- 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...
- 随着科学技术的发展，许多复杂的优化问题已经超出了传统优化方法的解决能力，尤其是在高维空间中的问题。为了应对这些问题，智能优化算法应运而生，这些算法模仿了自然界的各种现象或生物的行为。布谷鸟搜索算法（Cuckoo Search, CS）就是其中的一种，它模拟了布谷鸟的繁殖行为，用于求解复杂的全局优化问题。本文将详细介绍布谷鸟搜索算法的基本原理、数学模型、算法步骤，并通过一个简单的优化问题，结合... 随着科学技术的发展，许多复杂的优化问题已经超出了传统优化方法的解决能力，尤其是在高维空间中的问题。为了应对这些问题，智能优化算法应运而生，这些算法模仿了自然界的各种现象或生物的行为。布谷鸟搜索算法（Cuckoo Search, CS）就是其中的一种，它模拟了布谷鸟的繁殖行为，用于求解复杂的全局优化问题。本文将详细介绍布谷鸟搜索算法的基本原理、数学模型、算法步骤，并通过一个简单的优化问题，结合...
- 使用 PyTorch 训练一个图像分类器 介绍PyTorch 是一个开源的深度学习框架，广泛用于计算机视觉和自然语言处理应用。它的动态计算图和自动求导特性使得构建、训练和调试神经网络模型变得非常简单。在本指南中，我们将使用 PyTorch 训练一个基本的图像分类器。 应用使用场景图像识别：区分不同类别的物体，比如猫和狗。医学影像分析：识别病灶或分类细胞类型。自动驾驶：检测道路标志、车辆和行... 使用 PyTorch 训练一个图像分类器 介绍PyTorch 是一个开源的深度学习框架，广泛用于计算机视觉和自然语言处理应用。它的动态计算图和自动求导特性使得构建、训练和调试神经网络模型变得非常简单。在本指南中，我们将使用 PyTorch 训练一个基本的图像分类器。 应用使用场景图像识别：区分不同类别的物体，比如猫和狗。医学影像分析：识别病灶或分类细胞类型。自动驾驶：检测道路标志、车辆和行...
- 深度信念网络（DBN）在降维任务中表现出色，但正确的模型训练至关重要。DBN由多个受限玻尔兹曼机（RBM）堆叠而成，通过逐层预训练和微调学习数据的低维表示。训练要点包括：数据预处理（归一化、去噪）、参数设置（学习率、隐藏层节点数、训练轮数）、防止过拟合（正则化、数据增强）。每个环节对降维效果都有重要影响，需合理调整以发挥最佳性能。 深度信念网络（DBN）在降维任务中表现出色，但正确的模型训练至关重要。DBN由多个受限玻尔兹曼机（RBM）堆叠而成，通过逐层预训练和微调学习数据的低维表示。训练要点包括：数据预处理（归一化、去噪）、参数设置（学习率、隐藏层节点数、训练轮数）、防止过拟合（正则化、数据增强）。每个环节对降维效果都有重要影响，需合理调整以发挥最佳性能。
- 非负矩阵分解（NMF）是一种强大的图像降维与特征提取技术。它通过将图像数据分解为两个非负矩阵，挖掘局部特征、实现稀疏表示并适应复杂结构。NMF在人脸识别、图像压缩重建及分类检索中表现出色，有效提升了图像处理的效率和准确性，推动了计算机视觉领域的发展。 非负矩阵分解（NMF）是一种强大的图像降维与特征提取技术。它通过将图像数据分解为两个非负矩阵，挖掘局部特征、实现稀疏表示并适应复杂结构。NMF在人脸识别、图像压缩重建及分类检索中表现出色，有效提升了图像处理的效率和准确性，推动了计算机视觉领域的发展。
- 独立成分分析（ICA）是处理高维信号数据的关键技术，尤其在人工智能领域展现出独特优势。ICA通过分离混合信号中的独立成分，揭示隐藏特征、去除噪声、适应复杂分布并保留信号完整性。其原理基于源信号的非高斯性和独立性假设，广泛应用于语音识别、生物医学信号分析和图像处理等领域，提供更精准的数据处理方案。随着AI技术发展，ICA的应用前景愈加广阔。 独立成分分析（ICA）是处理高维信号数据的关键技术，尤其在人工智能领域展现出独特优势。ICA通过分离混合信号中的独立成分，揭示隐藏特征、去除噪声、适应复杂分布并保留信号完整性。其原理基于源信号的非高斯性和独立性假设，广泛应用于语音识别、生物医学信号分析和图像处理等领域，提供更精准的数据处理方案。随着AI技术发展，ICA的应用前景愈加广阔。
- 线性判别分析（LDA）是一种强大的监督学习降维方法，旨在通过最大化类间距离、最小化类内距离，将高维数据投影到低维空间，从而提升分类性能。LDA通过计算类内和类间散布矩阵，找到最优的投影方向，有效增强类别可分性，并过滤噪声与冗余信息。它在计算机视觉、自然语言处理及生物医学等领域有着广泛应用，显著提高了图像识别、文本分类和基因数据分析等任务的准确性和效率。 线性判别分析（LDA）是一种强大的监督学习降维方法，旨在通过最大化类间距离、最小化类内距离，将高维数据投影到低维空间，从而提升分类性能。LDA通过计算类内和类间散布矩阵，找到最优的投影方向，有效增强类别可分性，并过滤噪声与冗余信息。它在计算机视觉、自然语言处理及生物医学等领域有着广泛应用，显著提高了图像识别、文本分类和基因数据分析等任务的准确性和效率。
- 在数字信息爆炸的时代，电子邮箱成为不可或缺的沟通工具，但垃圾邮件却带来了困扰。本文介绍如何利用朴素贝叶斯算法构建简单有效的二分类垃圾邮件检测系统。通过数据收集、预处理、计算先验和条件概率、预测及评估优化等步骤，轻松过滤垃圾邮件，保护邮箱环境。 在数字信息爆炸的时代，电子邮箱成为不可或缺的沟通工具，但垃圾邮件却带来了困扰。本文介绍如何利用朴素贝叶斯算法构建简单有效的二分类垃圾邮件检测系统。通过数据收集、预处理、计算先验和条件概率、预测及评估优化等步骤，轻松过滤垃圾邮件，保护邮箱环境。
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