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
使用 PAI-Blade 优化 Stable Diffusion 推理流程
背景AIGC是人工智能计算领域里发展迅速的重要业务。StableDiffusion是其中最热门的开源模型,受到广泛关注。然而,随着应用场景不断扩大,StableDiffusion所面临的推理时延和计算成本问题也越来越突出。简介PAIBlade是PAI
spss modeler用决策树神经网络预测ST的股票|附代码数据
原文链接:http://tecdat.cn/?p2784(https://link.segmentfault.com/?encga94ZH%2BzkiEd1tWETRlHJg%3D%3D.uZgx%2BZeYgrNF0qtorjCEbNUr%2F5GRn9xMup9B9%2Be15RI
R语言基于ARMA-GARCH过程的VaR拟合和预测|附代码数据
原文链接:http://tecdat.cn/?p2657(https://link.segmentfault.com/?encDbilGGnu28bcSM%2FDQFeCfg%3D%3D.1BKA6ptx7S5HPMQwStjvZAJxaY0QUDQ29Azpgof14x0%3D)
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
全文链接:http://tecdat.cn/?p32511(https://link.segmentfault.com/?enczRgEd1Ovo0M2oUhqWvjwPA%3D%3D.2peJL%2FQcq%2Fu%2ByQvmQ84a8hpeWZWBAQ7mKpmloTsxQC4%
经济学:动态模型平均(DMA)、动态模型选择(DMS)、ARIMA、TVP预测原油时间序列价格|附代码数据
全文链接:http://tecdat.cn/?p22458(https://link.segmentfault.com/?encOgrp7QcaW1eHVSQwYqzrrw%3D%3D.Ls%2BlDVRW1OyVnWtGa8h0LLsNEotO6FXdRZEKvUHbA%2Bs%3D
MATLAB用GARCH-EVT-Copula极值理论模型VaR预测分析股票投资组合|附代码数据
全文链接:http://tecdat.cn/?p30426(https://link.segmentfault.com/?encNmrZ6PfcyC1laVVTvn968w%3D%3D.4%2FBSR7dLGuecLbgil1YhVvMFizBJ8VqLJ882I2ZFEao%3D)
pytorch复现VGG6
图像识别算法VGG16TOC1、参考文献VGG16:1SIMONYANK,ZISSERMANA.VeryDeepConvolutionalNetworksforLargeScaleImageRecognitionM/OL.arX
加速信创生态建设 焱融科技与优炫软件完成兼容性互认证
近日,北京焱融科技有限公司(简称“焱融科技”)自主研发的焱融分布式文件存储产品YRCloudFile与北京优炫软件股份有限公司(简称“优炫软件”)的优炫数据库管理系统V2.1,经双方协同测试,已完成兼容性认证,双方产品完全兼容,运行稳定,安全可靠,可为各类信息化应用提供保障。此次焱融科
深度学习基础入门篇[9.2]:卷积之1*1 卷积(残差网络)、2D/3D卷积、转置卷积数学推导、应用实例
深度学习基础入门篇9.2:卷积之11卷积(残差网络)、2D/3D卷积、转置卷积数学推导、应用实例1.11卷积$1\times{1}$卷积,与标准卷积完全一样,唯一的特殊点在于卷积核的尺寸是$1\times{1}$,也就是不去考虑输入数据局部信息之间的关系,而
深度学习基础入门篇[9.1]:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解1.卷积提出背景在全连接网络1中,一张图片上的所有像素点会被展开成一个1维向量输入网络,如图1所示,28x28的输入数据被展开成
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。


