- 多智能体协同系统正快速成为现代人工智能的一个重要研究方向。无论是在智能交通、无人机编队还是工业自动化领域，系统中的智能体协作能力都极大地提升了效率和性能。尽管目前多智能体协同系统还面临一些技术挑战，但随着算法和硬件的发展，未来这些问题有望得到解决，并推动更多创新应用的落地。 多智能体协同系统正快速成为现代人工智能的一个重要研究方向。无论是在智能交通、无人机编队还是工业自动化领域，系统中的智能体协作能力都极大地提升了效率和性能。尽管目前多智能体协同系统还面临一些技术挑战，但随着算法和硬件的发展，未来这些问题有望得到解决，并推动更多创新应用的落地。
- 对于AI初学者而言，从零开始部署一个完整的AI应用往往面临环境配置复杂、算力成本高、部署流程繁琐等难题。 本文以经典的MNIST手写数字识别任务为例，基于GpuGeek平台，手把手教你从模型训练到API服务部署的全流程 对于AI初学者而言，从零开始部署一个完整的AI应用往往面临环境配置复杂、算力成本高、部署流程繁琐等难题。 本文以经典的MNIST手写数字识别任务为例，基于GpuGeek平台，手把手教你从模型训练到API服务部署的全流程
- ASTER L2 Surface Radiance VNIR and SWIR V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面辐射 VNIR 和 SWIR (AST_09) 是一个多文件产品，包含可见光和近红外 (VNIR) 以及短波红外 (SWIR) 传感器的大气校正数据。AST_09 产品的 VNIR 波段空间分辨率为 15 米 (m)，SWIR 波段空间分辨... ASTER L2 Surface Radiance VNIR and SWIR V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面辐射 VNIR 和 SWIR (AST_09) 是一个多文件产品，包含可见光和近红外 (VNIR) 以及短波红外 (SWIR) 传感器的大气校正数据。AST_09 产品的 VNIR 波段空间分辨率为 15 米 (m)，SWIR 波段空间分辨...
- ASTER L2 Surface Temperature V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 地表动能温度 (AST_08) 数据利用光谱范围为 8 至 12 µm 的五个热红外 (TIR) 波段（白天或夜间均可获取）生成。它仅包含陆地区域 90 米空间分辨率的地表温度数据。地表动能温度数据为火山活动、热惯性、地表能量以及高分辨率火灾测绘研究提供了重要数据。... ASTER L2 Surface Temperature V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 地表动能温度 (AST_08) 数据利用光谱范围为 8 至 12 µm 的五个热红外 (TIR) 波段（白天或夜间均可获取）生成。它仅包含陆地区域 90 米空间分辨率的地表温度数据。地表动能温度数据为火山活动、热惯性、地表能量以及高分辨率火灾测绘研究提供了重要数据。...
- ASTER L2 Surface Reflectance SWIR and ASTER L2 Surface Reflectance VNIR V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面反射率 VNIR 和 SWIR (AST_07) 数据产品包含从地球表面反射到 ASTER 仪器的入射太阳辐射分数的测量值，该测量值已针对可见光和近红外 (VNIR) 以及短波... ASTER L2 Surface Reflectance SWIR and ASTER L2 Surface Reflectance VNIR V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面反射率 VNIR 和 SWIR (AST_07) 数据产品包含从地球表面反射到 ASTER 仪器的入射太阳辐射分数的测量值，该测量值已针对可见光和近红外 (VNIR) 以及短波...
- 在简单的策略网络中，Agent对环境的状态和动作选择较为基础，难以处理高维或连续动作空间。深度强化学习（DRL）可以利用深度神经网络近似策略函数或价值函数，从而提升Agent自主学习能力。 在简单的策略网络中，Agent对环境的状态和动作选择较为基础，难以处理高维或连续动作空间。深度强化学习（DRL）可以利用深度神经网络近似策略函数或价值函数，从而提升Agent自主学习能力。
- 大模型微调（Fine-tuning）已成为垂直领域AI应用落地的核心技术，但在实际工程中，开发者常面临显存不足、环境配置复杂、算力成本高昂等问题。 本文以开源大模型Llama-2-13B和ChatGLM3-6B为例，结合GpuGeek平台的优势，系统性讲解从数据预处理到分布式训练的全流程实战方案，并对比本地训练与云平台的效率差异。通过代码示例与优化技巧，展现如何利用云平台特性实现训练时间缩短50% 大模型微调（Fine-tuning）已成为垂直领域AI应用落地的核心技术，但在实际工程中，开发者常面临显存不足、环境配置复杂、算力成本高昂等问题。 本文以开源大模型Llama-2-13B和ChatGLM3-6B为例，结合GpuGeek平台的优势，系统性讲解从数据预处理到分布式训练的全流程实战方案，并对比本地训练与云平台的效率差异。通过代码示例与优化技巧，展现如何利用云平台特性实现训练时间缩短50%
- BERT（Bidirectional Encoder Representations from Transformers）的产生源于2018年谷歌研究团队对预训练语言模型范式的根本性重构。在BERT出现之前，主流语言模型如GPT采用单向自回归训练，仅能从左到右或从右到左理解文本，这种单向性限制了模型对上下文的全貌把握。ELMo虽然尝试通过双向LSTM结合两个方向的表示，但本质仍是浅层特征拼接... BERT（Bidirectional Encoder Representations from Transformers）的产生源于2018年谷歌研究团队对预训练语言模型范式的根本性重构。在BERT出现之前，主流语言模型如GPT采用单向自回归训练，仅能从左到右或从右到左理解文本，这种单向性限制了模型对上下文的全貌把握。ELMo虽然尝试通过双向LSTM结合两个方向的表示，但本质仍是浅层特征拼接...
