- 人工智能（AI）作为当今最具影响力的技术之一，已广泛应用于医疗、金融、交通等领域，深刻改变着我们的生活和工作。其发展历程从20世纪中叶开始，历经低谷与复兴，如今在机器学习、深度学习等核心技术推动下迎来爆发。AI不仅提升了图像识别、语音处理、自然语言理解等能力，还为智能家居、自动驾驶等提供了技术支持。然而，数据隐私、算法偏见及伦理道德等问题也亟待解决。 人工智能（AI）作为当今最具影响力的技术之一，已广泛应用于医疗、金融、交通等领域，深刻改变着我们的生活和工作。其发展历程从20世纪中叶开始，历经低谷与复兴，如今在机器学习、深度学习等核心技术推动下迎来爆发。AI不仅提升了图像识别、语音处理、自然语言理解等能力，还为智能家居、自动驾驶等提供了技术支持。然而，数据隐私、算法偏见及伦理道德等问题也亟待解决。
- 联邦学习是一种分布式机器学习技术，核心理念为“数据不动模型动”，即在不交换原始数据的前提下，各机构基于本地数据独立训练模型，并通过加密方式上传模型参数更新至中央服务器进行聚合，从而提升全局模型性能。它分为横向、纵向和联邦迁移学习三种类型，分别适用于不同场景下的数据协作。联邦学习有效解决了数据隐私保护与跨机构协作的难题，在医疗、金融等领域展现出巨大潜力，推动了智能化变革。 联邦学习是一种分布式机器学习技术，核心理念为“数据不动模型动”，即在不交换原始数据的前提下，各机构基于本地数据独立训练模型，并通过加密方式上传模型参数更新至中央服务器进行聚合，从而提升全局模型性能。它分为横向、纵向和联邦迁移学习三种类型，分别适用于不同场景下的数据协作。联邦学习有效解决了数据隐私保护与跨机构协作的难题，在医疗、金融等领域展现出巨大潜力，推动了智能化变革。
- 在人工智能快速发展的今天，数据是模型的“燃料”。然而，数据孤岛现象——即数据因系统、管理和流程原因被孤立存储，缺乏有效整合——正严重阻碍AI的发展。据调研，40%的企业存在50多个数据孤岛，这一问题导致AI模型训练精度和泛化能力下降，影响从医疗诊断到自动驾驶等多领域的应用效果。解决数据孤岛需要企业、科研人员及政府共同努力，通过统一数据标准、创新技术和完善政策。 在人工智能快速发展的今天，数据是模型的“燃料”。然而，数据孤岛现象——即数据因系统、管理和流程原因被孤立存储，缺乏有效整合——正严重阻碍AI的发展。据调研，40%的企业存在50多个数据孤岛，这一问题导致AI模型训练精度和泛化能力下降，影响从医疗诊断到自动驾驶等多领域的应用效果。解决数据孤岛需要企业、科研人员及政府共同努力，通过统一数据标准、创新技术和完善政策。
- 大模型技术在运维中的知识管理革命 大模型技术在运维中的知识管理革命
- Python从0到100（八十四）：神经网络-卷积神经网络训练CIFAR-10数据集 Python从0到100（八十四）：神经网络-卷积神经网络训练CIFAR-10数据集
- Python从0到100（八十二）：神经网络-残差网络ResNet的深入介绍和实战 Python从0到100（八十二）：神经网络-残差网络ResNet的深入介绍和实战
- 深度学习在安全事件检测中的应用：守护数字世界的利器 深度学习在安全事件检测中的应用：守护数字世界的利器
- 数据大爆炸：解析大数据的起源及其对未来的启示 数据大爆炸：解析大数据的起源及其对未来的启示
- AI助眠是指利用人工智能（AI）技术帮助改善睡眠质量、解决睡眠问题的一种应用。随着生活节奏的加快和压力的增加，越来越多的人受到失眠、睡眠质量差等问题的困扰。AI助眠技术通过结合大数据分析、机器学习、生物信号处理和个性化推荐等技术，帮助用户监测睡眠、分析睡眠模式，并提供个性化的助眠方案，从而改善睡眠质量。以下是AI助眠技术的一些关键应用和实现方式：1. 睡眠监测AI助眠技术首先通过各种传感器和... AI助眠是指利用人工智能（AI）技术帮助改善睡眠质量、解决睡眠问题的一种应用。随着生活节奏的加快和压力的增加，越来越多的人受到失眠、睡眠质量差等问题的困扰。AI助眠技术通过结合大数据分析、机器学习、生物信号处理和个性化推荐等技术，帮助用户监测睡眠、分析睡眠模式，并提供个性化的助眠方案，从而改善睡眠质量。以下是AI助眠技术的一些关键应用和实现方式：1. 睡眠监测AI助眠技术首先通过各种传感器和...
