- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技大本营的专栏
5分钟速通 AI 计算机视觉发展应用
作者 | 李秋键 出品 | AI科技大本营（ID:rgznai100） 计算机视觉是进步最大、发展最快的领域之一。 人工智能计算机视觉的使用案例几乎不计其数，其中最受欢迎的是无人机以及自动和半自动车辆。今天小编带大家几分钟速通 AI 计算机视觉发展应用。 （5）纺织品及服装： 纤维及织物组织识别 纺织阶段，图像识别技术可用于识别区分各类纤维及其织物，还可用于原棉加工前识别非棉杂质。 （5）基于稀疏表示和多特征融合的 SAR 图像识别： 当采用稀疏表示进行 SAR 图像目标识别时，可采用的特征包括灰度特征、局部特征(HOG 特征)及基于信号变换提取的特征(单演信号特征)等。 传统图像分割方法 基于阈值的分割方法 基于边缘的分割方法 基于区域的分割方法 基于聚类分析的图像分割方法 基于小波变换的分割方法 基于数学形态学的分割方法 基于人工神经网络的分割方法 以上就是给大家整理的AI
59230编辑于 2022-04-05 - 来自专栏快乐学AI系列
快乐学AI系列——计算机视觉（5）图像分类和识别
本系列是由“MATRIX.矩阵之芯”精炼的AI快速入门系列，特色是内容简洁，学习快速。 random_state=42)# 初始化KNN分类器并进行训练knn = KNeighborsClassifier(n_neighbors=3)knn.fit(X_train, y_train)# 对测试集进行预测并计算准确率 test_size=0.2, random_state=42)# 初始化SVM分类器并进行训练svm = LinearSVC()svm.fit(X_train, y_train)# 对测试集进行预测并计算准确率 图像检索和相似度匹配在图像检索和相似度匹配中，我们需要计算两张图片之间的相似度。其中一种方法是使用特征匹配，即找到两张图片中相似的特征点并将它们匹配起来。 img2, None)# 初始化FLANN匹配器FLANN_INDEX_KDTREE = 0index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
1.1K20编辑于 2023-04-06 - 来自专栏全栈程序员必看
Vue（5）计算属性computed
前言 一般情况下属性都是放到data中的，但是有些属性可能是需要经过一些逻辑计算后才能得出来，那么我们可以把这类属性变成计算属性。 所以，对于任何复杂逻辑，你都应当使用计算属性。 然后通过for循环计算出书的总价，像这种需要计算的属性，就写在computed中。 这就意味着只要 books 还没有发生改变，多次访问 totalPrice 计算属性会立即返回之前的计算结果，而不必再次执行函数。 所以说计算属性是有缓存的 我们为什么需要缓存？ 假设我们有一个性能开销比较大的计算属性 A，它需要遍历一个巨大的数组并做大量的计算。然后我们可能有其他的计算属性依赖于 A。如果没有缓存，我们将不可避免的多次执行 A 的 getter！
1K20编辑于 2022-09-19 - 来自专栏科技云报道
5G时代 ，边缘计算取代“核心”计算？
5G时代 边缘设备开始承担计算服务 5G除了对各行业带来的影响，对传统的IT计算模式也带来了很大的影响。 这里我们来解释下5G时代为什么需要边缘计算，我们将边缘计算的方式用户制作面包的过程来说明： 在之前，我们提供制作处理的都是来自核心的处理器，这个就像我们制作面包的大师傅，但是随着业务的增加，大师傅需要制作越来越多的面包 之后，各大电信标准组织开始推动移动边缘计算的规范化工作。 边缘计算在国内如今也发展的非常快，尤其是华为在5G技术方面的领先，让华为对边缘计算方面也是非常重视。 对于对于英特尔来说，这是一个挑战，也是一个机会，不仅要满足好传统的计算需求，还要与边缘计算设备一起协作，满足好5G时代企业用户的新需求。 可以想象，随着5G时代的到了，未来的边缘计算将与传统的IT计算模式形成互补结合，为智能制造、智慧城市、智能交通、自动驾驶、智能电网、智能水务等业务场景实现提供"计算"基础。
