526互联

模型 杀手 领域 时代

华为云邓明昆：云原生时代，以开源赋能数字化转型

摘要：云原生技术以“极致弹性、分布式、松耦合、高韧性”等特征，可有效帮助企业实现基础架构升级，业务快速创新。 近日，以“开源赋能，普惠未来”为主题的开放原子全球开源峰会在北京亦创国际会展中心顺利举行。其中，由华为云承办的以“探索云原生技术发展与应用实践，赋能企业数字化转型”为主题的2023开放原子全 ......
数字 时代

冠军！天翼云在国际AI顶会大模型挑战赛中拔得头筹！

6月7日，国际人工智能顶会CVPR 2023举办的第一届大模型挑战赛（CVPR 2023 Workshop on Foundation Model:1st foundation model challenge）落下帷幕，本次比赛吸引了来自全球著-名高校和知名企业的1024名参赛者。经过为期2个月的激... ......
头筹 挑战赛 模型 冠军 国际

程序员有没有必要成为业务领域专家？

![](https://img2023.cnblogs.com/blog/2487169/202306/2487169-20230619133705544-488165515.png) 看到这个知乎问题时，我的思绪纷飞，往事一幕幕闪现在脑海里，等平静下来，内心变得很笃定。 于是，我做了如下的回答： ......
业务领域 程序员 领域 业务 程序

从知识到想法：数字时代的深度学习与知识管理

一、树形结构：激发想法的准秩序空间 在探索知识与想法的独特联系时，我们发现了一种重要的工具：树形结构。但是，其真正的价值并不仅仅在于其可视化的特性，而是其作为一种准秩序化的信息空间的能力。在这个空间中，知识和想法的关系以一种既有秩序又保持混沌的方式表现出来，为我们激发新的想法提供了理想的环境。 从公 ......
知识 知识管理 深度 想法 数字

详解4种模型压缩技术、模型蒸馏算法

摘要：本文主要为大家讲解关于深度学习中几种模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBERT。 本文分享自华为云社区《深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBE ......
模型 算法 技术

（二）盒子模型、页面元素的显示模式、文本处理

一、盒子模型 二、页面元素的显示模式 三、文本处理 ......
盒子 模型 元素 文本 模式

js中的dom：文档对象模型

js中的dom：文档对象模型 JavaScript分三部分dom：文档对象模型bom：浏览器对象模型ECMAScript：主要指的是语法，比如声明变量，函数，条件判断，循环等等。 dom:每个html标签都在dom中表示为一个节点（node），节点之间存在父子关系，通过dom，可以使用js编码，来修 ......
模型 对象 文档 dom

一文读懂ChatGPT的工作原理：大语言模型是个啥？它到底咋工作的？

继AI绘画后，ChatGPT横空出世。聊天、翻译、文案、代码……ChatGPT的功能如此强大，以至于连马斯克都认为“我们离强大到危险的AI不远了。” 在感慨ChatGPT如此强大的同时，人们也开始对ChatGPT的工作原理产生了好奇：ChatGPT是什么？它到底是如何运行的？怎样才能丝滑地与它对话呢 ......
模型 原理 ChatGPT 语言

关系模型和关系数据库

原文：https://www.jianshu.com/p/2229ae6abd87 关键词 关系模型，关系数据库，关系操作，完整性约束 关系模型 关系模型是目前最为重要的数据模型，关系数据库采用关系模型其数据的组织方式，关系模型建立在严格的数学概念之上。这是其他数据模型[1]所不具备的特征之一。 关 ......
模型 数据库 数据

在医疗保健领域利用生成式人工智能：创新解决方案的 60 多个机会

预计生成式AI在医疗保健领域的增长速度将超过任何其他行业。在医疗技术领域，AI可带来更高效流程、个性化客户互动、更大的创新和更高价值。为了帮助领导者理解这些机会，BCG最近研究了医疗技术中生成式AI的60多个应用场景：从产研和软件开发到业务运营、营销和销售、售后客户支持到公司职能，以提高业务绩效并带 ......
人工智能 医疗保健 人工 多个 解决方案

神经网络的应用领域研究

[toc] 神经网络的应用领域研究 随着人工智能的不断发展，神经网络逐渐成为人工智能领域的重要组成部分。神经网络是一种基于人脑神经元连接方式的计算模型，可以模拟人脑神经元之间的相互作用，从而实现人工智能任务。神经网络的应用领域非常广泛，下面我们将对神经网络的应用领域进行研究。 一、机器学习 机器学习 ......
神经网络 应用领域 神经 领域 网络

