- 在现代计算中，优化问题无处不在。从工业生产、资源分配，到机器学习模型的参数调优，优化算法发挥着重要作用。细菌觅食优化算法（Bacterial Foraging Optimization Algorithm, BFO）作为一种智能优化算法，受到了生物学中细菌寻找食物的自然过程启发。本文将深入探讨BFO的原理、应用及其在实际问题中的实现。 1. 细菌觅食优化算法（BFO）概述细菌觅食优化算法是一... 在现代计算中，优化问题无处不在。从工业生产、资源分配，到机器学习模型的参数调优，优化算法发挥着重要作用。细菌觅食优化算法（Bacterial Foraging Optimization Algorithm, BFO）作为一种智能优化算法，受到了生物学中细菌寻找食物的自然过程启发。本文将深入探讨BFO的原理、应用及其在实际问题中的实现。 1. 细菌觅食优化算法（BFO）概述细菌觅食优化算法是一...
- AlexNet是首个成功CNN，开启了深度学习热潮，以下是其论文阅读总结。论文标题：ImageNet Classification with Deep Convolutional Neural Networks作者Alex KrizhevskyIlya SutskeverGeoffrey E. Hinton 1. 摘要（Abstract）背景：作者训练了一个大型深度卷积神经网络（CNN），用... AlexNet是首个成功CNN，开启了深度学习热潮，以下是其论文阅读总结。论文标题：ImageNet Classification with Deep Convolutional Neural Networks作者Alex KrizhevskyIlya SutskeverGeoffrey E. Hinton 1. 摘要（Abstract）背景：作者训练了一个大型深度卷积神经网络（CNN），用...
- 《Deep Residual Learning for Image Recognition》是由Kaiming He、Xiangyu Zhang、Shaoqing Ren和Jian Sun在2015年发表的一篇关于深度学习和图像识别的重要论文。 1. 论文背景深度卷积神经网络CNN在图像分类任务中取得了显著的突破。然而，随着网络深度的增加，训练更深的网络变得越来越困难，出现了梯度消失/爆炸的... 《Deep Residual Learning for Image Recognition》是由Kaiming He、Xiangyu Zhang、Shaoqing Ren和Jian Sun在2015年发表的一篇关于深度学习和图像识别的重要论文。 1. 论文背景深度卷积神经网络CNN在图像分类任务中取得了显著的突破。然而，随着网络深度的增加，训练更深的网络变得越来越困难，出现了梯度消失/爆炸的...
- 图神经网络（Graph Neural Networks，GNN）是人工智能领域最火热的课题之一，近年来，越来越多的研究机构和企业投入大量精力研究图神经网络，推出了自己的图学习引擎，并将其广泛应用在社交网络、电商推荐、欺诈检测、知识图谱等领域。目前，主流的开源图学习引擎有DGL，PyG，GraphScope，Angel，PGL等，其基本信息如下：可以看出，DGL和PyG支持的算法数量最多，且... 图神经网络（Graph Neural Networks，GNN）是人工智能领域最火热的课题之一，近年来，越来越多的研究机构和企业投入大量精力研究图神经网络，推出了自己的图学习引擎，并将其广泛应用在社交网络、电商推荐、欺诈检测、知识图谱等领域。目前，主流的开源图学习引擎有DGL，PyG，GraphScope，Angel，PGL等，其基本信息如下：可以看出，DGL和PyG支持的算法数量最多，且...
- 本文将指导您如何在 AutoDL 平台上申请机器并安装运行 DeepSeek R1 模型，适用于开发者和研究人员快速上手。 1. 申请机器 在 AutoDL 上申请机器首先，前往 AutoDL 市场 申请合适的计算资源，确保 GPU 配置满足模型运行需求。 启用学术加速为提高网络下载速度，建议开启学术加速功能：source /etc/network_turbo 2. 安装 OllamaOll... 本文将指导您如何在 AutoDL 平台上申请机器并安装运行 DeepSeek R1 模型，适用于开发者和研究人员快速上手。 1. 申请机器 在 AutoDL 上申请机器首先，前往 AutoDL 市场 申请合适的计算资源，确保 GPU 配置满足模型运行需求。 启用学术加速为提高网络下载速度，建议开启学术加速功能：source /etc/network_turbo 2. 安装 OllamaOll...
