- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据派THU
2023年4月的12篇AI论文推荐
本月的论文推荐除了GPT-4以外还包括、语言模型的应用、扩散模型、计算机视觉、视频生成、推荐系统和神经辐射场。 GPT-4 在上个月一直是无可争议的明星。这篇评估报告包含了 GPT-4 实验的样本和操作。 作者认为 GPT-4 表现出的一些行为可以被标记为一般智能，同时承认其局限性和警告。 尽管与DSI相关的缺点(向预训练的模型中添加新项目并不容易)，但这种新的生成式检索范式确实提供了一些优势，例如推荐不常见的项目(改善冷启动问题)，并通过调整生成的温度来生成多样化的推荐。 1）AI自己建立了记忆体系并定期进行深层次反思，从而获得对新鲜事物的见解； 2）AI之间建立了关系并记住了彼此； 3）AI之间学会了相互协调； 4）AI之间学会了共享信息； 5）AI具备了定制和修改计划的能力
90921编辑于 2023-04-25 - 来自专栏清羽飞扬
CloudflareVercel项目推荐(4)
我曾发布过三个关于 Cloudflare 和 Vercel 平台的项目推荐，鉴于 Cloudflare 和 Vercel 等 Serverless 平台之间有许多共性，且项目较为难找，所以合并到了一起， Json文件可视化 部署方式：Cloudflare Worker、Vercel、Github Page、Tencent eo page等 引用站外地址，不保证站点的可用性和安全性 json4u:The Github Page、Tencent eo page等 引用站外地址，不保证站点的可用性和安全性 NewsNow:优雅地阅读实时热门新闻 github.com@ourongxing 这类项目在之前我曾推荐过一个 ，详见文章Cloudflare/Vercel项目推荐(1)，这又是一个类似的项目，下面还有一个，大家可以自行对比进行选择性部署，第一个项目的展示页面可以看左上角菜单中的每日热榜站点（都点开左上角菜单看看
1K10编辑于 2025-03-21 - 来自专栏编程进阶实战
4款值得推荐的AI辅助编程工具（支持C#语言）
前言 在这个AI迅速发展的阶段，涌现出了一大批好用的AI辅助编程工具。AI辅助编程工具能够提高开发效率、改善代码质量、降低bug率，是现代软件开发过程中的重要助手。 今天大姚给大家分享4款AI辅助编程工具（并且都支持C#语言），希望对大家有所帮助。 AI辅助编程工具 以下四个AI辅助编程工具都已收录到DotNetGuide中，假如你有更好的AI辅助编程工具推荐欢迎文末留言或者RP。 https://github.com/YSGStudyHards/DotNetGuide GitHub Copilot GitHub Copilot 是一款 AI 编码助手，可帮助你更快、更省力地编写代码 Fitten Code Fitten Code是由非十大模型驱动的AI编程助手，它可以自动生成代码，提升开发效率，帮您调试Bug，节省您的时间。还可以对话聊天，解决您编程碰到的问题。
6.2K10编辑于 2024-04-23 - 来自专栏科控自动化
通讯库推荐NModbus4
modbus通讯协议NET库 modbus的开源库很多,我常用的库是NModbus4 github地址：https://github.com/NModbus4/NModbus4 个人建议用2.1.0 起始地址(16位) ushort startAddress 读取数量(16位) ushort numberOfPoints ushort[] 03 ReadInputRegisters 读取AI
6.1K20编辑于 2022-03-29 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 [enqma29cnv.jpeg] https://zhuanlan.zhihu.com/p/158162306zhuanlan.zhihu.com 至于开发框架主要以基于深度学习的为主推荐一下几个： 利益相关首先推荐 Vega，之前写了一篇介绍Vega的文章，如下。 https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 Detectron2 也是一个非常不错的选择 https://github.com/facebookresearch/detectron2 [7uipmq3xzd.png] 联邦学习开发框架: FedML.ai
1.5K40发布于 2020-10-21 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 https://zhuanlan.zhihu.com/p/158162306zhuanlan.zhihu.com 至于开发框架主要以基于深度学习的为主推荐一下几个： 利益相关首先推荐 Vega，之前写了一篇介绍 第二个推荐巨硬的 NNI, 易用性很强，下至胎儿，上至100岁都很容易上手。反正Vega和NNI选哪个都不差 microsoft/nnigithub.com ? https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 联邦学习开发框架: FedML.ai ? https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com ?