基于生成式模型的图像分类：模型设计与性能分析

[toc] 《29. "基于生成式模型的图像分类：模型设计与性能分析"》是一篇人工智能专家、程序员、软件架构师和CTO的专业技术博客文章，旨在介绍基于生成式模型的图像分类技术。文章包含了对相关技术原理、实现步骤和性能分析的详细介绍，帮助读者深入了解这一技术，掌握其应用方法和实现细节。 文章介绍了背景 ......
模型 性能分析 图像 性能

Python编程和数据科学中的人工智能：如何创建复杂的智能系统并提高模型性能

[toc] 标题：《Python编程和数据科学中的人工智能：如何创建复杂的智能系统并提高模型性能》 ## 1. 引言 人工智能(AI)是一个广泛的领域，涵盖了许多不同的技术和应用。在Python编程和数据科学中，人工智能是一个非常重要的领域，因为Python编程语言易于学习和理解，并且具有丰富的数据 ......
智能 人工智能 人工 模型 性能

自然语言处理(NaturalLanguageProcessing,NLP)领域的100篇热门博客文章标题如下：

[toc] 文章标题：《自然语言处理(Natural Language Processing,NLP)领域的100篇热门博客文章标题如下》 背景介绍： 随着人工智能技术的不断发展和普及，自然语言处理(Natural Language Processing,NLP)作为其中一个重要的分支，受到了越来越 ......
自然语言 NaturalLanguageProcessing 领域 自然 语言

人工智能规制领域的人工智能标准化与互操作性

[toc] 人工智能规制领域的人工智能标准化与互操作性 摘要 随着人工智能技术的快速发展和应用，我们需要建立一套规范和标准来确保其合规性和互操作性。本文将从技术原理、实现步骤、应用示例和优化改进四个方面来讲解如何构建人工智能规制领域的人工智能标准化与互操作性。最后，我们总结了文章的内容，并展望了未来 ......
人工智能 人工 智能 操作性 领域

强化学习中的模型选择与设计

[toc] 《强化学习中的模型选择与设计》 近年来，随着深度学习和强化学习的快速发展，许多人工智能应用开始采用这些技术来进行决策和学习。在强化学习中，模型选择和设计是一个非常重要的方面，因为正确的模型选择和设计可以显著提高算法的性能并降低其错误率。在本文中，我们将探讨强化学习中的模型选择和设计，并提 ......
模型

基于深度学习的图像分类：模型选择与性能提升

[toc] 标题：52. "基于深度学习的图像分类：模型选择与性能提升" ## 1. 引言 随着计算机视觉领域的不断发展，图像分类已经成为了一个十分重要的任务。深度学习技术的出现，使得图像分类变得更加高效和准确。本文将介绍基于深度学习的图像分类技术，包括模型选择和性能提升等方面的讲解。旨在帮助读者深 ......
深度 模型 图像 性能

基于多任务学习的图像分类：模型融合与性能提升

[toc] “基于多任务学习的图像分类：模型融合与性能提升” 随着人工智能技术的不断发展，图像分类一直是人工智能领域中的重要应用之一。传统的图像分类方法通常是基于单个任务的训练，例如物体检测或图像分割，而基于多任务学习的方法可以提高模型的鲁棒性和性能。本文将介绍一种基于多任务学习的图像分类模型，包括 ......
模型 图像 性能 任务

基于稀疏表示的图像分类：模型架构与性能分析

[toc] ## 1. 引言 在人工智能领域，图像分类是一个重要的任务。通过图像分类，我们可以将图像中的物体识别出来，这对于许多应用场景都具有重要的意义。例如，自动驾驶汽车需要将图像中的车辆识别出来，以便进行导航和控制。而计算机视觉则可以通过图像识别来执行各种任务，例如图像搜索、医学影像分析等。 随 ......
性能分析 架构 模型 图像 性能

基于多尺度特征的图像分割：模型设计与性能分析

[toc] 标题：基于多尺度特征的图像分割：模型设计与性能分析 一、引言 随着计算机视觉领域的迅速发展，图像分割被认为是计算机视觉中的重要任务之一。图像分割是指将图像划分为不同的区域，以便将图像中的物体或区域表示为不同的类别。图像分割是计算机视觉的基础，对于图像识别、目标检测、图像分割分割以及深度学 ......
性能分析 尺度 模型 图像 特征

