人工智能

Codebee2 小时前
人工智能
能力中心 (Agent SkillCenter):开启AI技能管理新时代能力中心 (Agent SkillCenter) 是一个革命性的AI技能管理平台,为企业和个人用户提供全方位的技能生命周期管理解决方案。它不仅是一个技能市场,更是一个去中心化的AI能力生态系统。
聆风吟º2 小时前
人工智能·深度学习·神经网络·cann
CANN runtime 全链路拆解:AI 异构计算运行时的任务管理与功能适配技术路径在现代人工智能系统中,模型的高效执行不仅依赖于高性能算子和优化编译器,更离不开一个强大、灵活且可扩展的运行时系统(Runtime System)。运行时作为连接上层框架(如 PyTorch、TensorFlow)与底层硬件资源的“中枢神经”,负责任务调度、内存管理、设备抽象、错误恢复等关键职责。尤其在异构计算架构下,如何协调 CPU、NPU、GPU 等多种计算单元,实现低延迟、高吞吐、高可靠性的 AI 推理与训练,成为运行时设计的核心挑战。
uesowys2 小时前
人工智能·算法·spark
Apache Spark算法开发指导-One-vs-Rest classifierOne-vs-Rest 分类器(也称为 One-vs-All)是一种将二分类算法扩展到多分类任务的常用策略,其核心思想是为每个类别训练一个二分类模型,例如,假设有 n 个类别,One-vs-Rest 会训练 n个二分类器,每个分类器专注于判断样本是否属于某一特定类别。在预测阶段,系统会运行所有分类器,并选择输出得分最高或概率最大的那个分类器所对应的类别作为最终预测结果。
AI_56782 小时前
大数据·数据库·人工智能·机器学习·aws
AWS EC2新手入门:6步带你从零启动实例从零启动AWS EC2实例需完成账户注册、实例配置、安全设置等6个核心步骤,全程约15分钟,适合新手快速上手云服务器部署。
User_芊芊君子2 小时前
人工智能·深度学习·transformer
CANN大模型推理加速引擎ascend-transformer-boost深度解析:毫秒级响应的Transformer优化方案随着GPT、LLaMA、Falcon等大型语言模型(LLM)的广泛应用,如何实现高效、低延迟的大模型推理成为业界关注的核心问题。一个典型的数十亿参数规模的LLM,在通用硬件上进行完整推理可能需要数秒甚至更长时间,这对于实时对话、交互式应用等场景是不可接受的。
智驱力人工智能3 小时前
人工智能·深度学习·opencv·算法·安全·yolo·边缘计算
小区高空抛物AI实时预警方案 筑牢社区头顶安全的实践 高空抛物检测 高空抛物监控安装教程 高空抛物误报率优化方案 高空抛物监控案例分享2023年9月,杭州市拱墅区德胜新村发生一起高空抛物事件:一矿泉水瓶从15楼坠落,距玩耍儿童仅1.2米。虽未造成伤亡,但经《杭州日报》报道后引发居民集体担忧。社区调研显示,该小区年均高空抛物投诉超18起,传统依赖居民举报、物业巡查的方式存在响应滞后、取证困难、溯源无依据三大痛点。作为拱墅区“未来社区”智慧安防升级项目的产品工程师,我主导设计的小区高空抛物AI实时预警方案,以视觉分析技术构建“监测-预警-溯源-教育”闭环,将社区安全治理从被动处置转向主动预防。
qq_160144873 小时前
人工智能
亲测!2026年零基础学AI的入门干货,新手照做就能上手别被深奥的数学公式和复杂代码吓退,AI并非高不可攀的技术,而是能够即刻上手的工具,就像学习驾驶汽车一样简单。
Howie Zphile3 小时前
人工智能·全面预算
全面预算管理难以落地的核心真相:“完美模型幻觉”的认知误区全面预算管理难以落地的核心真相:“完美模型幻觉”的认知误区 ——为什么“更全面、更精细”的预算,反而越难落地
人工不智能5773 小时前
人工智能·深度学习·bert
拆解 BERT:Output 中的 Hidden States 到底藏了什么秘密?[动手写 bert 系列] 解析 bertmodel 的output(last_hidden_state,pooler_output,hidden_state) 专栏第七个视频学习归纳总结。
盟接之桥3 小时前
大数据·linux·服务器·网络·人工智能·制造
盟接之桥说制造:引流品 × 利润品,全球电商平台高效产品组合策略(供讨论)在当前竞争激烈的全球电商环境中,如何科学、高效地构建产品矩阵,是每一个品牌和商家必须面对的核心命题。其中,“引流品”与“利润品”的搭配策略,不仅关乎流量获取效率,更直接影响整体盈利能力和品牌长期发展。近期,以赵一鸣零食为代表的新兴品牌,在上市初期便通过精准的产品定位组合迅速打开市场,其背后所体现的正是对“引流+利润”双轮驱动模型的深刻理解。本文将结合1688、阿里国际站等主流B2B/B2C平台的运营逻辑,深入探讨引流品与利润品的搭配原则、设置方法及实战建议,希望能为跨境卖家、品牌方及供应链企业提供有价值的