50220编辑于 2022-04-14 - 来自专栏开发经验
云计算未来展望：边缘计算、量子计算与AI
文章目录 边缘计算：数据处理的新时代 应用领域 挑战与机遇 量子计算：超越传统计算的新范式 量子比特 应用前景 挑战与机遇 人工智能：云计算的动力 云中的AI 应用领域 挑战与机遇 结语 欢迎来到云计算技术应用专栏 ~云计算未来展望：边缘计算、量子计算与AI ☆* o(≧▽≦)o *☆嗨~我是IT·陈寒 ✨博客主页：IT·陈寒的博客 该系列文章专栏：云计算技术应用 其他专栏：Java学习路线 Java面试技巧 人工智能：云计算的动力 人工智能（AI）一直是云计算的重要驱动力，它将继续引领云计算的未来。AI技术已经在图像识别、自然语言处理、语音识别和推荐系统等领域取得了巨大成功。 云中的AI 云计算提供了强大的计算能力和大规模数据存储，这对于训练和部署AI模型至关重要。云提供商如亚马逊、微软和谷歌都提供了AI服务，开发者可以轻松地在云上构建和部署AI应用程序。 此外，AI模型的训练和部署也需要大量的计算资源，这为云提供商提供了商机。 云计算将继续推动AI的发展，而AI也将进一步推动云计算的创新。这两者之间的相互作用将塑造未来技术的面貌。
1.9K10编辑于 2023-12-13 - 来自专栏一个会写诗的程序员的博客
MD5Utils 简单计算MD5
java.util.concurrent.locks.ReentrantLock; import org.apache.commons.logging.Log; import org.apache.commons.logging.LogFactory; /** * 简单计算 MD5 */ public class MD5Utils { private static final Log log = LogFactory.getLog (MD5Utils.class); private static char[] digits = { '0', '1', '2', '3', '4', '5' ReentrantLock opLock = new ReentrantLock(); private MD5Utils(){ try { * * 对字符串进行md5 * * @param str * @return md5 byte[16] */ public byte[] hash
97920发布于 2018-08-17 - 来自专栏镁客网
抗击疫情，AI、5G、云计算联手“助阵”，科技公司们倾力驰援
教育方面，网易有道为武汉中小学生免费提供寒假课程，松鼠AI则捐赠5亿元免费账号，VIPKID捐赠了150万份在线课程，为学校免费开放直播平台。 · AI、5G、大数据技术手段强力加持 这里先重提一些数据，1月10日-22日，共有500万人离开武汉，其中超60%去往了湖北省以外城市，北京、广州、成都、海口、昆明、厦门、深圳、上海、三亚和南宁是武汉出港航班前 而这些数据统计，得益于AI大数据的技术支持。 算力之外，在关键大数据平台支持方面，阿里云与全球健康药物研发中心GHDDI合作开发了AI药物研发和大数据平台，对SARS/MERS等冠状病毒历史药物研发进行数据挖掘与集成，并开放相关临床前和数据资源，计算靶点和药物分子性质 免费为一线政府部门、医疗机构提供AI呼叫排查、追踪服务。
78020发布于 2020-02-21 - 来自专栏CloudBest
5G引爆边缘计算
随着5G时代的日益临近，实时、智能、安全、隐私这四大趋势催生了边缘计算与端智能的崛起。5G通信的超低时延与超高可靠要求，使得边缘计算成为必然选择。 ? 与此同时，5G通信的超低时延与超高可靠要求，使得边缘计算成为必然选择。在5G移动领域，移动边缘计算是ICT融合的大势所趋，是5G网络重构的重要一环。 因此，在有了云计算的同时，边缘计算市场潜力依旧巨大。5G时代，将会是一个“边+云”的“边云协同”时代，边缘计算与云计算各有所长、协调配合。 高等级自动驾驶的本质是AI计算问题，车载边缘计算平台的计算力需求至少在20T以上。 ? 从最终实现功能来看，边缘计算平台在自动驾驶中主要负责解决两个主要的问题。 由于数据量大、实时性需求高、数据隐私保护等问题，海量的物联网设备对边缘计算有着大量需求。随着5G与AI芯片的崛起，边缘计算已经越来越成为当下最热门的话题之一，受到创投、设备、芯片等厂商的追捧。
