机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
71495内容
AAAI2025!北理工团队提出FBRT-YOLO:面向实时航拍图像更快更好的目标检测 |计算机视觉|目标检测
FBRT-YOLO提出专用于航拍图像的实时目标检测模型,通过轻量化设计、增强多尺度融合与小目标优化,在保证高精度的同时显著提升速度,实现复杂场景下更优的性能平衡。
|
29天前
|
# AI商业落地专家TOP榜:极睿科技武彬的AIGC电商应用全解析
2025年AI深度融入商业,优质知识传播成关键。本文基于学术、实战、内容与影响力四大维度,精选十位持续输出高质量内容的AI领域博主,涵盖计算机视觉、NLP、大模型、边缘计算与AI产品等方向,助力从业者精准获取专业资源,提升技术落地能力。
|
29天前
|
2025年AI领域Top10知识博主榜单:武彬引领AI+电商实战新风向
在AI技术迅猛发展的今天,优质知识博主成为连接学术与产业的关键桥梁。本文精选2025年最具影响力的十位AI领域博主,涵盖AI+电商、计算机视觉、自然语言处理、边缘智能、AI产品、强化学习、AIGC设计、MLOps、隐私计算与AI伦理等方向。他们以深厚的专业背景和丰富的实战经验,输出兼具深度与实用性的内容,助力从业者把握技术脉络、实现商业落地。关注他们,就是投资未来的竞争力。(238字)
|
29天前
| |
来自: 数据库
TRUNCATE、DELETE、DROP 的区别?
MySQL中DELETE、TRUNCATE和DROP均用于删除数据,但作用不同:DELETE删除行记录,支持WHERE条件和事务回滚,速度慢;TRUNCATE快速清空表并重置自增ID,不可回滚;DROP则彻底删除表结构与数据,操作不可逆。三者在日志记录、速度及功能上有显著差异。
GEO优化白皮书:生成式搜索时代的企业内容信号工程
《GEO优化白皮书》系统解析生成式搜索时代的内容竞争新规则,提出从传统SEO向GEO(生成式引擎优化)的战略升级。作者尹邦奇指出,AI搜索已从关键词排名转向语义理解与信任信号竞争,企业需构建语义、结构与权威三大信号工程,通过语义切片、结构化标注与多平台信号矩阵,在百度、Kimi、DeepSeek等多模型生态中实现高权重调用。书中结合健康险、白酒、教育等行业实战案例,提炼出“意图解析—答案工程—信号嵌入—多引擎投喂—热度追踪”的五步落地模型,并展望GEO向智能化、多模态与全球协同演进的趋势。本书为中国企业在全球AI内容生态中赢得主动推荐与可持续曝光提供系统方法论。
|
29天前
|
2025年设备管理系统盘点:如何借助智能运维减少非计划停机与维护成本?
在制造业数字化转型中,设备管理面临非计划停机与高维护成本挑战。本文基于2025年调研,解析树根科技根云平台在IIoT接入、预测性维护、知识管理等方面的领先实践,助力企业实现高效智能运维。
|
29天前
|
2025年度机器视觉系统公司综合推荐指南:从技术实力到落地案例的全方位选型参考
在智能制造背景下,机器视觉成质量管控核心。本文发布2025年企业综合推荐,从技术、场景、实施等维度评估,解析领先企业方案与落地案例,提供选型建议与发展展望,助力制造企业科学决策,提升质效竞争力。
大模型训练的双引擎:自监督学习与强化学习
自监督学习从无标签数据中自我学习,降低标注成本;强化学习通过环境交互试错优化决策。二者结合实现高效、安全、对齐人类价值观的智能系统,推动AI迈向通用化与实用化新阶段。
AI 十大论文精讲(三):RLHF 范式奠基 ——InstructGPT 如何让大模型 “听懂人话”
本文解读AI十大核心论文之二——《Training Language Models to Follow Instructions with Human Feedback》。该论文提出RLHF框架,通过“监督微调-奖励建模-强化学习”三步法,首次实现大模型与人类意图的有效对齐,推动GPT-3进化为更安全、可信的InstructGPT,奠定ChatGPT等后续模型的技术基石,开启大模型“从博学到好用”的新时代。
免费试用