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
基于神经网络集成学习的5篇研究论文推荐
EvaluatingDeepNeuralNetworkEnsemblesbyMajorityVotingcumMetaLearningschemehttps://arxiv.org/pdf/2105.03819(https://link.segmentfault
算法工程师老潘总结的一些经验
算法工程师老潘总结的一些经验前一段时间一直在优化部署模型。这几天终于来了需求,又要开始重操训练一些新模型了。趁着这次机会总结了下之前的一些训练模型的笔记,可能比较杂,抛砖引玉!当然这是不完全统计的经验,除了训练部分,还有很多部署的坑没有写。算法工程师50%的时间是和数据打交道
OneFlow最新版本登陆矩池云,快来体验吧
!image.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/05deeb0e36f2fc515cb36e7739371bd5.png)在人工智能教学、科研和学习的过程中,很多研发人员会选择使用云端算力平台。一方面,使
matlab用高斯曲线拟合模型分析疫情数据
原文链接:http://tecdat.cn/?p19211(https://link.segmentfault.com/?encixML33zBXZN2zqp3PsrXig%3D%3D.DAUDIOqcsEdEggAEPad3oMF2RDbYpHlx3S78Ye2B%2F58%3D)
Python条件生存森林模型Conditional Survival Forest分类预测客户流失交叉验证可视化
原文链接:http://tecdat.cn/?p26982(https://link.segmentfault.com/?encaSVWFLKseU579toOHSSHiQ%3D%3D.GbWyp090dAsxiDbi9R%2B9ZjlqBPj2KJ9Gn6aejbJ4neM%3D)
在没有训练数据的情况下通过领域知识利用弱监督方法生成NLP大型标记数据集
在现实世界中开发机器学习(ML)模型的主要瓶颈之一是需要大量手动标记的训练数据。例如,Imagenet数据集由超过1400万手动标记的各种现实的图像组成。虽然迁移学习的出现极大地缓解了这一要求但是仍然需要数百个标记的示例来进行微调。但是获得此类手动注释通常是耗时的和劳动力密集的,并且容易发生人类
深度学习与CV教程(5) | 卷积神经网络
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
深度学习与CV教程(4) | 神经网络与反向传播
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
【神经网络教学】使用 JavaScript 无库自建自动驾驶
神经网络(NeuralNetwork)又称为人工神经网络(ArtificialNeuralNetwork,即ANN)。他模仿人类大脑的生物神经元信号传递的方式,通过计算机程序反映人类大脑的行为,解决人工智能、机器学习与深度学习等领域的问题。神经网络的类型神经网络可根据不同的
旷视MegEngine是如何将31*31的大核卷积计算速度提高10倍的
2021年提议的VisionTransformer(VIT)已成为计算机视觉深度学习领域的一个有前途的研究主题。随着VIT的研究变得更加深入,一些研究人员受到VIT的大型接收领域的启发,将卷积网络也改造成具有更大的接收场来提高效率。根据有效的接收场(ERF)理论,ERF的大小与内核大小和模型深度的
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。