1.1K20发布于 2019-09-25 - 来自专栏数据处理与编程实践
PyQt5: BMI指数计算
文章背景：最近在使用PyQt5来创建一些带有UI界面的小工具。下面制作一个简单的界面来计算BMI指数。 文件如下： UI界面如下： Python主程序如下： from PyQt5.QtCore import pyqtSlot from PyQt5.QtWidgets import Example() win.show() sys.exit(app.exec()) 参考资料： [1] [Create Desktop Apps with Python PyQt5]
30000编辑于 2025-03-24 - 来自专栏云计算linux
腾讯5G边缘计算
腾讯5G边缘计算 腾讯云在滨海部署的5G边缘计算中心就是一个很好地样例，雷锋网实地探访发现，该边缘计算中心就是一个小型集装箱大小，可以实现轻量化部署。 而5G与边缘计算结合之后，我们希望将运营商的5G核心网通过轻量化的方式部署在我们的MEC中，为行业专网提供一个更快速部署的解决方案。” 边缘计算中心又如何与5G结合？ 腾讯5G边缘计算 腾讯云物联网产品架构师夏云飞表示：“只有5G设备才能更好地用到我们的边缘计算，所以我们要帮助整个产业把5G的设备开发出来，储备5G SDK 可以帮助中小企业快速的做5G设备一些开发，这是我们物联网平台 腾讯云5G专家陈炜对雷锋网说道： 一方面，营商5G网络在边缘计算技术和产业成熟度上还需要一定的时间，运营商在搭建5G网络的时候，需要把相关技术能力开放出来，我们才能与运营商一块联合打造5G边缘计算节点。 因此我们的5G边缘计算节点建设进度，不仅依赖腾讯的技术能力，也依赖运营商5G网络建设及边缘计算技术的成熟度。
75310编辑于 2024-12-19 - 来自专栏AI系统
【AI系统】微分计算模式
上一篇文章简单了解计算机中常用几种微分方式。本文将深入介绍 AI 框架离不开的核心功能：自动微分。 _3=sinv_0=sin5 ； 计算 v_4 节点，v_4=v_1+v_2=0.693+10 计算 v_5 节点，v_5=v_1+v_2=10.693+0.959 ； 最终 计算y 对v_5 的导数值，即\overline{v}_5=\overline{y}=1 ； 计算 y 对v_4 的导数值，\overline{v}_4=\overline{v}_5\frac 反向模式的缺点： 需要额外的数据结构记录正向过程的计算操作，用于反向使用； 带来了大量内存占用，为了减少内存操作，需要 AI 框架进行各种优化，也带来了额外限制和副作用。 因此，目前大部分 AI 框架都会优先采用反向模式，但是也有例如 MindSpore 等 AI 框架同事支持正反向的实现模式。
40310编辑于 2024-12-13 - 来自专栏AI系统
【AI系统】计算图原理
在前面的文章曾经提到过，目前主流的 AI 框架都选择使用计算图来抽象神经网络计算表达，通过通用的数据结构（张量）来理解、表达和执行神经网络模型，通过计算图可以把 AI 系统化的问题形象地表示出来。 最后简单地学习 PyTorch 如何表达计算图。AI 系统化问题遇到的挑战在真正的 AI 工程化过程中，我们会遇到诸多问题。 因此派生出了目前主流的 AI 框架都选择使用计算图来抽象神经网络计算。计算图的定义我们会经常遇到有些 AI 框架把统一的图描述称为数据流图，有些称为计算图，这里可以统称为计算图。 x_mat = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]图中对标量、向量、矩阵进行形象化表示：张量张量（tensor）理论是数学的一个分支学科，在力学中有重要应用。 下面是针对形状为 (3, 2, 5) 的三维张量进行表示。虽然张量通常用索引来指代轴，但是始终要记住每个轴的含义。