1.4K20发布于 2020-10-28 2025年AI编程工具推荐
以下基于2025年权威技术报告、开发者社区评测及厂商白皮书，对当前主流AI编程工具进行客观综述与推荐。 一、国际主流AI编程工具 GitHub Copilot X 核心能力：基于GPT-4模型升级，支持37种编程语言（Python/Java/JS等），可解析数万行代码库的全局逻辑。 Cursor 技术突破：采用多模型切换架构（GPT-4o、Claude 3.7），支持跨文件依赖分析（如自动关联权限系统与日志模块），响应延迟控制在380ms内。 字节Trae 协同创新：首创AI实时冲突解决引擎，支持50人同时在线编码。 技术细节可参考信通院《2025 AI编程工具技术图谱》及IDC行业白皮书。
4.5K10编辑于 2025-07-04- 来自专栏新智元
【干货】4月Python 热门推荐Top 10
地址： https://arachnoid.com/PLSDR/index.html 4. 第1课：Ditch Python 第2课：中间层 第3课：享受VUE 第4课：学习热爱DynamoDB 第5课：无服务器框架FTW 第6课：授权 地址： https://read.acloud.guru 地址： https://opensource.com/article/18/4/easy-2d-game-creation-python-and-arcade?
84140发布于 2018-05-29 - 来自专栏玩转全栈
免费的ChatGPT4的App推荐
forefront.ai使用地址https://chat.forefront.ai/ 图片优点：1、免费使用ChatGPT4 2、没有任何广告3、给定了一堆的prompt4、很有意思，可以和爱因斯坦这些虚拟人物对话 prompt推荐，这个对于不太会提问的人来说，简直是福音啊。 4、会话保存，多端同步，不会丢失缺点1、ChatGPT4的使用有限制，每天是1条。 Claude+是3条，其他完全免费2、需要小魔法---然后推荐2个界面非常清爽，毫无广告的，且无需小魔法的吧Hayo使用地址https://www.hayo.com/download图片图片优点1、界面清爽的不行 2、支持绘图3、各种提示词指令相当齐全缺点1、只有ChatGPT3.5，没有4，而且ChatGPT3.5还限制每天50条2、绘画每天50副，应该够用的。
6.3K21编辑于 2023-05-08 - 来自专栏图与推荐
ICML 2020 | 4 篇推荐系统相关论文
本文介绍 ICML2020 中 4 篇与推荐系统相关的论文。 分别为： 低通协同过滤推荐的图卷积网络 推荐系统中 Pap@k 度量的优化与分析 有序非负矩阵分解在推荐中的应用 推荐系统中的长期社会福利优化：一种约束匹配方法 ? 1. 综上所述，文章的结果推动了 Pap@k 在具有不同用户参与度的大规模推荐系统中的使用。 ? 具体地说，它们可以在具有显式数据（例如评级）或隐式数据（例如量化播放数量）的推荐系统中找到。 在显式和隐式数据集上的推荐实验表明 OrdNMF 在二值化数据上的性能优于 BePoF 和 PF. ? ? 4.
