这次，Datawhale来同济啦！

最新推荐文章于 2025-04-26 14:55:17 发布
最新推荐文章于 2025-04-26 14:55:17 发布
阅读量300 收藏 8
点赞数 5
文章标签： 人工智能 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Datawhale/article/details/137537832
版权

 Datawhale线下 

主办方：Datawhale团队

 同济大学（Tongji University）简称“同济”，是中华人民共和国教育部直属，教育部与国家海洋局、上海市共建的全国重点大学；中央直管副部级建制高校，国家“世界一流大学建设高校”，国家“211工程”和“985工程”建设高校；入选国家“珠峰计划”、“强基计划”、“2011计划”、“111计划” 等。

de36c7c81a3e8a3176786fca5d707d67.jpeg

线下参与

关注Datawhale的小伙伴们，线下面基啦

ec6a08142e6300e9ece2af86b515aecc.jpeg

其他高校

AI+X 高校行 系列活动回顾

AI+X 高校行：浙大站

AI+X 高校行：南大站

AI+X 高校行：杭电站
AI+X 高校行：华理站
AI+X 高校行：上科大站
AI+X 高校行：浙工大站

如果你是高校的学生或老师

希望发起 AI+X 高校行系列活动

公众号回复：高校行 可以加入组织

Datawhale
关注
同济c++课本习题参考答案.pdf
11-24
同济C++课本习题参考答案.pdf 本资源为同济大学C++课本习题参考答案，涵盖了C++程序设计语言的基础知识点，包括变量作用域、函数调用、数组和指针、函数重载、函数模板等。 1. 变量作用域 变量的作用域是指变量...
同济大学通信工程专业现代交换技术精编复习提纲.pdf
07-05
同济大学通信工程专业的现代交换技术精编复习提纲详细介绍了这一领域的关键技术和发展历程。 首先，我们了解到交换技术的概念。交换技术是指通过特定设备（交换机）在用户终端之间建立临时通信连接的过程。最初，...
同济大学814工业工程历年考研真题汇编
02-25
总的来说，同济大学814工业工程历年考研真题汇编是考生准备工业工程专业硕士考试的宝贵资料，通过系统学习和反复练习，考生将能够更好地理解和掌握工业工程的核心知识，为未来的学术研究或职业生涯奠定坚实的基础。
同济大学822电路分析历年考研真题汇编
02-25
这份汇编集合了历年来的考研真题，对于备考的学生来说，是理解电路分析理论、掌握解题技巧、提升应试能力的必备工具。以下是基于该资源的电路分析相关知识点的详细解析： 一、电路基本概念与定律 电路分析的基础...
同济大学《线性代数》练习题全解.pdf
05-28
同济大学《线性代数》练习题全解是一本以同济大学出版社出版的线性代数教科书配套的习题解析书籍。在这本书中，会涉及到线性代数的核心概念，包括但不限于矩阵运算、行列式的性质和计算、向量空间、线性映射、特征值...
WT2000T专业录音芯片：破解普通录音设备信息留存、合规安全与远程协作三大难题
Waytronic_的博客
04-23 966
在快节奏的现代商业环境中，会议是企业决策、创意碰撞和战略部署的核心场景。然而，传统会议记录方式常面临效率低、信息遗漏、回溯困难等痛点。如何确保会议内容被精准记录并高效利用？会议室专用录音芯片应运而生，以智能化、高保真、安全便捷的特性，成为企业高效办公的“隐形助手”。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 2057
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
人工智能(AI)对网络管理的影响
ITmoster的博客
04-25 623
AI正从工具演变为网络管理的“核心大脑”，其价值不仅在于效率提升，更在于为复杂问题提供系统性解决方案。
tokenizer的用法
大多_C的博客
04-25 510
可以基于现有 tokenizer 进行修改，如添加自定义的 token（tokenizer.add_tokens([“新词”])），从而扩展词汇表，此时可调用 tokenizer.resize_token_embeddings(model) 更新模型嵌入层。]}，有时还会包含其他信息比如 “token_type_ids”、“offset_mapping”（用于对齐）等。• return_tensors: 指定返回类型，如 “pt”（PyTorch tensor）、“tf” 或 “np”（NumPy 数组）
AI 工程师崛起：科技浪潮下的新兴力量
2401_86652632的博客
04-25 769
