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
71734内容
MyBatis 关联映射详解:1:1、1:N、N:1 与 N:N 实现方式
本文详解 MyBatis 中 resultMap 的四种关联映射:一对一、一对多、多对一和多对多,结合代码示例讲解实现方式与最佳实践,助你掌握复杂对象关系的数据映射技巧。
向量数据库的工作原理
向量数据库通过将非结构化数据转化为高维向量嵌入,利用HNSW、IVF-PQ等索引技术实现高效相似性搜索。其采用列式存储、量化压缩与分布式架构,优化高维向量的存储与检索,支持AI场景下的大规模近似最近邻查询,显著提升搜索效率与可扩展性。
大模型专业名词解释手册
本手册由油炸小波设计提示词,Manus创作,系统梳理大语言模型核心概念,涵盖基础架构、训练方法、优化技术、应用推理及伦理评估。内容详实,术语权威,助力深入理解AI大模型世界。
智谱大模型刷屏技术圈:GLM-4.7 是怎么一步步“能干活”的?
GLM-4.7引爆技术圈,不止因性能跃升,更因其将大模型带入工程化落地新阶段。它聚焦编程与Agent任务,通过“交织式思考”、高效数据筛选、强化学习框架Slime等创新,实现从“答得对”到“做得完”的跨越。智谱不仅发布模型,更公开整套训练体系,推动AI从Demo走向真实生产。
|
4天前
| |
MAI-UI 开源:通用 GUI 智能体基座登顶 SOTA!
MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型,原生集成用户交互、MCP工具调用与端云协同能力。支持跨App操作、模糊语义理解与主动提问澄清,通过大规模在线强化学习实现复杂任务自动化,在出行、办公等高频场景中表现卓越,已登顶ScreenSpot-Pro、MobileWorld等多项SOTA评测。
基于yolov8的深度学习水果识别检测系统
在农业现代化与消费升级背景下,基于YOLOv8的水果智能检测系统应运而生。该系统利用计算机视觉技术,实现高效、精准的水果识别与分级,广泛应用于生产、流通与零售环节,显著提升分拣效率、降低人工成本,并推动农业智能化发展。
基于yolov8深度学习的裂缝检测系统
本研究基于YOLOv8深度学习模型,针对基础设施裂缝检测需求,提出高效、精准的自动化检测方案。融合计算机视觉与Python技术,构建轻量化、可部署的智能系统,提升检测效率与准确性,推动桥梁、道路等结构安全维护的智能化发展,兼具安全、经济与社会效益。
2025年终端应用全链路性能测试实施策略与实践对比
介绍2025年终端应用全链路性能测试面临的挑战及主流实施方案,包括云真机兼容性测试、SaaS化压力测试平台、AI驱动的自动化测试工具。对比三者原理、优势、局限及适用场景,给出分阶段实施策略、关键成功要素和风险规避方法,还解答常见方案选择等问题。
|
4天前
|
基于 YOLOv8 的驾驶员疲劳状态识别系统实战(含完整源码与可视化界面)
基于YOLOv8的驾驶员疲劳识别系统,通过检测闭眼、打哈欠等行为,实现疲劳状态实时预警。结合PyQt5开发可视化界面,支持图片、视频及摄像头输入,操作简便,可广泛应用于智能驾驶与安全监控,项目含完整源码与模型,开箱即用。
|
4天前
|
基于 YOLOv8 的交通标识与设施识别系统(含完整源码)
基于YOLOv8的交通标识识别系统,实现对人行横道、限速、停车、信号灯等目标的高精度检测。支持图像、视频、摄像头输入,集成PyQt5可视化界面,提供完整源码、模型权重与数据集。适用于智能交通、自动驾驶等场景,具备良好扩展性与工程落地价值。
免费试用