- 综合排序
- 最热优先
- 最新优先
- 来自专栏悦思悦读
AI 入行那些事儿（8）人工智能 vs 人类智能
弱人工智能 vs 强人工智能 看到这里，我们难免会产生一个疑问：现阶段机器学习还达不到人脑的水平，那么未来深度学习继续向前发展，人工智能能否和人类的智能相提并论呢？ 要解答这个问题，我们可以从人工智能发展的两个阶段——弱人工智能和强人工智能——说起。 ? 人工智能 vs 人类智能 现在的人工智能显然连弱人工智能都没有达到。但科技的发展是很快的，我们完全可以设想有一天我们能进入弱人工智能阶段，继而进入强人工智能阶段。 到了那时，人脑和人工智能之间又会变得孰强孰弱呢？ ? 弱人工智能 vs 人类智能 我们先来把人脑和弱人工智能做个对比。 强人工智能 vs 人类智能 到了强人工智能时代，可能真的会出现一个程序，它能在所有的领域学习、行动和决策。
1.2K30发布于 2021-03-22 - 来自专栏信数据得永生
PyTorch 人工智能基础知识：6~8
-5168a57aef8d.png)] 然后，我们遍历image_list中的图像并显示它们： >>for image in image_list: plt.imshow(np.transpose 网络稳定后，它会在判别器中再增加两个卷积层以将图像上采样到8 x 8，再增加两个卷积层以对图像下采样。 经过 9 个这样的序列后，生成器将生成1024 x 1024个图像。 以下是 PGGAN 的抽象表示形式： [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-B1C8VYIg-1681786052331)(https://gitcode.net /apachecn/apachecn-dl-zh/-/raw/master/docs/pt-ai-fund/img/9cd78f4c-0241-467d-92f8-2967611136e7.png)] 生成智能体 在本秘籍中，我们将着眼于创建一组智能体以开始我们的进化过程，然后初始化这些智能体的权重。 我们将使用这些智能体来评估模型的表现并生成下一代智能体。
93810编辑于 2023-04-27 - 来自专栏深入浅出区块链技术
智能合约语言 Solidity 教程系列8 - Solidity API
这是Solidity教程系列文章第8篇介绍Solidity API，它们主要表现为内置的特殊的变量及函数，存在于全局命名空间里。 Solidity 系列完整的文章列表请查看分类-Solidity。 写在前面 Solidity 是以太坊智能合约编程语言，阅读本文前，你应该对以太坊、智能合约有所了解， 如果你还不了解，建议你先看以太坊是什么 欢迎订阅区块链技术专栏阅读更全面的分析文章。 ecrecover(bytes32 hash, uint8 v, bytes32 r, bytes32 s) returns (address): 通过椭圆曲线签名来恢复与公钥关联的地址，或者在错误时返回零 用javascript表达如下: var msg = '0x8CbaC5e4d803bE2A3A5cd3DbE7174504c6DD0c1C' var hash = web3.sha3(msg) var 注意，常量将使用存储它们所需的最少字节数来打包，例如keccak256(0) == keccak256(uint8(0))和keccak256(0x12345678) == keccak256(uint32
86320发布于 2018-07-23 - 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。 因此，我们采用 SSE 技术将智能体的推理过程实时分步输出给用户。 } catch (Exception e) { state = AgentState.ERROR; log.error("执行智能体失败 Resourceprivate ToolCallback[] allTools; @Resourceprivate ChatModel dashscopeChatModel; /** * 流式调用 Manus 超级智能体
14910编辑于 2026-03-17 - 来自专栏AI
基于 YOLOv8 的昆虫智能识别工程实践
基于YOLOv8的昆虫智能识别工程实践[目标检测完整源码]引言：为什么“虫子识别”值得用深度学习重做一遍？在农业生产、林业保护以及生态监测中，昆虫种类识别一直是一项高度依赖经验的工作。 Web服务二、为什么选择YOLOv8进行昆虫识别？ 七、应用场景与扩展方向该昆虫识别系统可广泛应用于：农业虫害智能监测林业生态调查科研数据自动采集教学与实验演示在此基础上，还可以进一步扩展：虫类数量统计与趋势分析边缘设备部署（如Jetson/RK平台）与物联网设备联动 ，实现自动预警总结本文从工程实践角度，系统介绍了一套基于YOLOv8的昆虫种类智能识别方案。 其核心价值体现在三点：将目标检测算法转化为实际可操作系统显著降低昆虫识别应用的技术门槛为农业与生态场景提供可扩展的AI基础能力本文从工程落地的视角出发，系统介绍了一套基于YOLOv8的昆虫种类智能识别解决方案
