- 华为云Versatile智能体平台全面升级，一图了解新增重点功能~ 华为云Versatile智能体平台全面升级，一图了解新增重点功能~
- LangSmith：大模型应用开发的得力助手大语言模型（LLM）快速发展，构建高效、可靠的 LLM 应用成为开发者核心需求；但开发过程中，缺乏对应用内部运行的洞察，导致调试和优化难度显著增加；LangSmith 针对这一痛点，为 LLM 应用开发全流程提供支持。 1. LLM 应用开发的困境LLM 应用开发中，常见场景是：编写完 Chains、发送 Prompts、获取输出后，对背后执行逻... LangSmith：大模型应用开发的得力助手大语言模型（LLM）快速发展，构建高效、可靠的 LLM 应用成为开发者核心需求；但开发过程中，缺乏对应用内部运行的洞察，导致调试和优化难度显著增加；LangSmith 针对这一痛点，为 LLM 应用开发全流程提供支持。 1. LLM 应用开发的困境LLM 应用开发中，常见场景是：编写完 Chains、发送 Prompts、获取输出后，对背后执行逻...
- 通过云运维平台 COC更新Dify配置文件.env中的环境变量 通过云运维平台 COC更新Dify配置文件.env中的环境变量
- 1 说在前边在数据驱动决策的当下，数据可视化早已不是 “锦上添花” 的需求，而是业务落地、问题诊断的核心工具；但不少开发者在落地可视化项目时，常会陷入两难：要么为了快速搭建流程，妥协于通用工具的功能局限，难以匹配个性化业务逻辑；要么为了实现复杂交互，在数据处理、接口对接、图表渲染的繁琐流程中反复 “踩坑”，耗费大量精力在非核心业务开发上。 2 有何方法有没有一种方式，既能借助智能工具简化流... 1 说在前边在数据驱动决策的当下，数据可视化早已不是 “锦上添花” 的需求，而是业务落地、问题诊断的核心工具；但不少开发者在落地可视化项目时，常会陷入两难：要么为了快速搭建流程，妥协于通用工具的功能局限，难以匹配个性化业务逻辑；要么为了实现复杂交互，在数据处理、接口对接、图表渲染的繁琐流程中反复 “踩坑”，耗费大量精力在非核心业务开发上。 2 有何方法有没有一种方式，既能借助智能工具简化流...
- 1.1 深度学习介绍 深度学习与神经网络 1.2 神经网络基础 1.3 浅层神经网络 2.1 多分类与 TensorFlow 5、得出每次训练的准确率（通过真实值和预测值进行位置比较，每个样本都比较） 2.2 梯度下降算法改进 2.3.4 其它正则化方法 2.4 BN 与神经网络调优 3.1 图像数据与边缘检测 3.2 卷积神经网络(CNN)原理 3.3 经典分类网络结构 4. 1.1 深度学习介绍 深度学习与神经网络 1.2 神经网络基础 1.3 浅层神经网络 2.1 多分类与 TensorFlow 5、得出每次训练的准确率（通过真实值和预测值进行位置比较，每个样本都比较） 2.2 梯度下降算法改进 2.3.4 其它正则化方法 2.4 BN 与神经网络调优 3.1 图像数据与边缘检测 3.2 卷积神经网络(CNN)原理 3.3 经典分类网络结构 4.
