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
R语言地理可视化:中国国内航线航班信息统计、绘制分布夜景图
全文链接:http://tecdat.cn/?p31693(https://link.segmentfault.com/?encPdRqTOTWnRsDGQ%2Bpz8JXgA%3D%3D.2XlHjLyJ8ayYRCUwELP3cOzipKzLvPnRF5sN8LWIDw0%3D)
FATE联邦学习 centos成功安装+启动
官方文档:https://fate.readthedocs.io/e...(https://link.segmentfault.com/?encVJfE8iWSwZJn2zjzHGdZEw%3D%3D.J1eQw3SUUEGUIUs4eELnHmMZRFmqJ6myO3a1FFc1%2BYHF
InstructPix2Pix:指挥机器修改图像
出品人:Towhee技术团队王翔宇、顾梦佳InstructPix2Pix提出一种让机器根据人类指令修改图像的方法,即输入图像与文字指令,模型就能遵循这些指令编辑给定的图像。为了获得该任务的训练数据,InstructPix2Pix结合了两个大规模预训练模型(GPT3和sta
非参数检验方法,核密度估计简介
在20世纪,统计学还处于起步阶段计算机还不是那么流行的时候,假设正态分布是生成数据的标准。这主要是因为在那个所有结果都是手工计算的时代,正态分布可以使计算不那么繁琐。但在这个大数据时代,随着计算能力的提高,数据的可用性使得统计学家采用了更现代的技术——非参数统计。这里我们将讨论一种这样的方法来估
活动预告 | 3 月 4 日,2023 Meet TVM 开年首聚
随着机器学习框架和硬件需求的不断发展,机器学习编译成为备受关注的话题。2023年3月4日,由 OpenBayes贝式计算联合推出的「2023MeetTVM:开年首聚」线下活动将在上海举办,探讨机器学习编译的现在和未来。OpenBayes贝式计算工程副总裁姜汉将在活
生态学建模:增强回归树(BRT)预测短鳍鳗生存分布和影响因素|附代码数据
全文下载链接:http://tecdat.cn/?p22482(https://link.segmentfault.com/?enckJ46zzyZWYQzleqWmqvz0w%3D%3D.nPw21dnsiJEfheVy4WaY16sFJ%2Bndf0E%2Fb6k9z7d
MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
全文下载链接:http://tecdat.cn/?p27340(https://link.segmentfault.com/?encX4E8mRTXOrsO9Pxo47BfEw%3D%3D.6FtHHtPlhxraL6tHoaDgViU6Ua5mKmHP7rvrukZKLFY%3D)
独立产品灵感周刊 DecoHack #049 - 开发者如何学习UI设计
<blockquote本周刊记录有趣好玩的独立产品设计开发相关内容,每周发布,往期内容同样精彩,感兴趣的伙伴可以<ahref"https://link.segmentfault.com/?encIJbx29ePSYGDG6gecxu0Qw%3D%3D.J6G7XlovwCKve4Fstpo0
【TVM 学习资料】TensorIR 快速入门
本篇文章译自英文文档BlitzCoursetoTensorIR(https://link.segmentfault.com/?encul0GPTwH53b98Agq70XbQg%3D%3D.wNNQauNogrHtz7qojASJkipAIGE33JX8jPWCuWvnAIclXR%2
聚类算法(下):10个聚类算法的评价指标
上篇文章我们已经介绍了一些常见的聚类算法,下面我们将要介绍评估聚类算法的指标1、RandIndexRandIndex(兰德指数)是一种衡量聚类算法性能的指标。它衡量的是聚类算法将数据点分配到聚类中的准确程度。兰德指数的范围从0到1,1的值表示两个聚类完全相同,接近0的值表示两个
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。