15810编辑于 2026-01-29 - 来自专栏AI
基于 YOLOv8 的智能杂草检测识别实战
基于YOLOv8的智能杂草检测识别实战[目标检测完整源码]引言：为什么杂草识别是智慧农业中的“硬问题”？ ↓推理服务模块↓PyQt5桌面端可视化系统技术选型说明模块技术方案检测算法YOLOv8（Ultralytics）深度学习框架PyTorch推理接口YOLOv8PythonAPI桌面端界面PyQt5部署方式脚本 三、YOLOv8在农业场景中的优势3.1算法层面的改进YOLOv8相较于早期YOLO版本，在以下方面表现突出：Anchor-Free设计，减少超参数依赖Task-AlignedAssigner，提高正负样本分配质量解耦检测头 总结本文从工程实践角度，系统介绍了一套基于YOLOv8的田间杂草检测完整解决方案。 本文围绕田间杂草智能识别这一典型的智慧农业应用场景，系统阐述了一套基于YOLOv8的目标检测工程方案。
20710编辑于 2026-01-22 - 来自专栏思谱云汇人工智能
智能语音机器人小知识（8）--什么是SaaS系统？
SaaS是Software-as-a-Service（软件即服务）的简称，随着互联网技术的发展和应用软件的成熟， 在21世纪开始兴起的一种完全创新的软件应用模式。它与“On-demand software”（按需软件)，The application service provider(ASP，应用服务提供商)，Hosted software(托管软件)所具有相似的含义。它是一种通过Internet提供软件的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得厂商提供的服务。用户不用再购买软件，而改用向提供商租用基于Web的软件，来管理企业经营活动，且无需对软件进行维护，服务提供商会全权管理和维护软件，软件厂商在向客户提供互联网应用的同时，也提供软件的离线操作和本地数据存储，让用户随时随地都可以使用其定购的软件和服务。对于许多小型企业来说，SaaS是采用先进技术的最好途径，它消除了企业购买、构建和维护基础设施和应用程序的需要。
3.4K30发布于 2019-05-29 - 来自专栏PostgreSQL研究与原理解析
国产数据库-内核特性-gbase8a智能索引
国产数据库-内核特性-gbase8a智能索引 南大通用gbase8a MPP Cluster是一款分析型MPP数据库，有个特性鲜明的功能就是智能索引。 而Gbase8a的列存就是基于infobright。吸收了infobright列存带来的优势，我们看下infobright典型结构： Infobright通过知识网格进行数据筛选，从而降低数据IO。 2、gbase8a技术白皮书讲解 假设表mytab有A、B、C、D、E五列，每列都有几个数据包。 2）对于淡蓝的数据，只需要访问B数据包的智能索引信息，就能得到sum信息，不需要对此数据包进行解压。这里的sum值是655360。 不了解gbase8a中对带group by的聚合到底是怎么实现的，有了解的可以一起讨论下） 3）对于红色的数据，将其对应的A、B包解压，进行查询聚合计算 4）将2）和3）的结果求和，返回。
91840编辑于 2023-08-09 - 来自专栏超级架构师
【人工智能】人工智能、机器学习和数据工程 InfoQ 趋势报告 - 2021 年 8 月
然而，随着人工智能功能的不断增强，我们希望在未来看到更多的用例。 一种正在取得成功的机器人是自动驾驶汽车。 微信小号 【cea_csa_cto】 50000人社区，讨论：企业架构，云计算，大数据，数据科学，物联网，人工智能，安全，全栈开发，DevOps，数字化. 以及大数据，云计算，物联网，人工智能等各种新兴技术。 加QQ群，有珍贵的报告和干货资料分享。 视频号【超级架构师】 1分钟快速了解架构相关的基本概念，模型，方法，经验。 每天1分钟，架构心中熟。 【智能时刻，架构君和你聊黑科技】知识星球认识更多朋友，职场和技术闲聊。 知识星球【职场和技术】微博【智能时刻】智能时刻哔哩哔哩【超级架构师】抖音【cea_cio】超级架构师快手【cea_cio_cto】超级架构师 小红书【cea_csa_cto】超级架构师 谢谢大家关注
61620编辑于 2022-03-14 - 来自专栏亨利笔记
2022 智能云边开源峰会 （8月19-20日）
题图摄于奥利匹克中心 转发给读者们一则会议消息，欢迎大家参加我们举办的 ACECon 智能云边大会，包含云原生、边缘计算、人工智能、隐私计算等精彩内容，专家阵容鼎盛，本周五开始线上直播！ // 2022年8月19日至20日，VMware将联合多位ACE智能云边共创生态（ACE Co-innovation Ecosystem）合作伙伴共同在线上举办2022智能云边开源峰会（2022 Open 议题亮点： 来自国内外开源领袖的“开放创新领导力”主题分享 构建开源创新生态、赋能技术布道与共同创新 开源共创及多云创新如何驱动企业发展与数字化转型 “ACE智能云边加速器”发布和“ACE智能云边共创生态
