- NPP Grassland: Pampa De Leman, Argentina, 1980-1982, R1简介该数据集包含两个 ASCII 文件（.txt 格式）。一个文件包含 1980 年 8 月至 1982 年 3 月在阿根廷巴塔哥尼亚北部干旱矮灌木草原上测量的月度生产力数据。第二个文件包含在 NPP 研究期间，在现场设立的气象站记录的气候数据。在潘帕德莱曼（南纬 45.43 度... NPP Grassland: Pampa De Leman, Argentina, 1980-1982, R1简介该数据集包含两个 ASCII 文件（.txt 格式）。一个文件包含 1980 年 8 月至 1982 年 3 月在阿根廷巴塔哥尼亚北部干旱矮灌木草原上测量的月度生产力数据。第二个文件包含在 NPP 研究期间，在现场设立的气象站记录的气候数据。在潘帕德莱曼（南纬 45.43 度...
- 很多程序员觉得机器学习 “难”，是因为把它当作全新的技术来学，却忽略了它的数学根基 —— 线性回归的本质是 “线性代数的超定方程组求解”，逻辑回归的核心是 “概率统计的分类概率建模”，模型评估用到 “排列组合的分类计数”。掌握这些数学思维，就能从 “调用 API” 升级为 “理解模型本质”。 很多程序员觉得机器学习 “难”，是因为把它当作全新的技术来学，却忽略了它的数学根基 —— 线性回归的本质是 “线性代数的超定方程组求解”，逻辑回归的核心是 “概率统计的分类概率建模”，模型评估用到 “排列组合的分类计数”。掌握这些数学思维，就能从 “调用 API” 升级为 “理解模型本质”。
- 基于 YOLOv8 的共享单车乱停放智能识别系统— 从数据集构建到可视化部署的完整项目 一、项目背景：为什么要做“乱停放识别”？随着共享单车在城市中的高密度投放，“最后一公里”出行问题得到了极大缓解，但随之而来的随意停放、占道堆积、盲道阻塞等问题，也成为城市治理中的一大痛点。在实际城市管理中，传统处理方式主要依赖以下手段：人工巡查（成本高、效率低）群众举报（滞后、不可控）简单规则检测（误报... 基于 YOLOv8 的共享单车乱停放智能识别系统— 从数据集构建到可视化部署的完整项目 一、项目背景：为什么要做“乱停放识别”？随着共享单车在城市中的高密度投放，“最后一公里”出行问题得到了极大缓解，但随之而来的随意停放、占道堆积、盲道阻塞等问题，也成为城市治理中的一大痛点。在实际城市管理中，传统处理方式主要依赖以下手段：人工巡查（成本高、效率低）群众举报（滞后、不可控）简单规则检测（误报...
- 微调技术简介 指令微调模型微调也被称为指令微调（Instruction Tuning）或者有监督微调（Supervised Fine-tuning, SFT），该方法利用成对的任务输入与预期输出数据，训练模型学会以问答的形式解答问题，从而解锁其任务解决潜能。经过指令微调后，大语言模型能够展现出较强的指令遵循能力，可以通过零样本学习的方式解决多种下游任务。然而，值得注意的是，指令微调并非无中... 微调技术简介 指令微调模型微调也被称为指令微调（Instruction Tuning）或者有监督微调（Supervised Fine-tuning, SFT），该方法利用成对的任务输入与预期输出数据，训练模型学会以问答的形式解答问题，从而解锁其任务解决潜能。经过指令微调后，大语言模型能够展现出较强的指令遵循能力，可以通过零样本学习的方式解决多种下游任务。然而，值得注意的是，指令微调并非无中...
- 某心理类App上线AI打卡引导功能后，第二天就接到投诉：用户历史记录明明是“坚持跑步”，AI却鼓励他“今天的冥想也要加油”。听起来像个小Bug，背后却是大模型应用测试的典型挑战。曾经测试某银行智能客服大模型时，我们按传统测试思路覆盖了所有功能点，上线后却收到大量投诉。用户问“我的信用卡为啥没提额”，模型要么答非所问，要么给出错误条件。我们这才意识到：AI大模型应用的测试，和传统软件测试的核心... 某心理类App上线AI打卡引导功能后，第二天就接到投诉：用户历史记录明明是“坚持跑步”，AI却鼓励他“今天的冥想也要加油”。听起来像个小Bug，背后却是大模型应用测试的典型挑战。曾经测试某银行智能客服大模型时，我们按传统测试思路覆盖了所有功能点，上线后却收到大量投诉。用户问“我的信用卡为啥没提额”，模型要么答非所问，要么给出错误条件。我们这才意识到：AI大模型应用的测试，和传统软件测试的核心...
