- 博客(401)
- 收藏
- 关注
RSS订阅
原创 【HarmonyOS 6 特别发布】鸿蒙 6 正式登场：功能升级，构建跨设备安全流畅新生态
2025年10月22日华为发布HarmonyOS 6，搭载HarmonyOS 5设备超2300万台。它好看好玩、功能实用、智能便捷、安全可靠、操作丝滑，还支持与iOS设备互传，并公布了升级计划。
2025-10-23 09:00:00
2491
58
原创 【华为Mate XTs 非凡大师】麒麟芯片回归：Mate XTs搭载麒麟9020，鸿蒙5.1体验新境界
华为此次发布会亮点多，Mate XTs非凡大师设计奢华、三折屏出色，科技与体验佳、影像提升；MatePad Mini小机身大视野；HarmonyOS 5.1赋能新品，彰显华为创新实力，给消费者优质之选。
2025-09-05 09:00:00
5037
80
原创 【华为开发者大会2025】HarmonyOS 6 正式发布：全场景智能新体验，开启高效鸿蒙开发时代
2025年6月20日，HDC2025大会发布HarmonyOS 6，鸿蒙生态飞轮加速，带来全新的鸿蒙体验和开发模式，公布了Beta版支持机型，开启万物智联新纪元 。
2025-06-21 07:00:00
9256
81
原创 【华为Pura80系列】鸿蒙生态再升级：Pura 80 系列影像突破，WATCH 5 开启智能手表新纪元
2025年6月11日华为Pura80系列及全场景新品发布会，亮点纷呈，Pura 80系列影像与设计出众，WATCH 5功能创新，鸿蒙5.1加持，全场景生态再升级，科技体验迈向新高度。
2025-06-11 21:24:37
4688
82
原创 【华为鸿蒙电脑】首款鸿蒙电脑发布：MateBook Fold 非凡大师 & MateBook Pro，擎云星河计划启动
2025年5月华为发布nova14系列及鸿蒙电脑，MateBook Fold 非凡大师 和 MateBook Pro，并启动擎云计划，公布HarmonyOS 5.0.1升级规划。
2025-05-20 08:00:00
15023
96
原创 【华为Pura先锋盛典】华为Pura X“阔折叠”手机发布：首次全面搭载HarmonyOS 5
华为新生态手机Pura X以16:10阔型屏与AI眼动交互视觉体验登场，首搭HarmonyOS 5实现40%性能跃升，万亿级大模型驱动智能服务进化。红枫四摄开启多光谱影像时代。鸿蒙生态全面冲刺，电脑新品蓄势待发，开启全场景智慧生态新纪元。
2025-03-21 11:15:15
4690
85
原创 【博客之星2024年度总评选】年度回望：我的博客之路与星光熠熠
在过去的2024年里，我经历了许多的挑战和成长，本文主要是回顾我的个人成长历程，以及在创作和日常生活方面的突破，分享我是如何平衡个人生活与博客创作的经验。
2025-01-20 09:30:00
3787
104
原创 【鸿蒙生态崛起，开发者有哪些机遇与挑战？】HarmonyOS NEXT 引领数字化未来
鸿蒙系统不断创新发展，在智能手机、穿戴、车载、家居等行业领域的应用越来越广泛。HarmonyOS NEXT的发布标志着鸿蒙操作系统进入了全新发展阶段，揭示了在智能生态建设方面的最新成果，原生鸿蒙将为全球用户带来更加智能、互联的数字化生活。
2024-11-08 09:00:00
6642
71
原创 【CANN】开启AI开发新纪元，释放极致计算效率
AI发展使模型复杂、场景多样，开发者面临挑战，华为CANN作为全场景AI计算基础软件平台，是破题关键。它定位关键枢纽，提供极简高效开发体验，有强大算子开发、图引擎及多框架适配能力，性能优势显著。
2025-11-13 09:00:00
637
24
原创 【自然语言处理】预训练06：子词嵌入
本文讲解自然语言处理预训练的子词嵌入。fastText模型用子词嵌入处理词变形，子词为字符n-gram，词向量由子词向量相加得到。字节对编码是压缩算法，能提取可变长度子词，通过迭代合并频繁符号对生成新符号，用于自然语言处理预训练模型输入表示。
2025-11-10 09:00:00
1227
43
原创 【自然语言处理】预训练05：全局向量的词嵌入（GloVe）
本文讲解自然语言处理预训练的全局向量的词嵌入。上下文词共现含丰富语义信息，可预先计算共现统计。GloVe模型基于平方损失对跳元模型修改，用全局统计，中心词与上下文词向量数学等价，还可从共现概率比值理解。