25430编辑于 2023-04-04 - 来自专栏云云众生s
Layer 8：面向人工智能时代的语义网络层
Layer 8 和现有的应用程序交付基础设施将为更智能、更具上下文感知能力的网络铺平道路，这些网络可以适应人工智能驱动的应用程序。 虽然“这个可以调到 8 ”这句话没有那么朗朗上口，但现在可能是用这句话来描述传统网络协议栈中新的一层——语义层的时候了。第 8 层的加入是由人工智能应用及其新需求驱动的。 第 8 层是我提出的 OSI 模型扩展，旨在解决人工智能在网络环境中的独特需求和能力。与现有的专注于数据传输技术方面的层不同，第 8 层关注的是对传输数据的语义理解和智能处理。 通过结合语义分析，第 8 层将能够实现更智能、更具上下文感知的网络和应用程序交付决策。 第 8 层将如何工作？ 第 8 层与现有应用交付基础设施之间的这种共生关系将为更智能、更具上下文感知能力和响应能力的网络铺平道路，这些网络可以适应人工智能驱动应用程序不断变化的需求——换句话说，就是将网络提升到 11 级。
30110编辑于 2024-07-03 - 来自专栏AI
基于 YOLOv8 的人体与行人检测智能识别实战
基于YOLOv8的人体与行人检测智能识别实战[目标检测完整源码]引言：为什么“行人检测”仍然是工程中的关键基础能力？ 二、YOLOv8在行人检测任务中的适配性分析2.1算法层面的优势YOLOv8是Ultralytics推出的新一代目标检测框架，其在行人检测场景中具备明显优势：Anchor-Free机制：减少人为超参数依赖解耦检测头设计 七、应用场景与扩展方向该人体检测系统可作为多种视觉应用的基础模块：智能安防与视频监控人数统计与客流分析智慧校园/智慧园区行为识别与异常检测前端在此基础上，可进一步集成：多目标跟踪（如DeepSORT）行人再识别 （ReID）行为理解与事件检测模块逐步演化为完整的视频智能分析系统。 该方案不仅验证了YOLOv8在复杂真实场景下对行人目标的检测精度与实时性能，也体现了深度学习技术在安防与智慧城市等领域中的实际应用价值。
42600编辑于 2026-01-28 - 来自专栏深入浅出区块链技术
Solidity优化 - 减少智能合约gas消耗的8种方法
在合约的字节码中存储值 一种相对便宜的存储和读取信息的方法是，将信息部署在区块链上时，直接将其包含在智能合约的字节码中。不利之处是此值以后不能更改。但是，用于加载和存储数据的 gas 消耗将大大减少。 这篇文章: 无状态智能合约[11] 完美地解释了无状态合约背后的概念，以及如何创建无状态合约及其后端副本。 回到我们的 car 示例中，我们将发送一两个交易，具体取决于是否可以拼接函数参数*(5 . BF%87SOLC%E7%BC%96%E8%AF%91%E5%99%A8%E5%B0%86%E5%8F%98%E9%87%8F%E6%89%93%E5%8C%85%E5%88%B0%E5%8D%95%E4% B8%AA%E6%8F%92%E6%A7%BD%E4%B8%AD [4] immutable: https://learnblockchain.cn/article/1059 [5] 首选数据类型: https merkle-proofs-explained-6dd429623dc5 [10] Stack Too Deep错误: https://learnblockchain.cn/article/1629 [11] 无状态智能合约
4.2K20发布于 2020-11-11 - 来自专栏互联网数据官iCDO
8家国外智能家居初创公司了解一下？
本文长度为2692字，预估阅读时间8分钟。 引言：本文介绍了8家智能家居初创公司，带你大开眼界！ 我们决定基于上面的信息选择8家让我们的生活比以往任何时候都更加便利的创业公司来建立自己的智能家居。 智能温控 ? 德国公司Tado正在通过自动化智能家居环境来应对气候变化。迄今为止，它已经筹集了5600万美元的资金，其中包括去年2,300万美元的C轮融资。它制造了一个智能恒温器和智能无线AC控制器。 没有智能家居就没有Ring快速增长的连接到智能手机的可视化门铃，泛光灯和安全摄像头的产品线。这家成立五年的圣莫尼卡初创公司也在迅速筹集资金。 本文为Nanalyze精选文章，在2017年8月5号。 译者简介 池金锐，跨境电商从业者，对网站运营及APP的运营，数据分析有多年的从业经验，喜爱研究数据，用户运营等。
1.7K30发布于 2018-07-27 - 来自专栏CSDNToQQCode
Python与人工智能——8、Python2.0与3.0的区别