- 2000 年至 2022 年全球草地（栽培草地和天然/半天然草地）的年度优势等级图，30 米的空间分辨率 简介该数据集以 30 米的空间分辨率提供了 2000 年至 2022 年全球草地（栽培草地和天然/半天然草地）的年度优势等级图。由土地与碳实验室全球牧场观察计划制作，绘制的草地范围包括任何土地覆被类型，其中包含至少 30% 的干性或湿性低植被，以禾本科和草本植物为主（小于 3 米），... 2000 年至 2022 年全球草地（栽培草地和天然/半天然草地）的年度优势等级图，30 米的空间分辨率 简介该数据集以 30 米的空间分辨率提供了 2000 年至 2022 年全球草地（栽培草地和天然/半天然草地）的年度优势等级图。由土地与碳实验室全球牧场观察计划制作，绘制的草地范围包括任何土地覆被类型，其中包含至少 30% 的干性或湿性低植被，以禾本科和草本植物为主（小于 3 米），...
- 简介GLOBathy Global lakes bathymetry datasetGLObal 水深测量（GLOBathy）数据集包含全球 140 多万个水体的数据，经过精心开发，与广受认可的 HydroLAKES 数据集相协调。 GLOBathy 利用先进的基于地理信息系统 (GIS) 的框架，通过整合最大深度估计值和来自 HydroLAKES 的几何/地球物理属性，构建了详细的测... 简介GLOBathy Global lakes bathymetry datasetGLObal 水深测量（GLOBathy）数据集包含全球 140 多万个水体的数据，经过精心开发，与广受认可的 HydroLAKES 数据集相协调。 GLOBathy 利用先进的基于地理信息系统 (GIS) 的框架，通过整合最大深度估计值和来自 HydroLAKES 的几何/地球物理属性，构建了详细的测...
- ABoVE: Annual Thaw Slump Expansion on East Fork Chandalar River, Alaska, 2008-2017简介该数据集提供了一系列空间数据的时间序列，展示了阿拉斯加文尼提社区附近东支钱达尔河融沉滑坡的扩张情况，从 2008 年到 2017 年。通过手动数字化 ESRI 基础图和 Landsat 5（TM）、7（ETM+）、8（OL... ABoVE: Annual Thaw Slump Expansion on East Fork Chandalar River, Alaska, 2008-2017简介该数据集提供了一系列空间数据的时间序列，展示了阿拉斯加文尼提社区附近东支钱达尔河融沉滑坡的扩张情况，从 2008 年到 2017 年。通过手动数字化 ESRI 基础图和 Landsat 5（TM）、7（ETM+）、8（OL...
- DeepSeek（深度求索）是由中国人工智能公司深度求索（DeepSeek Inc.）开发的一系列大语言模型（LLMs）和人工智能解决方案，专注于推动通用人工智能（AGI）的研究与应用。该系列以高效训练、强大性能和多样化场景适配为特点，覆盖了从开源模型到商业闭源模型的多类产品。以下是其核心模型及技术概览： 一、DeepSeek 系列核心模型 1. MoE 架构模型DeepSeek MoE-1... DeepSeek（深度求索）是由中国人工智能公司深度求索（DeepSeek Inc.）开发的一系列大语言模型（LLMs）和人工智能解决方案，专注于推动通用人工智能（AGI）的研究与应用。该系列以高效训练、强大性能和多样化场景适配为特点，覆盖了从开源模型到商业闭源模型的多类产品。以下是其核心模型及技术概览： 一、DeepSeek 系列核心模型 1. MoE 架构模型DeepSeek MoE-1...
- 原子搜索优化（ASO）算法 1. 引言随着人工智能和计算机科学的迅速发展，优化问题在各个领域得到了广泛应用，尤其是在高维、复杂、多峰的优化问题中，传统优化方法往往面临计算量大、求解效率低等问题。为了解决这些问题，智能优化算法应运而生。原子搜索优化（Atomic Search Optimization，简称ASO）是其中一种新兴的智能优化算法，它通过模拟原子粒子间的相互作用，探索问题的解空间... 原子搜索优化（ASO）算法 1. 引言随着人工智能和计算机科学的迅速发展，优化问题在各个领域得到了广泛应用，尤其是在高维、复杂、多峰的优化问题中，传统优化方法往往面临计算量大、求解效率低等问题。为了解决这些问题，智能优化算法应运而生。原子搜索优化（Atomic Search Optimization，简称ASO）是其中一种新兴的智能优化算法，它通过模拟原子粒子间的相互作用，探索问题的解空间...
