- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI掘金志
华人企业医学影像 AI 产品获 FDA 认证，可将 PET 成像速度提高 4-10 倍
据雷锋网了解，该平台结合深度学习和图像重建技术，只需用更少、质量更低的数据，就能获取诊断级别的医学图像，和传统形式质量持平，甚至更好。 不久前，深透医疗刚刚在RSNA上展示了这款AI影像处理平台。 据了解，深透医疗目前可以做到用AI技术加速MRI和PET成像过程4-10倍，并保证诊断级别的精确度。 这项技术解决的另一个痛点是安全性。PET这种分子影像的扫描需要注射放射试剂，对于人体会有较高辐射。 深透医疗的技术可以提高影响质量，从而降低临床PET影像4-10倍放射性试剂计量，对病人、操作人员以及医院都有好处。 相关论文还证实，此技术能用深度学习针对PET/MRI 和PET/CT成像过程进一步优化，对于肿瘤病人以及中辐射剂量降低高达百倍。MRI没有辐射，但是很多MRI检查会用到基于重金属钆的造影剂。 欢迎点击AI投研邦，阅读百位医疗AI专家推荐的《医疗影像AI行业研究报告》。
70850发布于 2019-08-29 - 来自专栏腾讯云开发者社区头条
原创分享计划10月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 8687029、1350579 Luoyger、Yiwenwu 赛段2 作品影响力 单篇文章综合得分排名第1 1307425 amc SQL 稍复杂一点语法的学习笔记 单篇文章综合得分排名第2 9087485 百川AI 【多干预多响应】Uplift模型如何做因果推断结果分析？ 单篇文章综合得分排名第4-10 2764308、7348459、1150478 杜争斌、岳涛、solu 恭喜以上获奖作者，礼品将于赛段2结束后的15个工作日内回收地址信息及发货。
78210编辑于 2024-10-09 - 来自专栏HUC思梦的java专栏
ai学习记录
新建：分辨率：矢量软件和分辨率无关； 新建时候不要勾选对齐到像素网格 存储：.ai：illustrator的默认格式。 .eps:支持矢量图形，ai可以打开；也可以被ps打开，打开之后图层是合并的。 PDF：可以跨平台（PC，苹果）跨软件打开。PDF输出（保存时）：可以选择输出范围。 JPG导出：文件——导出 勾选上使用画板 打开：不要用Crtl+O 打开位图；否则会变为嵌入文件； 置入：将图片拖拽到画布上松开；置入后图片上还有一个X； 置入图片之后，必须记得将AI和其他链接文件一同移动 符号喷枪工具（shift+s）:用于绘制AI自带的图形，配合符号面板（ctrl+shift+f11）和符号库使用。 （六）AI修改文档大小 属性栏——点击文档设置——编辑画板——修改相应宽高属性 编辑画板第二种方法：点击画板工具(shift+o) 如何新建画板 1.编辑画板——点击新建画板 2.在画板编辑模式下，点击旧画板
4.1K20发布于 2020-09-03 - 来自专栏xiaosen
AI - 集成学习
集成学习概念 集成学习是机器学习中的一种思想，它通过多个模型的组合形成一个精度更高的模型，参与组合的模型成为弱学习器（基学习器）。 集成学习通过构建多个模型来解决单一预测问题 生成多基学习器，各自独立地学习和预测 通过平权或者加权的方式，整合多个基学习器的预测输出 传统机器学习算法 (例如：决策树，逻辑回归等) 的目标都是寻找一个最优分类器尽可能的将训练数据分开 基学习器是可使用不同的学习模型，比如：支持向量机、神经网络、决策树整合到一起作为一个集成学习系统也可使用相同的学习模型，一般情况下，更使用相同的学习模型 。 集成学习把多个学习器结合起来，要获得好的集成，个体学习器应有一定的准确性 ，学习器不能太坏，并且学习器之间具有差异 。 然后基于调整后的样本分布来训练下一个基学习器； 如此重复进行，直至基学习器数目达到实现指定的值T为止。 再将这T个基学习器进行加权结合得到集成学习器。
