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
50个常用的Numpy函数解释,参数和使用示例
Numpy是python中最有用的工具之一。它可以有效地处理大容量数据。使用NumPy的最大原因之一是它有很多处理数组的函数。在本文中,将介绍NumPy在数据科学中最重要和最有用的一些函数。创建数组1、Array它用于创建一维或多维数组!(https://img
JuiceFS 在多云存储架构中的应用| 深势科技分享
2020年末,谷歌旗下DeepMind研发的AI程序AlphaFold2在国际蛋白质结构预测竞赛上取得惊人的准确度,使得“AI预测蛋白质结构”这一领域受到了空前的关注。今天我们邀请到同领域企业,深势科技为大家分享其搭建基础平台时的实践与思考。AI场景中的使用的数据有哪些新特点?混
ResNet-RS:谷歌领衔调优ResNet,性能全面超越EfficientNet系列 | 2021 arxiv
<blockquote论文重新审视了ResNet的结构、训练方法以及缩放策略,提出了性能全面超越EfficientNet的ResNetRS系列。从实验效果来看性能提升挺高的,值得参考<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote论文:Re
渲大师携手向日葵,远控赋能云渲染及GPU算力服务
今年年初,在深圳遭遇疫情突袭,多地实行封闭式管理,不少企业员工连夜返岗/搬电脑的慌忙时刻,提前做好了准备的渲大师显得格外从容。渲大师是深圳松茂科技有限公司旗下品牌,多年来深耕于渲染及人工智能算力领域,致力于为全球客户提供高性价比、高可用、高算力的基础设备租赁及解决方案服务。为建筑/工业设计、VR
网易云音乐机器学习平台实践
<blockquote作者:burness</blockquote机器学习平台基础架构在网易云音乐内部,机器学习平台早期主要承担着包括音乐推荐、主站搜索、创新算法业务在内的核心业务,慢慢地也覆盖包括音视频、NLP等内容理解业务。机器学习平台基础架构如下,目前我按功能将其抽象为
R语言Bootstrap、百分位Bootstrap法抽样参数估计置信区间分析通勤时间和学生锻炼数据
原文链接:http://tecdat.cn/?p27505(https://link.segmentfault.com/?encQ4DAga4iRNq7WmABW6nHQA%3D%3D.WyESWWiDSoRZ9TNpnMYNwIzS5BqP%2B3U%2FQ7JvvwT3WpE%3D
个推《大数据降本提效实战手册》,分享独家数据智能技术实践
近日,个推TechDay“大数据降本提效”技术直播专场圆满举办。来自每日互动(个推)的大数据研发工程师们以及行业的技术专家,围绕大数据任务优化、标签存算、透明存储、在/离线混部等内容,从实战出发,为大家深入解读了大数据降本提效的破局思路。直播期间,个推还重磅发布了业内首本《大数据降本提效实战手册
个推大数据降本提效实战分享-Q&A精选
个推透明存储实践列式存储(ColumnorientedStorage)是大数据场景中面向分析型数据的主流存储方式。与行式存储相比,列式存储只提取部分数据列、同列同质数据,具有更优的编码及压缩方式。目前,个推的核心数据正逐步切换为Parquet等新型数据格式存储以获得更高的I/O性能和
RepLKNet:不是大卷积不好,而是卷积不够大,31x31卷积了解一下 | CVPR 2022
<blockquote论文提出引入少数超大卷积核层来有效地扩大有效感受域,拉近了CNN网络与ViT网络之间的差距,特别是下游任务中的性能。整篇论文阐述十分详细,而且也优化了实际运行的表现,值得读一读、试一试<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote
pandas.read_csv() 处理 CSV 文件的 6 个有用参数
pandas.read_csv有很多有用的参数,你都知道吗?本文将介绍一些pandas.read_csv()有用的参数,这些参数在我们日常处理CSV文件的时候是非常有用的。pandas.read_csv()是最流行的数据分析框架pandas中的一个方法。我们日常使用的时候这个函数也是我
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。


