- 分类:
- 人工智能
-
- 行人重识别:基于度量学习的行人重识别算法
- 本文介绍行人重识别项目,基于Paddle官方Metric Learning模型开发,修复Bug、优化代码并增加多个BackBone及模型导出脚本。使用Market-1501数据集,经解压、预处理后,用arcmargin loss训练,可微调提升性能,评估用Recall@Rank-1指标,未微调模型达96.65%,还涉及预测与模型导出。
- 人工智能 . 科技周边 619 2025-07-21 10:53:34
-
- 想让豆包与 AI 绿植养护工具结合,轻松养好室内植物?方法全解析
- 豆包结合AI绿植养护工具可有效提升室内植物管理效率。一、用豆包记录植物生长周期,通过文档和日历功能建立“植物档案”,设置浇水、施肥等提醒,上传照片对比生长状态。二、结合AI工具识别病虫害并保存诊断结果至豆包文档,形成“健康档案”。三、在豆包中建立植物知识库,收藏资料、总结经验、整理养护表格。四、设定自动提醒流程,结合任务清单与天气预报,实现系统化养护。
- 人工智能 . 科技周边 899 2025-07-21 10:51:02
-
- DeepSeek配合Excel实现AI写作+选题数据联动流程
- 更高效的做法是将AI产出内容与数据结合做选题优化,具体方法为:一、先在Excel中建立关键词+内容模板结构,如“副业推荐”文章的标题关键词和内容结构字段,再用DeepSeek按模板指令生成内容;二、内容生成后回填数据至Excel,记录标题、关键词、结构版本、字数及润色需求等信息;三、使用COUNTIF、AVERAGE、VLOOKUP等Excel函数进行数据分析,识别受欢迎的关键词与结构;四、定期更新模板库,标记表现优异项并调整模板结构,形成闭环流程,从而提升写作效率与内容质量。
- 人工智能 . 科技周边 990 2025-07-21 10:47:01
-
- CT影像数据DICOM与图像分割(paddle2.0)
- 本文介绍了医疗影像DICOM数据的处理与分割流程。先阐述DICOM格式特点,用pydicom库读取信息和图像,经窗口技术调整后转为numpy格式。接着处理标签数据,生成训练、验证和测试集,构建DicomDataset,使用UNet等模型训练,实现肝脏及血管分割,最后通过MIP技术处理分割结果以显示相关结构。
- 人工智能 . 科技周边 495 2025-07-21 10:43:14
-
- Paddle2.0:使用动转静完成模型部署
- 本文介绍Paddle2.0动转静功能,能兼顾动态图调试方便与静态图部署高效的优势。通过实例展示动态图转静态图、导出推理模型及部署过程,并测试不同部署方式的效率。在CPU平台用U2Netp模型测试,动态图耗时2.1827s,而动转静结合PaddleInference与mkldnn仅需0.5750s,还含完整操作步骤。
- 人工智能 . 科技周边 850 2025-07-21 10:41:28
-
- 从0—1开始手撕一个简单的神经网络
- 本文先从0开始用Python实现简单三层神经网络,生成数据集后,先展示逻辑回归分类器效果不佳,再说明神经网络结构、参数学习等原理,通过代码实现并测试不同隐藏层节点数的效果,最后对比介绍用飞桨框架更高效实现深度学习任务,如手写数字识别,凸显框架优势。
- 人工智能 . 科技周边 919 2025-07-21 10:38:55
-
- Paddle2.0案例: 人体姿态关键点检测
- 本文介绍基于Paddle2.0实现人体姿态关键点检测的案例。先说明关键点检测的意义与两类方法,强调人体姿态检测的特殊性及常用热力图回归法。接着讲解环境设置、COCO数据集处理、数据集定义与抽样展示,还构建了基于ResNet的PoseNet模型,阐述训练过程与预测结果,展示不同训练程度模型的效果差异。
- 人工智能 . 科技周边 282 2025-07-21 10:35:45
-
- iPhone用户DeepSeek安装实用步骤解析
- iPhone用户无法直接从AppStore下载DeepSeek,需通过TestFlight、企业签名或开发者模式安装。1.TestFlight安装:若官方提供测试版本,可下载TestFlight应用并点击邀请链接安装,优点安全但名额有限;2.企业签名安装:通过第三方下载链接安装,需在设置中信任证书,但存在掉签风险且安全性较低;3.开发者模式:拥有开发者账号的用户可通过Xcode安装IPA文件,技术要求高但最稳定安全。判断安装包安全性应确认来源可信、检查证书有效性,并尽量选择官方或可靠渠道。安装后