1.3K30发布于 2020-07-21 - 来自专栏AI工具
5款“真香”AI工具推荐
如何更好利用AI辅助学习，工作，搞钱，好用的AI工具必不可少。 推荐5个非常好用的AI工具，也是我目前使用频率比较高和准备使用的工具，很香。 Chatgpt不在此推荐中啊，在目前的AI工具中，Chatgpt是大哥，既然是大哥，大哥都知道，就不推荐了,然而其目前主要支持文本输出，虽然丰富的插件拓宽了使用场景，但虽是尊贵的Plus，仍旧有3个小时只能输出 FORM=GENILP 推荐理由： AI绘画软件有很多，为什么推荐这个呢？ 重点是比较好用，而且完全免费哈。 Bing 图形创建器，由DALL.E驱动，DALL.E是什么？ 第二款 Adobe firefly 访问地址：https://firefly.adobe.com/ 类型：AI图片处理 推荐理由： 好用强大且免费。 gif格式好像上传不了，所以放了MP4。 ，时长00:06 左边是调节按钮，可以设置不同的动态效果。做好之后点击Share按钮即可导出。
69220编辑于 2023-07-01 日常实用的AI工具推荐！
给大家整理了一些除ChatGPT外的实用AI工具（包括插件），包括AI搜索引擎、AI写作工具、AI绘图工具、AI数据分析工具和AI PPT 工具等，这些工具能够极大地提高我们的日常工作和生活效率。 01AI搜索引擎 开搜AI搜索 https://kaisouai.com 开搜AI，，， 开搜AI搜索，免费无广告，直达结果 小程序 使用环境：中文网络环境即可 特点：开搜AI搜索是一款专为中文用户设计的 开搜AI搜索集成了最新的AI技术，能够智能理解用户的搜索意图，并提供相关性高的搜索结果。 02 AI写作工具 WriteSonic 使用环境：全球网络环境 特点：WriteSonic是一款基于GPT-4技术的写作助手，能够生成高质量的文章、博客、广告文案等。 笔灵AI 使用环境：中文网络环境 特点：笔灵AI是一款全能型的AI创作工具，具备一键生成文案内容、文档续写、修改、扩展及润色等功能。
58710编辑于 2024-06-19- 来自专栏大数据学习笔记
Neo4J：好友推荐简单示例
本文链接：https://blog.csdn.net/chengyuqiang/article/details/102658749 说明：该例子来源于《Neo4j 3.x 入门经典》 1、初始化数据 Dude {name: "C1"}) CREATE (dudeC2:Dude {name: "C2"}) CREATE (dudeC3:Dude {name: "C3"}) CREATE (dudeC4: (dudeB1)<-[:FRIEND_OF]-(dudeC3) CREATE (dudeB1)<-[:FRIEND_OF]-(dudeC4) CREATE (dudeB2)<-[:FRIEND_OF )<-[:FRIEND_OF]-(dudeC2) CREATE (dudeB2)<-[:FRIEND_OF]-(dudeC3) CREATE (dudeB2)<-[:FRIEND_OF]-(dudeC4) 2、好友推荐 (1) Lebowski的朋友 MATCH (le:Dude {name:"Lebowski"})<-[:FRIEND_OF]-(some:Dude) RETURN some ?
1K10发布于 2019-10-22 - 来自专栏相约机器人
增加推荐系统的4种方法
作者 | Chandarana 来源 | Medium 编辑 | 代码医生团队 推荐系统可帮助用户找到喜欢的项目。通过为给定用户生成预测的可能性分数或最佳推荐项目列表来实现此目的。 考虑到这一点，以下4点是针对可伸缩性问题的可实现的想法，同时提高了协作过滤建议的质量。 1 - 抛弃基于用户的协同过滤模型。 生成适当的推荐是数据集中其他用户的功能，但挑选这些用的能力取决于相似性度量的选择。 4 - 什么驱动您的用户，推动您的成功。 分数功能应反映用户的效用。 从最终结果开始并向后工作，基于项目的协作过滤的目标是从给定用户尚未评级的所有项目集合中创建最高推荐列表。 Github代码： https://github.com/93tilinfinity/collab-filter-basic/ 推荐阅读 GitHub微软_推荐者：推荐系统的最佳实践
1.5K20发布于 2019-08-09 - 来自专栏程序员叨叨叨
【4】写博客神器——Markdown（附工具推荐）
