- 身边越来越多测试工程师开始焦虑。不是业务能力不行，而是每次技术评审会，产品经理随口抛出一句“这个需求我们接入大模型解决”，全场没人敢追问技术细节。面试的时候更直接。以前问“怎么设计测试用例”，现在问“你之前测过模型吗？怎么评估模型效果？”很多人开始感觉到：AI不再是一个可选项，而是一道必答题。但问题来了。零基础学AI，该从哪儿下手？看了一堆公式推导，买了一堆书，发现连“损失函数”是干什么的都... 身边越来越多测试工程师开始焦虑。不是业务能力不行，而是每次技术评审会，产品经理随口抛出一句“这个需求我们接入大模型解决”，全场没人敢追问技术细节。面试的时候更直接。以前问“怎么设计测试用例”，现在问“你之前测过模型吗？怎么评估模型效果？”很多人开始感觉到：AI不再是一个可选项，而是一道必答题。但问题来了。零基础学AI，该从哪儿下手？看了一堆公式推导，买了一堆书，发现连“损失函数”是干什么的都...
- 在策略函数参数更新的时候，好的动作的正梯度比较大，坏的动作正梯度比较小，基于动作概率的总和是1，所以好的动作对策略函数参数的影响超过了坏的动作。 在策略函数参数更新的时候，好的动作的正梯度比较大，坏的动作正梯度比较小，基于动作概率的总和是1，所以好的动作对策略函数参数的影响超过了坏的动作。
- 新人入行科普博客：吃透 AI 全技术链路，读懂政企赛道落地逻辑写给刚入行的应届毕业生，一文理清从底层算力到上层应用的完整 AI 产业逻辑，同时搞懂我们深耕国企、政企赛道的业务布局、产品体系与市场打法，快速完成行业入门扫盲，帮你快速褪去学生气，找准业务切入点。一、人工智能整体发展历程与行业现状作为新人，先搞懂AI行业的“来龙去脉”，才能更好理解当下的业务方向。人工智能行业发展有着清晰的演进轨迹... 新人入行科普博客：吃透 AI 全技术链路，读懂政企赛道落地逻辑写给刚入行的应届毕业生，一文理清从底层算力到上层应用的完整 AI 产业逻辑，同时搞懂我们深耕国企、政企赛道的业务布局、产品体系与市场打法，快速完成行业入门扫盲，帮你快速褪去学生气，找准业务切入点。一、人工智能整体发展历程与行业现状作为新人，先搞懂AI行业的“来龙去脉”，才能更好理解当下的业务方向。人工智能行业发展有着清晰的演进轨迹...
- 棉花病害图像分类数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1lupIbmRgAYlsenadogdqMQ?pwd=4mas提取码:4mas 复制这段内容后打开百度网盘手机App，操作更方便哦 前言随着人工智能技术的快速发展，计算机视觉在农业领域的应用正在不断深化。通过深度学习模型对作物图像进行自动分析与识别，可以有效... 棉花病害图像分类数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1lupIbmRgAYlsenadogdqMQ?pwd=4mas提取码:4mas 复制这段内容后打开百度网盘手机App，操作更方便哦 前言随着人工智能技术的快速发展，计算机视觉在农业领域的应用正在不断深化。通过深度学习模型对作物图像进行自动分析与识别，可以有效...
- PCB电路板缺陷检测数据集分享（适用于YOLO系列深度学习检测任务） 源码下载链接:https://pan.baidu.com/s/1Gzk84M41xl12ykLcpv86Yg?pwd=4t3r提取码:4t3r 复制这段内容后打开百度网盘手机App，操作更方便哦在现代电子制造中，印刷电路板（PCB）是几乎所有电子设备的核心组成部分。随着PCB设计复杂度不断增加，人工检测PCB缺陷不仅效率... PCB电路板缺陷检测数据集分享（适用于YOLO系列深度学习检测任务） 源码下载链接:https://pan.baidu.com/s/1Gzk84M41xl12ykLcpv86Yg?pwd=4t3r提取码:4t3r 复制这段内容后打开百度网盘手机App，操作更方便哦在现代电子制造中，印刷电路板（PCB）是几乎所有电子设备的核心组成部分。随着PCB设计复杂度不断增加，人工检测PCB缺陷不仅效率...