67010编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】计算与调度
计算与调度计算与调度的来源图像处理在当今物理世界中是十分基础且开销巨大的计算应用。图像处理算法在实践中需要高效的实现，尤其是在功耗受限的移动设备上。 于 AI 框架而言，所开发的算子是网络模型中涉及到的计算函数。 AI 编译器优化的目的在于通过对算子进行最佳调度，使得算子在特定硬件上的运行时间达到最优水平。这种优化涉及到对算子调度空间的全面搜索和分析，以确定最适合当前硬件架构的最佳调度方案。 Reorder(交换)、Split(拆分)、Fuse(融合)、Tile(平铺)、Vector(向量化)、展开(Unrolling)、并行(Parallelizing)等，以 Halide 思想为指导的 AI 计算节点：调度树的叶子，表示正在执行的计算。计算节点可以有其他计算节点作为子节点，以表示内联函数而不是从中间存储加载。
59710编辑于 2024-11-29 - 来自专栏AI系统
【AI系统】CPU 计算本质
CPU 算力 算力(Computational Power)，即计算能力，是计算机系统或设备执行数值计算和处理任务的核心能力。 操作与数据加载的平衡点 为了平衡计算和数据加载，每从内存中加载一个数据，需要执行 80 次计算操作。这种平衡点确保了计算单元和内存带宽都能得到充分利用，避免了计算资源的浪费或内存带宽的瓶颈。 超级计算机算力计算 假设有一个超级计算机，有 10000 个 CPU，每个 CPU 有 8 个核心，每个核心的时钟频率为 2.5 GHz，每个时钟周期可以执行 16 次浮点运算。 这一概念在计算机科学中至关重要，尤其在高性能计算领域。操作强度衡量的是计算与内存访问之间的关系。操作强度越高，意味着处理器在处理数据时进行更多计算操作，而不是频繁访问内存。 图片 训练 AI 大模型的变化趋势 这张图展示了训练 AI 大模型所需时间随模型参数数量的变化趋势，纵轴表示训练时间，单位从“天”（Days）到“周”（Weeks）再到“月”（Months）；横轴表示模型参数的数量
87110编辑于 2024-12-04 - 来自专栏AI科技评论
IBM押注AI、量子计算、区块链，发布未来5年五大科技预测
IBM 发布了包括人工智能机器人显微镜、消除 AI 偏见、量子计算、区块链及加密技术在内的五大科技预测，并认为这五大技术将在未来五年改变人类生活。 本次论坛上，IBM 发布了包括人工智能机器人显微镜、消除 AI 偏见、量子计算、区块链及加密技术在内的五大科技预测，并认为这五大技术将在未来五年改变人类生活。 ? AI 的最终用户能根据每个系统的偏见水平来确定它的可信度。 量子计算 IBM 研究人员使用量子计算机成功模拟了氢化钹（BeH2）的原子键合，这是通过量子计算机模拟出来的最复杂的分子。 据 AI 科技评论此前报道，早在 2016 年，IBM 就开发出了具有 5 位量子比特的量子计算机后，并把它提供出来作为量子计算云服务供研究者使用。 人工智能机器人显微镜 在未来 5 年内，小型自主 AI 显微镜将在云中联网并部署到世界各地，持续监测对人类生存至关重要的水资源状况，从而帮助人类预测水供应所面临的威胁。
92150发布于 2018-04-18 - 来自专栏信息化漫谈
5G+边缘计算的案例
边缘计算的产生离不开网络的发展 2G时代简单打开wap网页，3G时代出现了微博等社交，4G时代诞生了网红的视频，5G时代将产生VR、自动驾驶等新型的产业。 这些新业务对带宽、时延要求很高，而5G正好适用于最后一公里的解决方案，而集中式的云计算难以适用业务的发展需要，边缘计算的架构应运而生。 ? 通过边缘计算，将语音输入信息就近处理，完成NLP（语音转文字），领域服务（通过本地缓存将用户所需要的信息即时返回用户）。基于边缘计算，可以降低约0.5秒的时延。 ? 2 边缘计算下沉后面临的技术挑战 5G不断切换后，边缘计算节点漂移 如果用户正在高速公路上，使用5G自动驾驶业务，而此时MEC节点发生切换，将产生业务中断！如何解决？ 5G不断切换后，用户业务与开放中心平台的配合 当用户漂移至新的5G基站、不同的MEC节点区后，运营商的开放中心平台应知悉该业务继续访问的需求，及时在新的MEC节点为用户开放云资源业务，下发业务的端到端配置
