- 震撼发布！让你的电脑智商飙升，DeepSeek-R1+Ollama+ChatboxAI合体教程，打造私人智能神器！ 震撼发布！让你的电脑智商飙升，DeepSeek-R1+Ollama+ChatboxAI合体教程，打造私人智能神器！
- 天牛须搜索（Beetle Antennae Search, BAS）是一种模拟自然界天牛觅食过程的启发式优化算法。该算法通过模拟天牛的觅食行为来解决优化问题，具有较好的全局搜索能力和局部优化能力。在数学建模中，BAS算法常常被应用于高维、非线性和复杂的优化问题。本文将重点介绍天牛须搜索算法（BAS）的基本原理、工作流程，并结合代码示例讲解如何在实际建模中应用BAS工具箱。 1. 天牛须搜索算... 天牛须搜索（Beetle Antennae Search, BAS）是一种模拟自然界天牛觅食过程的启发式优化算法。该算法通过模拟天牛的觅食行为来解决优化问题，具有较好的全局搜索能力和局部优化能力。在数学建模中，BAS算法常常被应用于高维、非线性和复杂的优化问题。本文将重点介绍天牛须搜索算法（BAS）的基本原理、工作流程，并结合代码示例讲解如何在实际建模中应用BAS工具箱。 1. 天牛须搜索算...
- 逆天改变！VSCode+Cline+DeepSeek-V3，编程界的新王者就是你 逆天改变！VSCode+Cline+DeepSeek-V3，编程界的新王者就是你
- 残差连接通过引入“短路”连接，解决了深度卷积神经网络（CNN）中随层数增加而出现的梯度消失和退化问题。它使网络学习输入与输出之间的残差，而非直接映射，从而加速训练、提高性能，并允许网络学习更复杂的特征。这一设计显著提升了深度学习在图像识别等领域的应用效果。 残差连接通过引入“短路”连接，解决了深度卷积神经网络（CNN）中随层数增加而出现的梯度消失和退化问题。它使网络学习输入与输出之间的残差，而非直接映射，从而加速训练、提高性能，并允许网络学习更复杂的特征。这一设计显著提升了深度学习在图像识别等领域的应用效果。
- PyTorch 实现 Alexnet图像分类本文主要介绍了如何在昇腾上，使用pytorch对经典的Alexnet小模型在公开的CIFAR10数据集进行分类训练的实战讲解。内容包括Alexnet网络模型创新点介绍 、Alexnet的网络架构剖析 与网络模型代码实战分析等等本实验的目录结构安排如下所示：Alexnet网络模型创新点介绍Alexnet的网络架构剖析网络模型代码实战分析 Alexn... PyTorch 实现 Alexnet图像分类本文主要介绍了如何在昇腾上，使用pytorch对经典的Alexnet小模型在公开的CIFAR10数据集进行分类训练的实战讲解。内容包括Alexnet网络模型创新点介绍 、Alexnet的网络架构剖析 与网络模型代码实战分析等等本实验的目录结构安排如下所示：Alexnet网络模型创新点介绍Alexnet的网络架构剖析网络模型代码实战分析 Alexn...
- 我们在使用有些大模型时，需要微调其一系列参数。这些参数的一个例子，就是 Frequency Penalty 参数。Frequency Penalty 参数是为了控制模型的输出中某些词语的出现频率，从而避免生成内容中过度重复某些词。大语言模型在生成文本时有时候会倾向于重复使用一些高频词，这可能导致生成的文本不够丰富，不够多样化，甚至有时看起来不自然。Frequency Penalty 参数主要... 我们在使用有些大模型时，需要微调其一系列参数。这些参数的一个例子，就是 Frequency Penalty 参数。Frequency Penalty 参数是为了控制模型的输出中某些词语的出现频率，从而避免生成内容中过度重复某些词。大语言模型在生成文本时有时候会倾向于重复使用一些高频词，这可能导致生成的文本不够丰富，不够多样化，甚至有时看起来不自然。Frequency Penalty 参数主要...
- MATLAB实现基本统计分析与建模：理论、算法与代码实例MATLAB作为一种强大的计算工具，广泛应用于数据分析、统计计算与建模。本文将介绍如何使用MATLAB进行基本的统计分析与数据建模，重点讲解常用的统计方法、数据处理技巧，以及如何在MATLAB中构建简单的回归模型和进行假设检验。文章还将包含一些代码实例，帮助读者更好地理解与应用这些技术。 1. 数据加载与预处理在进行统计分析与建模之前... MATLAB实现基本统计分析与建模：理论、算法与代码实例MATLAB作为一种强大的计算工具，广泛应用于数据分析、统计计算与建模。本文将介绍如何使用MATLAB进行基本的统计分析与数据建模，重点讲解常用的统计方法、数据处理技巧，以及如何在MATLAB中构建简单的回归模型和进行假设检验。文章还将包含一些代码实例，帮助读者更好地理解与应用这些技术。 1. 数据加载与预处理在进行统计分析与建模之前...
- 基于深度学习的药品分类编码映射系统：设计、实现与优化 介绍现代医疗行业中，管理和分类药品是一个复杂而重要的任务。基于深度学习的药品分类编码映射系统通过自动化分类和编码，将药品信息与其对应的标准编码（如 ATC code）进行匹配，以提高效率并减少人为错误。 应用使用场景医疗数据库管理：统一药品的存储格式，提高检索效率。电子健康记录（EHR）集成：将临床数据和药品信息标准化。制药公司研究：分... 基于深度学习的药品分类编码映射系统：设计、实现与优化 介绍现代医疗行业中，管理和分类药品是一个复杂而重要的任务。基于深度学习的药品分类编码映射系统通过自动化分类和编码，将药品信息与其对应的标准编码（如 ATC code）进行匹配，以提高效率并减少人为错误。 应用使用场景医疗数据库管理：统一药品的存储格式，提高检索效率。电子健康记录（EHR）集成：将临床数据和药品信息标准化。制药公司研究：分...
- 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...
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