HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
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
计算GMAC和GFLOPS
GMAC代表“GigaMultiplyAddOperationsperSecond”(每秒千兆乘法累加运算),是用于衡量深度学习模型计算效率的指标。它表示每秒在模型中执行的乘法累加运算的数量,以每秒十亿(giga)表示。乘法累加(MAC)运算是许多数学计算中的基本运算,包括矩
Python中的卷积神经网络(CNN)入门
卷积神经网络(ConvolutionalNeuralNetworks,CNN)是一类特别适用于处理图像数据的深度学习模型。在Python中,我们可以使用流行的深度学习库TensorFlow和Keras来创建和训练一个CNN模型。在本文中,我们将介绍如何使用Keras创建一个简单的CNN模型,并
深度学习基础入门篇[8]::计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算
深度学习基础入门篇8::计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算1.计算机视觉与卷积神经网络1.1计算机视觉综述计算机视觉作为一门让机器学会如何去“看”的学科,具体的说,就是让机器去识别摄像机拍摄的图片或视频中的物体,检测出
NSFW 图片分类
NSFW指的是不适宜工作场所(&34;NotSafe(orSuitable)ForWork;&34;)。在本文中,将介绍如何创建一个检测NSFW图像的图像分类模型。!(https://imghelloworld.osscnbeijing.aliyuncs.co
Midjourney|文心一格prompt教程[进阶篇]:Midjourney Prompt 高级参数、各版本差异
Midjourney|文心一格prompt教程进阶篇:MidjourneyPrompt高级参数、各版本差异、官方提供常见问题!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/45b413620de5befe5
常用的视频帧提取工具和方法总结
视频理解任务最基础也是最主要的预处理任务是图像帧的提取。因为在视频理解任务中,视频可以看作是由一系列连续的图像帧组成的。因此,要对视频进行理解和分析,首先需要从视频中提取出每一帧的图像。图像帧的提取是视频理解任务的基础,因为后续的处理和分析都是基于单独的图像帧进行的。每一帧都代表了视频中的一个时
Midjourney|文心一格prompt教程[技巧篇]:生成多样性、增加艺术风格、图片二次修改、渐进优化
Midjourney|文心一格prompt教程技巧篇:生成多样性、增加艺术风格、图片二次修改、渐进优化、权重、灯光设置等17个技巧等你来学1.技巧一:临摹我认为学习图片类的prompt,跟学习画画是类似的,最好的学习方法不是直接用模板。而是拿真图,或者别人生成的图
使用大语言模型集成工具 LangChain 创建自己的论文汇总和查询工具
Langchain可以帮助开发人员构建由大型语言模型(llm)支持的应用程序。它提供一个框架将LLM与其他数据源(如互联网或个人文件)连接起来。这允许开发人员将多个命令链接在一起,以创建更复杂的应用程序。包括最近比较火爆的AutoGPT等都是使用了Langchain框架进行开发的。所以本文将介绍如何
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。