价值。特点：稳定性强：如数学定理、物理公式等，这些知识经过长期验证，具有高度的确定性和普适性基础性强：往往是学习和研究其他知识的基础，例如教科书中的基础知识更

学不会lostfound·2025-03-20 06:33

SMOTE算法的改进与扩展

这样做可以增加这些关键区域的少数类样本数量，使得模型在

Java 第一深情·2025-03-20 06:33

利用 HAI 平台进行 DeepSeek 模型训练的详细指南

摘要本文旨在为非专业用户提供在HAI平台上进行DeepSeek模型训练的详细步骤。从创建项目、上传数据集、配置训练参数到启动训练任务并监控训练过程，本文将逐步指导用户完成整个流程。

·2025-03-20 06:41

【AI Agent教程】各种Agent开发框架都是如何实现ReAct思想的？深入源码学习一下

大家好，我是同学小张，持续学习C++进阶知识和AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，共同学习和进步。驱动大模型有很多种方式，例如纯Prompt方式、思维链方式、ReAct方式等。

同学小张·2025-03-20 05:29

五、AIGC大模型_09手动实现ReAct_Agent

，我们了解到：create_react_agent是LangGraph提供的一个预构建方法（fromlanggraph.prebuiltimportcreate_react_agent），它可以将语言模型

学不会lostfound·2025-03-20 05:59

如何验证新产品概念的PMF（产品市场匹配度）

想要验证新产品概念的PMF，需要关注目标用户精准定位、核心价值主张、市场反馈速度、迭代验证机制。其中，核心价值主张尤其关键，因为它决定了用户是否真正愿意为产品埋单。

·2025-03-20 05:39

agent实现：通过prompt方式实现agent自定义使用

openvino_tonypihttps://github.com/QwenLM/Qwen/blob/main/examples/react_prompt.md（思想类似react）通过prompt形式，基本任何llm模型都可以使用来自定义

loong_XL·2025-03-20 05:27

DeepSeek的实际应用场景：AI技术如何赋能多领域创新

场景一：金融风控建模‌在信贷风险评估领域，传统模型存在数据维度单一、更新滞后等问题。

2501_91189350·2025-03-20 05:54

使用LangSmith Chat Datasets微调模型

在这篇文章中，我们将探讨如何通过LangSmithChatDatasets轻松微调模型。这一过程分为三个简单的步骤：创建聊天数据集。使用LangSmithDatasetChatLoader加载示例。

scaFHIO·2025-03-20 04:49

DeepSeek爆火，背后模型竟藏着这些秘密！

DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司，是一家专注于开发先进大语言模型（LLM）和相关技术的企业。它成

qq_23519469·2025-03-20 04:49

决策树算法全解析：从零基础到Titanic实战，一文搞定机器学习经典模型

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain

吴师兄大模型·2025-03-20 04:18

Ai时代初期全球不同纬度的层级辐射现象

龙胥伯·2025-03-20 04:48

Redis客户端jedis与lettuce的区别

它支持高级的Redis特性，如Sentinel、集群、流水线、自动重新连接和redis数据模型等。

风雨无阻1203·2025-03-20 03:17

自定义Retriever的实现方法

技术背景介绍在许多大语言模型（LLM）应用中，检索器（Retriever）用于从外部数据源获取信息。

vaidfl·2025-03-20 03:17

如何缓存聊天模型响应以提高效率

技术背景介绍在开发基于大型语言模型（LLM）的应用程序时，API调用的成本和响应速度是需要考虑的两个重要因素。尤其是在开发过程中，重复请求相同的文本生成可能会增加额外的成本和延迟。

scaFHIO·2025-03-20 03:46

如何在一行代码中初始化各种AI模型

技术背景介绍在开发大语言模型(LLM)应用时，用户有时需要选择不同的模型提供商和具体模型。这通常需要一定的逻辑来根据用户配置初始化不同的聊天模型。

qahaj·2025-03-20 03:16

使用Tiktoken进行文本分割：优化大语言模型的输入

引言在处理大语言模型时，因其对输入的token数量有限制，文本分割成为一个至关重要的任务。为了确保生成的文本块不会超过模型的token限制，我们需要使用与模型相同的tokenizer来计数和分割文本。

bhawfgrcbtwny·2025-03-20 03:15

大模型应用编排工具Dify二开之登录Token改造

1.前言dify工作室支持在画布上直接编辑业务流程，通过调用开源大模型可以实现特定场景的业务，而且可以迅速更新发布。

Daphnis_z·2025-03-20 03:14

推荐频道

速度障碍模型