深度学习+AI

C++-一篇文章入门coroutines协程

例如有以下协程函数：TasktaskFunc(){...co_awaitdoSomething();//1doSometh
mrbone11·2025-07-27 19:22

不靠谱不正规：价值投资第六届股票群朱民推荐数字10选5送一万资金带人做慈善骗局揭秘!

你有没有想过一个名人大咖怎么会有时间给你们一对一视频，其次我来给大家揭露一下，这个套路AI换脸骗局是一种利用人工智能技术，通过替换视频中的人脸来伪造身份或进行诈骗的行为。你的账户“余额”是真的吗
易星辰分享普法·2025-07-27 18:54

Elaine 100天职场进化｜怎样突破职业发展的四个层级？（三）

昨天E姐讲了职业发展四个层级的（二）。今天继续讲从中层管理继续往上，应该如何发展。在第三个步骤，从单个业务单元的总监到兼任另一个非相关部门的负责人。对工作时间在5-8年的职业经理人来说，一般已经具备了丰富的行业知识和项目实践经验，也有值得骄傲的成功带领团队的经验，但他的经验往往集中在他所熟悉的领域，如果他没有积极的拓展能力宽幅的意识，职业生涯发展很有可能就一直无法突破。例如，一位人力资源助理可能会
职场E姐·2025-07-27 18:40

【语义分割专栏】4：deeplab系列实战篇(附上完整可运行的代码pytorch)

系列全流程代码模型搭建(model)backbone的搭建Deeplabv1Deeplabv2Deeplabv3Deeplabv3+数据处理(dataloader)评价指标(metric)训练流程(train
fouen·2025-07-27 18:47

【ChatOpenAI】常用方法详解

ChatOpenAI常用方法详解ChatOpenAI是LangChain中用于与OpenAI聊天模型交互的核心类，提供了多种方法来调用和管理对话。
满怀1015·2025-07-27 18:16

牛津通识读本| Psychology7

ActiveNotPassiveLearnersResearchshowsthatallthelookingandlisteningthatbabiesdoisorganizedmentallyintocertaintypesofknowledgefromearlyinlife.Listeningtoandlookingatpeopleteachesbabiesabouthowpeoplebeha
Rita2219·2025-07-27 18:05

双塔模型（Two-Tower Model）推荐系统实践

双塔模型的定义双塔模型（Dual-TowerModel）是一种深度学习架构，由两个独立的神经网络塔（Tower）组成，分别处理不同的输入数据，最后
·2025-07-27 18:15

9、使用Python进行区块链API编程

使用Python进行区块链API编程1.Blockchain.infoPython库的安装在开始使用Python与区块链进行交互之前，首先需要安装和配置Blockchain.info的Python库。
脸先着地天使·2025-07-27 18:45

freertos关键函数理解 uxListRemove

pxItemToRemove节点UBaseType_tuxListRemove(ListItem_t*pxItemToRemove){//Thelistitemknowswhichlistitisin.Obtainthelistfromthelistitem
dddddppppp123·2025-07-27 18:15

零基础-动手学深度学习-6.5 汇聚层（pooling）池化层

通常当我们处理图像时，我们希望逐渐降低隐藏表示的空间分辨率、聚集信息，这样随着我们在神经网络中层叠的上升，每个神经元对其敏感的感受野（输入）就越大。WHY？因为我们的机器学习任务通常会跟全局图像的问题有关（例如，“图像是否包含一只猫呢？”），所以我们最后一层的神经元应该对整个输入的全局敏感！此外，当检测较底层的特征时（例如6.2节中所讨论的边缘），我们通常希望这些特征保持某种程度上的平移不变性。例
·2025-07-27 17:44

零基础-动手学深度学习-6.6 卷积神经网络（LeNet）

通过之前几节，我们学习了构建一个完整卷积神经网络的所需组件。回想一下现在我们已经掌握了卷积层的处理方法，我们可以在图像中保留空间结构。同时，用卷积层代替全连接层的另一个好处是：模型更简洁、所需的参数更少。本节将介绍LeNet,它是最早发布的卷积神经网络之一，于80年代发明的为了识别手写数字，LeCun发表了第一篇通过反向传播成功训练卷积神经网络的研究！6.6.1.LeNet我这里改了一下28-32
生医转码，四海为家·2025-07-27 17:14