- 过去一周，技术社区被一个名字反复刷屏：GLM-4.7。不是发布会造势，也不是营销话术，而是实打实地在 Coding、Agent、前端审美、工程稳定性 等多个维度，把一堆榜单和开发者的预期同时点燃。更关键的是—— 这一次，智谱 并不只是“发了个更强的模型”，而是把一整套「如何把模型练成能干活的工程体系」摊在了台面上。一、不是“参数变大”，而是模型真的更会做事了GLM-4.7 的核心变化，不在于... 过去一周，技术社区被一个名字反复刷屏：GLM-4.7。不是发布会造势，也不是营销话术，而是实打实地在 Coding、Agent、前端审美、工程稳定性 等多个维度，把一堆榜单和开发者的预期同时点燃。更关键的是—— 这一次，智谱 并不只是“发了个更强的模型”，而是把一整套「如何把模型练成能干活的工程体系」摊在了台面上。一、不是“参数变大”，而是模型真的更会做事了GLM-4.7 的核心变化，不在于...
- 基于 YOLOv8 的交通标识与设施识别系统（含完整源码） 一、研究背景：为什么要做交通标识智能识别？在智慧城市与智能交通体系不断发展的背景下，道路交通场景对感知能力提出了越来越高的要求。无论是：🚗 自动驾驶辅助系统📷 道路监控与违章识别🚦 智能信号控制🏙 城市道路数字化管理都离不开对 交通标识与基础设施的精准识别。传统基于图像处理和规则的方法，在面对以下复杂情况时往往表现不佳：光... 基于 YOLOv8 的交通标识与设施识别系统（含完整源码） 一、研究背景：为什么要做交通标识智能识别？在智慧城市与智能交通体系不断发展的背景下，道路交通场景对感知能力提出了越来越高的要求。无论是：🚗 自动驾驶辅助系统📷 道路监控与违章识别🚦 智能信号控制🏙 城市道路数字化管理都离不开对 交通标识与基础设施的精准识别。传统基于图像处理和规则的方法，在面对以下复杂情况时往往表现不佳：光...
- NPP Multi-Biome: Global IBP Woodlands Data, 1955-1975, R1简介本数据集包含四个数据文件，分别收录了 117 个全球分布的陆地森林样地的净初级生产力（NPP）数据、土壤特征、平均气候条件以及植被的基本描述性和定量信息。该数据集源自 DeAngelis 等人（1981）的 IBP（国际生物计划）林地数据集。数据采集于 20 世纪 50 年... NPP Multi-Biome: Global IBP Woodlands Data, 1955-1975, R1简介本数据集包含四个数据文件，分别收录了 117 个全球分布的陆地森林样地的净初级生产力（NPP）数据、土壤特征、平均气候条件以及植被的基本描述性和定量信息。该数据集源自 DeAngelis 等人（1981）的 IBP（国际生物计划）林地数据集。数据采集于 20 世纪 50 年...
- 大模型中的“自组织临界性”：智能涌现的统计物理机制 摘要随着大规模语言模型的参数量突破千亿级别，研究者们开始从复杂系统的视角审视智能涌现现象。本文探讨了大模型训练动态与“自组织临界性”理论之间的深刻联系，提出了智能涌现可能遵循类似沙堆崩塌的统计物理机制。我们将通过理论分析和代码实验，揭示大模型如何通过简单的梯度下降达到临界状态，从而产生突现能力。 一、自组织临界性：从沙堆模型到神经网络 1... 大模型中的“自组织临界性”：智能涌现的统计物理机制 摘要随着大规模语言模型的参数量突破千亿级别，研究者们开始从复杂系统的视角审视智能涌现现象。本文探讨了大模型训练动态与“自组织临界性”理论之间的深刻联系，提出了智能涌现可能遵循类似沙堆崩塌的统计物理机制。我们将通过理论分析和代码实验，揭示大模型如何通过简单的梯度下降达到临界状态，从而产生突现能力。 一、自组织临界性：从沙堆模型到神经网络 1...
- 基于深度学习的河道垃圾检测系统设计（YOLOv8） 一、研究背景：AI 如何参与河道环境治理？随着城市化进程加快，河道、湖泊、水库等水体中的塑料垃圾问题日益严峻。其中，塑料瓶因体积明显、数量庞大、难以自然降解，已成为水环境污染治理中的重点对象。传统河道垃圾监测方式主要存在以下痛点：❌ 人工巡查成本高、效率低❌ 监测结果主观性强，难以量化❌ 无法实现实时、连续监控❌ 难以形成数据闭环支撑决策... 基于深度学习的河道垃圾检测系统设计（YOLOv8） 一、研究背景：AI 如何参与河道环境治理？随着城市化进程加快，河道、湖泊、水库等水体中的塑料垃圾问题日益严峻。其中，塑料瓶因体积明显、数量庞大、难以自然降解，已成为水环境污染治理中的重点对象。传统河道垃圾监测方式主要存在以下痛点：❌ 人工巡查成本高、效率低❌ 监测结果主观性强，难以量化❌ 无法实现实时、连续监控❌ 难以形成数据闭环支撑决策...
