HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
神经网络的优缺点
深度学习目前受到了追捧。人们想将神经网络应用到各个地方,但是它们真的适合每个地方吗?在本篇文章中,将对于这个问题以及深度学习现在如此受追捧的原因进行讨论。通过这篇文章,您将了解神经网络的主要缺点,阅读完它后,您将知道神经网络的主要缺点,当您为当前的机器学习问题选择正确类型的算法时,您将有一个大致
银行业AI:炒作背后的现实——“尽管对新技术感到兴奋,但银行业态度非常谨慎”
_摘要:_在人工智能火热的今天,银行业是如何看待人工智能对其的影响呢?答案可能出人意料。随着人工智能的发展,越来越多的行业都或多或少会受到该技术的影响。在博主之前的文章中,分析了人工智能、大数据以及VR对教育行业的影响,本文将分析人工智能对银行业的影响。德意志银行首席执行官JohnCry
超详细!上线一个机器学习项目你需要哪些准备?
价值主张机器学习应该以满足用户需求为目的进行设计谁是预测系统的最终用户?我们需要他们做些什么?服务的目标是什么?目标的意义又是什么?只有在回答这3W问题之后,你才能开始思考一些关于数据收集、特征工程、建模、评估和监测系统的问题。从数据中学习让我
Tensorflow快餐教程(4) - 矩阵
矩阵矩阵的初始化矩阵因为元素更多,所以初始化函数更多了。光靠tf.linspace,tf.range之类的线性生成函数已经不够用了。可以通过先生成一个线性序列,然后再reshape成一个矩阵的方式来初始化。例:<pre<code>>&g
GPU云服务器深度学习性能模型初探
摘要:本文根据实测数据,初步探讨了在弹性GPU云服务器上深度学习的性能模型,可帮助科学选择GPU实例的规格。1背景 得益于GPU强大的计算能力,深度学习近年来在图像处理、语音识别、自然语言处理等领域取得了重大突破,GPU服务器几乎成了深度学习加速的标配。 阿里云GPU云服务器
数据科学指南
摘要:本文为学习数据科学的指南,从编程语言、数据库管理、数据收集和整理方法、特征工程、机器学习模型、模型评估方面进行讲述。!clipboard.png(/img/bV9mse?w525&h500)数据科学是一个相当庞大且具有多样化的领域,侧重于数学、计算机科学和领域专业知识
超干货|使用Keras和CNN构建分类器(内含代码和讲解)
!clipboard.png(/img/bV9lqk?w698&h698)为了让文章不那么枯燥,我构建了一个精灵图鉴数据集(Pokedex)这都是一些受欢迎的精灵图。我们在已经准备好的图像数据集上,使用Keras库训练一个卷积神经网络(CNN)。深度学习数据集!
Tensorflow快餐教程(3)- 向量
摘要:Tensorflow向量操作向量向量在编程语言中就是最常用的一维数组。二维数组叫做矩阵,三维以上叫做张量。向量虽然简单,高效,且容易理解。但是与操作0维的标量数据毕竟还是不同的。比如向量经常用于表示一个序列,生成序列像标量一样一个一个手工写就不划算了。当然可以用循环来写
Tensorflow快餐教程(2) - 标量运算
Tensorflow的Tensor意为张量。一般如果是0维的数组,就是一个数据,我们称之为标是Scalar;1维的数组,称为向量Vector;2维的数组,称为矩阵Matrics;3维及以上的数组,称为张量Tensor。在机器学习中,用途最广泛的是向量和矩阵的运算。这也是我们学习中的第一个难关。不过,
Tensorflow快餐教程(1) - 30行代码搞定手写识别
摘要:Tensorflow入门教程1去年买了几本讲tensorflow的书,结果今年看的时候发现有些样例代码所用的API已经过时了。看来自己维护一个保持更新的Tensorflow的教程还是有意义的。这是写这一系列的初心。快餐教程系列希望能够尽可能降低门槛,少讲,讲透。为了让大家在一开始就看到一
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