正文 开发工具：Pythony与人工智能——3、Python开发IDE工具VSCode-CSDN博客 Python2.0与3.0的区别 我们在二次开发的时候经常是可以看到2.0开发样式的，那么这里我就先说明一下他们的区别 as e: print(e) 二、编码方面 默认字符编码 Python 2：默认 ASCII 编码，若要使用中文等非 ASCII 字符，需要在文件开头添加# -*- coding: utf-8 Python 3：默认使用 UTF-8 编码，无需额外的编码声明即可处理非 ASCII 字符。 示例： # Python 2 # -*- coding: utf-8 -*- print(u"中文") # Python 3 print("中文") 三、库的变化 urllib和urllib2库 Python pass # Python 3 for i in range(10): pass 总结 Python 2 与 3 主要区别在于语法，如 print 用法、整数除法结果不同；编码上，3 默认 UTF-8
30710编辑于 2024-09-23 - 来自专栏乌龟哥哥默认学习专栏
8行代码手把手教你搭建智能机器人平台
[在这里插入图片描述] 上面是一个智能计算器应用，通过8行代码我们就可以部署一个属于自己的智能计算器，当然还可以体验其它有趣的功能。
3.7K1041发布于 2021-05-25 - 来自专栏技术汇总专栏
基于YOLOv8的鸟类智能识别系统设计与实现
基于YOLOv8的鸟类智能识别系统设计与实现源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程。源码在文末哔哩哔哩视频简介处获取。 其核心优势如下：高速推理，适合实时检测任务支持Anchor-Free检测支持可扩展的Backbone和Neck结构原生支持ONNX导出与部署3.1 YOLOv8的基本原理YOLOv8 是 Ultralytics YOLOv8 由Ultralytics 于 2023 年 1 月 10 日发布，在准确性和速度方面具有尖端性能。 在以往YOLO 版本的基础上，YOLOv8 引入了新的功能和优化，使其成为广泛应用中各种物体检测任务的理想选择。 yolo detect train data=datasets/expression/loopy.yaml model=yolov8n.yaml pretrained=yolov8n.pt epochs
66800编辑于 2025-09-10 - 来自专栏PaddlePaddle
【智能制造系列课】3周8大主题，从入门到实战！
作为制造强国建设的主攻方向，智能制造发展水平关乎我国未来制造业的全球地位。 在工信部联合发改委、教育部等多部门发布的《“十四五”智能制造发展规划》中，明确提出到2025年70%规模以上的制造业企业基本要实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂等具体要求。 基于百度飞桨研发的喷油器阀座瑕疵智能检测设备 场景二：人员设备监控 在24小时不停运转的智能工厂里，突发的停机事件将会造成不小的损失。 当前，AI工业设备开启了智能厂区管理新思维，为“智能、高效、安全、可靠”运行提供了新的护航能力。 输煤胶带智能巡检机器人 场景三：数据智能 如今，在工业企业数字化转型升级背景下，工业企业数据在原本庞大的体量基础上仍在飞速增长。
40710编辑于 2022-08-31 告别语义不准，拥抱智能翻译 ——8 款网页翻译插件深度测评
本次精选 8 款主流网页翻译插件深度测评，从功能覆盖、翻译精准度等多维度对比，重点推荐会译 AI 翻译插件。 【会译 AI 翻译插件】推荐指数：★★★★★功能亮点：网页对照翻译：智能识别所有网页内容，支持原文 / 译文 / 双语对照三种模式一键切换划词 & 悬停翻译：按住 Ctrl + 鼠标划词或悬停就能实时翻译 综合来看，会译 AI 翻译插件凭借智能 AI 模型与独特双语对照翻译成为最佳推荐。其全面覆盖网页、文档、视频等场景，精准度与效率优势显著，为各类外语接触者提供一站式翻译解决方案。
2.7K11编辑于 2025-08-29《人工智能导论》第 8 章 人工神经网络及其应用
) self.pool2 = nn.MaxPool2d(kernel_size=2) # 全连接层 self.fc1 = nn.Linear(64 * 8 * 8, 128) self.relu3 = nn.ReLU() self.fc2 = nn.Linear(128, 10) # 10个类别 def forward * 8) # 展平特征图 x = self.relu3(self.fc1(x)) x = self.fc2(x) return x # 创建模型实例 }.png") plt.close() return d_losses, g_losses # 可视化生成的图像 def viz_images(images, nrow=8) 神经网络作为人工智能的重要分支，其发展迅速，应用广泛。从简单的感知机到复杂的生成对抗网络，神经网络的结构和算法不断创新，为解决各种实际问题提供了强大的工具。
20410编辑于 2026-01-21
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