- 综合排序
- 最热优先
- 最新优先
- 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（9）Hello 深度学习
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第9站，一起了解下大数据和GPU时代下的 深度学习 和 PyTorch框架。 PyTorch 是一个开源的机器学习库，主要用于应用如计算机视觉和自然语言处理等领域。 它由 Facebook 的 AI 研究团队开发，并以 Python 编程语言为基础，提供了强大的 GPU 加速支持。
32110编辑于 2025-04-02 - 来自专栏华章科技
AI魔幻行为大赏：细数机器视觉的9大应用场景
，因此机器视觉的应用前景还是非常广阔的。 这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9个场景为例，对一些常见的应用场景进行介绍，让读者直观地理解机器视觉都能解决哪些问题。 ▲图1-7 自动驾驶汽车应用场景 自动驾驶技术链比较长，主要包含感知阶段、规划阶段和控制阶段三个部分。机器视觉技术主要应用在无人驾驶的感知阶段，其基本原理可概括如下。 ：书籍、报刊等印刷物的识别 实体标识识别：道路指示牌识别（如图1-9）、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑，还可以进行再创造。
1.4K30发布于 2019-07-24 - 来自专栏计算机视觉战队
AI魔幻行为大赏：细数机器视觉的9大应用场景
，因此机器视觉的应用前景还是非常广阔的。 这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9个场景为例，对一些常见的应用场景进行介绍，让读者直观地理解机器视觉都能解决哪些问题。 ▲图1-7 自动驾驶汽车应用场景 自动驾驶技术链比较长，主要包含感知阶段、规划阶段和控制阶段三个部分。机器视觉技术主要应用在无人驾驶的感知阶段，其基本原理可概括如下。 ：书籍、报刊等印刷物的识别 实体标识识别：道路指示牌识别（如图1-9）、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑，还可以进行再创造。
3.2K21发布于 2019-08-14 - 来自专栏Redis原理与应用
Redis应用—9.简单应用汇总
(String数据结构)6.实现一个简单的唯一ID生成器(incr命令)7.实现博客点赞次数计数器(incr命令 + decr命令)8.社交网站的网址点击追踪机制(长网址转短网址)(Hash数据结构)9. /短网址追踪案例public class ShortUrlDemo { private static final String[] X36_ARRAY = "0,1,2,3,4,5,6,7,8,9, shortUrlDemo.getShortUrlAccessCount(shortUrl); System.out.println("短网址被访问的次数为：" + accessCount); }}9.
19200编辑于 2025-03-08 - 来自专栏ADAS性能优化
AI Weekly | Nov. 9, 2019
Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?
27910编辑于 2022-05-13 - 来自专栏Devops专栏
9. Django 2.1.7 创建应用模板
上一篇中讲诉了关于Django 2.1.7 视图的操作，本篇章开始研究模块这块内容。
51220编辑于 2022-01-17 - 来自专栏C++核心准则原文翻译
自学鸿蒙应用开发（9）- TimePicker组件
本文介绍在鸿蒙应用中TimePicker组件的基本用法。 增加TimePicker组件 如下代码中46行~52行所示，在布局中增加TimePicker组件。 <?