kfyty7253 小时前
java·人工智能·spring-ai
集成 spring-ai 2.x 实践中遇到的一些问题及解决方案本来选择的 1.1.2 版本,完成基础集成后,查看 github 仓库,发现后续仅基于 2.x 开发,而 2.x 基于 springboot4.x + jdk 21,于是直接升级到了 2.0.0-M1,核心 maven 依赖如下:
h64648564h4 小时前
人工智能·深度学习
CANN 性能剖析与调优全指南:从 Profiling 到 Kernel 级优化在 AI 推理部署中,“跑起来”只是第一步,“跑得快、跑得稳、跑得省”才是工程落地的核心目标。CANN 作为一套面向异构计算的全栈软件平台,不仅提供了高性能算子库和图编译器,更内置了完整的性能分析与调优工具链。然而,许多开发者仅停留在“调用 API”的层面,未能充分发挥其潜力。本文将系统性地介绍如何利用 CANN 的性能剖析(Profiling)能力定位瓶颈,并通过多层次优化策略实现极致推理性能。
数据与后端架构提升之路4 小时前
人工智能·安全·系统安全
论系统安全架构设计及其应用(基于AI大模型项目)摘要2024年6月,我有幸作为系统架构师参与了某大型科技公司“企业级AIGC能力中台”的建设工作。该平台旨在整合内部算力与外部商用大模型(如GPT-4、Gemini等),为全公司提供统一的代码生成、智能问答与文档分析服务,日均API调用量突破2000万次。由于平台直接对接核心知识库且涉及高昂的算力成本,系统安全架构的设计至关重要。本文以该项目为例,论述了系统安全架构的设计与应用。首先,概要介绍了项目背景及我的职责;其次,详细阐述了鉴别框架(针对用户与AI Agent的身份认证)与访问控制框架(针对模型与数
忆~遂愿4 小时前
java·大数据·linux·人工智能
ops-cv 算子库深度解析:面向视觉任务的硬件优化与数据布局(NCHW/NHWC)策略CANN 组织链接: https://atomgit.com/cann ops-cv 仓库链接: https://gitcode.com/cann/ops-cv
Liue612312314 小时前
人工智能·分类·数据挖掘
YOLO11-C3k2-MBRConv3改进提升金属表面缺陷检测与分类性能_焊接裂纹气孔飞溅物焊接线识别金属表面缺陷检测在现代工业质量控制中扮演着至关重要的角色。焊接裂纹、气孔、飞溅物以及焊接线等缺陷的准确识别和分类,直接关系到产品的安全性和可靠性。传统的检测方法往往依赖于人工目检,不仅效率低下,而且容易受到主观因素的影响。随着深度学习技术的发展,基于目标检测算法的自动缺陷检测系统逐渐成为研究热点。
一切尽在,你来4 小时前
人工智能·langchain·ai编程
第二章 预告内容第一章 langchain入门与环境准备(已完结) 1.1 AI大模型应用开发和Langchain的关系 1.2 LangChain 1.2.7 版本核心特性与升级点 1.3 环境搭建(Python 版本要求、langchain/langchain-core 1.2.7 安装与版本验证) 1.4 LangChain 1.2.7 核心架构概览(Runnable、Prompt、Agent、Memory 核心链路)
23遇见4 小时前
人工智能
基于 CANN 框架的 AI 加速:ops-nn 仓库的关键技术解读在AI算力加速领域,华为CANN(Compute Architecture for Neural Networks)框架凭借底层硬件适配能力和高性能算子设计,成为昇腾芯片生态的核心支撑。而ops-nn仓库作为CANN框架中神经网络算子的核心实现载体,是连接上层AI模型与底层昇腾硬件的关键桥梁。本文将深入拆解ops-nn 仓库的核心技术、架构设计与实操案例,带你理解其如何实现AI任务的极致加速。
Codebee4 小时前
人工智能
OoderAgent 企业版 2.0 发布的意义:一次生态战略的全面升级本次 ooderAgent 企业版 2.0 的发布,远非一次简单的版本迭代,而是标志着整个 ooderAgent 生态在战略定位、技术治理和社区共建上迈入了全新的阶段。其发布意义可以从以下几个层面进行综合分析:
光泽雨5 小时前
图像处理·人工智能·计算机视觉·机器视觉·smart3
检测阈值 匹配阈值分析 金字塔作用阶段:第一步,特征提取阶段。含义:它决定了系统在实时图像中提取多少个“特征点”(也就是图中那些蓝色的小线条)。
Σίσυφος19005 小时前
人工智能·线性代数·矩阵
PCL 法向量估计-PCA邻域点(经典 kNN 协方差)的协方差矩阵PCL、Open3D、SLAM 全部采用这个矩阵描述了在 x, y, z 方向的“离散程度”:平面方向 → 大的特征值