- 综合排序
- 最热优先
- 最新优先
《人工智能导论》第 6 章 智能计算及其应用
前言 智能计算作为人工智能领域的重要分支，通过模拟自然界的生物进化、群体智能等现象，为复杂问题求解提供了高效的计算范式。 群智能算法 (Swarm Intelligence) 起源于对自然界生物群体行为的研究，如鸟群、鱼群、蚁群等。 这类算法的特点是： 无集中控制机制：个体通过局部交互实现群体智能 自组织性：群体行为通过简单规则涌现 鲁棒性：个别个体故障不影响整体性能 灵活性：对环境变化有自适应能力 常见的群智能算法包括粒子群优化算法 \n最优路径: {best_path}") print(f"最短距离: {best_distance:.2f}") aco.plot_solution() 6.8 小结 本章系统介绍了智能计算的核心内容 粒子群优化算法的基本原理、参数分析及在函数优化和车辆路径问题中的应用 蚁群算法的基本模型、参数选择及 TSP 问题求解 智能计算算法具有自组织、自适应、鲁棒性强等特点，在组合优化、机器学习
31510编辑于 2026-01-21- 来自专栏信数据得永生
Python 智能项目：6~10
-1681654125431)(https://gitcode.net/apachecn/apachecn-dl-zh/-/raw/master/docs/intel-proj-py/img/f17a6b6e-bf3f 在梯度下降的每次迭代中计算联合概率分布的期望在计算上是棘手的。 我们将采用下一节中讨论的称为对比发散的智能方法来计算期望值。 这样，我们可以生成大量样本，例如M，并取其平均值来计算期望的期望值。 相同的用于计算包含v和h的任何表达式的期望。 这种采样过程称为对比散度。 状态和奖励将由环境呈现给智能体，而智能体将通过采取适当的行动对智能体采取行动。 这些状态采用从汽车前面的摄像头拍摄的图像的形式。
1K20编辑于 2023-04-23 - 来自专栏AI科技大本营的专栏
智能边缘计算：计算模式的再次轮回
未来，智能边缘计算将与智能云计算互为补充，创造一个崭新的智能新世界。本文中，微软亚洲研究院系统与网络研究组首席研究员刘云新将为大家介绍智能边缘计算的发展与最新研究方向。 在人工智能时代，边缘计算不仅仅只是计算，更是智能+计算，我们称之为智能边缘计算（Intelligent Edge Computing）。 此时，人工智能蓬勃发展，云上提供的众多智能服务带来了智能云计算。 而随着边缘计算的出现，计算模式再一次成为分布式的。现在，我们不仅有智能云，还有智能边缘。 执行效率的工作发表在 MobiCom 2018上 [5]；和哈尔滨工业大学等学校合作的关于如何利用模型稀疏性（Sparsity）加速模型执行的工作发表在 FPGA 2019和 CVPR 2019上 [6] [6] S. Cao, C. Zhang, Z. Yao, W. Xiao, L. Nie, D. Zhan, Y. Liu, M. Wu and L.
99430发布于 2019-11-12 - 来自专栏边缘计算
智能边缘计算：计算模式的再次轮回
编者按：人工智能的蓬勃发展离不开云计算所带来的强大算力，然而随着物联网以及硬件的快速发展，边缘计算正受到越来越多的关注。未来，智能边缘计算将与智能云计算互为补充，创造一个崭新的智能新世界。 在人工智能时代，边缘计算不仅仅只是计算，更是智能+计算，我们称之为智能边缘计算（Intelligent Edge Computing）。 此时，人工智能蓬勃发展，云上提供的众多智能服务带来了智能云计算。而随着边缘计算的出现，计算模式再一次成为分布式的。现在，我们不仅有智能云，还有智能边缘。 执行效率的工作发表在 MobiCom 2018上 [5]；和哈尔滨工业大学等学校合作的关于如何利用模型稀疏性（Sparsity）加速模型执行的工作发表在 FPGA 2019和 CVPR 2019上 [6] [6] S. Cao, C. Zhang, Z. Yao, W. Xiao, L. Nie, D. Zhan, Y. Liu, M. Wu and L.