- Black Sea High Resolution SST L4 Analysis 0.0625 deg Resolution简介CNR MED 海表温度提供黑海每日无缝隙（L4）地图，水平分辨率为 0.0625 度 x 0.0625 度。数据来源于卫星辐射计收集的红外测量数据和统计插值。它是 CMEMS 黑海海表温度的标称业务产品。摘要代码!pip install leafmap!pip ... Black Sea High Resolution SST L4 Analysis 0.0625 deg Resolution简介CNR MED 海表温度提供黑海每日无缝隙（L4）地图，水平分辨率为 0.0625 度 x 0.0625 度。数据来源于卫星辐射计收集的红外测量数据和统计插值。它是 CMEMS 黑海海表温度的标称业务产品。摘要代码!pip install leafmap!pip ...
- Multi-Mission Optimally Interpolated Sea Surface Salinity Global Dataset V1简介这是一个空间分辨率为 0.25 度、时间分辨率为 4 天的 4 级产品。该产品基于三个卫星任务的 2 级条带数据生成，这三个卫星分别是：Aquarius/SAC-D、土壤湿度主动被动探测卫星（SMAP）和土壤湿度与海洋盐度卫星（SMOS）。... Multi-Mission Optimally Interpolated Sea Surface Salinity Global Dataset V1简介这是一个空间分辨率为 0.25 度、时间分辨率为 4 天的 4 级产品。该产品基于三个卫星任务的 2 级条带数据生成，这三个卫星分别是：Aquarius/SAC-D、土壤湿度主动被动探测卫星（SMAP）和土壤湿度与海洋盐度卫星（SMOS）。...
- 强化学习的概念和一些涉及到的基础数学知识。 强化学习的概念和一些涉及到的基础数学知识。
- 从“质量门卫”到“智能质控架构师”：AI+全能测试工程师的未来进化蓝图摘要：在软件定义一切的时代，质量已成为企业生存的生命线。随着AI大模型、生成式AI和智能体技术的爆发，传统测试工程师的角色正被深刻重构。本文提出“AI+全能测试工程师”这一未来职业新范式，探讨其在技术融合、工作流变革与能力模型维度的演进路径，并展望2030年及更长远期的质量工程图景。一、 告别“手工点测”时代：挑战与机遇并... 从“质量门卫”到“智能质控架构师”：AI+全能测试工程师的未来进化蓝图摘要：在软件定义一切的时代，质量已成为企业生存的生命线。随着AI大模型、生成式AI和智能体技术的爆发，传统测试工程师的角色正被深刻重构。本文提出“AI+全能测试工程师”这一未来职业新范式，探讨其在技术融合、工作流变革与能力模型维度的演进路径，并展望2030年及更长远期的质量工程图景。一、 告别“手工点测”时代：挑战与机遇并...
- 交通标识与信号灯数据集分享（适用于YOLO系列深度学习检测任务） 数据集下载链接:https://pan.baidu.com/s/1Cih2VbAGbbuqZl92841VSA?pwd=mpws提取码:mpws 复制这段内容后打开百度网盘手机App，操作更方便哦在智能驾驶与智慧交通的研究中，交通标识与信号灯识别是最基础且最关键的任务之一。为了方便研究人员和开发者快速上手目标检测模型训练，本... 交通标识与信号灯数据集分享（适用于YOLO系列深度学习检测任务） 数据集下载链接:https://pan.baidu.com/s/1Cih2VbAGbbuqZl92841VSA?pwd=mpws提取码:mpws 复制这段内容后打开百度网盘手机App，操作更方便哦在智能驾驶与智慧交通的研究中，交通标识与信号灯识别是最基础且最关键的任务之一。为了方便研究人员和开发者快速上手目标检测模型训练，本...
