- LBA-ECO ND-01 Streamwater and Watershed Characteristics, Rondonia, Brazil: 1998-1999简介该数据集提供了（1）来自朗多尼亚州众多地点的溪流水质采样和分析结果，以及（2）来自遥感和巴西数据源的相应流域特征。1998 年 8 月旱季期间，对森林和非森林地区的 60 条溪流进行了一次采样，1999 年 1 月至 2... LBA-ECO ND-01 Streamwater and Watershed Characteristics, Rondonia, Brazil: 1998-1999简介该数据集提供了（1）来自朗多尼亚州众多地点的溪流水质采样和分析结果，以及（2）来自遥感和巴西数据源的相应流域特征。1998 年 8 月旱季期间，对森林和非森林地区的 60 条溪流进行了一次采样，1999 年 1 月至 2...
- 多模态大模型 CLIP 的原理解析：从原理到实战，一文打尽 引言：为什么 CLIP 是“视觉-语言”时代的里程碑？在 2021 年以前，计算机视觉社区的主流范式是“先预训练 CNN → 再接具体任务头”，天然存在两大痛点：标签饥渴：ImageNet 1.2 M 人工标注已接近天花板，再想扩大类别必须付出高昂人力成本。任务孤岛：分类、检测、分割各自为政，每换一个任务就要重新初始化头部，甚至重... 多模态大模型 CLIP 的原理解析：从原理到实战，一文打尽 引言：为什么 CLIP 是“视觉-语言”时代的里程碑？在 2021 年以前，计算机视觉社区的主流范式是“先预训练 CNN → 再接具体任务头”，天然存在两大痛点：标签饥渴：ImageNet 1.2 M 人工标注已接近天花板，再想扩大类别必须付出高昂人力成本。任务孤岛：分类、检测、分割各自为政，每换一个任务就要重新初始化头部，甚至重...
- 随着人工智能技术的不断发展，AI Agent（智能体）在执行任务时越来越依赖于复杂的长期记忆机制与上下文管理系统。长期记忆机制能够让智能体在与用户的互动中“记住”重要信息，从而提升其对话质量和任务完成效率。在此基础上，如何高效管理上下文成为AI Agent成功实现高效交互的关键。本文将深入探讨AI Agent的长期记忆机制、上下文管理方法，并通过代码实例展示如何实现这些技术。 随着人工智能技术的不断发展，AI Agent（智能体）在执行任务时越来越依赖于复杂的长期记忆机制与上下文管理系统。长期记忆机制能够让智能体在与用户的互动中“记住”重要信息，从而提升其对话质量和任务完成效率。在此基础上，如何高效管理上下文成为AI Agent成功实现高效交互的关键。本文将深入探讨AI Agent的长期记忆机制、上下文管理方法，并通过代码实例展示如何实现这些技术。
- LBA-ECO ND-01 Fractional Land Cover Images, Rondonia, Brazil: 1984-2000简介该数据集提供了 1984 年至 2000 年期间巴西朗多尼亚州 JiParana、PortoVelho、Luiza、Ariquemes 和 Cacoal 地区的遮荫、绿色植被 (GV)、非光合植被 (NPV) 和土壤的土地覆盖类型分数图像。这些图... LBA-ECO ND-01 Fractional Land Cover Images, Rondonia, Brazil: 1984-2000简介该数据集提供了 1984 年至 2000 年期间巴西朗多尼亚州 JiParana、PortoVelho、Luiza、Ariquemes 和 Cacoal 地区的遮荫、绿色植被 (GV)、非光合植被 (NPV) 和土壤的土地覆盖类型分数图像。这些图...
- 一、引言在健康生活理念日益普及的背景下，越来越多的人开始通过健身改善体质。然而，缺乏专业指导（如动作不规范导致受伤）和 难以坚持（如无进度反馈导致动力不足）是用户健身的两大痛点。传统健身APP虽提供视频教程，但存在跨设备协同差（如手机看教程、手表无提醒）、进度跟踪不直观（如手动记录训练数据）等问题。鸿蒙操作系统（HarmonyOS）凭借 分布式设备协同、多媒体能力... 一、引言在健康生活理念日益普及的背景下，越来越多的人开始通过健身改善体质。然而，缺乏专业指导（如动作不规范导致受伤）和 难以坚持（如无进度反馈导致动力不足）是用户健身的两大痛点。传统健身APP虽提供视频教程，但存在跨设备协同差（如手机看教程、手表无提醒）、进度跟踪不直观（如手动记录训练数据）等问题。鸿蒙操作系统（HarmonyOS）凭借 分布式设备协同、多媒体能力...
- LBA-ECO ND-01 巴西朗多尼亚地理配准陆地卫星影像：1975-2000简介该数据集提供了巴西朗多尼亚州五个（路径/行）区域（Landsat 多光谱扫描仪 (MSS)、专题制图仪 (TM) 和增强型专题制图仪增强版 (ETM+)）场景的时间序列。这些场景涵盖 1975 年 6 月至 2000 年 6 月期间，但并非所有区域都包含所有年份的场景。包含的区域和 Landsat 路径/行... LBA-ECO ND-01 巴西朗多尼亚地理配准陆地卫星影像：1975-2000简介该数据集提供了巴西朗多尼亚州五个（路径/行）区域（Landsat 多光谱扫描仪 (MSS)、专题制图仪 (TM) 和增强型专题制图仪增强版 (ETM+)）场景的时间序列。这些场景涵盖 1975 年 6 月至 2000 年 6 月期间，但并非所有区域都包含所有年份的场景。包含的区域和 Landsat 路径/行...
- 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、...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签