1.1K10发布于 2019-10-31 - 来自专栏边缘计算
边缘计算与智能服务
因此，边缘计算产生了，其接近边缘设备直接进行数据处理和智能服务的操作方式，减少了不必要的网络延迟，可以有效的缓解云计算中心的计算压力，节省资源空间。 ? 整个边缘计算体系分为了四个层次：ECN 依托智能资产、智能网关等智能设备，提供计算、存储、网络等资源；Fabric（CCF）对业务屏蔽边缘设备的复杂性，实现OICT基础设施部署运营自动化和可视化，支撑边缘计算资源服务与行业业务需求的智能协同 （二）智能服务 在智慧城市领域，主要应用有视频监控、物流、智能建筑等，边缘计算可以对车辆和货物的运输进行实时的监控，可以进行人脸识别等智能图像分析，对城市进行智能化管理。 边缘计算的智能化服务，推动了运维自动化、业务优化和创新，通过对终端的智能处理，提高数据分析和网络运维能力，同时为 5G 技术以及人工智能的广泛利用提供了较好的网络环境。 除了在车联网领域的应用，边缘计算在 CDN、城市大脑、智能安防、智能制造、智能物流、智慧门店、区域链等场景也有诸多应用。
2.7K10发布于 2019-07-30 - 来自专栏信数据得永生
Python 人工智能：6~10
6 集成学习的预测分析 在本章中，我们将学习集成学习以及如何将其用于预测分析。 , [6, 4], [7, 2], [4, 4], [5, 2]]) 分类器对象具有一种内置方法来计算置信度。 而不是随机选择它们，我们使用k-means++以更智能的方式选择这些中心。 这样可以确保算法快速收敛。 n_clusters参数是指群集数。 在我们讨论它的构成及其在人工智能（AI）中的相关性之前，让我们先讨论一下编程范例。 编程范例的概念源于对编程语言进行分类的需求。 它是指计算机程序通过代码解决问题的方式。 例如，假设我们要计算 23、12 和 49 的总和： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8hAdgl6a-1681568669730)(https://gitcode.net
1.8K30编辑于 2023-04-23 - 来自专栏信数据得永生
ensorFlow 智能移动项目：6~10
六、用自然语言描述图像 如果图像分类和物体检测是明智的任务，那么用自然语言描述图像绝对是一项更具挑战性的任务，需要更多的智能-请片刻考虑一下每个人如何从新生儿成长（他们学会了识别物体并检测它们的位置） 由于该模型同时涉及计算机视觉和自然语言处理，因此您将首次看到两种主要的深度神经网络架构 CNN 和 RNN 如何协同工作，以及如何编写 iOS 和 Android 代码以访问经过训练的网络并进行多个推理 如果我们可以在智能手机上运行此模型，会不会更酷？ 但是在此之前，由于模型的相对复杂性以及 Python 中train和run_inference脚本的编写方式，我们还需要采取一些额外的步骤。 十、构建类似 AlphaZero 的手机游戏应用 尽管现代人工智能（AI）的日益普及基本上是由 2012 年深度学习的突破引起的，但 2016 年 3 月，Google DeepMind 的 AlphaGo 由于围棋游戏的复杂性，人们普遍认为任务无法实现，或者至少十年内计算机程序不可能击败顶级围棋玩家。
2.3K20编辑于 2023-04-24 - 来自专栏往期博文
MySQL学习6:常用计算函数
常用计算函数 求总数 关键词：count 案例： 1.计算所有记录总数 select count(*) from students; 最大值 关键词：max 案例： 1.计算学生中最大年龄 select max(age) from students; 求和 关键词：sum 案例： 1.计算所有学生的年龄总和 select sum(age) from students; 平均值 关键词：avg 案例： 1.计算所有学生的平均年龄 select avg(age) from students; 四舍五入 关键词：round 案例： 1.计算所有学生的平均年龄,保留2位小数 select