- 摘要：在 AI 和大数据融合发展的趋势下，企业需要同时满足实时决策和智能分析的需求。本文从企业级架构视角，对比 TDengine 与 Apache Pinot 在 AI 驱动分析场景下的定位差异，为构建智能数据平台提供参考。一、AI 驱动分析的架构需求随着 AI 技术的快速发展，企业对实时数据平台提出了新的要求：· 实时特征工程：AI 模型需要毫秒级获取最新特征数据· 历史数据训练：模型训练... 摘要：在 AI 和大数据融合发展的趋势下，企业需要同时满足实时决策和智能分析的需求。本文从企业级架构视角，对比 TDengine 与 Apache Pinot 在 AI 驱动分析场景下的定位差异，为构建智能数据平台提供参考。一、AI 驱动分析的架构需求随着 AI 技术的快速发展，企业对实时数据平台提出了新的要求：· 实时特征工程：AI 模型需要毫秒级获取最新特征数据· 历史数据训练：模型训练...
- 建筑玻璃缺陷目标检测数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1pUucWrlBNcb4ZywmrDDCUQ?pwd=82nf提取码:82nf 复制这段内容后打开百度网盘手机App，操作更方便哦 前言随着建筑行业的快速发展，大规模玻璃幕墙建筑在城市中越来越常见。从高层写字楼到大型商业综合体，再到现代化公共建筑，玻璃幕... 建筑玻璃缺陷目标检测数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1pUucWrlBNcb4ZywmrDDCUQ?pwd=82nf提取码:82nf 复制这段内容后打开百度网盘手机App，操作更方便哦 前言随着建筑行业的快速发展，大规模玻璃幕墙建筑在城市中越来越常见。从高层写字楼到大型商业综合体，再到现代化公共建筑，玻璃幕...
- 火灾火焰识别数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1AeZtk5eSvfgptp6Bkbu5kA?pwd=c4n4提取码:c4n4 复制这段内容后打开百度网盘手机App，操作更方便哦 前言火灾一直是威胁人类生命财产安全的重大灾害之一，如何在火灾初期及时发现并预警，始终是科研与工业界高度关注的课题。传统的火灾探测方... 火灾火焰识别数据集分享（适用于YOLO系列深度学习分类检测任务） 源码下载链接:https://pan.baidu.com/s/1AeZtk5eSvfgptp6Bkbu5kA?pwd=c4n4提取码:c4n4 复制这段内容后打开百度网盘手机App，操作更方便哦 前言火灾一直是威胁人类生命财产安全的重大灾害之一，如何在火灾初期及时发现并预警，始终是科研与工业界高度关注的课题。传统的火灾探测方...
- 四值认知量子理论为理解AI系统的学习过程提供了一个新颖的动力学框架，将学习视为认知态在四值希尔伯特空间中的演化，其核心是认知矛盾度C的最小化过程。一、 学习过程的基本对应关系在4VCQT框架下，AI学习的关键要素与理论概念形成如下映射：AI学习要素4VCQT对应概念数学表示初始认知状态初始态矢量 ∣ψ0⟩通常为最大不确定态∣2⟩或均匀叠加态训练数据外部势场/测量算符 U^data改变... 四值认知量子理论为理解AI系统的学习过程提供了一个新颖的动力学框架，将学习视为认知态在四值希尔伯特空间中的演化，其核心是认知矛盾度C的最小化过程。一、 学习过程的基本对应关系在4VCQT框架下，AI学习的关键要素与理论概念形成如下映射：AI学习要素4VCQT对应概念数学表示初始认知状态初始态矢量 ∣ψ0⟩通常为最大不确定态∣2⟩或均匀叠加态训练数据外部势场/测量算符 U^data改变...
- OCO-2 Level 2 geolocated XCO2 retrievals results, physical model, Retrospective Processing V10r (OCO2_L2_Standard) at GES DISC简介版本 10r 是该数据集的当前版本。旧版本将不再可用，并被版本 10r 取代。2021 年初，OCO 团队发现自 2020 年 1 ... OCO-2 Level 2 geolocated XCO2 retrievals results, physical model, Retrospective Processing V10r (OCO2_L2_Standard) at GES DISC简介版本 10r 是该数据集的当前版本。旧版本将不再可用，并被版本 10r 取代。2021 年初，OCO 团队发现自 2020 年 1 ...
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