使用PyTorch实现目标检测与跟踪

PyTorch是一个流行的深度学习框架，提供了强大的工具和库，可以用于目标检测与跟踪的实现。本文将详细介绍如何使用PyTorch实现目标检测与跟踪，并提供相应的源代码。
认真写代码i·2025-07-27 17:14

论文复现 Rank consistent ordinal regression for neural networks withapplication to age estimation

importtorchimporttorch.nn.functionalasFfromtorchimportnnfromtorch.autogradimportVariableimportpandasaspdimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccurac
DeniuHe·2025-07-27 17:43

Pytorch实现目标检测

importosimportrandomimportpandasaspdimportnumpyasnpimportcv2fromsklearn.model_selectionimporttrain_test_splitimporttorchfromtorch.utils.dataimportDataset
·2025-07-27 17:12

小丁的ScalersTalk第五轮新概念朗读持续力训练Day96-20200126

1.练习材料lesson6smashandgrabWhilethiswasgoingon,Mr.Taylorwasupstairs.Heandhisstaffbeganthrowingfurnitureoutofthewindow.Chairsandtableswentflyingintothearcade.Oneofthethieveswasstruckbyaheavystatue
丁丁水天·2025-07-27 17:43

Python day24

其余操作则是和列表类似，且元组是有序的可迭代对象：即可以使用迭代器访问的对象，通俗来说就是可以遍历的对象，例如列表、元组、字符串、集合、字典、生成器等，一般就是使用forloop得带访问OS模块：该模块在深度学习领域很实用
赵英英俊·2025-07-27 17:41

macOS 安装 Homebrew

打开命令行终端：执行以下命令，根据提示往下走：/bin/zsh-c"$(curl-fsSLhttps://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh
岁忧·2025-07-27 17:11

深入解析 Android PMS —— APK 安装与解析全流程

文章目录前言1.PMS的初始化1.1SystemServer启动PMS1.2PMS的入口方法main1.3PMS构造函数1.4扫描APK文件1.5权限初始化1.6提供对外服务2.APK安装机制2.1.安装请求的触发
找藉口是失败者的习惯·2025-07-27 17:41

DockerFile指令集

MAINTAINER语法：MAINTAINER解释：MAINTAINER指令允许你给将要制作的镜像设置作者信息RUN语法：①RUN#将会调用/bin/sh-c②RUN["executable","param1
weixin_30379911·2025-07-27 17:10

深度学习的图像分类项目在制造业场景下的数据需求量估算及实现方案（数据收集是The more the better 吗？）

文章大纲一、数据需求的关键影响因素二、无先验知识场景的数据需求估算优化策略与技术方案三、有先验知识场景的数据需求估算1.迁移学习（TransferLearning）2.少样本学习（Few-ShotLearning）3.预训练-微调范式四、实现方案与技术路线1.数据策略层2.模型架构层3.训练优化技术五、结论与实践建议无先验知识场景有先验知识场景✅**正确性校验**⚠️**可落地性勘误与补充****
shiter·2025-07-27 17:39

✨零基础手把手｜Docker+vLLM极速部署OpenAI风格API：5分钟4卡GPU推理+避坑指南+完整镜像配置

#列出本地所有镜像二、镜像与容器操作镜像打包为.tar文件Bashdockersave-o#将镜像导出为.tar文件#示例：dockersave-omy_image.tarvllm/vllm-openai
杨靳言先·2025-07-27 17:09

AI应用 | 【AI+工业】LLM（大型语言模型）在工业领域中的十个应用

随着时间的推移，LLM（大型语言模型）的特性和能力逐渐为人们所熟知。它们展现了无与伦比的人类语言理解、出色的文本生成能力以及友好的对话指令跟随倾向。而像GPT-4和Claude等更为强大的LLM则展现出了对现实世界因果关系的深刻理解。据报道，GPT-4甚至采用了八个与GPT-3.5规模相当的LLM，通过混合专家（MoE）的方式进行配置。尽管LLM在某些方面存在限制，如在过多上下文的情况下可能产生事
我爱学大模型·2025-07-27 17:39

