这是一个辅助生成计算机毕业设计的工具，可以自动完成毕业设计的源码。它基于几百个github上面开源的java和python项目，运用tensorflow技术，训练出了AI大模型。基本实现了计算机毕业设计生成器，能够初步生成Java或python基本源码。目前该项目处理实验阶段，还不成熟，成功率55%左右。
体验地址
使用步骤
打开地址后，输入题目、描述、主语言、email之后，点击开始生成，即可开始生成，然后等待5分钟，如果系统生成成功，则会发送到你email，如果失败，则不会发送email。
基于Tensorflow技术开发的计算机毕业设计辅助生成器（使用AI大模型技术）
2023-12-20
220
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
基于Tensorflow技术开发的计算机毕业设计辅助生成器（使用AI大模型技术）
目录
相关文章
|
11天前
|
人工智能
Java
Serverless
阿里云函数计算助力AI大模型快速部署
随着人工智能技术的快速发展，AI大模型已经成为企业数字化转型的重要工具。然而，对于许多业务人员、开发者以及企业来说，探索和利用AI大模型仍然面临诸多挑战。业务人员可能缺乏编程技能，难以快速上手AI模型；开发者可能受限于GPU资源，无法高效构建和部署AI应用；企业则希望简化技术门槛，以更低的成本和更高的效率利用AI大模型。
63
12
12
|
9天前
|
人工智能
安全
数据安全/隐私保护
|
11天前
|
机器学习/深度学习
人工智能
自然语言处理
GLM-4V-Flash：智谱 AI 免费开放的图像理解大模型 API 接口
智谱AI推出的GLM-4V-Flash是一款专注于图像理解的免费开放大模型，提供API接口支持用户上传图片URL或Base64编码图片获取详细的图像描述。该模型通过深度学习和卷积神经网络技术，简化了图像分析流程，提高了开发效率，适用于内容审核、辅助视障人士、社交媒体、教育和电子商务等多个应用场景。
79
14
15
|
9天前
|
人工智能
安全
测试技术
EXAONE 3.5：LG 推出的开源 AI 模型，采用 RAG 和多步推理能力降低模型的幻觉问题
EXAONE 3.5 是 LG AI 研究院推出的开源 AI 模型，擅长长文本处理，能够有效降低模型幻觉问题。该模型提供 24 亿、78 亿和 320 亿参数的三个版本，支持多步推理和检索增强生成技术，适用于多种应用场景。
56
9
9
|
11天前
|
机器学习/深度学习
人工智能
SNOOPI：创新 AI 文本到图像生成框架，提升单步扩散模型的效率和性能
SNOOPI是一个创新的AI文本到图像生成框架，通过增强单步扩散模型的指导，显著提升模型性能和控制力。该框架包括PG-SB和NASA两种技术，分别用于增强训练稳定性和整合负面提示。SNOOPI在多个评估指标上超越基线模型，尤其在HPSv2得分达到31.08，成为单步扩散模型的新标杆。
52
10
11
|
11天前
|
人工智能
搜索推荐
开发者
Aurora：xAI 为 Grok AI 推出新的图像生成模型，xAI Premium 用户可无限制访问
Aurora是xAI为Grok AI助手推出的新图像生成模型，专注于生成高逼真度的图像，特别是在人物和风景图像方面。该模型支持文本到图像的生成，并能处理包括公共人物和版权形象在内的多种图像生成请求。Aurora的可用性因用户等级而异，免费用户每天能生成三张图像，而Premium用户则可享受无限制访问。
52
11
11
|
15天前
|
人工智能
编解码
网络架构
GenCast：谷歌DeepMind推出的AI气象预测模型
GenCast是由谷歌DeepMind推出的革命性AI气象预测模型，基于扩散模型技术，提供长达15天的全球天气预报。该模型在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS，尤其在极端天气事件的预测上表现突出。GenCast能在8分钟内生成预报，显著提高预测效率，并且已经开源，包括代码和模型权重，支持更广泛的天气预报社区和研究。
107
14
14
|
9天前
|
机器学习/深度学习
人工智能
物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日，由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
50
4
4
|
14天前
|
机器学习/深度学习
人工智能
JSON
|
12天前
|
存储
人工智能
PyTorch
【AI系统】模型转换流程
本文详细介绍了AI模型在不同框架间的转换方法，包括直接转换和规范式转换两种方式。直接转换涉及从源框架直接生成目标框架的模型文件，而规范式转换则通过一个中间标准格式（如ONNX）作为桥梁，实现模型的跨框架迁移。文中还提供了具体的转换流程和技术细节，以及模型转换工具的概览，帮助用户解决训练环境与部署环境不匹配的问题。
31
5
5
热门文章
最新文章
1
Kubeflow实战系列：利用TensorFlow Serving进行模型预测
2
tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
3
tensorflow：流程，概念和简单代码注释
4
CNN-RNN中文文本分类，基于TensorFlow 实现
5
用GPU进行TensorFlow计算加速
6
动手实验 - TensorFlow和TensorBoard自然语言分析
7
TensorFlow 2.0开发者测试版来啦，正式版推出指日可待
8
TensorFlow的开源与Hadoop的开源有什么不同？
9
Ubuntu 14.04 关于 TensorFlow 环境的配置
10
如何用TensorFlow构建RNN？这里有一份极简的教程
1
Fireworks AI和MongoDB：依托您的数据，借助优质模型，助力您开发高速AI应用
2782
2
生成式AI入门必读：基本概念、数据挑战与解决方案
3310
3
夏日主题 AI创造挑战活动来了！
579
4
[译][AI OpenAI-doc] 延迟优化
96
5
新一代数据库技术：融合AI的智能数据管理系统
329
6
AI回答总不满意？你的提问方式可能完全错误！
399
7
AI工具-标注工具labelme
377
8
[译][AI OpenAI-doc] 安全最佳实践
100
9
构建高效AI系统：深度学习优化技术解析
616
10
构建未来：AI在持续学习系统中的创新应用
110