- AI自动化是指利用人工智能 (AI) 技术来自动化执行各种任务和流程，从而减少人工干预，提高效率、准确性和生产力。AI自动化涵盖了广泛的应用领域，从简单的重复性任务到复杂的决策过程，都能找到AI的身影。以下是关于AI自动化的更详细解释：1. AI自动化的核心概念：机器学习 (Machine Learning): AI自动化的核心是机器学习，它使计算机能够从数据中学习，并根据学习到的模式进行预... AI自动化是指利用人工智能 (AI) 技术来自动化执行各种任务和流程，从而减少人工干预，提高效率、准确性和生产力。AI自动化涵盖了广泛的应用领域，从简单的重复性任务到复杂的决策过程，都能找到AI的身影。以下是关于AI自动化的更详细解释：1. AI自动化的核心概念：机器学习 (Machine Learning): AI自动化的核心是机器学习，它使计算机能够从数据中学习，并根据学习到的模式进行预...
- Judge LLM是一个用于评估大型语言模型（LLM）性能的强大工具，它基于**“使用LLM来评判LLM”**的理念，通过构建一个裁判LLM来对不同的LLM输出进行比较和排名。以下是关于Judge LLM的更详细解释：1. 核心思想：LLM as a Judge: Judge LLM的核心在于利用一个强大的、经过精心训练的LLM（通常是一个更大的模型，例如GPT-4）作为裁判，来评估其他LL... Judge LLM是一个用于评估大型语言模型（LLM）性能的强大工具，它基于**“使用LLM来评判LLM”**的理念，通过构建一个裁判LLM来对不同的LLM输出进行比较和排名。以下是关于Judge LLM的更详细解释：1. 核心思想：LLM as a Judge: Judge LLM的核心在于利用一个强大的、经过精心训练的LLM（通常是一个更大的模型，例如GPT-4）作为裁判，来评估其他LL...
- 训练情感生成模型通常涉及以下步骤：数据收集：收集大量的文本数据，这些数据应该包含不同的情感标签，如正面、负面、中性等。数据可以来自社交媒体、产品评论、电影评论、书籍、新闻文章等。数据预处理：清洗数据，去除无关的字符、停用词、HTML标签等。分词，将文本分割成单词或子词单元。标准化，如转换为小写、去除标点符号等。分句，将文本分割成句子或段落。情感标注：如果数据没有预先标注情感，需要手动或使用自... 训练情感生成模型通常涉及以下步骤：数据收集：收集大量的文本数据，这些数据应该包含不同的情感标签，如正面、负面、中性等。数据可以来自社交媒体、产品评论、电影评论、书籍、新闻文章等。数据预处理：清洗数据，去除无关的字符、停用词、HTML标签等。分词，将文本分割成单词或子词单元。标准化，如转换为小写、去除标点符号等。分句，将文本分割成句子或段落。情感标注：如果数据没有预先标注情感，需要手动或使用自...