55410编辑于 2024-03-24 - 来自专栏腾讯云开发者社区头条
原创分享计划4月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 赛段2：4月17日00:00-4月30日 23:59 首发原创发文量排名第2 户外折叠箱+社区定制运动水杯 首发原创发文量排名第3 青春系列毛绒公仔+社区定制办公桌垫 首发原创发文量排名第4- Agent：赋予 LLM 行动力的神秘力量 单篇文章综合得分排名第3 8885832 KunkkaWu 深入理解去中心化身份DID (Decentralized ID) 单篇文章综合得分排名第4- 10 1112164、2820638、6799970、7348459、8687029、9087485、11048804 Jokey、lealc、jasong、岳涛、Luoyger、百川AI、keenfan
82210编辑于 2024-04-01 - 来自专栏腾讯云开发者社区头条
原创分享计划6月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 59 赛段2：6月17日00:00-6月30日 23:59 首发原创发文量排名第2 小米无线鼠标+社区定制桌面收纳盒 首发原创发文量排名第3 腾讯蓝鹅公仔+社区定制卫衣 首发原创发文量排名第4- 单篇文章综合得分排名第1 无线蓝牙耳机-黑橘色吕布+腾讯毛绒公仔 单篇文章综合得分排名第2 小米无线鼠标+社区定制纸巾抽 单篇文章综合得分排名第3 腾讯蓝鹅公仔+社区定制卫衣 单篇文章综合得分排名第4- 首发原创发文量排名第1 1009455 Windows技术交流 首发原创发文量排名第1 1460359 imroc 首发原创发文量排名第3 1039840 望天 首发原创发文量排名第4-
56800编辑于 2024-06-03 - 来自专栏机器学习与统计学
教AI学习绘画
通过结合神经网络笔画渲染器和基于模型的深度强化学习，我们的 AI 可以用笔画描绘纹理丰富的自然图像。AI 用数百个笔画就可以实现视觉效果很好的图画，对于每个笔画，直接确定笔画的位置和颜色等。 AI 的训练过程不需要人类绘画的经验或者笔画轨迹数据。 以人脸 (CelebA) 为例，需要一张 GPU，10 小时训练笔画渲染器，40 小时训练 AI，其间 AI 画了数百万张图片来学习。 这是我在接触深度学习不久后就十分感兴趣的问题。 从强化学习的角度看，我们需要设计一个 AI，给它一个画布和目标图。 AI 的每一步在画布上画一个笔画，当它画的笔画使画布和目标图更像时，我们就给它奖励，驱动它学习。我们可以设定一个笔画上限，让 AI 在给定的笔画数后终止。 ? DDPG 和 Model-based DDPG 的不同结构 神经网络笔画渲染器还可以接入到强化学习的框架中来辅助 AI 的训练。
2.8K20发布于 2019-05-09 - 来自专栏司钰秘籍
AI大模型学习
在当前技术环境下，AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力，还需要对特定领域的业务场景有深入的了解。 通过不断优化模型结构和算法，AI大模型学习能够不断提升模型的准确性和效率，为人类生活和工作带来更多便利。 AI大模型学习的理论基础 数学基础： 线性代数：AI 大模型中大量使用向量和矩阵运算，如矩阵乘法、向量点积等，用于表示和操作数据。 AI大模型的训练与优化 训练和优化大规模机器学习模型确实是一个具有挑战性的任务，以下是一些有效的方法和技巧： 1. 此外，模型的性能也受到计算资源、数据质量和算法优化等因素的影响 AI大模型学习的伦理与社会影响 AI 大模型学习确实带来了一些伦理和社会问题，我们需要认真对待： 1.
