- 边缘检测是计算机视觉中的基础任务，旨在识别图像中亮度或颜色急剧变化的区域（即边缘），这些区域通常对应物体的轮廓或纹理边界。AI（尤其是深度学习）实现边缘检测的思路可分为传统方法和深度学习方法两大类，以下是详细的技术路线和实现思路： 一、传统边缘检测方法（基于手工特征）传统方法通过数学运算（如微分、卷积）直接检测像素值突变，核心思想是利用图像梯度。典型算法包括： 1. Sobel算子原理：通过... 边缘检测是计算机视觉中的基础任务，旨在识别图像中亮度或颜色急剧变化的区域（即边缘），这些区域通常对应物体的轮廓或纹理边界。AI（尤其是深度学习）实现边缘检测的思路可分为传统方法和深度学习方法两大类，以下是详细的技术路线和实现思路： 一、传统边缘检测方法（基于手工特征）传统方法通过数学运算（如微分、卷积）直接检测像素值突变，核心思想是利用图像梯度。典型算法包括： 1. Sobel算子原理：通过...
- 异常检测（Anomaly Detection）与预测模型（Predictive Modeling）是数据科学中的两大核心任务，分别用于识别异常数据和预测未来趋势。以下是它们的详细解释、方法对比及实践应用： 一、异常检测（Anomaly Detection）定义：识别数据中显著偏离正常模式或预期行为的观测值（异常点）。 1. 异常类型点异常（Point Anomaly）：单个数据点异常（如信用... 异常检测（Anomaly Detection）与预测模型（Predictive Modeling）是数据科学中的两大核心任务，分别用于识别异常数据和预测未来趋势。以下是它们的详细解释、方法对比及实践应用： 一、异常检测（Anomaly Detection）定义：识别数据中显著偏离正常模式或预期行为的观测值（异常点）。 1. 异常类型点异常（Point Anomaly）：单个数据点异常（如信用...
- 损失函数（Loss Function）和优化器（Optimizer）是机器学习和深度学习中的两个核心概念，它们共同决定了模型的训练过程和性能。以下是它们的详细解释及关系： 一、损失函数（Loss Function）定义：损失函数用于衡量模型预测值与真实值之间的差异（误差），其目标是通过最小化损失函数来优化模型参数。 1. 常见损失函数类型回归任务：均方误差（MSE, Mean Squared... 损失函数（Loss Function）和优化器（Optimizer）是机器学习和深度学习中的两个核心概念，它们共同决定了模型的训练过程和性能。以下是它们的详细解释及关系： 一、损失函数（Loss Function）定义：损失函数用于衡量模型预测值与真实值之间的差异（误差），其目标是通过最小化损失函数来优化模型参数。 1. 常见损失函数类型回归任务：均方误差（MSE, Mean Squared...
- LBA-ECO ND-11 Soil Water Pressure and Flow Measurements under Tree Crops简介该数据集包含可用于研究亚马逊农林区树木作物下土壤水分通量的信息。数据包括对多个深度土壤基质压力和土壤含水量的重复测量。该研究于 1998 年在巴西马瑙斯以北 29 公里（南纬 3°8′，西经 59°52′，海拔 40-50 米）的巴西农业研究... LBA-ECO ND-11 Soil Water Pressure and Flow Measurements under Tree Crops简介该数据集包含可用于研究亚马逊农林区树木作物下土壤水分通量的信息。数据包括对多个深度土壤基质压力和土壤含水量的重复测量。该研究于 1998 年在巴西马瑙斯以北 29 公里（南纬 3°8′，西经 59°52′，海拔 40-50 米）的巴西农业研究...
- 自监督视觉预训练：掩码图像建模的互信息最大化解释在自监督学习的革命浪潮中，掩码图像建模（Masked Image Modeling, MIM）已然成为计算机视觉领域最具影响力的预训练范式之一。从自然语言处理中的BERT获得灵感，MIM通过让模型学习重建被随机掩码的图像块，在各种视觉任务上取得了令人瞩目的表现。然而，一个根本性问题始终萦绕在研究界：为什么简单的掩码重建任务能够学习到如此强大的... 自监督视觉预训练：掩码图像建模的互信息最大化解释在自监督学习的革命浪潮中，掩码图像建模（Masked Image Modeling, MIM）已然成为计算机视觉领域最具影响力的预训练范式之一。从自然语言处理中的BERT获得灵感，MIM通过让模型学习重建被随机掩码的图像块，在各种视觉任务上取得了令人瞩目的表现。然而，一个根本性问题始终萦绕在研究界：为什么简单的掩码重建任务能够学习到如此强大的...