- 提高OCR（光学字符识别）识别的准确性是一个多方面的任务，涉及从图像预处理到后处理的一系列步骤。以下是一些策略和方法，可以帮助提高OCR的准确性：### 图像预处理：1. **图像增强**：通过调整亮度、对比度、锐化等来改善图像质量。2. **去噪**：使用滤波器去除图像中的噪声，如高斯噪声、椒盐噪声等。3. **二值化**：将图像转换为黑白两色，以突出文字区域。4. **倾斜校正**：检测... 提高OCR（光学字符识别）识别的准确性是一个多方面的任务，涉及从图像预处理到后处理的一系列步骤。以下是一些策略和方法，可以帮助提高OCR的准确性：### 图像预处理：1. **图像增强**：通过调整亮度、对比度、锐化等来改善图像质量。2. **去噪**：使用滤波器去除图像中的噪声，如高斯噪声、椒盐噪声等。3. **二值化**：将图像转换为黑白两色，以突出文字区域。4. **倾斜校正**：检测...
- SHAO（同步混合载波）技术的基本原理、优势及其在现代通信系统中的应用。SHAO技术的深入剖析，探讨了其在未来通信领域的发展前景。通信系统对数据传输速率、频谱效率和抗干扰能力的要求越来越高。SHAO技术作为一种新型通信技术，具有同步性能好、频谱利用率高、抗干扰能力强等优点，逐渐在无线通信、卫星通信等领域得到广泛应用。二、SHAO技术基本原理混合载波调制 SHAO技术采用混合载波调制方式，将多... SHAO（同步混合载波）技术的基本原理、优势及其在现代通信系统中的应用。SHAO技术的深入剖析，探讨了其在未来通信领域的发展前景。通信系统对数据传输速率、频谱效率和抗干扰能力的要求越来越高。SHAO技术作为一种新型通信技术，具有同步性能好、频谱利用率高、抗干扰能力强等优点，逐渐在无线通信、卫星通信等领域得到广泛应用。二、SHAO技术基本原理混合载波调制 SHAO技术采用混合载波调制方式，将多...
- 选择最佳的Dropout比率是一个试错的过程，通常需要根据具体的应用场景和数据集进行实验。以下是一些指导原则和方法来帮助选择最佳的Dropout比率：实验与验证：交叉验证：使用交叉验证来评估不同Dropout比率对模型性能的影响。通过比较不同比率下的验证集准确率，可以选择一个表现最好的比率。网格搜索：在预设的Dropout比率范围内进行网格搜索，找到验证集上误差最小的比率。经验值：起始点：可... 选择最佳的Dropout比率是一个试错的过程，通常需要根据具体的应用场景和数据集进行实验。以下是一些指导原则和方法来帮助选择最佳的Dropout比率：实验与验证：交叉验证：使用交叉验证来评估不同Dropout比率对模型性能的影响。通过比较不同比率下的验证集准确率，可以选择一个表现最好的比率。网格搜索：在预设的Dropout比率范围内进行网格搜索，找到验证集上误差最小的比率。经验值：起始点：可...
上滑加载中
推荐直播
-
-
华为云软件开发生产线（CodeArts）4月新特性解读2025/05/30 周五 16:30-17:30
Enki 华为云高级产品经理
不知道产品的最新特性？没法和产品团队建立直接的沟通？本期直播产品经理将为您解读华为云软件开发生产线4月发布的新特性，并在直播过程中为您答疑解惑。
回顾中 -
基于昇腾的皮肤病理多模态大模型研发2025/06/05 周四 19:00-20:00
崔笑宇 华为开发者布道师-高校教师
本期直播聚焦昇腾AI平台在皮肤病理多模态大模型研发中的全流程技术突破，通过基于国产基座模型QwenV2.5进行微调，融入思维链数据优化推理能力，深度融合病理图像、临床文本及专家语音等多模态数据，构建覆盖“认知行为-逻辑推理-决策生成”全流程的皮肤病理大模型。
回顾中
热门标签