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
拓端数据tecdat:Python蒙特卡罗(Monte Carlo)模拟计算投资组合的风险价值(VaR)
原文链接:http://tecdat.cn/?p22862(https://link.segmentfault.com/?enczUG7E75rXxLwoWZd%2Bb2epQ%3D%3D.lIUewCSzMEX737jxXaUCTVRFT%2FLOSj9SDKpk%2BqJCcsU%
深度学习分类任务常用评估指标
<blockquote<strong摘要:</strong这篇文章主要向大家介绍深度学习分类任务评价指标,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。</blockquote本文分享自华为云社区《深度学习分类任务常用评估指标(https://link.seg
拓端数据tecdat:R语言投资组合优化求解器:条件约束最优化、非线性规划求解
原文链接:http://tecdat.cn/?p22853(https://link.segmentfault.com/?enclz%2BHHZp4CGIo%2Bmnv8vOUwA%3D%3D.aHJk3uocKoSYrSaGClJ4CDO4rHV%2FYrQrpEGn8JPH%2F
拓端数据tecdat:R语言Outliers异常值检测方法比较
原文链接:http://tecdat.cn/?p8502(https://link.segmentfault.com/?encr8kg77n6pToOM60H0%2FPdUQ%3D%3D.BbNzZJmL5PZLe%2BSLLgjTXaWpKzfCDTMjHz1vq0uKLbI%3D)
300行代码实现语音搜索购物的技术分享
“阿强,手写板怎么又不见了?”最近,程序员阿强的那位勇于尝试新事物的外婆,又迷上了网购。在不太费劲儿地把购物软件摸得门儿清之后,没想到,本以为顺畅的网购之路,卡在了搜索物品上。在手写输入环节,要么误操作,无意中更换到不熟悉的输入法;要么误按了界面上抽象的指令字符……于是阿强也经常收到外婆发来的
数栈产品预告丨您的指标管理平台——EasyIndex即将上线
一、写在前面2016年,数栈开始正式投入研发,发展至今,已经拥有了:实时开发、离线开发、算法开发这些开发平台;数据资产、数据质量这些资产平台;以及数据服务、智能标签这些服务平台,这些不同类型的产品,见证了我们产品体系逐步走向多样性、完整性的过程。从开始到现在,积极的迭代新功能,推出新产
拓端数据tecdat:R语言多元时间序列滚动预测:ARIMA、回归、ARIMAX模型分析
原文链接:http://tecdat.cn/?p22849(https://link.segmentfault.com/?encQYMXvUg3jEFTIK29%2BOzLGQ%3D%3D.OucSTIMmj5jl1qPIa7JWufdRtXw8HbthiogGSLhJbfw%3D)
拓端数据tecdat:在R语言中使用航空公司复杂网络对疫情进行建模
原文链接:http://tecdat.cn/?p12537(https://link.segmentfault.com/?encu4S4ikiOcHHfKiNDf1yYow%3D%3D.rrr5ZZF4LI1E7iVRTfcSeQUO7lOylQTl5jjDXFxvl08%3D)
OPPO加入LF AI & Data基金会,持续推动可持续生态建设
OPPO将支持人工智能与数据领域的技术发展,与合作伙伴共建一个公平、强大、健康的AI开源生态体系。2021年6月22日,OPPO正式以理事会白金会员身份加入LFAI&Data基金会。未来,OPPO将与其他高级成员一道,致力于构建领先的全球人工智能与数据开源开放社区,加速人工智能与数
CSP:Object as Point同会议论文,相似思想用于人脸和行人检测 | CVPR 2019
<blockquoteCSP将目标定义为中心点和尺寸,通过网络直接预测目标的中心和寸尺,相对于传统的RCNN类型检测算法轻量化了不少。整体思想与ObjectasPoints撞车了,真是英雄所见略同<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote论
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。