基于自然语言处理的自然语言生成：从文本到语言模型

[toc] 自然语言生成是一种人工智能技术，它利用机器学习和深度学习算法来生成自然语言文本。这种技术可以应用于各种场景，如机器翻译、文本摘要、智能客服等。在本文中，我们将介绍基于自然语言处理的自然语言生成技术，从文本到语言模型的实现步骤和流程，以及应用示例和代码实现。 ## 1. 引言 自然语言生成 ......
自然语言 语言 自然 模型 文本

机器学习在金融领域的应用

[toc] 引言 随着人工智能技术的不断发展，越来越多的领域开始应用机器学习技术。在金融领域，机器学习也得到了广泛的应用，特别是在风险管理、投资决策、客户服务等方面。本文将介绍机器学习在金融领域的应用，主要分为技术原理及概念、实现步骤与流程、应用示例与代码实现讲解、优化与改进以及结论与展望等方面。 ......
机器 领域 金融

让机器更加人性化：深度学习技术在人工智能助手领域的应用

[toc] 随着人工智能技术的快速发展，人工智能助手领域逐渐成为人们日常生活的一部分。然而，对于如何设计和构建更加人性化、更加智能的人工智能助手，仍然存在着许多挑战。本文将介绍深度学习技术在人工智能助手领域的应用，通过具体实践案例，讲解如何使用深度学习技术来构建更加智能、更加人性化的人工智能助手。 ......
人工智能 人工 深度 助手 人性

强化学习中的模型调优与优化

[toc] 《强化学习中的模型调优与优化》 引言 强化学习是一种机器学习领域的重要分支，旨在让智能体通过与环境的交互来学习最佳行为策略，从而完成目标任务。在强化学习中，模型作为智能体的决策引擎，必须能够高效地执行搜索策略，以最大化奖励函数的期望值。然而，在实际训练和调优中，模型可能会出现性能问题，导 ......
模型

机器学习中的神经网络：如何创建强大的模型并解决复杂的问题

[toc] 文章标题：《17. "机器学习中的神经网络：如何创建强大的模型并解决复杂的问题"》 文章背景介绍：随着人工智能技术的快速发展，神经网络已经成为机器学习领域中最受欢迎的模型之一。神经网络是一种基于深度学习的技术，能够通过多层神经元来学习和提取特征，从而实现复杂的分类、回归和聚类等任务。在实 ......
神经网络 模型 神经 机器 问题

机器学习中的强化学习：如何通过试错和反馈来提高模型的性能

[toc] 文章介绍 “机器学习中的强化学习：如何通过试错和反馈来提高模型的性能”这篇文章主要介绍了强化学习技术在机器学习中的应用。强化学习是一种通过试错和反馈不断优化模型性能的机器学习技术。本文将介绍强化学习技术的核心概念、实现步骤与流程、应用示例与代码实现、优化与改进以及未来发展趋势与挑战等内容 ......
模型 机器 性能

行行AI人才直播第2期：八友科技创始人梁斌博士《大模型训练数据的一些事》

自从 OpenAI 发布 ChatGPT 4.0 之后，大模型热度一直不减，国内不管是大厂还是创业团队纷纷杀入大模型领域，大模型的建立首先离不开的是数据，数据才是一切大模型训练的基础，那么目前国内大模型团队的数据需求究竟是什么？如何通过学习数据采集，对大模型数据预测商业发展呢？ ......
创始人 模型 博士 人才 数据

v831-openwrt-c-模型部署篇

虽然未能训练出来好的模型，但是步骤大概了解了。 maixhub-模型训练网站 模型训练步骤： 创建模型并点击进去： 数据集、上传图片： 标号签后选择参数： 最后创建训练即可。 yolov2部署模型： 将下载的模型中的main.py中的先验框复制到此处： 先验框的作用是让yolov2的racal更大， ......
openwrt-c 模型 openwrt 831

OPC DA的Client对象模型

OPC DA的Client对象模型可以如下图表示 一个OPC Server对象可以包含一个OPC Groups对象 一个OPC Groups对象可以包含多个OPC Group对象 一个OPC Group对象可以包含一个OPC Items对象 一个OPC Items对象可以包含多个OPC Item对象 ......
模型 对象 Client OPC

深度链接，深度思考——数字时代的笔记方法

本文探讨了深度链接在知识管理和理解上的重要性。深度链接不仅允许我们直接回到原始的上下文进行重新思考，还可以在不同内容层次间灵活跳转和关联，从而更深入全面地理解一个主题。 文章首先对深度链接与转述进行了对比，指出虽然转述能够帮助我们用自己的话来理解和消化信息，但在处理复杂信息和构建知识网络的过程中，... ......
深度 链接 数字 笔记 方法
共4110篇  :86/137页 首页上一页86下一页尾页