开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >tencent-deepseekR1 模型使用体验原创

tencent-deepseekR1 模型使用体验原创

原创

用户6935960

发布于 2025-02-27 07:35:32

发布于 2025-02-27 07:35:32

1170

举报

#腾讯云AI代码助手 @腾讯云 AI 代码助手

tencent-deepseekR1 模型的使用体验

使用非常流畅，逻辑推理过程详尽且清晰，比直接使用官网好的是没有卡顿，问题回答的非常精准，按照我的意思写出了完整的代码，而且写的代码非常稳健、完善、符合规范。希望能看到如何基于输出的这个结果再进一步沟通优化代码及逻辑。

体验截图：

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯云大模型知识引擎xDeepSeek

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯云大模型知识引擎xDeepSeek

评论

登录后参与评论

暂无评论

编辑精选文章

换一批

万字详解高可用架构设计

Go 开发者必备：Protocol Buffers 入门指南

10分钟带你彻底搞懂分布式链路跟踪

多租户的 4 种常用方案

亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？

60页PPT全解：DeepSeek系列论文技术要点整理

python中openml入门

第二期热点征文-人工智能

OpenML是一个开放的机器学习平台，允许研究人员和开发者共享、搜索和比较机器学习实验。它提供了一个统一的界面来访问各种机器学习数据集、算法和评估指标。本文将介绍如何在Python中使用OpenML进行机器学习实验。

大盘鸡拌面

2023/10/21

5360

CV语义分割实践指南！

decode encode encoding lambda mask

遥感技术已成为获取地表覆盖信息最为行之有效的手段，已经成功应用于地表覆盖检测、植被面积检测和建筑物检测任务。本文以天池学习赛地表建筑物识别为例，对语义分割类项目的实践全流程进行了解析。具体流程如下：

Datawhale

2021/04/20

8670

博客 | MNIST 数据集载入线性模型

这节开始我们使用知名的图片数据库「THE MNIST DATABASE」作为我们的图片来源，它的数据内容是一共七a万张 28×28 像素的手写数字图片，并被分成六万张训练集与一万张测试集，其中训练集里面又有五千张图片被用来作为验证使用，该数据库是公认图像处理的 "Hello World" 入门级别库，在此之前已经有数不清的研究围绕着这个模型展开。

AI研习社

2018/10/24

1.1K0

博客 | MNIST 数据集载入线性模型

深度学习实战-MNIST数据集的二分类

深度学习 mnist 测试数据性能

MNIST数据集是一组由美国高中生和人口调查局员工手写的70,000个数字的图片，每张图片上面有代表的数字标记。

皮大大

2023/08/25

8400

使用scikit-learn进行数据预处理

scikit-learn 腾讯云测试服务 bash 机器学习神经网络

导语为什么要出这个教程？1.基本用例：训练和测试分类器练习2.更高级的用例：在训练和测试分类器之前预处理数据2.1 标准化您的数据2.2 错误的预处理模式2.3 保持简单，愚蠢：使用scikit-learn的管道连接器练习3.当更多优于更少时：交叉验证而不是单独拆分练习4.超参数优化：微调管道内部练习5.总结：我的scikit-learn管道只有不到10行代码（跳过import语句）6.异构数据：当您使用数字以外的数据时练习

Datawhale

2019/07/08

2.4K0

【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】

数据挖掘机器学习 python 基础模型

在大数据时代，数据挖掘与机器学习成为了各行各业的核心技术。Python作为一种高效、简洁且功能强大的编程语言，得到了广泛的应用。

小李很执着

2024/06/15

1950

快乐学AI系列——计算机视觉（5）图像分类和识别

人工智能计算机视觉深度学习卷积神经网络

传统图像分类算法的两种方法：SIFT特征+KNN分类器和HOG特征+SVM分类器。

MATRIX.矩阵之芯

2023/04/06

7090

快乐学AI系列——计算机视觉（5）图像分类和识别

counter 测试模型数据算法

鸢尾花Iris Dataset数据集是机器学习领域经典数据集，鸢尾花数据集包含了150条鸢尾花信息，每50条取自三个鸢尾花中之一：Versicolour、Setosa和Virginica。

@小森

2024/03/15

1400

目标物检测

机器学习神经网络深度学习人工智能图像处理

上篇文章分享了一个学习的网站，分享一个计算机视觉-深度学习的网站-强烈推荐，有位同学学习了里面的物体计数的内容。

叶子陪你玩

2022/02/08

3440

【大数据】大数据技术

决策树大数据测试模型数据

决策树是一种基于树状结构的机器学习模型，用于分类和回归任务。它通过将数据分为不同的决策路径来进行决策。每个内部节点表示一个属性测试，每个分支代表一个测试结果，而每个叶子节点代表一个类别标签或回归值。