支付系统简单设计

一致性/高可用3.可拓展性详细设计整体架构图前端-----支付系统---第三方服务db实体：用户表，商家表，订单表，支付表，审计表生命周期：create-start-process-succcessfail
·2025-07-27 17:38

Flutter控件归纳总结

以下是Flutter核心控件的系统归纳：一、基础布局控件Container通用容器：支持装饰（颜色、边框、阴影）、内外边距、尺寸约束。
Bryce李小白·2025-07-27 16:08

大语言模型呼叫中心场景分享之五十三：药品制造领域的应用场景

大语言模型呼叫中心场景分享之五十三：药品制造领域的应用场景作者：开源大语言模型呼叫中心系统FreeAICC一、药品制造行业特性与数字化转型需求药品制造作为高度监管的特殊行业，具有以下显著特征：1.合规性要求极其严格
FreeIPCC·2025-07-27 16:07

python配环境常见报错not pip

最直接有效的办法：更换python版本condainstallpython=3.10解决办法1：更新pip和setuptoolspipinstall--upgradepipsetuptoolswheel
·2025-07-27 16:07

CameraService 源码解读（一）：服务注册与启动流程全路径解析

CameraService源码解读（一）：服务注册与启动流程全路径解析关键词：CameraService、cameraserver、ServiceManager、AIDL接口、native启动流程、Binder
观熵·2025-07-27 16:04

docker操作本地文件

//docker-compose.ymlversion:'3'services:web:image:tesseractshadow/tesseract4re#build:.container_name:
米高mico·2025-07-27 16:02

机器学习朴素贝叶斯算法——python详细代码解析（sklearn）

朴素贝叶斯算法（NaiveBayesianalgorithm）是在贝叶斯算法的基础上假设特征变量相互独立的一种分类方法，是贝叶斯算法的简化，常用于文档分类和垃圾邮件过滤。
python机器学习ML·2025-07-27 16:00

代码随想录算法训练营第五十八天 | 图论part08

#include#include#include#include#includeusingnamespacestd;intmain(){intn,m;ints,t;ifstreaminf
sagen aller·2025-07-27 16:29

由ChatGPT看：女性，被人工智能歧视的一生

但这个程序的背后，不仅有AI对女性的歧视，更暗含了人工智能设计者隐性歧视。#女性招聘被歧视，见怪不怪？
遗落星球·2025-07-27 16:11

2021-03-24

packagexuhao;publicclassXUHAOX{publicstaticvoidmain(Stringargs[]){inta2[][]={{12,34},{-5},{3,5,7}};inti
御史大夫01·2025-07-27 15:02

数学基础薄弱者的大数据技术学习路径指南

CDA数据分析师证书含金量高，适应了未来数字化经济和AI发展趋势，难度不高，行业认可度高，对于找工作很有帮助。
Re_Yang09·2025-07-27 15:58

文科生转型数据领域指南

CDA数据分析师证书含金量高，适应了未来数字化经济和AI发展趋势，难度不高，行业认可度高，对于找工作很有帮助。
Re_Yang09·2025-07-27 15:28

今日焦点:第六届研究所操盘群姜新宁免费讲股就是阴谋！进入算力市场资金根本提不出来

你有没有想过一个名人大咖怎么会有时间给你们一对一视频，其次我来给大家揭露一下，这个套路AI换脸骗局是一种利用人工智能技术，通过替换视频中的人脸来伪造身份或进行诈骗的行为。你的账户“余额”是真的吗？
墨守成法·2025-07-27 15:00

美图分布式Bitmap实践：Naix

image.png大数据技术和应用系统目前已经在各个行业中发挥着巨大的作用，各种各样的开源技术也给大数据从业人员带来了很大的便利。Bitmap作为一种大数据需求下产生的计算体系，有着计算速度快、信息密度高、支持海量数据等众多优势。美图拥有海量用户数据，每天都有大量数据计算任务。而Bitmap技术能大幅度减少计算的开销，节省数据存储的成本，尽管有不少公司做过Bitmap的相关尝试，但是到目前为止还没
PathonDiss·2025-07-27 15:23

