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
拓端tecdat|R语言在地图上绘制月亮图、饼状图数据可视化果蝇基因种群
原文链接:http://tecdat.cn/?p23322(https://link.segmentfault.com/?encGd8dZ7koTHZmBnhpv%2BOluw%3D%3D.82QF1Um%2FBETir9MygOP68E0NvWj%2FC1iXJZGGclEty3o
拓端tecdat|R语言对NASA元数据进行文本挖掘的主题建模分析
原文链接:http://tecdat.cn/?p9424(https://link.segmentfault.com/?encJD%2F%2BzeNDpDwQBjYM1eC8Sg%3D%3D.kKHLSRd5nnJ9h%2B9ILPFZPyp4zpdSjz3GfUQzRpbPIvo%3
拓端tecdat|在R语言中实现sem进行结构方程建模和路径图可视化
原文链接: http://tecdat.cn/?p23312(https://link.segmentfault.com/?encvmw%2Bz6JE04mY7%2BCef7iTuw%3D%3D.HjGrH1a08O9vcdYX3U1H6CF%2BR6mrdoed6BkGX3WwtfM
MindSpore| API纠错+翻译,就等您大展身手!
沉寂了许久的翻译活动又出现啦,众所周知每次翻译活动的奖品都是非常诱人的,本期就不遵循老规矩先看奖品了.......我们先切一则广告,关注知乎:金雪锋,大V亲自讲解最新相关技术!个人主页:https://www.zhihu.com/people/...(https://link.s
Hora 0.1.0发布,可能是最快的 AI 相似性搜索算法库
!brand(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/19d480f9326b9adbb15002f7a9f899ee.png)题目有些标题党哈😂,我也不知道为什么这样看到的人才多一些Hora是一个近似最
超全激活函数学习总结!!!
前言<blockquote关于计算机视觉的学习教程暂时告于段落,预计八月中旬以后我将会更新关于CV项目开发的学习笔记以及相关教程。现在的粉丝数已经过百了,感谢家人朋友给我的支持,以及机器学习爱好者们对我的肯定,我将会继续坚持我学习路线,分享给大家。接下来这节内容,选材来自昨天学习交
拓端tecdat|R语言进行支持向量机回归SVR和网格搜索超参数优化
原文链接:http://tecdat.cn/?p23305(https://link.segmentfault.com/?enc29UsPMjveAA%2FVgBnuKnc5g%3D%3D.oiLhaOi%2FWMPs1xEK%2Bnxi4JN0jHpDV0QQK0PIyJxlLws%
拓端tecdat|R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
原文链接:http://tecdat.cn/?p4146(https://link.segmentfault.com/?encwIEmgAUiMFt5fjObSpfsVQ%3D%3D.%2FaQjtx%2BEWtPKf45wyh1xrOjPfPQmGAG2RFUzvVN6hyc%3D)
带你读AI论文:SDMG-R结构化提取—无限版式小票场景应用
<blockquote<strong摘要:</strong在文档图像中提取关键信息在自动化办公应用中至关重要。传统基于模板匹配或者规则的方法,在通用性方面、未见过版式模板数据方面,效果都不好;为此,本文提出了一种端到端的空间多模态图推理模型(SDMGR),能有效的从未见过的模板数据中提取关键
使用PyTorch构建神经网络模型进行手写识别
使用PyTorch构建神经网络模型进行手写识别<blockquotePyTorch是一种基于Torch库的开源机器学习库,应用于计算机视觉和自然语言处理等应用,本章内容将从安装以及通过Torch构建基础的神经网络,计算梯度为主要内容进行学习。</blockquoteH
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。


