人工智能

Maynor9961 小时前
人工智能
Grok TaskPro:让 AI 成为你的 24 小时智能助理一觉醒来,今天需要的所有资讯已经整理完毕,静静躺在你的邮箱里。这不是未来,而是 Grok TaskPro 正在为用户实现的日常。
万行26 分钟前
人工智能·机器学习·支持向量机
机器学习&第四章支持向量机SVM(Support Vector Machine)是经典的二分类模型,核心思想是找一条 “最优分类线(超平面)”,让两类样本的间隔最大,泛化能力最强。
幻云201030 分钟前
人工智能·python
Next.js之道:从入门到精通1.1 何为全栈? 从“前后端分离”到“全栈同构”的哲学回归1.2 Web 渲染简史: 从 PHP/JSP 到 SPA,再到 SSR/SSG 的演进逻辑
予枫的编程笔记35 分钟前
java·开发语言·数据结构·人工智能·链表·哈希算法
【Java集合】深入浅出 Java HashMap:从链表到红黑树的“进化”之路🍂 枫言枫语:我是予枫,一名行走在 Java 后端与多模态 AI 交叉路口的研二学生。“予一人以深耕,观万木之成枫。”
llddycidy37 分钟前
网络·人工智能·深度学习
峰值需求预测中的机器学习:基础、趋势和见解(最新文献)高峰需求预测涉及预测特定时期内的最大电力需求,对维持电力系统的效率和稳定性起着关键作用。 在先进的计量基础设施、电动汽车等本地能源应用以及间歇性可再生能源的日益采用的推动下,电力系统的快速发展带来了更大的随机性并降低了峰值需求的可预测性。 鉴于迫切需要满足不同环境下更多样化的实施要求,准确可靠的峰值需求预测变得越来越重要。 据我们所知,这项研究首次对峰值需求预测方法进行了全面概述。 它系统地回顾了 20 世纪 50 年代以来发表的 186 项研究,并根据这些方法的发展时间表将其分为三个阶段。在此基础上,该
larance37 分钟前
人工智能·机器学习
机器学习的一些基本知识经典定义:利用经验改善系统自身的性能构建一个可以从数据中学习的模型,并利用这个模型来进行预测或决策。最主要的应用在于研究只能数据分析的理论和方法,并成为智能数据分析技术的源泉之一。 机器学习的基础理论 概率近似正确学习:
l1t41 分钟前
人工智能·github·deepseek
利用DeepSeek辅助拉取GitHub存储库目录跳过特定文件方法拉取github目录的时候能跳过某些文件吗?比如https://github.com/hackerzhuli/tdoku-lib ,我不想要其中的data.zip
deephub5 小时前
人工智能·架构·prompt·大语言模型·agent
深度研究Agent架构解析:4种Agent架构介绍及实用Prompt模板深度搜索Agent核心问题其实就有两个:怎么把复杂问题拆得合理,以及怎么判断搜索结果够不够用。近两年深度搜索Agent发展很快各家的实现思路也越来越成熟,围绕这两个问题业界逐渐沉淀出几种主流架构:从最基础的Planner-Only,到加入评估反馈的双模块设计,再到Sentient Labs提出的递归式方案。这篇文章将整理这些架构并顺便附上一些实用的prompt模板。
12344521 小时前
人工智能·后端
Agent入门实战-一个题目生成Agent在当今的大模型(LLM)应用开发中,我们正在从单纯的 "Chat"(对话)模式向 "Agent"(智能体)模式演进。
IT_陈寒1 小时前
前端·人工智能·后端
Java性能调优实战:5个被低估却提升30%效率的JVM参数在Java应用的性能调优中,JVM参数的配置往往是决定应用性能的关键因素之一。虽然大多数开发者熟悉常见的堆内存设置(如-Xms和-Xmx),但还有许多被低估的JVM参数能够显著提升应用效率,尤其是在高并发、低延迟或大数据处理的场景中。本文将深入探讨5个鲜为人知却效果显著的JVM参数,结合实际案例和数据,展示如何通过这些参数实现30%以上的性能提升。
taihexuelang1 小时前
人工智能·docker·容器