69410编辑于 2024-04-04 - 来自专栏人工智能领域
AI大模型学习
AI大模型学习 在当前技术环境下，AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力，还需要对特定领域的业务场景有深入的了解。 方向一：AI大模型学习的理论基础 AI 大模型学习的理论基础涉及深度学习、神经网络、优化算法等多个方面。 以下是一些关于 AI 大模型学习理论基础的重要内容： 深度学习：深度学习是 AI 大模型学习的核心理论基础，它通过构建多层神经网络来实现对复杂数据模式的学习和表征。 以下是一些关于 AI 大模型学习理论基础的重要内容： 深度学习：深度学习是 AI 大模型学习的核心理论基础，它通过构建多层神经网络来实现对复杂数据模式的学习和表征。 自我学习与迁移学习：AI大模型将更加注重自我学习能力和迁移学习能力，实现在不同任务和领域之间的灵活应用和迁移。
68010编辑于 2024-12-18 - 来自专栏代码洁癖患者
跟着AI学习Kafka
作者说 本文是由 Gemini 生成的 Kafka 学习路径。 Gemini 中有一个学习辅导的工具，它可以通过互动问答的形式帮助你由浅入深的学习一个知识点，个人感觉还是很好用的，感兴趣的同学可以试一下。 后面的内容由 AI 生成，后续我也会按照这个大纲来进行学习和分享。 AI说 这是一个非常扎实的学习目标。Kafka 不仅是一个消息队列，更是分布式存储和流处理的基石。 这份学习路径将分为四个阶段，涵盖了从宏观架构到微观实现的各个层面： 第一阶段：核心概念与基础架构 (The Big Picture) 这个阶段的目标是建立“物理直觉”，理解 Kafka 是如何组织数据的
14110编辑于 2026-01-28 - 来自专栏原创分享计划
原创分享计划2026年2月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 首发原创发文量排名第1 程序员实用好礼（背包、卫衣等） 首发原创发文量排名第2 程序员定制好物（雨伞、闹钟、充电宝等） 首发原创发文量排名第3 鹅厂IP周边礼（抱枕、鼠标垫等） 首发原创发文量排名第4- 小码哥 首发原创发文量排名第2 1009455 Windows技术交流 作品影响力 单篇文章综合得分排名第1 1371944 rzexin 腾讯云 × OpenClaw：手把手搭建你“能干活”的AI Kibana 6.2.4 到 8.16.1 跨三个大版本的元数据迁移实战 单篇文章综合得分排名第4-10 1307425、1350579、7506605 amc、Yiwenwu、白玉光 新人福利 首发
56410编辑于 2026-02-02 - 来自专栏社区动态
AI提问实现学习弯道超车！如何使用AI加速学习？
文章框架AI已经带来学习方式的改变，降低了我们学习知识的难度，加快了我们解决问题的速度。 欢迎大家添加小助手微信jqzn-robot加入【AI分享交流群】，学习、分享更多有趣，有用的AI～一、前言在AI快速发展的今天，我们需要学习：驾驭大模型的能力、学习最基础最核心的知识、培养不容易被AI取代的能力 接下来我将从什么是问题驱动式学习、为什么问题驱动式学习更有效，以及在AI时代怎样基于问题驱动来加速学习。友情提示：如果不了解前因后果，只想了解如何在AI时代实践问题驱动式学习，直接跳到第四部分即可。 个性化学习体验：AI可以根据学习者的历史查询、学习习惯和偏好提供个性化的学习内容和建议，使学习更加贴合个人需求，从而提高学习效率和兴趣。 培养21世纪技能：在与AI互动的过程中，学习者不仅学习知识本身，还在无形中培养了批判性思维、信息素养、技术使用和终身学习等 21 世纪必备技能。AI让深度学习成为可能。
74510编辑于 2024-08-19 - 来自专栏腾讯云开发者社区头条
原创分享计划7月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 赛段2：7月18日00:00-7月31日 23:59 首发原创发文量排名第2 雷神有线游戏机械键盘+蓝鹅 首发原创发文量排名第3 极客出行礼包（单肩包+帽子+水杯） 首发原创发文量排名第4- 腾讯视频标准实体年卡+QQ Family毛绒公仔 单篇文章综合得分排名第2 雷神有线游戏机械键盘+蓝鹅 单篇文章综合得分排名第3 极客出行礼包（单肩包+帽子+水杯） 单篇文章综合得分排名第4- ）：混合搜索功能初探与增强 单篇文章综合得分排名第2 159946 被删 项目中的技术债务 单篇文章综合得分排名第3 1350579 Yiwenwu SQL多维分析 单篇文章综合得分排名第4-
53710编辑于 2024-07-05 大模型备案材料全攻略｜4-10个月通关秘籍，避坑指南附清单
做生成式AI的都懂，大模型备案就是合规的“通行证”！但流程能拖4-10个月，90%的驳回都是因为材料没备对！ 这步错了直接核验失败：基础信息：模型名、版本号、企业全称要和营业执照、域名持有者完全一致，统一社会信用代码别填错服务范围：别写“提供AI服务”这种废话！ 专家评审要准备15分钟产品演示，讲清安全机制持续合规：备案后每半年交安全评估报告，模型升级超30%要重新备案材料格式：所有电子件转PDF，命名规范（“1-营业执照.pdf”），纸质件全盖公章最后提醒：备案周期4-