- 在教育信息化飞速发展的当下，利用人工智能深度学习技术分析学生上课情况，能够为教师调整教学策略、提升教学质量提供重要依据。本文将详细介绍如何使用 Python 搭建深度学习模型，对学生上课的专注度、互动情况等数据进行分析，帮助教育工作者更精准地掌握课堂动态。一、技术背景与应用价值随着计算机视觉和自然语言处理等深度学习技术的成熟，其在教育领域的应用逐渐深入。通过分析学生上课过程中的面部表情、... 在教育信息化飞速发展的当下，利用人工智能深度学习技术分析学生上课情况，能够为教师调整教学策略、提升教学质量提供重要依据。本文将详细介绍如何使用 Python 搭建深度学习模型，对学生上课的专注度、互动情况等数据进行分析，帮助教育工作者更精准地掌握课堂动态。一、技术背景与应用价值随着计算机视觉和自然语言处理等深度学习技术的成熟，其在教育领域的应用逐渐深入。通过分析学生上课过程中的面部表情、...
- 本文聚焦大模型在高端装备制造企业智能文档解析系统的落地实践，针对领域术语理解断层、长文档上下文限制、知识提取精准度不足、响应缓慢、微调成本高、稳定性差等核心痛点。 本文聚焦大模型在高端装备制造企业智能文档解析系统的落地实践，针对领域术语理解断层、长文档上下文限制、知识提取精准度不足、响应缓慢、微调成本高、稳定性差等核心痛点。
- ASTER L2 表面发射率 V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面发射率 (AST_05) 采用温度/发射率分离 (TES) 算法，针对五个热红外 (TIR) 90 米波段，在白天或夜间采集数据。该产品包含陆地上生成的每像素发射率测量值，以及嵌入式元数据和质量保证数据平面。ASTER L2 表面发射率数据产品仅可通过 NASA 的 Earthdata S... ASTER L2 表面发射率 V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面发射率 (AST_05) 采用温度/发射率分离 (TES) 算法，针对五个热红外 (TIR) 90 米波段，在白天或夜间采集数据。该产品包含陆地上生成的每像素发射率测量值，以及嵌入式元数据和质量保证数据平面。ASTER L2 表面发射率数据产品仅可通过 NASA 的 Earthdata S...
- 在AI开发从“实验验证”迈向“产业落地”的关键阶段，蓝耘元生代智算云平台凭借其技术架构的深度优化，成为支撑千万级参数模型训练、毫秒级实时推理的核心算力底座。 本文结合平台技术文档与一线开发经验，从技术实现细节、工程化实操技巧、行业落地案例三个维度展开深度解析，解决“怎么用”“如何用好”的核心问题 在AI开发从“实验验证”迈向“产业落地”的关键阶段，蓝耘元生代智算云平台凭借其技术架构的深度优化，成为支撑千万级参数模型训练、毫秒级实时推理的核心算力底座。 本文结合平台技术文档与一线开发经验，从技术实现细节、工程化实操技巧、行业落地案例三个维度展开深度解析，解决“怎么用”“如何用好”的核心问题
- 在2025年的今天，大语言模型(LLM)已经成为人工智能领域的核心技术，它们能够理解和生成人类语言，执行复杂的认知任务。然而，要充分发挥这些模型的潜力，仅仅了解如何调用API是不够的。**提示工程**（Prompt Engineering）作为一种专门设计提示以引导大语言模型生成高质量输出的技术，已经成为与LLM高效交互的关键技能。 在2025年的今天，大语言模型(LLM)已经成为人工智能领域的核心技术，它们能够理解和生成人类语言，执行复杂的认知任务。然而，要充分发挥这些模型的潜力，仅仅了解如何调用API是不够的。**提示工程**（Prompt Engineering）作为一种专门设计提示以引导大语言模型生成高质量输出的技术，已经成为与LLM高效交互的关键技能。
- ASTER Global Water Bodies Database NetCDF V001简介Terra 先进星载热辐射和反射辐射计 (ASTER) 全球水体数据库 (ASTWBD) 第 1 版数据产品以 1 角秒（约 30 米）的空间分辨率提供赤道地区面积大于 0.2 平方公里的全球水体覆盖，并提供相关的高程信息。ASTWBD 数据产品由东京传感器信息实验室公司 (SILC) 结合 A... ASTER Global Water Bodies Database NetCDF V001简介Terra 先进星载热辐射和反射辐射计 (ASTER) 全球水体数据库 (ASTWBD) 第 1 版数据产品以 1 角秒（约 30 米）的空间分辨率提供赤道地区面积大于 0.2 平方公里的全球水体覆盖，并提供相关的高程信息。ASTWBD 数据产品由东京传感器信息实验室公司 (SILC) 结合 A...
- ASTER Global Digital Elevation Model V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 全球数字高程模型 (GDEM) 第 3 版 (ASTGTM) 提供了地球陆地区域的全球数字高程模型 (DEM)，空间分辨率为 1 角秒（赤道水平方向约为 30 米）。ASTER GDEM 数据产品的开发是美国国家航空航天局 (NASA) 和日本经济产... ASTER Global Digital Elevation Model V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 全球数字高程模型 (GDEM) 第 3 版 (ASTGTM) 提供了地球陆地区域的全球数字高程模型 (DEM)，空间分辨率为 1 角秒（赤道水平方向约为 30 米）。ASTER GDEM 数据产品的开发是美国国家航空航天局 (NASA) 和日本经济产...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签