首页
学习
活动
专区
圈层
工具
发布
首页标签深度学习

#深度学习

机器学习的分支,试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法

在Windows应用中部署高性能AI模型的RTX优化方案

用户11764306

如今,某中心正面向开发者提供Windows ML。Windows ML使C#、C++和Python开发者能够利用PC硬件(从CPU、NPU到GPU)在本地高效运...

100

AI 写 Terraform,我是不是可以提前下班了?

Echo_Wish

“Echo,AI 已经能直接写 Terraform 了,我们运维是不是要被替代了?” “CloudFormation 模板让 AI 生成,靠谱吗?” “以后是不...

900

印度机器学习团队的技术创新与全球影响

用户11764306

针对印度移动网络速度波动大的问题,构建了预测模型。该模型能基于设备特征、蜂窝基站信息和上一次请求的延迟等标准,识别出连接缓慢或不稳定的用户。对于这类用户,系统会...

2700

NKF-AEC 入门实战

buzzfrog

在实时语音通信中,声学回声消除(Acoustic Echo Cancellation, AEC)是至关重要的环节。NKF-AEC 是一个结合了卡尔曼滤波(Kal...

2801

告别“消失的小目标”:航拍图像检测新框架,精度飙升25.7%的秘诀

CoovallyAIHub

在人工智能迅猛发展的今天,目标检测作为机器视觉的核心任务,已经在自动驾驶、安防监控、工业质检等领域发挥着关键作用。然而,当我们把目光投向广阔的天空,面对航拍图像...

2210

滑雪季又来了!如何用计算机视觉帮雪场解决最头疼的问题

CoovallyAIHub

尤其是那种几十米长的大蛇形队伍,一边冻得打哆嗦,一边还在怀疑人生:“为什么偏偏我排的这条线最慢?旁边那条看着就比我们快一倍……”

3100

别再拍脑袋扩容了:用 ML 做容量预测,才是云成本和性能的最优解

Echo_Wish

2900

别再半夜敲命令了:用 LLM + 自动化脚本,把 Runbook 变成“会思考的运维同事”

Echo_Wish

说句扎心的:传统 Runbook,本质是“给人看的文档”,不是“给系统用的能力”。

5500

机器学习不是“银弹”,但能救你于告警地狱:AIOps 减噪的 3 个实战方法(Motadata 实战版)

Echo_Wish

作为一个常年在机房、告警、熬夜之间反复横跳的运维人,我对“告警风暴”这个词,是真 · 有心理阴影。尤其做大规模运维时,一旦某个链路抖一下,监控系统能瞬间刷出几千...

7000

深大团队UNeMo框架:让机器人学会“预判”,效率提升40%

CoovallyAIHub

仅用30%的参数规模,就能在陌生环境中实现72.5%的导航成功率,这个新框架正在重新定义视觉-语言导航的智能边界。

12510

后台数据的“毒警”:指标噪声和空洞指标不治理,你的监控就永远是个“聋子”

Echo_Wish

兄弟姐妹们,今天咱聊一个在运维圈子里“人人骂、人人忍、人人又离不开”的老大难:监控指标噪声(Noise Metrics)和空洞指标(Hollow Metrics...

6200

超越深度学习:量子优化如何通过算法与硬件重塑AI

CoovallyAIHub

2025年底,若论及科技领域被提及最多、承载最多未来想象的关键词,“量子计算”必定位列前茅。它不再仅仅是实验室中的深奥概念,而是作为一股切实的变革力量,开始叩击...

16510

南京理工大学联手百度、商汤科技等团队推出Artemis:用结构化视觉推理革新多模态感知

CoovallyAIHub

近年来,大语言模型(LLM)在推理能力上突飞猛进,特别是通过强化学习(RL)激发的“思维链”(Chain of Thought)技术,使模型能够进行多步推理以解...

8210

别再把 Collector 当黑箱:OpenTelemetry Collector 拓展与自定义处理器实战指南

Echo_Wish

先打个比方:OpenTelemetry Collector 就像数据管道中的“门卫”和“搬运工”。接收(receiver)是门口把人接进来,处理器(proces...

5800

超越YOLOv8!动态卷积+注意力机制,DSS-YOLO实现高精度实时火灾检测

CoovallyAIHub

随着深度学习与计算机视觉技术的发展,基于图像的火灾检测方法逐渐成为研究热点。然而,普通目标检测模型在面对小火焰、遮挡目标时性能仍显不足,且往往计算成本较高,难以...

13110

AI真能看懂你在做什么吗?计算机视觉如何驱动人类动作识别

CoovallyAIHub

为了实现这一点,人类动作识别综合运用了机器学习、深度学习模型、计算机视觉和图像处理等多种技术,共同分析身体运动,从而更准确地解读人类行为。

12710

监控不是摆设:把 SLA 写进监控后,SRE 的决策终于有了“方向盘”

Echo_Wish

很多团队做监控做了十几年,面板一个比一个花,Grafana 图一个比一个炫,但真正出问题时大家依旧一脸懵:“到底算不算故障?”“要不要触发应急?”“这是不是要背...

8600

解码笔迹:手写体文字识别技术驱动阅卷系统智能化变革

中科逸视OCR专家

在数字化浪潮席卷教育领域的今天,一份份承载着学生思考与汗水的手写试卷,正经历着一场静默的革命。传统人工阅卷方式受限于效率、成本与主观性,难以满足大规模、高时效的...

11210
领券