24820编辑于 2022-06-14 - 来自专栏绿盟科技研究通讯
多方安全计算（6）MPC中场梳理
；实现的方式较多，读者不妨参考[6]了解细节，开源实现可参考[2] · 不经意传输模块：主要包含标准不经意传输（OT，常基于对称与非对称加密），随机不经意传输（ROT，OT的一种变形），关联不经意传输（ · 布谷鸟哈希：广泛用于专用隐私计算模块中，用于降低通信与计算开销，其实现可参考[2]。 International Journal of Information Security, 2010, 9(6): 371-385. [5]: https://github.com/microsoft /SEAL [6]:https://zh.m.wikipedia.org/zh-hans/%E4%BC%AA%E9%9A%8F%E6%9C%BA%E6%95%B0%E7%94%9F%E6%88%90%E5% 往期回顾： 安全多方计算之前世今生 安全多方计算(1):不经意传输协议 安全多方计算:(2)隐私信息检索方案汇总分析 多方安全计算(3)MPC万能钥匙：混淆电路 多方安全计算（4）MPC万能积木 秘密共享
2.5K11编辑于 2023-02-22 - 来自专栏云计算D1net
云计算的6个未来趋势
移动浪潮驱动下，云计算将无处不在 在手机、平板电脑等移动设备的驱动下，云计算的市场需求将获得进一步增长。每个部署在云端的应用程序，都将提升云计算的商业价值。 2. 第三方云平台数量，将获得增长 如同过去的操作系统和浏览器大战，能够满足用户需求并最终流行的第三方应用程序，将推动云计算平台获得增长，类似于NetSuite的云计算服务公司将蓬勃发展。 3. 云计算将减少企业损耗 云计算的运用，可以减少企业内外部之间由于流通不畅而导致的损耗。那些无法避免这种损耗的企业，将逐渐退出市场。 新的价格战将不可避免 目前的云计算产业，正处在新一轮价格战的前夜。在繁荣的云服务领域，亚马逊已经占据了很长一段时间。 6. 云计算的社会化特征增强 云计算，当下正在向社会化模式靠拢。通过云端应用发布的数据，不仅可以使用传统的电子邮件分享，而且能够满足社会化媒体的需求，如Facebook和Twitter。
1.9K41发布于 2018-03-20 - 来自专栏CloudBest
边缘计算的6个基本计算机硬件需求
为了应付不断增长的数据量，计算边缘被 部署到减轻放置在云和数据中心的负担。那么， 边缘计算的计算机硬件需求是什么? 什么是坚固型边缘计算机? 05 边缘计算机必须安全 边缘计算设备通常部署在不受监控的远程环境中，因此它们必须是安全的。幸运的是，边缘计算设备配备可信平台模块(TPM)2.0。 这是因为被的VPU专门优化为机器视觉， 机器学习， 人工智能， 面部识别，和高端图像处理 ，同时使用更少的功率比的GPU 。 FPGA能够加快工作量，例如推理分析，人工智能以及对用于机器学习的大量数据进行分析 。在某些情况下，高端FPGA在执行某些任务方面可以胜过GPU，同时使用的功耗和发热量均低于GPU。 NVMe 计算存储 ：NVMe 计算存储 设备通过在驱动器本身上本地执行数据存储和处理 ，从而在边缘部署计算机 。这是通过在驱动器上本地处理数据来完成的。
1.9K30发布于 2021-09-26 - 来自专栏wujunmin
通过示例智能分列、合并、计算
在Excel中通过Ctrl+E组合，用户在首行输入的内容，可以智能识别用户需求，对所有行进行相应填充。 Power Query也有类似的能力，并且可以实现一些计算。 比方该案例中的产品尺码为数值，我们想把它转换为S, M, L, XL的样式： 可以注意到当你敲击S/M/L/XL完成所有选项后，后台自动生成了IF语句： 在Power Query当中，我们知道日期相关的多种计算都可以在可视化界面点击鼠标完成 ，如下图： 使用示例智能添加列的方式，我们也可以同样实现： 通过示例添加列的更多功能可访问左下角链接。
1.6K10发布于 2021-09-07 - 来自专栏云计算D1net