为了伟大的房产事业

2024/03/15

1340

数据科学和人工智能技术笔记九、模型验证

腾讯云测试服务 scikit-learn 机器学习神经网络深度学习

在本教程中，我们将使用着名的鸢尾花数据集。鸢尾花数据包含 150 种鸢尾花的四个测量值，以及它的品种。我们将使用支持向量分类器来预测鸢尾花的品种。

ApacheCN_飞龙

2022/12/02

9620

数据科学和人工智能技术笔记九、模型验证

【模式识别】SVM实现人脸表情分类

https 网络安全决策树机器学习

本文是模式识别课程关于支持向量机（SVM）算法的课程设计，根据人脸的面部特征，通过SVM算法将表情分为7类。本文的jupyter文件和数据集下载地址： https://download.csdn.net/download/qq1198768105/66912662

zstar

2022/06/14

1.2K0

数据挖掘机器学习[五]---汽车交易价格预测详细版本｛模型融合(Stacking、Blending、Bagging和Boosting)｝

数据挖掘腾讯云测试服务

题目出自阿里天池赛题链接：零基础入门数据挖掘 - 二手车交易价格预测-天池大赛-阿里云天池

汀丶人工智能

2022/12/21

6350

数据挖掘机器学习[五]---汽车交易价格预测详细版本｛模型融合(Stacking、Blending、Bagging和Boosting)｝

干货 | 基于Python实现五大常用分类算法(原理+代码)

决策树分类算法编程算法机器学习神经网络

K-Nearest Neighbors (KNN) 是一种懒惰学习算法和分类算法。此外，KNN是机器学习中最简单的方法。利用KNN进行分类，预测新点的分类。

CDA数据分析师

2021/08/05

20.2K2

干货 | 基于Python实现五大常用分类算法(原理+代码)

dataset数据集有哪些_数据集类型

https 网络安全 scikit-learn python 机器学习

sklearn的数据集库datasets提供很多不同的数据集，主要包含以下几大类：

全栈程序员站长

2022/08/03

1.8K0

dataset数据集有哪些_数据集类型

算法入门（八）—— 有“边界感”的支持向量机（SVM）（内附Kaggle实战源码与数据集）

算法源码 svm 入门数据

机器学习中，支持向量机（SVM）是一种经典的分类算法，它的优势在于高效的性能与良好的泛化能力。简而言之，SVM就像一个能精准“分割”不同类别的高手，它通过找到一个最佳分割线（在高维空间中是超平面），来区分数据点。

万事可爱^

2025/01/23

2210

算法入门（八）—— 有“边界感”的支持向量机（SVM）（内附Kaggle实战源码与数据集）

SciPyCon 2018 sklearn 教程（下）

编程算法聚类算法监督学习无监督学习线性回归

在前面的章节和笔记本中，我们将数据集分为两部分：训练集和测试集。我们使用训练集来拟合我们的模型，并且我们使用测试集来评估其泛化能力 - 它对新的，没见过的数据的表现情况。

ApacheCN_飞龙

2022/12/02

1K0

教程 | 用Scikit-Learn构建K-近邻算法，分类MNIST数据集

深度学习机器学习编程算法

选自TowardsDataScience 作者：Sam Grassi 机器之心编译参与：乾树、刘晓坤 K 近邻算法，简称 K-NN。在如今深度学习盛行的时代，这个经典的机器学习算法经常被轻视。本篇教

机器之心

2018/05/08

1.3K0

教程 | 用Scikit-Learn构建K-近邻算法，分类MNIST数据集

孪生网络入门（下） Siamese Net分类服装MNIST数据集(pytorch)

数据分析批量计算

在上一篇文章中已经讲解了Siamese Net的原理，和这种网络架构的关键——损失函数contrastive loss。现在我们来用pytorch来做一个简单的案例。经过这个案例，我个人的收获有到了以下的几点：

机器学习炼丹术

2020/12/16

3.4K3

引领未来的智能革命：深度解析【人工智能】前沿技术与应用

人工智能模型数据算法语音

人工智能（Artificial Intelligence, AI）是通过计算机模拟人类智能的技术。它的目标是让计算机能够执行通常需要人类智能才能完成的任务，如视觉识别、语音识别、决策制定和语言翻译等。AI 技术的核心在于利用算法和模型来处理和分析大量数据，从中学习和推断，从而完成复杂任务。

小李很执着

2024/08/05

3020

引领未来的智能革命：深度解析【人工智能】前沿技术与应用

相关推荐

python中openml入门

更多 >