HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
tensorflow实现简单的cnn
使用tensroflow实现简单的cnn的代码如下,仅供参考<pre<code!/usr/bin/envpythoncoding:utf8importnumpyasnpimporttensorflowastfdownloadmnist
tensorflow实战-感知机的实现
tensorflow实现感知机还是非常方便的,这里我们先实现一个简单的例子,这里是最简单的感知机的例子,可以做为入门的调试代码用<pre<codeimporttensorflowastfa1,1,1,0,0,1,0,0b1
神经网络之反向传播算法(BP)公式推导(超详细)
反向传播算法详细推导<blockquote反向传播(英语:Backpropagation,缩写为BP)是“误差反向传播”的简称,是一种与最优化方法(如梯度下降法)结合使用的,用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法,用来更新
神经网络之反向传播(BP)算法代码实现
反向传播算法实战本次的反向传播算法是基于上篇文章神经网络之反向传播算法(BP)公式详推导(https://segmentfault.com/a/1190000021529971)实现的,如果对反向传播算法公式不太了解,强烈建议参考上篇文章。我们将实现一个<code4</cod
从艺术到数学再到编程,这个蚂蚁金服技术人的奇异人生
2020年已经到来,第一批90后互联网大军也步入了而立之年,回首他们的来时路,那些熬夜奋战的日夜,失败后的坚守,不断的创新与突破都成为他们送给自己最值得回味的礼物。第三次AI浪潮下,AI技术大军应用而生,而90后开发者在这波大军中破竹而出,无论是国内外,还是学术界与工业界,他们完成
急速搭建 Serverless AI 应用:为你写诗
简介:AImodelserving是函数计算一个比较典型的应用场景。数据科学家训练好模型以后往往需要找软件工程师把模型变成系统或者服务,通常把这个过程称之为modelserving。函数计算无需运维和弹性伸缩的特性,正好符合数据科学家对高可用分布式系统的诉求。本文将介绍把一个Te
基于深度残差收缩网络的MNIST图像分类代码
深度残差收缩网络是一种比较新颖的深度学习方法,实际上是深度残差网络的升级版本,能够在一定程度上提高深度学习方法在含噪数据上的特征学习效果。首先,简单回顾一下深度残差网络,深度残差网络的基本模块如下图所示。相较于普通的卷积神经网络,深度残差网络引入了跨层的恒等映射,来减小模型训练的难度,提高准确率
本地环境记录
深度学习环境搭建1、查看cuda版本<pre<codecat/usr/local/cuda/version.txt</code</pre2、查看cudnn版本<pre<code cat/usr/local/cuda/includ
「圣诞特辑」纯前端实现人脸识别自动佩戴圣诞帽
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/440fd799995d6a95da9087e6c4ae7e67.png)在线体验地址:hksite.cn/prjs/christmashat(https://link.
英伟达最新发布图像生成器 StyleGAN2 ,Github 趋势榜第一,生成图像逼真完美
自2018年12月英伟达推出StyleGAN以来,合成人脸已经让人难以轻易分辨。特别是今年年初,英伟达开源了StyleGAN的代码,大量真假难辨的人脸被开发者「创造」出来。这一机器学习技术是为了生成模拟真实图像的新图像。使用StyleGAN,不同于大多数其他生成器,可以定制不同的
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。