59920发布于 2021-01-13 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ ❤ AI agents in business create new risks & urgent security needs 企业AI Agent应用带来新的安全挑战 Radware最新研究报告警告 ，自主AI Agent在企业中的应用扩大了网络风险，呼吁采取更严格的安全措施。 Azure AI Foundry推出了Agent Factory系列博客，第五篇重点介绍了如何使用MCP和A2A等新的开放标准连接Agent、应用和数据。 文章提到，代理式AI应用正在兴起，例如德勤的Zora AI Agent和普华永道的Agent OS平台正在重塑内部工作流程。
34210编辑于 2025-09-17 - 来自专栏月色的自留地
从锅炉工到AI专家(9)
无监督学习在实际的工作中应用还是比较多见的。 从典型的应用上说，监督学习比较多用在“分类”上，利用给定的数据，做出一个决策，这个决策在有限的给定可能性中选择其中一种。 当然作为一个示例程序，离正式的应用还是有很大差距的。 将得到的向量化结果，抽取前500个，绘制出来，输出为png图片。从图片上看，能够更形象的理解单词向量化的概念。 进阶实现 进阶版本源码是一个基本可以应用的实例，在项目页面的介绍中有使用办法，但在macOS中运行有些问题，这里做个说明。 Epoch 8 Step 1207755: lr = 0.015 words/sec = 401 Eval 4965/17827 accuracy = 27.9% Epoch 9
81260发布于 2018-06-20 - 来自专栏圣杰的专栏
.NET+AI | Agent | 人机协作（9）
通过 ApprovalRequiredAIFunction 为敏感工具加上人工审批环节，快速构建符合企业合规要求的 MAF 人机协作智能体。
22510编辑于 2025-12-28 - 来自专栏HarmonyOS知识集合
【HarmonyOS NEXT】鸿蒙应用点9图的处理（draw9patch）
【HarmonyOS NEXT】鸿蒙应用点9图的处理（draw9patch）一、前言：首先在鸿蒙中是不支持安卓 .9图的图片直接使用。
58200编辑于 2025-03-24 - 来自专栏AI小程序
AI人脸应用
这款颜值检测小程序使用了腾讯开放人脸识别API，本项目适合刚入门的同学练手，熟悉整个框架，整体实现如下：
1.3K00发布于 2019-01-06 AI 应用感想
龙虾热潮退去，最终会剩下文字相关的应用——编程、写文章、论文等等。一、大模型本质是文字模型不管形态如何变化，大模型的输出仍然以文字为主。 最终沉淀下来的应用，一定是那些将文字能力发挥到极致的场景。二、多代理提高可用性，但仍未达到可信的专家水平多代理架构让任务可以并行、分工、协作，显著提升了复杂任务的完成率。 这意味着所有AI输出都必须经过经验丰富的人员验证，以避免疏漏和安全问题。这是当前AI应用落地的最大瓶颈——不是技术不够强，而是信任成本太高。 未来可能出现”AI审计AI”的模式：一个代理负责输出，另一个专门负责对抗性验证，降低人工成本的同时保留人类兜底。四、记忆之后，还有知识整理与理解偏差记忆问题的解决只是第一步。 五、下一个高价值方向：代理自组织与AI团队导师人类组织中有项目管理和项目经理，AI代理体系同样需要自组织能力。
9400编辑于 2026-03-30- 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 （通过API接口或SDK） 构建监控系统（跟踪模型精度衰减、数据漂移） 迭代优化 基于用户反馈和新数据持续更新模型 优化计算效率（边缘部署或云端算力调度） 三、示例：简单的文本分类AI应用 以下是一个基于预训练模型的文本分类应用 ） 可解释性：部分场景（如医疗、金融）需要模型决策可解释 五、常见AI应用场景 智能客服（NLP对话系统） 图像识别（安防监控、质检） 推荐系统（电商、内容平台） 预测分析（金融风控、需求预测） AI应用开发的核心是
56510编辑于 2025-11-12 - 来自专栏生信技能树
RNAvelocity 9：scVelo应用—动力学模型
与以前的教程一样，应用胰腺内分泌发育数据集来展示。 [ ]: # update to the latest version, if not done yet. ! [9]: df = adata.var df = df[(df['fit_likelihood'] > .1) & df['velocity_genes'] == True] kwargs = dict 'degradation rate', xticks=[.1, .4, 1], **kwargs) scv.get_df(adata, 'fit*', dropna=True).head() [9]
63220发布于 2021-10-12 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