2025-11-07 17:05:43
1966
11
原创 【自然语言处理】预训练04：预训练word2vec
本文讲解自然语言处理预训练的词嵌入（word2vec）的跳元语法模型，通过负采样在PTB数据集预训练。涵盖嵌入层定义、前向传播、二元交叉熵损失、模型训练及词向量应用（如余弦相似度找相似词），最终展示“chip”的相似词结果。
2025-11-04 09:54:58
823
54
原创 【自然语言处理】预训练03：用于预训练词嵌入的数据集
本文讲解word2vec跳元模型与负采样的实现，以PTB数据集为例，依次完成读取数据集、下采样高频词、提取中心词与上下文词、负采样噪声词、构建小批量样本，最后整合为数据加载函数并输出批量数据形状。
2025-11-02 21:37:10
788
33
原创 【自然语言处理】预训练02：近似训练
本文讲解自然语言处理近似训练。为降低词嵌入训练计算复杂度，介绍了负采样和层序softmax两种近似方法。负采样减少梯度计算成本；层序softmax用二叉树结构，使训练步计算代价显著降低。
2025-10-30 09:00:00
1563
45
原创 【IoTDB】时序数据库选型迷茫？Apache IoTDB 为何成工业场景优选？
Apache IoTDB是清华主导的开源时序数据库，专为工业物联网设计，有树形模型与端边云架构等优势，写入、查询、存储表现佳，适合特定场景，可下载社区版快速入门。
2025-10-27 08:30:00
5101
55
原创 【自然语言处理】预训练01：词嵌入（word2vec）
本文讲解自然语言处理预训练中的词嵌入。词向量用于表示单词意义，独热向量无法表达词间相似度。word2vec提出跳元和连续词袋两个自监督模型，分别通过中心词或上下文词预测来训练，得到更优词表示。
2025-10-24 10:15:00
2159
62
原创 【深度学习计算机视觉】14：实战Kaggle比赛：狗的品种识别（ImageNet Dogs）
本文讲解了Kaggle狗品种识别比赛的实战流程，涵盖数据获取与整理、图像增广、微调预训练ResNet-34模型、训练验证及测试集分类，最终生成提交文件，实现120类狗品种的识别任务。
2025-10-20 09:27:29
1151
50
原创 【深度学习计算机视觉】13：实战Kaggle比赛：图像分类 (CIFAR-10)
本文讲解实战Kaggle比赛：图像分类。如何参与CIFAR-10图像分类Kaggle竞赛，包括数据获取、预处理、模型训练及验证，最终生成submission.csv文件并提交结果至Kaggle。
2025-10-17 09:00:00
2688
50
原创 【深度学习计算机视觉】12：风格迁移
本文讲解深度学习计算机视觉的风格迁移技术，用卷积神经网络将内容图像风格转为风格图像风格，涵盖方法、图像处理、特征抽取、损失函数定义、合成图像初始化及模型训练，最终输出风格迁移后的合成图像。
2025-10-15 08:30:00
2350
55
原创 【Kimi】蓝耘元生代 | Kimi K2 大模型探索与实践
本文分享蓝耘元生代MaaS平台主要核心板块，重点介绍Kimi K2大模型优势突出详述在蓝耘平台用其的方法、调用API的方式，且蓝耘为新用户提供注册赠Token等福利。
2025-10-13 08:30:00
1852
50
原创 【深度学习计算机视觉】11：全卷积网络
本文讲解深度学习计算机视觉中的全卷积网络。全卷积网络利用卷积神经网络提取图像特征，通过1×1卷积层转换通道数为类别数，再经转置卷积层恢复图像尺寸，实现从图像像素到像素类别的精确变换。
2025-10-09 09:00:00
1847
56
原创 【深度学习计算机视觉】10：转置卷积
本文讲解深度学习计算机视觉中的转置卷积。转置卷积可逆转下采样导致的空间尺寸减小。它通过卷积核“广播”输入元素来增大输出，与常规卷积操作相反，且其正、反向传播函数可交换。
2025-10-06 14:41:42
5259
61
原创 【深度学习计算机视觉】09：语义分割和数据集
本文讲解语义分割、图像分割和实例分割，重点介绍Pascal VOC2012语义分割数据集处理流程：包括数据读取、随机裁剪预处理、自定义数据集类及数据加载，强调语义分割的像素级标注特性，支持精确图像区域划分。
