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
企业如何挖掘知识“金矿”?这本白皮书讲得够透彻!
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/24696c7215dc980a57b742c9c4f67832.png)知识是智能化升级的重要基础,通过建立全新的信息与知识处理平台,精炼不断积累的数据资源,可更快速地驱动
【N32G457】基于RT-Thread和N32G457的高阶魔方
!在这里插入图片描述(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9f9b3edcdc89fb9c10d5b78884757e9b.png)本文是RTThread用户@tobot原创发布,是用于参加RTThread与国民技
TensorFlow和Pytorch中的音频增强
对于图像相关的任务,对图像进行旋转、模糊或调整大小是常见的数据增强的方法。因为图像的自身属性与其他数据类型数据增强相比,图像的数据增强是非常直观的,我们只需要查看图像就可以看到特定图像是如何转换的,并且使用肉眼就能对效果有一个初步的评判结果。尽管增强在图像域中很常见,但在其他的领域中也是可以进行
人工智能领域又一突破!京东探索研究院推出超级深度学习模型ViTAEv2 准确度高达91.2%
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/b22b52710704ecadcf6f105d4954fff8.png)日前,京东探索研究院联合悉尼大学提出了更大规模、更优效果、对各类视觉任务具有更好适应性的超级深度学习
R语言用Garch模型和回归模型对股票价格分析
原文链接:http://tecdat.cn/?p18310(https://link.segmentfault.com/?encMNaEDb4MYxgWVKKRpdfKoA%3D%3D.MqbtFb6Zb8ogeY22nnlSKJXOP4PSnx6gu%2BrUo%2BPMtKw%3
Python进行多输出(多因变量)回归:集成学习梯度提升决策树GBR回归训练和预测可视化
原文链接:http://tecdat.cn/?p25939(https://link.segmentfault.com/?encaM%2F41Ctob4GJAGvkV1GcVw%3D%3D.HHaWS4kMt4Uj6Trxy82pXqau%2B08cPJ%2BtTd%2BYtJb9wr
TVM:成为深度学习领域的“Linux”
来源|wandb.ai翻译|刘志勇如你所知,PyTorch、TensorFlow、OneFlow等深度学习框架关注的重心是在GPU等硬件上训练模型,但要想将训练的模型部署到手机、物联网设备以及专用加速器(FPGA、ASIC)等不同平台,就需要TVM、XLA、TensorRT等深度学习编译器来解决
特征工程:基于梯度提升的模型的特征编码效果测试
为梯度提升学习选择默认的特征编码策略需要考虑的两个重要因素是训练时间和与特征表示相关的预测性能。Automunge库是处理表格数据常用的库,它可以填充空值,也可以进行分类的编码和归一化等操作,默认的境况下Automunge对分类特征进行二值化处理,并对数值特征进行zscore归一化。本文将通过对一
1-2月热点:度目发布煤矿电子封条解决方案,AI助力生产安全,推进煤矿智能化建设
12月,度目发布煤矿电子封条解决方案,实时监测矿井出入口人员/人数变化、矿车数量、井下设备运输状态等,及时发现煤矿异常动态,提升管理效率,减少煤矿井下事故的发生。智能培训产品重磅首发,通过智能对话、数字人等AI技术,还原真实业务场景,快速提升新员工应答技巧及业务能力!接下来,带您一起解锁更多
AI+Science系列(一) :飞桨加速CFD(计算流体力学)原理与实践
前言AIScience专栏由百度飞桨科学计算团队出品,给大家带来在AI科学计算领域中的一系列技术分享,欢迎大家关注和积极讨论,也希望志同道合的小伙伴加入飞桨社区,互相学习,一起探索前沿未知。作为系列分享的第一篇,本文内容涵盖行业背景与痛点、AI科学计算领域的前沿算法、基于飞桨的
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。