所以才发明了AI Native/AI First，来表达未来智能应用跟现在软件的不同。 等到ChatGPT发布插件，一众软件从懵懂中醒来，开始瑟瑟发抖，我们好像看到了AI吞噬软件世界的景象。 另一方面，在具体需求满足上，AI跟应用还只是有限度的打通，并不能完全闭环，这大大限制了用户从旧应用体系脱离的意愿和速度。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 蓝莺智能插件 蓝莺智能插件（AI Plugin），是由应用自定义提供给大模型AI服务调用的一组API或函数集合。 基本步骤如下： 用户提出问题，应用服务器将问题和相关函数调用的定义发给AI服务； AI识别出缺失的业务信息，根据上下文信息拼装成函数调用返回给应用服务； 应用服务收到拼装好的函数后，进行实际的API或函数调用
57610编辑于 2025-05-23 - 来自专栏单细胞天地
RNAvelocity 9：scVelo应用—动力学模型
与以前的教程一样，应用胰腺内分泌发育数据集来展示。 [ ]: # update to the latest version, if not done yet. ! [9]: df = adata.var df = df[(df['fit_likelihood'] > .1) & df['velocity_genes'] == True] kwargs = dict 'degradation rate', xticks=[.1, .4, 1], **kwargs) scv.get_df(adata, 'fit*', dropna=True).head() [9]
94510发布于 2021-10-09 - 来自专栏AI科技评论
鲲云科技方舟：基于定制数据流的AI应用 | 职播间第 9 期
AI 科技评论按：深度学习已经在安防，金融，自动驾驶等领域得到了广泛的应用。市场上的方案大多是基于 GPU 或者精简指令集 RISC 架构，通过增加多个处理单元提升计算能力。 分享主题：基于定制数据流的 AI 应用 分享提纲： 数据流定制架构与指令集架构的区别 数据流定制架构的原理和发展 开发快速应用数据流定制架构的方法 数据流定制架构的应用 雷锋网 AI 研习社将其分享内容整理如下 第三部分，介绍开发快速应用数据流定制架构的方法，鲲云科技如何通过工具链来解决终端用户在使用高性能定制化架构的同时，还能保持应用的简单化和普遍性。 第四部分，介绍数据流定制架构的应用和实际落地项目。 =aitechtalkfangzhou） 数据流定制架构的应用 目前我们公司整套数据流架构方案的应用方向主要包括四大领域： 机器人、无人机以及自动驾驶 摄像头 传感器 服务器 ? （关于产品应用方向的具体介绍，请回看视频 00：35：45 处，http://www.mooc.ai/open/course/588？=aitechtalkfangzhou）
68610发布于 2018-12-27 AI日报 - 2025年4月9日
NAS修剪▎ 政策追踪 | 欧盟计划数周内大幅削减GDPR法规 旨在减少法规负担，提升欧洲企业竞争力▎ 技术趋势 | Meta推出多令牌注意力机制 提升长文本处理能力，让单词"团队合作"决定重要性▎ 应用创新 应用 #特斯拉 | 影响指数：★★★★☆ 核心进展：FSD v12.6.4完成Rodeo Drive到Santa Monica全程零干预驾驶 ⚡ 穿越两条高速公路和城市街道，尚未发布v13版本 行业影响 应用成本下降"开放生态是AI民主化的关键" - NVIDIA发言人undefined 模型已在Hugging Face发布，商用前景广阔️ 二、技术前沿 (Tech Radar)2.1 自我原则批判调优 (SPCT)⌛ 技术成熟度：实验阶段● 核心创新点： ▸ 冷启动阶段训练模型生成并应用批判原则 ▸ RL阶段通过试错持续优化原则生成 ▸ 推理时采用投票和元奖励模型扩展 应用前景：可广泛应用于对齐优化 ▲ ▲▲▲▲ 四、应用案例 (Case Study)4.1 特斯拉FSD城市导航 应用场景：复杂城市环境自动驾驶● 实施效果：关键指标实施前 实施后提升幅度干预次数5.2
35500编辑于 2025-04-08AI日报 - 2025年3月9日
AI日报 - 2025年3月9日 今日概览（60秒速览） ▎ AGI突破 | 新基准IFIR发布，挑战AI在未知模拟世界中的问题解决能力 算法突破：潜在令牌压缩推理步骤方法提升语言模型效率 ▎ 印度卡纳塔克邦预算重点支持AI与科技初创企业 ▎ 技术趋势 | 模型上下文协议（MCP）简化LLM与API集成 开源社区MLX框架扩展非Apple硬件支持引热议 ▎ 应用创新 | 百度ERNIE 应用 增长指数：★★★★☆ ◼ 关键进展：AI糖尿病管理系统实现患者自我监测准确率98.7% 驱动因素：ERNIE 4.0多模态能力+医疗知识图谱增强 ◼ 产业链影响： ▸ 传统血糖仪厂商加速 ▲▲ 创意生成 ▲▲▲△ ▲△ ▲▲▲△ ▲▲▲▲ 洞察：开源与医疗AI成资本与技术双热点，创意生成市场接受度领先 四、应用案例 (Case Study 应用开发者 七、AI趣闻 (Fun Corner)7.1 Claude的"停电策略" 背景：AnthropicAI模型在宝可梦对战中故意失败 ● 趣点： ▸ 通过示弱诱导对手暴露战术模式
56610编辑于 2025-03-09
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