机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
73761内容
大数据安全分析:瓶颈待破,未来趋向智能化与协作化
业内专家指出,大数据安全分析面临场景缺失与人才匮乏瓶颈。突破关键在于以业务场景驱动,让数据在实战中创造价值。未来将呈现智能化、情报化、交互化、协作化四大趋势,构建高维度纵深防护与全范式分析体系。
|
15天前
|
文字引用和视频引用,GEO优化中权重该怎么分?
本文拆解GEO中“文字vs视频”权重之争,指出问题本质在于混淆三环节:进池、入选、被吸收。国内大模型(豆包、千问、文心等)表现差异显著,视频优势实为其文本层(标题/字幕/章节)之权重。主张“一份材料、两个入口”,以结构化文本为底仓,视频作场景化加码,配比需按引擎与场景实测动态调整。
|
16天前
|
我们把 7B 模型的注意力机制“连根拔起“换掉了:Moti-1(摩谛)开源发布
Moti-1(摩谛)创新性地将Qwen2.5-7B-Instruct的自注意力整体替换为自研RCA跨层波前注意力,实现浅层直读深层KV。6领域评测均分43.2(+5.1),前端代码领先24.7分。已开源,支持`trust_remote_code=True`两行加载,RTX 3090实测30 tok/s。
|
16天前
|
基于 YOLO26 的6类PCB缺陷智能检测系统(中英文双版)| 附完整源码与效果演示
本项目基于YOLO26算法,构建了支持中英文双语的6类PCB缺陷(漏孔、鼠咬、开路、短路、毛刺、多余铜)智能检测系统。集成PyQt5图形界面,具备图像/视频检测、实时可视化、多线程处理与灵活配置功能,附完整源码、预训练模型及演示视频。(239字)
AI如何赋能同城跑腿系统源码开发?智能派单、路径规划与效率优化解析
AI技术如何赋能同城跑腿系统源码开发?本文从软件开发行业的角度,深入解析AI在订单需求预测、骑手智能派单、配送路径规划和运营效率优化中的应用,介绍机器学习、调度算法与业务规则相结合的实现思路,并探讨AI服务与订单管理、骑手定位及配送模块的架构整合方式,为企业开展同城跑腿系统开发、跑腿APP开发、小程序开发和智能配送平台搭建提供参考。
|
17天前
|
GEO优化从零开始:新手如何真正落地?
本文系统解析GEO(生成式引擎优化),澄清其非SEO替代而是延伸,强调“内容可信、结构清晰、索引扎实”三大根基。结合国内数据与实战案例,提供从认知校准、知识底座搭建到措辞优化的完整路径,并附四周落地节奏与可复用模板,助力内容团队零起点高效入场。
|
17天前
|
基于YOLOv8的外墙裂缝检测识别系统(中英文双版) | 附完整源码与效果演示
本项目基于YOLOv8构建中英文双语外墙裂缝检测系统,集成CBAM/SE注意力机制与优化损失函数,支持图像/视频实时检测;配备PyQt5可视化界面,含训练、推理、评估全流程功能,并开源完整代码、预训练模型及标注数据集。(239字)
基于深度学习微信小程序的农作物病害识别系统
本系统基于YOLOv8深度学习模型,融合Vue+SpringBoot+Flask+MySQL技术栈,支持图像、视频、实时摄像三模态病害识别,具备多角色权限管理、直观结果展示与轻量化部署能力,助力农业智能化防控。
|
17天前
| |
来自: 弹性计算
阿里云GPU云服务器:性能卓越、场景广泛、收费灵活及最新活动与价格参考
阿里云GPU云服务器融合GPU与CPU异构算力,单实例混合精度性能高达1000 TFLOPS,VPC网络最大支持450万PPS及32 Gbit/s内网带宽,部署覆盖全球17个地域,广泛适用于AI训练、AI推理、视频转码、图片渲染与云端图形工作站等场景。主流规格包括gn5(P100)、gn6i(T4)、gn6v(V100)、gn7i(A10)等,计费支持包年包月、按量付费、抢占式实例及预留实例券。2026年活动推出新人专享最低包月5折、包年4折起,V100包月6折、T4包年5折起,A10目录价最高直降25%。
|
17天前
|
Coding Agent 长任务中的 Context 压缩时机
通过监督微调与强化学习,优化长任务中的工作状态管理和执行连续性。
免费试用