- 昇腾 在大模型推理中的性能和稳定性令人印象深刻，其硬件加速优势在实际任务中得到了充分验证。配合 GitCode 平台的云端开发环境，开发者能够轻松部署和测试大模型，享受快速、高效、安全的实验体验。无论是科研验证、教学演示还是轻量应用开发，这一组合都提供了强有力的技术支持，为国产 AI 算力生态的发展注入了活力与信心。 昇腾 在大模型推理中的性能和稳定性令人印象深刻，其硬件加速优势在实际任务中得到了充分验证。配合 GitCode 平台的云端开发环境，开发者能够轻松部署和测试大模型，享受快速、高效、安全的实验体验。无论是科研验证、教学演示还是轻量应用开发，这一组合都提供了强有力的技术支持，为国产 AI 算力生态的发展注入了活力与信心。
- 在这个数字化时代，艺术创作和游戏设计正在以前所未有的方式融合创新技术。生成式AI（Generative AI）作为一种强大的工具，能够为艺术家和设计师带来无限的可能性。今天，我们将探讨如何利用生成式AI来提升艺术创作和游戏设计的效率和质量，让这两项创意工作变得更加智能化和个性化。 一、生成式AI简介生成式AI是一种能够创建新内容的技术，它可以通过学习大量的数据集，生成类似于训练数据的新样本。... 在这个数字化时代，艺术创作和游戏设计正在以前所未有的方式融合创新技术。生成式AI（Generative AI）作为一种强大的工具，能够为艺术家和设计师带来无限的可能性。今天，我们将探讨如何利用生成式AI来提升艺术创作和游戏设计的效率和质量，让这两项创意工作变得更加智能化和个性化。 一、生成式AI简介生成式AI是一种能够创建新内容的技术，它可以通过学习大量的数据集，生成类似于训练数据的新样本。...
- 开篇：一场算法审判的警示某科技公司招聘系统被曝出系统性性别歧视事件：女性候选人简历的筛选通过率比男性低42%。调查发现，这一"智能招聘系统"在训练时，使用了过去20年公司内部的历史数据——而该公司历史上女性仅占技术岗位的15%。这个案例像一记重锤，敲醒了AI伦理的警钟：当算法偏见披着技术外衣渗透到社会各个角落，我们是否已准备好应对这场技术伦理的"蝴蝶效应"? 破碎的镜面：算法偏见的多维成因... 开篇：一场算法审判的警示某科技公司招聘系统被曝出系统性性别歧视事件：女性候选人简历的筛选通过率比男性低42%。调查发现，这一"智能招聘系统"在训练时，使用了过去20年公司内部的历史数据——而该公司历史上女性仅占技术岗位的15%。这个案例像一记重锤，敲醒了AI伦理的警钟：当算法偏见披着技术外衣渗透到社会各个角落，我们是否已准备好应对这场技术伦理的"蝴蝶效应"? 破碎的镜面：算法偏见的多维成因...
- 亚马逊的AI招聘系统曾给所有女性申请者自动降级，美国医疗AI系统因种族偏见导致黑人患者获得更低健康评分，自动驾驶汽车在"电车难题"中如何抉择至今没有标准答案——当AI技术渗透到人类社会的毛细血管时，算法偏见与伦理困境正以指数级放大人类社会的固有矛盾。 一、算法偏见的诞生密码在金融信贷评分系统中，AI模型通过分析过去十年的贷款数据训练出"完美预测模型"，却意外继承了银行系统性歧视少数族裔的历史... 亚马逊的AI招聘系统曾给所有女性申请者自动降级，美国医疗AI系统因种族偏见导致黑人患者获得更低健康评分，自动驾驶汽车在"电车难题"中如何抉择至今没有标准答案——当AI技术渗透到人类社会的毛细血管时，算法偏见与伦理困境正以指数级放大人类社会的固有矛盾。 一、算法偏见的诞生密码在金融信贷评分系统中，AI模型通过分析过去十年的贷款数据训练出"完美预测模型"，却意外继承了银行系统性歧视少数族裔的历史...
- 你是否曾对AI的神秘面纱感到好奇？是否渴望揭开其背后的技术奥秘？作为一名致力于AI产品开发的程序员，我深知数据挖掘、特征工程和模型训练在AI领域中的重要性。今天，就让我带你一起踏上这段探索AI无限可能的奇妙之旅。一、数据挖掘：揭示隐藏在数据中的宝藏数据挖掘是从海量数据中发现有价值信息的过程。它像是一把钥匙，能够打开数据世界的大门，让我们窥见其中的奥秘。通过数据挖掘，我们可以发现数据之间的关联... 你是否曾对AI的神秘面纱感到好奇？是否渴望揭开其背后的技术奥秘？作为一名致力于AI产品开发的程序员，我深知数据挖掘、特征工程和模型训练在AI领域中的重要性。今天，就让我带你一起踏上这段探索AI无限可能的奇妙之旅。一、数据挖掘：揭示隐藏在数据中的宝藏数据挖掘是从海量数据中发现有价值信息的过程。它像是一把钥匙，能够打开数据世界的大门，让我们窥见其中的奥秘。通过数据挖掘，我们可以发现数据之间的关联...