- 人工智能 . 科技周边 881 2025-07-21 10:33:01
-
- 点云处理:基于Paddle2.0实现Kd-Networks对点云进行分类处理
- 本文介绍基于Paddle2.0实现Kd-Networks对点云分类处理。Kd-Networks引入Kd-Tree结构,将非结构化点云转为结构化数据,用1*1卷积近似KD算子。使用ShapeNet的.h5数据集,经数据处理、网络定义等步骤,训练20轮后,训练集准确率0.978,测试集0.9375,展示了其处理点云分类的效果。
- 人工智能 . 科技周边 654 2025-07-21 10:32:57
-
- 自定义数据集OCEMOTION–中文情感分类
- 该内容为基于PaddleNLP和Paddle框架的OCEMOTION中文情感分类任务实现。先切分数据集为训练、测试、评估集,转换标签格式;定义数据集类处理数据,经 Jieba 切词、映射词id等处理;构建含嵌入层、LSTM编码器等的模型,配置优化器等训练模型,最终对测试集预测,输出情感分类结果。
- 人工智能 . 科技周边 310 2025-07-21 10:31:18
-
- deepseek图片生成实例演示 deepseek入门操作全攻略
- DeepSeek的图片生成功能通过精准提示词实现创意具象化。首先访问官方平台找到图片生成功能入口,输入具体描述如“一只慵懒的橘猫,在洒满阳光的窗台上打盹,窗外是细雨蒙蒙的城市夜景,整体风格偏向日系动画,光线柔和,背景虚化”,选择尺寸与风格后点击生成。若结果不理想可通过迭代修改提示词或调整参数优化,利用负面提示词避免低质量元素,结合权重技巧提升效果。应用于概念设计与内容创作能大幅提高效率,但需注意当前在角色一致性与抽象表达上的局限,未来AI图像工具将更智能并与多媒体创作深度融合。
- 人工智能 . 科技周边 761 2025-07-21 10:27:02
-
- 极简MuZero算法实践——Paddle2.0版本
- DeepMind的MuZero算法继AlphaFold后走红,无需人类知识和规则,能通过分析环境与未知条件博弈。其极简实现含三个模型,通过强化学习训练。在CartPole-v0环境测试,经2000轮训练,模型可完美掌握游戏,展现出超越前代的潜力,未来计划在更多环境复现。
- 人工智能 . 科技周边 800 2025-07-21 10:24:57
-
- 用飞桨框架2.0造一个会下五子棋的AI模型
- Gomoku游戏比围棋或象棋简单得多,因此我们可以专注于AlphaZero的训练,在一台PC机上几个小时内就可以获得一个让你不可大意的AI模型——因为一不留心,AI就可能战胜了你。
- 人工智能 . 科技周边 957 2025-07-21 10:23:19
-
- PaddleSeg代码解读-训练、配置与数据集模块解读
- PaddleSeg是百度基于自家的PaddlePaddle开发的端到端图像分割开发套件。包含多种主流的分割网络。PaddleSeg采用模块化的方式设计,可以通过配置文件方式进行模型组合,帮助开发者在不需要深入了解图像分割原理的情况,实现方便快捷的完成模型的训练与部署。
- 人工智能 . 科技周边 773 2025-07-21 10:21:25
-
- 值分布强化学习 —— C51
- 值分布强化学习是基于价值的强化学习算法,不同于传统方法仅建模累积回报期望值,它对整个分布Z(s,a)建模以保留分布信息。C51是其代表算法,将分布离散为51个支点,输出支点概率,通过投影贝尔曼更新处理分布范围问题,损失函数用KL散度,框架与DQN类似但输出和更新方式不同。
- 人工智能 . 科技周边 339 2025-07-21 10:19:47

PHP讨论组
组员:3305人话题:1500
PHP一种被广泛应用的开放源代码的多用途脚本语言,和其他技术相比,php本身开源免费; 可以将程序嵌入于HTML中去执行, 执行效率比完全生成htmL标记的CGI要高许多,它运行在服务器端,消耗的系统资源相当少,具有跨平台强、效率高的特性,而且php支持几乎所有流行的数据库以及操作系统,最重要的是