利用云计算实现网络智能
采用云计算技术的组织将来自内部系统的警报与外部情报提供商的警报融合在一起。 这正是云计算技术拥有显著优势的地方，因为组织根据各种需求选择合作伙伴，从保护供应链到应对行业内部和行业之间的特定威胁。采用云计算允许公共机构和私营部门相互合作。 云计算还使组织能够在其内部获得洞察力和趋势，以及与其他公司进行比较的方式。 一种新模式：洛杉矶网络安全实验室(LA CyberLab) 很多组织已经在转变为基于云计算的模型，以将其内部数据与外部威胁信息融合在一起。
1.4K10发布于 2019-12-20 - 来自专栏架构师小秘圈
云计算与人工智能
因为这三个东西现在非常非常的火，它们之间好像互相有关系，一般谈云计算的时候也会提到大数据，谈人工智能的时候也会提大数据，谈人工智能的时候也会提云计算。 迷茫:6 6 石头:9 6 祈祷:10 7 光明:6 7 鸟:9 7 离去:10 如果我们随便写一串数字，然后按照数位依次在形容词、名词和动词中取出一个词，连在一起会怎么样呢？ 这种形势的服务，在云计算里面称为软件即服务，SaaS (Software AS A Service) 于是工智能程序作为SaaS平台进入了云计算。 五、云计算，大数据，人工智能过上了美好的生活 终于云计算的三兄弟凑齐了，分别是IaaS，PaaS和SaaS，所以一般在一个云计算平台上，云，大数据，人工智能都能找得到。 对一个大数据公司，积累了大量的数据，也会使用一些人工智能的算法提供一些服务。对于一个人工智能公司，也不可能没有大数据平台支撑。所以云计算，大数据，人工智能就这样整合起来，完成了相遇，相识，相知。
5.5K90发布于 2018-04-02 - 来自专栏边缘计算
智能制造的新宠——边缘计算
全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。 自动化事实上是一个以“控制”为核心。 而云端计算，仍然可以访问边缘计算的历史数据。随着各种可以联网的设备越来越多，如温度、湿度、摄像头、红外感应等在工业现场的大量使用，边缘计算在智能制造中将会有非常广泛的应用空间。 边缘计算正是充分利用物联网终端的嵌入式计算能力，并与云计算结合，通过云端的交互协作，实现系统整体的智能化。 其实在工业内网中，在离工业现场最近的地方，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，是满足制造企业数字化转型中提出的快速连接、实时业务、数据优化、应用智能、安全保护等方面的关键需求 现在需要将云端的计算框架通过裁剪、合并等简化手段，迁移至边缘计算平台，使得能在边缘计算平台上运行云端训练后的智能分析算法。
98130发布于 2019-07-03 - 来自专栏量子发烧友
量子计算与人工智能
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，它的处理效率要大大快于传统的通用计算机。那么什么是人工智能，人工智能的发展历程，以及人工智能如何跟量子计算的结合和应用。 构建一个网络并且随机初始化所有连接的权重； 2.将大量的数据情况输出到这个网络中； 3.网络处理这些动作并且进行学习； 4.如果这个动作符合指定的动作，将会增强权重，如果不符合，将会降低权重； 5.系统通过如上过程调整权重； 6. （6）智能机器人 智能机器人在生活中随处可见，扫地机器人、陪伴机器人……这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。 （3）类脑计算发展 以类脑计算芯片为核心的各种类脑计算系统，在处理某些智能问题以及低功耗智能计算方面正逐步展露出优势。 （4）人工智能计算中心成为智能化时代的关键基础设施 人工智能计算中心基于最新人工智能理论，采用领先的人工智能计算架构，是融合公共算力服务、数据开放共享、智能生态建设、产业创新聚集的“四位一体”综合平台，
1.6K40编辑于 2023-02-24 科学计算与人工智能
