深度学习

在人间耕耘

HarmonyOS Vision Kit 视觉AI实战：把官方 Demo 改造成一套能长期复用的组件库很多同学问过我：「我照着官方文档敲，功能能跑，为啥一发帖就像在贴文档？」这篇就试着不再逐条翻接口，而是聊聊我在一个真实项目里，怎么一步一步把 Vision Kit 变成团队都敢用、愿意用的那套“视觉 AI 组件库”。

Transformer与电池管理系统(BMS)的结合是当前智能电池管理的前沿研究方向基于最新研究，Transformer与电池管理系统(BMS)的结合主要体现在状态估计(SOC/SOH预测)、故障诊断和智能均衡控制等核心功能上。以下是详细的技术结合方式：

强化学习·导论在基于价值的方法中，我们不是学习策略函数，而是学习一个价值函数，将状态映射到处于该状态的期望值。状态的价值是代理人在该状态开始并按照我们的策略行动时，能获得的预期贴现回报。

Transformer架构深度解析：从翻译模型到大语言模型的核心技术1. Transformer的起源与核心架构2017年，谷歌在论文《Attention Is All You Need》中首次提出Transformer架构，彻底改变了自然语言处理（NLP）领域。其核心创新包括：

【强化学习】第十章：连续动作空间强化学习：随机高斯策略、DPG算法之前我们学的算法，不管是确定性最优策略还是随机性最优策略，其输出都是有限个动作的最优策略。本篇讲连续动作空间的强化学习，重点讲两个算法：随机高斯策略和DPG。其中，随机高斯策略输出的是连续动作空间的随机性最优策略，DPG是连续动作空间的确定性最优策略。

【课题推荐】深度学习驱动的交通流量预测系统（基于LSTM的交通流量预测系统），MATLAB实现我给你整理这套LSTM交通流量预测代码里真正用到的核心公式，只保留最关键、能直接对应代码的部分，方便写论文/报告。

Project_Observer

工时日志在项目进度管理中扮演着怎样的角色？工时表是一种数字化工具，可以帮助员工记录他们在项目中不同任务上花费的时间。员工无需在纸上记录时间，只需将每日工作时间输入系统即可。这有助于企业清晰地了解每项任务、问题或活动所花费的时间。通过查看这些记录，企业可以更好地规划未来项目、估算预算并确保工作按时完成。无论员工一次只处理一项任务，还是一天处理多项任务，工时表都能轻松追踪并提交每项活动的具体工时。工时表和工时日志在项目管理中至关重要，因为它们能帮助所有人清晰地了解工作时间的分配情况。工时表用于记录员工的总工时，而工时日志则记录每项任务或活动所花费的

粒子群算法(PSO)优化BP神经网络：从原理到实战关键词：粒子群优化、BP神经网络、元启发式算法、权重优化、Python实现BP（Back Propagation）神经网络是应用最广泛的神经网络模型之一，但其基于梯度下降的训练方式存在明显缺陷：

基于深度学习的违章停车检测系统的设计与实现本系统是一套基于YOLOv11n深度学习模型的违章停车智能检测平台，支持图片、视频和摄像头实时检测6类违停行为，并集成风险预警、处罚提示、语音报警和数据分析功能。

RethinkFun深度学习笔记

Learning Personalized Agents from Human Feedback：用人类反馈训练可持续个性化智能体很多 AI 助手在初次见面和用户偏好变化时会掉链子。传统方法依赖历史数据或静态用户画像，一旦用户换了口味、场景变了，系统就会“自信但错误”。这篇论文提出 PAHF（Personalized Agents from Human Feedback），把互动本身当作学习信号，让智能体在行动前问清楚、行动后及时纠错，并把这些信息写入显式记忆，从而实现持续个性化。

PyTorch实战（30）——使用TorchScript和ONNX导出通用PyTorch模型我们已经深入探讨了 PyTorch 模型部署，这可能是将 PyTorch 模型投入生产系统中最关键的一环。在本节中，我们将聚焦另一个重要维度：模型导出。我们已经学习了如何在经典的 Python 脚本环境中保存和加载 PyTorch 模型。但是我们还需要更多的方式来导出 PyTorch 模型，主要是出于以下考虑：

麻瓜生活睁不开眼

Android 14 开机自启动第三方 APK 全流程踩坑与最终解决方案（含 RescueParty 避坑）在 Android 14.0 设备定制中，遇到一个开机自启动第三方 APK的需求：设备开机后自动拉起客制化 APP，且不能因为切换语言、修改字体大小、更换默认壁纸等系统设置而重复启动。通过在launcher中定义自启动app的方法基本上都会遇到修改系统设置时，再次去换起第三方apk的bug

AI人工智能+

CNN+CRNN+NER：如何实现食品经营许可证秒级结构化信息提取？在食品流通与餐饮服务行业，食品经营许可证是企业合法经营的重要凭证。无论是线上外卖平台对入驻商家的资质审核，还是线下市场监管部门的日常巡检，都需要快速、准确地核验许可证信息。传统的人工录入方式不仅效率低下，且容易出错，难以满足大规模、高频次的审核需求。针对这一痛点，一种基于深度学习的食品经营许可证识别技术应运而生，以高精度OCR为核心，实现秒级关键信息提取，为食品安全监管和商业合规化提供了智能化的解决方案。

【2026 最新】TensorFlow 安装配置详细指南同时讲解安装CPU和GPU版本小白也能轻松上手！逐步带图超详细展示（Windows 版）适合人群：零基础、刚接触深度学习的新手在人工智能迅猛发展的今天，深度学习框架已成为连接算法理论与实际应用的关键桥梁。TensorFlow，由 Google Brain 团队于 2015 年开源，凭借其强大的计算能力、灵活的架构设计和广泛的社区支持，迅速成长为全球最受欢迎的机器学习框架之一。

基于神经网络、强化学习、模糊逻辑和小波相结合的混合方法控制欠驱动系统MATLAB实现展示了如何结合神经网络(NN)、强化学习(RL)、模糊逻辑(FL)和小波变换(WT)来控制欠驱动系统（以倒立摆小车系统为例）。

陈天伟教授

人工智能应用- 预测化学反应：08. 基于 BERT 的化学反应分类将化学反应方程式序列化为SMILES 格式后，我们可以像处理文本字符串一样处理化学反应数据。图展示了 BERT 模型在化学反应分类中的系统结构。整个流程如下：

Unity2019 本地推理通义千问0.5-1.5B微调导入使用工具Uniy 2019python3.8python一堆环境cmakeVisual Studio 2022

AtlasMorph：学习脑部MRI的条件可变形模板/文献速递-基于深度学习的图像配准与疾病诊断2026.2.25本文提出了AtlasMorph框架，利用卷积配准神经网络学习生成基于年龄、性别等个体属性的条件可变形模板及其解剖标签图，显著提高了配准精度，并能更准确地捕捉脑部MRI的群体趋势。

MindSpore社区活动：零样本图像分割推理任务SAM是由Meta AI于2023年发布的一种革命性图像分割模型，被认为是计算机视觉领域的首个基础模型（Foundation Model）。该模型的核心目标是实现"可提示的分割"（Promptable Segmentation），即通过用户提供的各种提示（如点、框、文本等）来分割图像中的任意目标。 SAM具备强大的零样本泛化能力，无需针对特定任务进行再训练，即可适应新的图像分布和任务。