近年来，智能穿戴设备市场竞争愈演愈烈，从最初的手环到如今的智能手表、耳机甚至智能衣物，各品牌争相推陈出新。然而，这一领域正逐渐显现出“内卷化”的特征：技术趋同性...

过去，我们习惯于手动处理任务、分析数据、优化流程，但随着 AI（人工智能）的进步，我们可以让 AI 帮我们做更多的事情，比如自动数据处理、智能任务分配、异常检测...

在智能手表、智能眼镜、智能戒指等可穿戴设备已经成为日常标配的今天，用户体验（UX，User Experience）设计的重要性不言而喻。一款可穿戴设备如果仅仅是...

运维人员最害怕的事情是什么？不是服务器宕机（因为有高可用），也不是 CPU 飙升（因为可以扩容），而是突发流量异常——

其实，大模型的强大之处在于它能学习复杂的模式，并且能够自动识别异常行为。运维中的日志分析、系统指标分析、本机调用链分析等，都是非结构化或者时序数据，正好适合用深...

AI 正驱动自动化控制领域变革，深度学习与机器学习宛如智慧引擎，重塑控制流程。从工业精准生产到智能交通高效调度，它们打破传统局限，实现从 “智” 造基础到 “慧...

深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和...

前不久，清华大学研究团队继YOLOv10后再次推出全新模型YOLOE（Real-Time Seeing Anything）。

大家好，我是Echo_Wish，今天咱们来聊聊多模态模型的训练最佳实践。啥是多模态？简单说，就是让模型像人一样，能听、能看、还能读。举个栗子，你给它一张猫的照片...

虽然这种方式较为简单，但结合深度学习模型后，系统能在海量文本中高效提取出故障模式，并结合历史数据进行比对，自动给出可能的原因和解决方案。这种智能日志分析不仅大幅...

目前最主流的标签转移方法，也就是 Seurat 中实现的基于锚点的标签转移。它的原理不算太复杂。首先，它会把参考数据集中用过的降维方式（比如 PCA）同样应用到...

自VQGAN和潜在扩散模型等流行的视觉生成框架出现以来，最先进的图像生成系统一般都是两阶段系统，首先将视觉数据标记化或压缩到低维潜在空间，然后再学习生成模型。标...

人工智能技术要真正发挥其价值，必须与生产生活深度融合，为产业发展和人类生活带来实际效益。近年来，基于深度学习的机器视觉技术在工业自动化领域取得了显著进展，其中Y...

传统的目标检测模型受到封闭数据集的限制，只能检测训练过程中遇到的类别。虽然多模态模型通过对齐文本和图像模态扩展了类别识别，但由于跨模态融合，它们引入了大量过度推...

在生物催化领域，酶作为高效、特异性强的生物催化剂，在工业生产中发挥着至关重要的作用，广泛应用于制药、化工、食品饮料加工以及生物燃料合成等行业。酶挖掘的目的是从自...

电子书仓库：https://github.com/whuanle/cs_pytorch

在运维工作中，日志是排查问题的“侦探笔记”，但海量的日志数据却往往成为技术人员的噩梦。如何快速从纷乱复杂的日志中找到关键线索？深度学习作为人工智能领域的“明星技...

本文内容介绍 Pytorcn 的基础 API，主要是数组的创建方式和运算方式，由于相关内容跟 Numpy 比较相似，并且 Numpy 类型可以转 torch.T...

张量(Tensor)：在 Pytorch 中，torch.Tensor 类型数据结构就是张量，结构跟数组或矩阵相似。

在本节中，我们将学习深度学习里面重点之一的梯度下降法，梯度下降法要学习的知识比较多，本文的内容基本都是为梯度下降法做铺垫。