- 鼠群优化器 (RSO) 算法 1. 引言在现代优化问题中，智能优化算法作为解决复杂问题的有力工具，越来越被广泛应用。鼠群优化器（Rodent Swarm Optimization，RSO）是一种模仿鼠群觅食行为的优化算法。RSO的核心思想是通过模拟鼠群在自然界中的集体行为，来探索问题的最优解。由于其具有较好的全局搜索能力和简单的实现过程，RSO在函数优化、路径规划、机器学习等领域都有着显著... 鼠群优化器 (RSO) 算法 1. 引言在现代优化问题中，智能优化算法作为解决复杂问题的有力工具，越来越被广泛应用。鼠群优化器（Rodent Swarm Optimization，RSO）是一种模仿鼠群觅食行为的优化算法。RSO的核心思想是通过模拟鼠群在自然界中的集体行为，来探索问题的最优解。由于其具有较好的全局搜索能力和简单的实现过程，RSO在函数优化、路径规划、机器学习等领域都有着显著...
- 生成对抗网络（GANs）在图像生成等领域展现巨大潜力，但模式坍塌问题严重影响其性能。模式坍塌指生成器生成的样本多样性急剧降低，仅覆盖部分真实数据分布。原因包括生成器与判别器失衡、损失函数局限性及数据分布复杂性。解决策略涵盖改进训练策略、优化损失函数、增强生成器多样性和利用辅助信息等，通过这些方法可有效缓解模式坍塌，提升GANs的应用效果。 生成对抗网络（GANs）在图像生成等领域展现巨大潜力，但模式坍塌问题严重影响其性能。模式坍塌指生成器生成的样本多样性急剧降低，仅覆盖部分真实数据分布。原因包括生成器与判别器失衡、损失函数局限性及数据分布复杂性。解决策略涵盖改进训练策略、优化损失函数、增强生成器多样性和利用辅助信息等，通过这些方法可有效缓解模式坍塌，提升GANs的应用效果。
- 在游戏与影视制作中，逼真的3D模型是构建沉浸式虚拟世界的关键。生成对抗网络（GANs）通过生成器和判别器的对抗训练，高效生成高逼真度的3D模型。生成器将随机噪声转化为3D模型，判别器则辨别真假模型，二者相互优化。充足且优质的数据、多尺度训练及结合NeRF等技术，进一步提升模型质量。尽管面临细节不足等挑战，GANs的未来发展潜力巨大，有望为虚拟世界带来更精彩的视觉体验。 在游戏与影视制作中，逼真的3D模型是构建沉浸式虚拟世界的关键。生成对抗网络（GANs）通过生成器和判别器的对抗训练，高效生成高逼真度的3D模型。生成器将随机噪声转化为3D模型，判别器则辨别真假模型，二者相互优化。充足且优质的数据、多尺度训练及结合NeRF等技术，进一步提升模型质量。尽管面临细节不足等挑战，GANs的未来发展潜力巨大，有望为虚拟世界带来更精彩的视觉体验。
- 简介2023年全球政治行政边界数据库（geoBoundaries）：国家、省、县三级geoBoundaries 全球政治行政边界数据库是一个在线开放许可资源，包含世界各国的边界（即州、县）。 目前共跟踪了 199 个实体，包括所有 195 个联合国会员国、格陵兰岛、台湾、纽埃和科索沃。 全球综合行政区域 (CGAZ) 是一套全球行政边界复合数据。 根据美国国务院的定义，有争议的地区被移除... 简介2023年全球政治行政边界数据库（geoBoundaries）：国家、省、县三级geoBoundaries 全球政治行政边界数据库是一个在线开放许可资源，包含世界各国的边界（即州、县）。 目前共跟踪了 199 个实体，包括所有 195 个联合国会员国、格陵兰岛、台湾、纽埃和科索沃。 全球综合行政区域 (CGAZ) 是一套全球行政边界复合数据。 根据美国国务院的定义，有争议的地区被移除...
- ABoVE: Annual Phenology Derived from Landsat across the ABoVE Core Domain, 1984-2014简介ABoVE: Annual Phenology Derived from Landsat across the ABoVE Core Domain, 1984-2014数据集是通过Landsat卫星获取的，跨越ABoV... ABoVE: Annual Phenology Derived from Landsat across the ABoVE Core Domain, 1984-2014简介ABoVE: Annual Phenology Derived from Landsat across the ABoVE Core Domain, 1984-2014数据集是通过Landsat卫星获取的，跨越ABoV...
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