1.1K10发布于 2019-12-13 - 来自专栏龙进的专栏
python计算md5的值
MD5加密算法是单向加密算法，我们无法对加密后的值进行计算以得出原始数据。 这是因为MD5采用了散列哈希函数，在计算过程中，部分数据信息是丢失的，从源数据计算出MD5很容易，但是逆向时，一个MD5值会对应多个源数据。所以，伪造数据是很困难的。 一般情况下，不同的原始数据计算得到的MD5是不同的，但是也可能会相同（被称为Hash碰撞），这是一个小概率事件。 128bit的MD5值作为下一个分组的参数进行计算。 循环计算最终得到的128bit的值就是最终的MD5值。
2.6K20编辑于 2022-10-31 - 来自专栏编程之路的专栏
5. 计算机与网络
IP地址是网络上计算机的唯一标识，当然这个地址并不是一成不变的，它是动态分配的。 那么一台计算机总共能开多少个端口呢？ 局域网 局域网（Local Area Network，LAN）是指在某一区域内由多台计算机互联组成的计算机组 ? 前面已经说过了，在任何一个网络中，连接到这个网络中的计算机都需要一个IP地址，这个IP地址是该计算机在该网络中的唯一标识。 总的来说，对于计算机网络的学习，根本上就是网络协议的学习。这里不对具体协议进行展开讲解，大家只需要知道，一些特殊协议需要对应特定的端口就行。
1.7K40发布于 2019-06-26 - 来自专栏边缘计算
5G+边缘计算，真的火了？
于是乎，绑定5G，有一类新闻标题开始出现。 边缘计算是5G时代第一个新风口？ 你知道为什么5G的发展离不开边缘计算吗？ 5G带来数据传输速度飞跃，边缘计算有望受益 解析5G背后的核心网，怎能少了网络切片和边缘计算 …… 边缘计算正在加强与5G的绑定，本篇文章就来探探它的虚实。 ? （图片来源：鲜枣课堂） 2）云计算厂商 对于云计算厂商来说，边缘计算是云计算的延伸。在5G没火热之前，行业更多讨论的还是“边缘计算是否会取代云计算？”。 3）硬件设备厂商/芯片厂商 比如谷歌推出硬件芯片Edge TPU，Intel推出至强D-2100处理器芯片，还有常见的融合图像识别的智能安防设备，融合AI算法的智能网关等等。 可以想象，这其实是5G技术与边缘计算的共同目标。而边缘计算，未来也许将不再只应用于某些垂直行业，而是成为与5G一样的新时代基础设施、基础能力，推动更多应用的成熟落地。 作者：露西 文章出自：物联传媒
3K30发布于 2019-07-03 - 来自专栏新智元
谷歌砸了4亿刀的Anthrophic：AI模型训练计算量5年增加1000倍！
---- 新智元报道 编辑：Britta 【新智元导读】Anthropic对于人工智能发展的安全性研究以及推论表明，人工智能系统的计算量将呈指数型增长，预计未来5年训练AI模型的计算量将增加1000 一方面，语言模型是大型的、复杂的计算机程序（ 「叠加」的现象会使事情变得更难）。另一方面，有迹象表明，这种方法比人们最初想象得更容易解决。 除了CAI，还有人类辅助监督、AI-AI辩论、多Agent RL的红队，以及创建模型生成的评估等多种可扩展的监督方法。通过这些方法，模型可以更好地理解人类的价值观，行为也会更符合人类价值观。 计算能力的指数级增长和人工智能能力的可预测改进表明，未来的技术要比如今的先进得多。 参考资料： https://www.anthropic.com/index/core-views-on-ai-safety
43920编辑于 2023-03-29
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