在当今科技迅猛发展的时代，人工智能（AI）无疑是最热门的领域之一。随着基础模型的涌现和开源 / API 的普及，一种新兴的职业 ——AI 工程师，正逐渐崭露头角。他们在 AI 技术的应用和开发中扮演着关键角色，其崛起背后有着诸多深刻的原因，并且正在重塑整个科技行业的格局。今天，就让我们深入探究 AI 工程师这一职业的发展脉络。
软件专利申请：审查意见是“拦路虎“还是“磨刀石“？
wdip15的博客
04-22 774
根据统计，超过85%的专利申请都会经历至少一次审查意见。这不一定是坏事——经过修改的专利，授权后更经得起无效宣告的挑战。就像璞玉需要雕琢，好的专利也是"磨"出来的。下次收到审查意见时，不妨泡杯茶，仔细看看审查员的"批注"。也许你会发现，这恰恰是让技术方案更严谨的好机会。毕竟，专利申请不是"一锤子买卖"，而是场需要智慧的持久战。申请过软件专利的朋友常问："是不是每次申请都会收到一两次审查意见？"作为过来人，今天咱们就用大白话聊聊这个事儿。
多模态大语言模型arxiv论文略读（四十二）
Jamence的博客
04-26 823
多模态大语言模型arxiv论文略读（四十一）➡️ 研究动机：为了提高模型在处理复杂布局文档和需要推理的问题时的性能，研究团队提出了一种基于数据增强和扩展的方法，通过多模态大语言模型（MLLMs）生成分步骤的问题-答案对，并使用高性能的语言模型作为错误检测器来过滤噪声数据。➡️ 问题背景：当前的多模态大语言模型（Multi-modal Large Language Models, MLLMs）在多种视觉-语言任务中展现了卓越的能力，但这些模型主要关注于理解图像的整体视觉信息，而忽略了图像中对象之间的关系。
职坐标IT培训提升计算机专业就业竞争力
haitongzzb的博客
04-23 1069
职坐标IT培训聚焦计算机专业核心技能提升，通过人工智能、大数据等前沿技术实战教学，结合名企合作项目实训，助力学员掌握行业紧缺技术。专业就业指导+职业规划，帮助计算机专业学生突破技术瓶颈，应对行业变革，斩获高薪offer，实现从校园到名企的无缝衔接。
盈达科技GEO解决方案：破解AI时代品牌增长困局
欢迎关注！盈达科技博客专注分享生成式引擎优化（GEO）核心技术，解析AI内容生成与搜索引擎协同优化的前沿方法论。
04-22 1077
盈达科技GEO解决方案：破解AI时代品牌增长困局 ——全域优化策略助力企业抢占生成式AI流量高地
AI Agent: MCP和AI Agent的联系
最新发布
u011732210的博客
04-26 860
MCP 协议重新定义了 AI 与物理世界的交互方式，通过标准化接口、双向通信和上下文感知能力，使 AI Agent 从 “孤立的智能体” 进化为 “可协作的生态节点”。随着 MCP 生态的成熟，AI 应用将实现 “一句话连接万物” 的愿景，推动智能体互联网（AgentNet）的诞生。开发者可通过 MCP 协议快速构建跨平台、跨领域的智能应用，而企业则能利用 MCP 实现流程自动化、数据资产化和决策智能化的深度转型。
协同过滤（Collaborative Filtering）
pljnb的博客
04-22 918
在MF基础上引入隐式反馈（如用户浏览、点击行为），增强用户隐向量的表达能力。将用户-物品评分矩阵分解为低维用户隐向量和物品隐向量的乘积，捕捉潜在特征。通过计算物品之间的相似度，基于用户历史喜欢的物品预测其对新物品的兴趣。通过计算用户之间的相似度，利用相似用户的评分预测目标用户的兴趣。
LSTM如何解决梯度消失问题
pljnb的博客
04-22 812
在标准RNN中，隐藏状态更新公式为： ht=tanh⁡(Whhht−1+Wxhxt+bh) h_t = \tanh(W_{hh}h_{t-1} + W_{xh}x_t + b_h) ht​=tanh(Whh​ht−1​+Wxh​xt​+bh​) 梯度计算通过链式法则展开： ∂ht∂ht−1=WhhT⋅diag(tanh⁡′(...)) \frac{\partial h_t}{\partial h_{t-1}} = W_{hh}^T \cdot \text{diag}(\tanh'(...)) ∂ht−1​∂
SimVG论文精读
记录知识，分享知识
04-23 996
在RefCOCO和RefCOCO +遵循train / validation / test A / test B的拆分，RefCOCOg只拆分了train / validation集合。 The blue and red bounding boxes are correct and incorrect comprehension respectively, while the green boxes indicate the ground-truth regions. 蓝色和红色的边框分别表示正确和错误的
day32 学习笔记
2302_77067662的博客
04-25 725
霍夫变换的基本原本原理及其在OpenCV中的应用方法
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值