【通识】C语言

a:b;从标准输入（键盘）读取一个字符：getchar()#includeintmain(){intc;printf("请输入一行文字（按回车结束）:\n");while((c=getchar())!
Alla T·2025-07-27 15:56

都不正规：智慧农业中粮仓假的，顺华文庭毛顺华被骗无法提现！讲述背后事实！

你有没有想过一个名人大咖怎么会有时间给你们一对一视频，其次我来给大家揭露一下，这个套路AI换脸骗局是一种利用人工智能技术，通过替换视频中的人脸来伪造身份或进行诈骗的行为。你的账户“余额”是真的吗？
易星辰分享普法·2025-07-27 15:15

使用TIANAI-CAPTCHA进行行为验证码的生成和缓存的二次校验

1.导入依赖：cloud.tianai.captchatianai-captcha-springboot-starter1.5.22.在application.yml中配置验证码相关配置：#滑块验证码配置
Layux·2025-07-27 15:55

服务器生成图片

以下从常见实现方式、技术原理和应用场景三个方面详细介绍：一、常见实现方式基于AI模型的生成这是目前最主流的方式，通过训练好的深度学习模型（如扩散模型、GAN等）生成图片。
·2025-07-27 15:54

【AI工具】COZE AI+开发实战

目录一、COZEAI+是什么二、实战案例展示（一）自媒体创作助手（二）电商智能客服三、开发技巧与注意事项（一）高效利用插件（二）优化工作流（三）注意事项四、总结与展望一、COZEAI+是什么在人工智能飞速发展的当下
大雨淅淅·2025-07-27 15:53

字节跳动已于 2025-07-26 正式开源其 AI Agent 开发平台「扣子 Coze」的两个核心子项目

字节跳动已于2025-07-26正式开源其AIAgent开发平台「扣子Coze」的两个核心子项目，仓库地址如下：•CozeStudio（可视化AgentIDE）GitHub:https://github.com
武舞悟·2025-07-27 14:51

使用 Tavily Search API 构建智能搜索工具

TavilySearchAPI是一种专门为AI代理（如大型语言模型）设计的搜索引擎，能够快速、准确地提供实时且符合实际的结果。
·2025-07-27 14:51

MySQL 8.0 OCP 1Z0-908 题目解析(8)

□A)Theycontaineventsthatdescribeallqueriesrunonthemaster.
·2025-07-27 14:21

跨境电商 ai架构设计

一、核心理论基础AI生成知识库的本质是**“数据驱动的知识结构化与智能化生产”**，核心依赖三大理论支撑：知识工程理论将跨境电商业务中分散的“非结构化信息”（如产品参数、用户评价、物流规则、合规条款）转化为
Java程序员 拥抱ai·2025-07-27 14:20

字节跳动Coze平台：零代码打造AI智能体

Coze，这是一个由字节跳动推出的AIBot开发平台。它允许用户快速构建、部署和管理自定义的AI聊天机器人（智能体），支持多种功能，如自然语言处理、知识库集成和任务自动化。1.什么是智能体Coze？
小小怪 @·2025-07-27 14:19

RAG面试内容整理-1. 检索增强生成（RAG）概述与意义

检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种将大语言模型与外部知识库相结合的生成式AI架构。
不务正业的猿·2025-07-27 14:18

集成Tavily Search API以提升AI应用的实时检索能力

技术背景介绍在AI开发中，尤其是处理大型语言模型（LLM）时，实时、准确的信息检索至关重要。TavilySearchAPI专为AI代理设计，提供高速、准确和事实性的搜索结果，是一个理想的选择。
dgay_hua·2025-07-27 14:48

C语言数组名是首元素地址还是数组的地址?

&数组名#includeintmain(){intarr[10]={1,2,3,4,5,6,7,8,9,10};//1.
code改变世界·2025-07-27 14:48

JavaScript异步编程艺术：深入浅出回调函数与异步挑战【含代码示例】

回调函数：异步的起点深入回调：多层嵌套的挑战解决方案：Promise与async/await案例一：Promise的优雅案例二：async/await的丝滑体验异步的最佳实践与性能优化遇到问题怎么办？
DTcode7·2025-07-27 14:18
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他