68510编辑于 2025-12-05- 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习4-10 找出最小值
练习4-10 找出最小值 本题要求编写程序，找出给定一系列整数中的最小值。 输入格式： 输入在一行中首先给出一个正整数n，之后是n个整数，其间以空格分隔。
1.2K30发布于 2020-09-15 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-10 猴子吃桃问题
习题4-10 猴子吃桃问题 一只猴子第一天摘下若干个桃子，当即吃了一半，还不过瘾，又多吃了一个；第二天早上又将剩下的桃子吃掉一半，又多吃了一个。以后每天早上都吃了前一天剩下的一半加一个。
54640发布于 2020-09-15 - 来自专栏WeaponZhi
AI 开篇—说说我学习 AI 的动机
我是为了学 AI 才去适当入门 Python 的，在我对 Python 有一个了解之后，我觉得我已经可以应付入门机器学习的条件了，那我觉得在这种状态下，就可以进行下一段的学习了。 从我自己来说，学习 AI 的动机有三点： 第一点可能是绝大多数试图学习或者转型 AI 的朋友都有考虑到的，那就是 AI 目前的形势。 那么在目前的这个人生阶段上，我为什么会去选择在业余时间学习 AI 呢。 第二点。因为我是一个比较有想法的人，我也有大量的想法希望通过我的双手实现。 做 AI 在技术上的动机是因为我想通过研究和学习 AI 重新回到一个作为学习者和研究者身份，去纯粹而安静的在研究和学习中沉浸自己的内心。 学习 AI ，使我回归本心，我好像回到了小时候，想做一个不露面的超人，安静的守护着我爱的每一个人。 这是我的动机，那么你选择 AI 的理由呢？
1K70发布于 2018-03-07 - 来自专栏机器之心
AutoML研究综述：让AI学习设计AI
自动机器学习（AutoML）的目标是让领域专家即使没有统计学和机器学习方面的广泛知识也能自动构建机器学习应用，从而减少对数据科学家的需求。 这意味着对所有机器学习任务都普遍更优的机器学习流程是不存在的。因此，不可能将一个表现优良的机器学习流程迁移至新领域后还能表现出色。相反，为了得到最优的结果，必须为每个新数据集构建新的机器学习流程。 图 4：针对特定机器学习任务的专用机器学习流程 3.2.1 遗传编程 自动构建灵活的机器学习流程的首个方法来自 Olson and Moore (2016)。 针对无监督学习或强化学习的专门研究可以助力 AutoML 框架的发展，进而解决当前还未显露的学习问题。此外，专门的方法也能提升这些任务的性能表现。 AutoML 的目标是完全自动化机器学习流程的创建，以让领域专家能使用机器学习。
83220发布于 2019-05-15 - 来自专栏腾讯云开发者社区头条
原创分享计划5月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 赛段2：5月17日00:00-5月31日 23:59 首发原创发文量排名第2 惠普无线键盘鼠标套装+运动速干毛巾 首发原创发文量排名第3 腾讯龙年公仔+社区定制午睡毛毯 首发原创发文量排名第4- LED智能台灯（或收纳储物折叠箱）+长鹅三件套 单篇文章综合得分排名第2 惠普无线键盘鼠标套装+运动速干毛巾 单篇文章综合得分排名第3 腾讯龙年公仔+社区定制午睡毛毯 单篇文章综合得分排名第4- 8235976 粲然忧生 一文搞懂各种场景下的数据路由转发（二）——云厂商篇 单篇文章综合得分排名第3 1307425 amc 腾讯 tRPC-Go 教学——（6）服务发现 单篇文章综合得分排名第4-
71820编辑于 2024-05-08 - 来自专栏腾讯云开发者社区头条
原创分享计划8月特别激励活动
腾讯云开发者社区是腾讯云面向开发者打造的技术交流型社区，每月有1200W 用户访问社区学习技术、解决问题。 包括但不限于编程实践、技术解析、Bug解决思路、行业见解、职业心得分享等类型，Java、python、前端、后端、大数据、人工智能、数据库、算法、AI等话题。 月17日00:00-8月31日 23:59 首发原创发文量排名第2 腾讯祥龙Q系列抱枕毯+腾讯Q哥公仔 首发原创发文量排名第3 罗技（Logitech）无线光电键鼠套装 首发原创发文量排名第4- 小米手环7+QQ Family毛绒公仔 单篇文章综合得分排名第2 腾讯祥龙Q系列抱枕毯+腾讯Q哥公仔 单篇文章综合得分排名第3 罗技（Logitech）无线光电键鼠套装 单篇文章综合得分排名第4- PySide6 GUI 编程（25）：QMessageBox的简单使用 单篇文章综合得分排名第3 8687029 Luoyger Flutter登录功能之Apple登录 单篇文章综合得分排名第4-
59410编辑于 2024-08-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号