大模型部署大模型: docker run -d --gpus all -v D:\ai\DeepSeek-R1-Distill-Qwen-1.5B:/models -p 8000:8000 --ipc=host docker.1panel.live/vllm/vllm-openai:latest /models --trust-remote-code --max-model-len 4096 --served-model-name qwen-1.5b --gpu-memory-utilization 0.7 --d
小小工匠3 小时前
人工智能·prompt·提示词工程·vibe coding
Vibe Coding - AI 编程助手提示词工程实战:从“会问”到“会驱动”在 2026 年,会用 AI 写代码已经不稀奇,真正拉开全栈开发者差距的,是“会不会写提示词”。 与其把 AI 当搜索引擎,不如当成一个“技术很强但对你项目一无所知的资深实习生”,用工程化的方法去驱动它。 接下来我将从流程与方法论出发,基于 Vibe Coding 提示词指南,总结一套可落地的 AI 编程助手提示词工程实践范式。
轻竹办公PPT1 小时前
人工智能·python·powerpoint
2025实测!AI生成PPT工具全总结每到年终总结、项目汇报的关键时刻,职场人就像被扔进了“PPT地狱”。熬夜加班改报告是常事,好不容易搭好的框架,内容却杂乱无章,设计上更是毫无灵感,最后还可能遇到格式乱码的糟心事。看着那堆积如山的工作和惨不忍睹的PPT,心里真是又焦虑又无奈。不过别担心,AI办公工具的出现,为我们带来了新的希望。今天就给大家介绍一款超厉害的AI办公工具——轻竹办公。
做科研的周师兄1 小时前
人工智能·算法·机器学习·matlab·kmeans·聚类
【MATLAB 实战】栅格数据 K-Means 聚类(分块处理版)—— 解决大数据内存溢出、运行卡顿问题大家好,我是专注于地理空间数据处理的博主。今天给大家带来一篇超高实用价值的 MATLAB 实战教程,针对栅格数据(遥感影像、DEM、气象栅格等)的 K-Means 聚类任务,解决大家在处理大数据时最头疼的内存溢出、运行卡顿、结果丢失地理参考三大核心问题,附带完整可直接落地的代码,看完就能复刻运行!
彼岸花开了吗1 小时前
人工智能·python·llm
构建AI智能体:八十一、SVD模型压缩的艺术:如何科学选择K值实现最佳性能近年来,深度学习模型呈现出越大越好的发展趋势。如今大模型也如雨后春笋般蓬勃发展,随意一个模型动辄需要数百GB的存储空间。这种模型规模的爆炸式增长带来了严峻的挑战:
俞凡1 小时前
人工智能
AI 智能体高可靠设计模式:去中心化黑板协作本系列介绍增强现代智能体系统可靠性的设计模式,以直观方式逐一介绍每个概念,拆解其目的,然后实现简单可行的版本,演示其如何融入现实世界的智能体系统。本系列一共 14 篇文章,这是第 8 篇。原文:Building the 14 Key Pillars of Agentic AI
kylezhao20191 小时前
图像处理·人工智能·halcon
Halcon 自带案例(Create_mode_green_dot)讲解这个 Halcon 示例的核心目标是:创建一个支持「尺度不变」的形状匹配模板,并将该模板保存为文件(.shm 格式),供后续的形状匹配任务直接调用。
AI小怪兽1 小时前
开发语言·人工智能·深度学习·yolo·无人机
轻量、实时、高精度!MIE-YOLO:面向精准农业的多尺度杂草检测新框架 | MDPI AgriEngineering 2026本文的贡献总结如下:(1)设计了一种新的MS-EIS(多尺度边缘信息选择)架构,通过选择性地聚合多个尺度的边缘和纹理信息,增强细粒度特征表示,以应对复杂背景下小目标和目标检测的难题。
tap.AI1 小时前
运维·人工智能·自动化
Deepseek(九)多语言客服自动化:跨境电商中的多币种、多语种投诉实时处理在跨境电商的实际经营中,语言壁垒和时差往往是售后服务的最大痛点。卖家不仅要面对美元、欧元等多种币种结算问题,更要处理来自西班牙语、葡萄牙语、法语等小语种地区的复杂投诉。传统的翻译工具往往只能做到“字面意思”,却无法识别其中的商业逻辑和情绪。