[我的简书个人主页](http://upload-images.jianshu.io/upload_images/291600-f1aa74cf4c14c6c0.png? 第三行 这是第三行的内容 我是占位行 4. 第四行 这是第四行的内容 引用 引用即我们文章中摘抄他人文章中写的内容，其可以通过 >来实现。 图片来自简书 读者们如果你写简书还没有用过Markdown，笔者强烈推荐你尝试一下，相信你会爱上它的，正如我之前提到过的，Markdown让我放下了CSDN、Lofter的博客平台，提高了我写文章的速度和频率 PS: 本文Markdown工具推荐借鉴自：好用的Markdown编辑器一览，其中还包括windows端和Linux端的工具推荐，感兴趣可以看一下！ 以上就是笔者对Markdown浏览器的推荐，上述每一张图片（除了Mou）都是笔者重新安装APP后截图得到的，有所获益的读者们动动小手，点个赞呗~
1.6K20发布于 2018-08-28 - 来自专栏JavaEdge
窥探推荐系统1 信息发现2 推荐系统3 分类4 深入推荐机制5 应用6 总结
本文将深入介绍推荐系统的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术，将不同的物品或内容推荐给可能对它们感兴趣的用户。 ? 其实在现在的推荐系统中，很少有只使用了一个推荐策略的推荐系统，一般都是在不同的场景下使用不同的推荐策略从而达到最好的推荐效果 例如 Amazon 的推荐，它将基于用户本身历史购买数据的推荐，和基于用户当前浏览的物品的推荐 4 深入推荐机制 4.1 基于人口统计学的推荐（Demographic-based Recommendation） 最易于实现的推荐方法，简单的根据系统用户的基本信息发现用户的相关程度，然后将相似用户喜爱的其他物品推荐给当前用户 4.2 基于内容的推荐 基于内容的推荐是在推荐系统出现之初应用最为广泛的推荐机制，它的核心思想是根据推荐物品或内容的元数据，发现物品或者内容的相关性，然后基于用户以往的喜好记录，推荐给用户相似的物品 ?
75530发布于 2018-12-28 - 来自专栏DrugOne
IJCAI 2021 医药AI必读论文推荐
AMA-GCN: Adaptive Multi-layer Aggregation Graph Convolutional Network for Disease Prediction
98450发布于 2021-08-24 - 来自专栏AI研习社
AI研习社本周论文推荐精选
「本周论文精选」是 AI 研习社论文板块（paper.yanxishe.com）推出的全新栏目，展现社友们在研习论文的过程中，推荐自己所阅读到的优秀论文，帮助大家一起学习、讨论每个领域最新、最精彩的学术论文 ① #卷积神经网络# 【中科院】重新审视卷积神经网络的通道数 推荐理由：此前已有EfficientNet[1]等工作使用神经架构搜索(NAS)方法对卷积神经网络(CNN)的整体规模（深度，宽度，分辨率 秋夕（南华大学物联网工程，推荐于ICCV顶会交流小组，ICCV 2019顶会赞助计划参与者） ③ #目标检测# 精确目标检测的不确定边界框回归 推荐理由：大规模的目标检测数据集(例如MS-COCO)在进行 论文链接：https://arxiv.org/abs/1904.08479 推荐人：志浩（中国石油大学(华东) 机械工程，推荐于ICCV顶会交流小组，ICCV 2019顶会赞助计划参与者） ⑤ #深度学习 论文链接：https://arxiv.org/abs/1908.10920 推荐人：杨晓凡（论文研习社首席论文推荐官） ✎✎✎ 除了上述的的五篇精选论文推荐，我们还为你精心准备了可以一键下载的论文集：
60220发布于 2019-09-17 - 来自专栏程序大视界
2026推荐这些好用的AI工具
二、AI的发展史简介 AI从最初的40、50年代的神经元数学模型模拟人脑神经活动，也即神经网络和深度学习的源头，到后来的机器学习、语音识别、推荐算法、搜索等，再到最近的深度学习革命（AlphaGo阿尔法围棋战胜人类世界围棋冠军 https://bailian.console.aliyun.com/ 4、豆包 2.0（Pro/Lite/Code） 地位：国内 C 端独立应用龙头，日均活破1 亿，春晚独家 AI 云合作伙伴。 核心优势：高清大图，支持 4K、放大、局部重绘。 4K/60 帧、10秒高清视频，支持配音与音效，适合短视频、广告、内容创作。 https://ai.wps.cn/ 4、NotionAI 知识管理 + 工作流自动化，将文档、任务、数据库与 AI 深度融合，实现 “一站式研发与项目管理”。
1.7K21编辑于 2026-03-25 - 来自专栏程序IT圈
Python处理大数据，推荐4款加速神器
在数据科学计算、机器学习、以及深度学习领域，Python 是最受欢迎的语言。Python 在数据科学领域，有非常丰富的包可以选择，numpy、scipy、pandas、scikit-learn、matplotlib。
2.6K10发布于 2021-01-19
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