GoogLenet网络详解
GoogLenet网络详解
TCIA (The Cancer Imaging Archive)--医学影像数据集
TCIA (The Cancer Imaging Archive)：是一个包含常见肿瘤（肺癌、前列腺癌等）医学图像及相应临床信息（治疗方案细节、基因、病理等）的大规模公用数据库，其影像模态包括MRI、CT等，图像格式均为DICOM，并且网站内数据在持续增加。它是癌症研究的医学图像的开放获取数据库。大
Spring Cloud Eureka Service Registry 服务注册中心实践
在分布式微服务架构下，服务发现是保证应用可用的关键组件之一。在Spring Cloud体系中，服务发现中心通过Netflix Eureka实现。本文将介绍Spring Cloud Eureka服务注册中心的机制、配置及使用方法，并通过实例对Eureka的功能及其局限性进行详细阐述，最后给出一些扩展阅
使用 OpenCV 进行基于 ESP32 CAM 的目标检测和识别
介绍使用 OpenCV 进行基于 ESP32 CAM 的目标检测和识别实现。
在抖音中使用语聚AI，实现自动回复用户视频评论、私信问答
您可以通过集简云数据流程，将语聚AI助手集成到抖音视频评论、抖音私信，实现自动回复用户视频评论、私信问答，大大提升账号互动与运营效率。
红外图像和可见光图像异源图像配准问题研究
本文旨在研究一种具有高准确率和鲁棒性的融合图像障碍物检测技术，通过把红外和可见光图像进行图像配准和融合，获取高质量的异源融合图像，根据融合图像的特点采用有效的障碍物检测算法，将图像中的障碍物准确检出。......
【论文阅读】自动驾驶安全的研究现状与挑战
过去十年，自动驾驶行业迅速发展。尽管无人驾驶毫无疑问已经成为本世纪最有前途的技术之一，但其发展面临着多重挑战，其中安全是主要问题。在本文中，我们对自动驾驶安全性进行了全面的分析。首先，提出了自动驾驶的攻击面。在从关键部件和技术方面分析了自动驾驶的运行后，1)传感器;2)操作系统;3)控制系统;4)车
NVIDIA Jetson AGX Orin开发套件刷机说明&镜像制作
NVIDIA Jetson AGX Orin开发套件刷机&镜像拷贝
人工智能与物理学（软体机器人能量角度）的结合思考
说白了，施加的外部能量，必须要克服伸直态和卷曲态之间的能量壁垒（可以结合上面的图观察，施加的能量必须要大于它的极大值才能跃迁，如果我们只给了一点点能量肯定是不行的）。其实人工智能和双稳态是一样的，人工智能在运算过程中会陷入局部极小值（Local Minimum），但是我们想要的不是局部极小值，而是一
从批处理到实时处理：Flink的数据处理变革和API扩展
作者：禅与计算机程序设计艺术 1.简介Apache Flink是一个开源的分布式流处理平台，它由Apache Software Foundation（ASF）开发并于2015年9月发布。Apache Flink支持多种编程语言如Java、Scala、Python
AIGC 存储内容安全解决方案
2022年，ChatGPT的推出，使 AIGC 这个名词进入了大众的视野。4月11日，国家互联网信息办公室起草了《生成式人工智能服务管理办法（征求意见稿）》，这意味着国家已经在密切关注 AIGC 的发展，在合法合规的前提下，支持 AIGC 的商用及健康发展。对于存储在 COS 中经过了审核后的图片、
利用AI+大数据的方式分析恶意样本（四十六）
S&P2023一篇更正malware标签的文章
BFT最前线｜AI透过胸片估测患者年龄，可揭示其患慢性病风险；中信建投：国产人形机器人核心零部件成本下行值得期待
文 | BFT机器人《自然》23日发表的研究报道了一种能效为传统数字计算机芯片14倍的人工智能（AI）模拟芯片。这一由IBM研究实验室开发的芯片在语音识别上的效率超过了通用处理器。该技术或能突破当前AI开发中因算力性能不足和效率不高而遇到的瓶颈。（科技日报）据英国《新科学家》杂志网站23日报道，在最
开发智能应用的新范式：大数据、AI和云原生如何构建智能软件
通过合理利用这些技术，开发者可以构建具有智能化、高效性和可扩展性的应用，从而满足不断变化的用户需求。然而，应用开发者也需要充分考虑数据隐私、安全性和伦理等方面的问题，确保智能应用的质量和可信度。这一新范式不仅为开发者带来了更多的机会，还提供了更高效、更智能的方法来构建创新的软件应用。大数据为智能应用
tensordataset 和dataloader取值
【代码】tensordataset 取值。
自然语言处理2-NLP
目录自然语言处理2-NLP如何把词转换为向量如何让向量具有语义信息在CBOW中在Skip-gram中skip-gram比CBOW效果更好CBOW和Skip-gram的算法实现Skip-gram的理想实现Skip-gram的实际实现
4. 池化层相关概念
① 在 Anaconda 终端里面，激活py3.6.3环境，再输入 tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。④ 池化使得数据由5 * 5 变为3 *
9. 优化器
① 损失函数调用backward方法，就可以调用损失函数的反向传播方法，就可以求出我们需要调节的梯度，我们就可以利用我们的优化器就可以根据梯度对参数进行调整，达到整体误差降低的目的。② 梯度要清零，如果梯度不清零会导致梯度累加。
自然语言处理(一)：词嵌入
简单来说，跳元模型就是通过假设一个词可以用来在文本序列中生成其周围的单词。以文本序列“the”“man”“loves”“his”“son”为例。Pthemanhisson∣lovePthemanhisson"∣"love若假设上下文词是在给定中心词的情况下独立生成的（即条件独立性）。
【AI模型】LibTorch深度学习框架配置与使用
LibTorch深度学习框架使用
