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
[MindSpore]报错RuntimeError: Exception thrown from PyFunc.
1报错描述1.1系统环境ardwareEnvironment(Ascend/GPU/CPU):CPUSoftwareEnvironment:–MindSporeversion(sourceorbinary):1.7.0–Pythonversion(e.g.,Python
R语言逻辑回归、线性判别分析LDA、广义加性模型GAM、MARS、KNN、QDA、决策树、随机森林、SVM分类优质劣质葡萄酒
原文链接:http://tecdat.cn/?p27384(https://link.segmentfault.com/?encMMuy2EutRoBUSSSOOvReLA%3D%3D.46CTxWKPYQ6%2FS23TcsubAKebCiPlREtBsNdAVQjfA0g%3D)
燕小千智能机器人让你告别传统人工客服运作模式
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/0153df6034cb87d17f273a84fccfc82e.png)ZKNOW前台警报,某用户的提问因为不能及时得到响应,投诉企业的服务太差这种场景是不是经常出
PSS:你距离NMS-free+提点只有两个卷积层 | 2021论文
<blockquote<p 论文提出了简单高效的PSS分支,仅需在原网络的基础上添加两个卷积层就能去掉NMS后处理,还能提升模型的准确率,而stopgrad的训练方法也挺有意思的,值得一看</p<p来源:晓飞的算法工程笔记公众号</p</blockquote论文:Ob
什么是LIDAR(激光雷达),如何标注激光点云数据?
自动驾驶汽车严重依赖输入的训练数据来做出驾驶决策,从逻辑上来说,数据越详细,车辆做出决策就越好,最重要的是更安全。虽然现代相机可以捕捉到非常详细的真实世界特征,但输出结果仍然是2D的,效果并不够理想,因为它限制了我们可以提供给自动驾驶汽车神经网络的信息,这意味着汽车必须学会对3D世界做出猜测。与此同
100+数据科学面试问题和答案总结 - 机器学习和深度学习
来自Amazon,谷歌,Meta,Microsoft等的面试问题,本文接着昨天的文章整理了机器学习和深度学习的问题机器学习54、什么是机器学习?机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模
预约直播 | 主流视觉算法介绍及在PAI上的应用
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/30268cc9028322c3276313b6d6992aee.png)一、直播时间:2022年06月30日(周四)18:0018:30二、议题
报名仅剩3天 !2022“数据智能夏令营”即将开营,速来!
中国(温州)数安港“2022数据智能夏令营”报名倒计时3天!!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/dfafac623c6f50bf0dea53ea4d08fd67.png)@高校学子@有志青年,抓紧时间上车,一起
100+数据科学面试问题和答案总结 - 基础知识和数据分析
来自Amazon,google,Meta,Microsoft等的面试问题,问题很多所以对问题进行了分类整理,本文包含基础知识和数据分析相关问题基础知识1、什么是数据科学?列出监督学习和非监督学习的区别。数据科学是各种工具、算法和机器学习方法的混合,其目标是从原始数据中
非凸联合创始人李佐凡:将量化作为自己的终身事业
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/75973faa403a0d8c577c7f6c171ff5f2.png)“喜欢数学,热爱编程,逻辑清晰”,这是李佐凡留给我的最初印象。12年前,李佐凡凭借着一股“初生牛犊不
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。