如何打破人工智能带来的“科技幻觉”？又可以用什么来弥补第四范式的不足？答案是——科学计算。 科学计算与人工智能图灵奖得主、关系型数据库的鼻祖Jim Grey在2007年提出了科学研究的四大范式，分别是第一范式物理实验、第二范式理论分析、第三范式科学计算（仿真为代表）和第四范式数据密集型科学（人工智能为代表 通过科学计算，我们不仅能预知某件事情的发生，还能洞察其背后的原因以及整个发展过程。而人工智能和大数据的核心聚焦于数据的使用和处理，通过分析大量数据来寻找事物之间的相关性。 然而，无论是科学计算还是人工智能，都离不开强大算力的支撑。相比之下，科学计算对于算力的消耗更为巨大。 人工智能与科学计算的发展脉络揭示了一个不争的事实：这场赛道的竞争，本质上是人才和资本的较量。
61010编辑于 2024-04-17- 来自专栏机器之心
情感计算：让机器更加智能
早在 1997 年，MIT 媒体实验室就提出了情感计算（Affective Computing）的概念，情感计算旨在通过赋予计算机识别、理解和表达人的情感的能力，使得计算机具有更高的智能。 情感计算主要有「识别」，「表达」和「决策」这三个研究方向，「识别」主要是研究如何让机器准确识人类的情感，并消除不确定性和歧义性。 图 1-4 对抗和合作式语音合成 [6] 目前的语音合成通常都是通过将需要合成的文字内容和特定风格的语音输入到神经网络中，然后让神经网络合成特定风格的语音。 图 1-6 ExprGAN[10] 面部表情的生成是一项具有挑战性的任务，因为它需要对输入面部图像进行高级语义理解。在传统方法中，合成的面部分辨率通常很低。 如果我们将这种恐惧情绪加入到强化学习的智能体并辅助智能体决策，智能体在探索效率上可能会发生一定的变化。 2.1.
2.3K30发布于 2019-10-12 - 来自专栏云计算D1net
2018年云计算的6个预测
然而，随着互联网的普及、云计算和大数据等新技术的兴起，网络成为了最大的一块阻碍数据中心发展的绊脚石，对网络进行改造势在必行。 01 安全因素不再妨碍云计算采用 对于考虑将业务转移到云端的组织而言，其安全性一直是一个普遍关心的问题。 鉴于云计算安全方面的改进，这种担忧有些夸大，但可以理解：放弃对业务的安全控制，并将其交给外部服务供应商对于企业来说是很困难的。 人们将在2018年会看到许多客户接受云计算环境中的安全性。 即使有些组织认为云计算安全的某些方面不符合他们的期望，他们仍然会采用云计算，这将改变他们在云端所做的事情。一般来说，安全不会成为企业采用云计算的障碍，但是会成为影响企业选择部署的一个因素。 计算和虚拟化长期处于成熟的曲线之中，存储在“软件定义”的路径上得到很好的发展，但网络可移植性仍处于黑暗时代。预计2018年将会看到网络连接将会奠定基础。 以虚拟化为例，SDN是针对虚拟化计算的网络。
98580发布于 2018-03-28 - 来自专栏cloudskyme
跟我一起云计算（6）——openAPI
根据开放技术划分，可将开放平台划分为五种类型：OpenAPI 型开放平台、插件式开放平台、综合型开放平台、应用超市型开放平台和基础服务型开放平台（云计算平台）。 腾讯社区开放平台、腾讯微博开放平台、WebQQ开放平台等） 3、360安全中心（360应用开放平台、360软件开放平台、极速浏览器应用开放平台等） 4、新浪（新浪微博开放平台、SAE） 5、人人网开放平台 6、 百度开放平台是基于“框计算”的创新技术不开放运营机制，为广大站长呾开収者提供的开放数据及应用的免费对接平台。 百度数据开放平台： 百度数据开放平台是基于框计算创新技术和开放运营理念，面向拥有专业、权威、稳定的合法数据信息站点，站长通过提交结构化优质数据，获得百度搜索结果页“即搜即得”的搜索展现。 百度应用开放平台 百度应用开放平台是以用户需求为导向，以“框计算”创新技术呾全开放机制为基础，为广大应用开収者及运营商提供的开放式应用分享暨合作对接平台。
3.6K40发布于 2018-03-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号