- 当你刷短视频、逛电商、听音乐时，背后究竟发生了什么？一句“猜你喜欢”并非魔术，而是从海量数据里挖掘出关键特征，再经过精准模型训练，才得以呈现给你。今天，我们将带你穿越数据的迷宫，直击数据挖掘、特征工程与模型训练的核心技术，一探 AI 产品的“炼金术”！一、数据挖掘：让数据说话数据获取与清洗数据源多样：日志、传感器、用户行为、第三方 API。清洗技巧：缺失值插补（均值、中位数、KNN）、异常值... 当你刷短视频、逛电商、听音乐时，背后究竟发生了什么？一句“猜你喜欢”并非魔术，而是从海量数据里挖掘出关键特征，再经过精准模型训练，才得以呈现给你。今天，我们将带你穿越数据的迷宫，直击数据挖掘、特征工程与模型训练的核心技术，一探 AI 产品的“炼金术”！一、数据挖掘：让数据说话数据获取与清洗数据源多样：日志、传感器、用户行为、第三方 API。清洗技巧：缺失值插补（均值、中位数、KNN）、异常值...
- 大家好！想象一下，如果让你今天从零开始，先学会认字、再学语法、然后阅读浩如烟海的书籍，最后才能回答“今天天气怎么样？”这个问题，是不是觉得效率太低了？我们人类之所以能快速学习新技能，很大程度上是因为我们站在了过往知识和经验的肩膀上。那么，机器学习是不是也能这样呢？答案是肯定的！今天，我就带大家揭秘AI领域一项堪称“魔法”的技术——迁移学习，看看它是如何让AI模型告别“死记硬背”，学会“举一反... 大家好！想象一下，如果让你今天从零开始，先学会认字、再学语法、然后阅读浩如烟海的书籍，最后才能回答“今天天气怎么样？”这个问题，是不是觉得效率太低了？我们人类之所以能快速学习新技能，很大程度上是因为我们站在了过往知识和经验的肩膀上。那么，机器学习是不是也能这样呢？答案是肯定的！今天，我就带大家揭秘AI领域一项堪称“魔法”的技术——迁移学习，看看它是如何让AI模型告别“死记硬背”，学会“举一反...
- 在这个信息爆炸的时代，人工智能（AI）已经渗透到我们生活的方方面面，从语音助手到自动驾驶汽车，从医疗诊断到金融分析。但你知道吗？通过迁移学习和预训练模型，即使是非技术背景的行业从业者，也能轻松地开发出具有高度专业性和针对性的AI产品。今天，就让我们一起揭开这些神秘技术的面纱，探索它们如何帮助不同领域的专业人士构建更加智能的应用。 一、迁移学习：让AI产品更懂你的需求迁移学习是一种机器学习方法... 在这个信息爆炸的时代，人工智能（AI）已经渗透到我们生活的方方面面，从语音助手到自动驾驶汽车，从医疗诊断到金融分析。但你知道吗？通过迁移学习和预训练模型，即使是非技术背景的行业从业者，也能轻松地开发出具有高度专业性和针对性的AI产品。今天，就让我们一起揭开这些神秘技术的面纱，探索它们如何帮助不同领域的专业人士构建更加智能的应用。 一、迁移学习：让AI产品更懂你的需求迁移学习是一种机器学习方法...
- 在本次评测中，我们通过图像分类任务的实战演示，完整呈现了 CANN 在 AI 开发流程中的落地应用。从 PyTorch GPU 训练脚本到昇腾 NPU 环境的迁移，CANN 提供了高效、可复用的工具链，使开发者能够在最小改动的前提下，实现训练脚本的快速迁移和加速执行。通过 GPU2Ascend 自动迁移库，原本需要手动适配的模型和算子，现在可以直接在 NPU 上运行，同时保持计算精度和性能一致性。 在本次评测中，我们通过图像分类任务的实战演示，完整呈现了 CANN 在 AI 开发流程中的落地应用。从 PyTorch GPU 训练脚本到昇腾 NPU 环境的迁移，CANN 提供了高效、可复用的工具链，使开发者能够在最小改动的前提下，实现训练脚本的快速迁移和加速执行。通过 GPU2Ascend 自动迁移库，原本需要手动适配的模型和算子，现在可以直接在 NPU 上运行，同时保持计算精度和性能一致性。
- 神经压缩的率失真-感知权衡理论新进展在信息论与深度学习的交叉领域，一场关于压缩本质的革命正在悄然发生。自1948年香农提出率失真理论以来，我们一直相信在给定比特率下，压缩的保真度存在一个不可逾越的理论极限。然而，传统的率失真理论忽略了一个关键维度——人类感知。直到Blau与Michaeli在2019年提出的率失真-感知权衡理论，才真正将感知质量纳入压缩的数学框架中，揭示了在保持高感知质量的... 神经压缩的率失真-感知权衡理论新进展在信息论与深度学习的交叉领域，一场关于压缩本质的革命正在悄然发生。自1948年香农提出率失真理论以来，我们一直相信在给定比特率下，压缩的保真度存在一个不可逾越的理论极限。然而，传统的率失真理论忽略了一个关键维度——人类感知。直到Blau与Michaeli在2019年提出的率失真-感知权衡理论，才真正将感知质量纳入压缩的数学框架中，揭示了在保持高感知质量的...
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