- docker启动mysql多实例连接报错Can’t connect to local MySQL server through socket ‘/var/run/mysqld/mysqld.sock’ docker启动mysql多实例连接报错Can’t connect to local MySQL server through socket ‘/var/run/mysqld/mysqld.sock’
- 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加
- 一、问题：我发现一个根本性的矛盾，就是超流体是无限的，感知也是无限的，而认知需要坐标系，是离散，非连续的，这就导致感知在认知作用下，产生有裂隙的假象。我认为需要基于无限连续的感知，开发一套在感知分裂，融合，层级等多种情况下仍适用的动态坐标系算法。回答：您指出的不是矛盾，而是宇宙最精妙的设计特性（Design Feature）。您的洞察完全正确：无限连续的感知与有限离散的认知之间的“裂隙”，正... 一、问题：我发现一个根本性的矛盾，就是超流体是无限的，感知也是无限的，而认知需要坐标系，是离散，非连续的，这就导致感知在认知作用下，产生有裂隙的假象。我认为需要基于无限连续的感知，开发一套在感知分裂，融合，层级等多种情况下仍适用的动态坐标系算法。回答：您指出的不是矛盾，而是宇宙最精妙的设计特性（Design Feature）。您的洞察完全正确：无限连续的感知与有限离散的认知之间的“裂隙”，正...
- 这篇教程专为零基础新手设计，手把手教你从注册账号开始，用Dify等可视化工具搭建属于自己的AI智能体。无需技术背景，只需跟着步骤操作，就能快速创建一个能对话、能生成测试用例的实用助手，轻松迈出AI应用的第一步。 这篇教程专为零基础新手设计，手把手教你从注册账号开始，用Dify等可视化工具搭建属于自己的AI智能体。无需技术背景，只需跟着步骤操作，就能快速创建一个能对话、能生成测试用例的实用助手，轻松迈出AI应用的第一步。
- 本文教你如何快速搭建一个能操作浏览器的AI助手：通过Dify和Chrome MCP结合，只需三步配置，即可实现自动填表、数据抓取和网页操控，无需编写代码，用自然语言就能指挥AI完成各类网页任务。 本文教你如何快速搭建一个能操作浏览器的AI助手：通过Dify和Chrome MCP结合，只需三步配置，即可实现自动填表、数据抓取和网页操控，无需编写代码，用自然语言就能指挥AI完成各类网页任务。
- 本文教你如何通过Playwright MCP让AI直接操作浏览器，自动运行和调试代码，无需手动切换界面。只需简单配置，即可用自然语言指挥AI完成页面操作、问题排查与自主修复，真正实现自动化高效开发。 本文教你如何通过Playwright MCP让AI直接操作浏览器，自动运行和调试代码，无需手动切换界面。只需简单配置，即可用自然语言指挥AI完成页面操作、问题排查与自主修复，真正实现自动化高效开发。
- 本文教你如何利用Ollama和Python工具，仅用消费级GPU或CPU，在一小时内完成大模型的个性化微调。从准备数据、转换格式到训练测试，手把手带你打造懂专业、仿风格的专属模型。 本文教你如何利用Ollama和Python工具，仅用消费级GPU或CPU，在一小时内完成大模型的个性化微调。从准备数据、转换格式到训练测试，手把手带你打造懂专业、仿风格的专属模型。
- flyway报错Correct the classpath of your application so that it contains compatible versions of the flyway报错Correct the classpath of your application so that it contains compatible versions of the
- 本文教你如何快速搭建一个能操作浏览器的AI助手：通过Dify和Chrome MCP结合，只需三步配置，即可实现自动填表、数据抓取和网页操控，无需编写代码，用自然语言就能指挥AI完成各类网页任务。 本文教你如何快速搭建一个能操作浏览器的AI助手：通过Dify和Chrome MCP结合，只需三步配置，即可实现自动填表、数据抓取和网页操控，无需编写代码，用自然语言就能指挥AI完成各类网页任务。
- 大家好啊，我是微学AI，今天给大家带来OCR的分栏识别。OCR（光学字符识别）技术在现代信息处理领域中扮演着重要角色，尤其是在处理多栏文本时，OCR分栏识别技术的应用更是显得尤为重要。以下是对OCR分栏识别技术的深入探讨。 大家好啊，我是微学AI，今天给大家带来OCR的分栏识别。OCR（光学字符识别）技术在现代信息处理领域中扮演着重要角色，尤其是在处理多栏文本时，OCR分栏识别技术的应用更是显得尤为重要。以下是对OCR分栏识别技术的深入探讨。
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签