- NPP Temperate Forest: Great Smoky Mountains, Tennessee, USA, 1968-1992, R1简介该数据集包含两个数据文件（.csv 格式）。一个文件包含田纳西州大烟山国家公园七个原始温带森林林分和一个幼龄山谷林分的立地特征、林分描述符以及地上生物量和地上净初级生产力（ANPP）数据。这些原始森林林分（树龄超过 200 年）横跨山脉北坡... NPP Temperate Forest: Great Smoky Mountains, Tennessee, USA, 1968-1992, R1简介该数据集包含两个数据文件（.csv 格式）。一个文件包含田纳西州大烟山国家公园七个原始温带森林林分和一个幼龄山谷林分的立地特征、林分描述符以及地上生物量和地上净初级生产力（ANPP）数据。这些原始森林林分（树龄超过 200 年）横跨山脉北坡...
- 深夜两点，电脑屏幕发出的蓝光映照着疲惫的脸庞。作为一名在音乐爱好者，我依然清晰地记得第一次听到AI生成的旋律时的那种震撼——那不是简单的音符堆砌，而是一种有着呼吸感的、仿佛被赋予了灵魂的声响。那一刻，我突然意识到，我们站在了一个新的历史节点上。音乐，这门人类最古老的艺术形式之一，正在与最前沿的人工智能技术发生着前所未有的化学反应。 一、 从自动钢琴到算法作曲：音乐与机器的百年纠葛如果说现在的... 深夜两点，电脑屏幕发出的蓝光映照着疲惫的脸庞。作为一名在音乐爱好者，我依然清晰地记得第一次听到AI生成的旋律时的那种震撼——那不是简单的音符堆砌，而是一种有着呼吸感的、仿佛被赋予了灵魂的声响。那一刻，我突然意识到，我们站在了一个新的历史节点上。音乐，这门人类最古老的艺术形式之一，正在与最前沿的人工智能技术发生着前所未有的化学反应。 一、 从自动钢琴到算法作曲：音乐与机器的百年纠葛如果说现在的...
- 农业AI的“数字鸿沟”：小农户技术适配能力与精准农业的排斥性 引言：当算法遇上田园在加利福尼亚的万亩智慧农场，无人机正以厘米级精度喷洒农药；而在印度旁遮普邦的小麦田里，农民仍在依靠祖辈经验判断灌溉时机。这两种场景勾勒出农业AI应用的两极——一边是资本与技术密集的精准农业乌托邦，另一边则是被数字浪潮边缘化的传统耕作现实。这场技术革命正悄然在农田中划出一道深刻的“数字鸿沟”，其背后是小农户技术... 农业AI的“数字鸿沟”：小农户技术适配能力与精准农业的排斥性 引言：当算法遇上田园在加利福尼亚的万亩智慧农场，无人机正以厘米级精度喷洒农药；而在印度旁遮普邦的小麦田里，农民仍在依靠祖辈经验判断灌溉时机。这两种场景勾勒出农业AI应用的两极——一边是资本与技术密集的精准农业乌托邦，另一边则是被数字浪潮边缘化的传统耕作现实。这场技术革命正悄然在农田中划出一道深刻的“数字鸿沟”，其背后是小农户技术...
- 面向工业场景的 Agent 抗干扰设计：噪声数据的滤波与鲁棒性优化 一、工业场景下 Agent 面临的真实挑战在工业现场，Agent（智能体）并不是运行在“干净”的实验环境中，而是长期暴露在复杂、噪声密集、异常频发的真实数据流里：📡 传感器噪声：温度、电流、振动信号存在随机抖动🧱 设备老化与漂移：同一工况下数据分布随时间变化🔄 通信干扰与丢包：边缘设备到中心节点的数据不完整⚠️ 异常... 面向工业场景的 Agent 抗干扰设计：噪声数据的滤波与鲁棒性优化 一、工业场景下 Agent 面临的真实挑战在工业现场，Agent（智能体）并不是运行在“干净”的实验环境中，而是长期暴露在复杂、噪声密集、异常频发的真实数据流里：📡 传感器噪声：温度、电流、振动信号存在随机抖动🧱 设备老化与漂移：同一工况下数据分布随时间变化🔄 通信干扰与丢包：边缘设备到中心节点的数据不完整⚠️ 异常...
- 基于 YOLOv8 的智能火灾识别系统设计与实现 摘要随着城市化进程的加快，火灾事故频发，传统依赖烟雾传感器或温感设备的报警方式在复杂环境中存在响应滞后、误报率高、覆盖范围有限等问题。近年来，计算机视觉与深度学习技术的快速发展，使得基于图像的火灾自动识别成为智慧消防领域的重要研究方向。本文围绕一个基于 YOLOv8 的火灾识别系统展开，系统性介绍了从数据集构建、模型训练、性能评估，到 Py... 基于 YOLOv8 的智能火灾识别系统设计与实现 摘要随着城市化进程的加快，火灾事故频发，传统依赖烟雾传感器或温感设备的报警方式在复杂环境中存在响应滞后、误报率高、覆盖范围有限等问题。近年来，计算机视觉与深度学习技术的快速发展，使得基于图像的火灾自动识别成为智慧消防领域的重要研究方向。本文围绕一个基于 YOLOv8 的火灾识别系统展开，系统性介绍了从数据集构建、模型训练、性能评估，到 Py...
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