2025-10-03 10:00:00
1988
46
原创 【海螺AI视频】蓝耘元生代 | AI赋能视频时代：蓝耘MaaS平台与海螺AI的应用实践
本文分享体验蓝耘元生代MaaS平台与海螺AI视频合作产品，介绍二者情况、使用方法、资源福利等，展望其前景与影响 。二者结合打造出低代码开发与开放式创作生态，为多领域用户提供安全高效的智能服务体验，开启AI技术普惠新篇章。
2025-10-01 08:28:04
1876
42
原创 【深度学习计算机视觉】08：区域卷积神经网络（R-CNN）系列
本文讲解深度学习计算机视觉中的区域卷积神经网络。R-CNN开创深度模型目标检测先河，Fast R-CNN改进共享计算，Faster R-CNN引入区域提议网络，Mask R-CNN基于Faster R-CNN，用兴趣区域对齐层提升像素级预测精度。
2025-09-29 08:30:00
1670
39
原创 【深度学习计算机视觉】07：单发多框检测（SSD）
本文讲解深度学习计算机视觉中的单发多框检测。单发多框检测（SSD）模型，包括模型构成、类别与边界框预测层设计、多尺度预测连结、模型训练及预测过程，最终筛选出置信度不低于0.9的预测目标进行输出。
2025-09-26 10:54:15
3376
43
原创 【IoTDB】工业场景下 Apache IoTDB 时序数据库选型与应用
本文讲解工业场景时序数据库选型，阐述Apache IoTDB核心优势，如高效存储、查询优化等，并给出应用指南，助企业在工业场景下合理选用该数据库。
2025-09-24 09:26:14
1160
33
原创 【深度学习计算机视觉】06：目标检测数据集
本文讲解深度学习计算机视觉中的目标检测数据集。收集的香蕉检测数据集可用于演示目标检测模型。用于目标检测的数据加载与图像分类的数据加载类似。但在目标检测中，标签还包含真实边界框的信息，它不出现在图像分类中。
2025-09-22 10:42:43
2868
38
原创 【通义万相】蓝耘元生代 | 文生视频新跃迁：通义万相2.1部署与应用
2025年通义万相2.1开源震动AIGC领域，本文介绍了其发展历程、功能，展示了在蓝耘元生代的部署测试，还提及蓝耘福利，展望其在多领域推动“全民视觉创作时代”来临。
2025-09-18 09:51:21
5129
48
原创 【深度学习计算机视觉】05：多尺度目标检测
本文讲解深度学习计算机视觉中的多尺度目标检测。多尺度下生成不同尺寸锚框检测目标，依特征图形状定中心，用感受野信息预测，多层次学习实现多尺度检测。
2025-09-15 08:30:00
7129
54
原创 【深度学习计算机视觉】04：锚框
本文讲解深度学习计算机视觉中的锚框。目标检测通过生成多尺度锚框覆盖目标，用IoU匹配真实框并标注类别与偏移量，训练后预测时通过非极大值抑制（NMS）筛选最优边界框，实现精准定位与分类。
2025-09-12 09:00:00
1475
49
原创 【深度学习计算机视觉】03：目标检测和边界框
本文讲解深度学习计算机视觉中的目标检测和边界框。目标检测需定位多目标，本文介绍边界框概念，给出两种表示法转换函数，并在示例图像上绘制边界框。
2025-09-09 08:30:00
5911
48
原创 【通义千问】蓝耘元生代 | 蓝耘MaaS平台赋能Qwen2.5-72B-Instruct，自然语言处理新突破
本文探讨蓝耘MaaS平台与Qwen2.5-72B-Instruct模型，该模型在自然语言处理领域表现出色，蓝耘元生代平台具备多种关键特性，展示在蓝耘MaaS平台使用该模型的具体流程和实例。而且蓝耘平台提供千万级免费Token资源。
2025-09-04 12:00:00
1313
34
原创 【DeepSeek】蓝耘元生代 | 蓝耘MaaS平台与DeepSeek-V3.1重构智能应用开发
本文讲解DeepSeek-V3.1与蓝耘MaaS平台的协同创新。前者以轻量化设计等提升推荐准确率，后者凭弹性算力等降低AI门槛，二者融合推动人机交互重构、边缘智能新业态及AI民主化，免费Token资源助力开发者生态建设。
2025-09-01 09:00:00
1616
48
原创 【深度学习计算机视觉】02：微调
本文讲解深度学习计算机视觉的微调。迁移学习中的微调通过预训练模型（如ImageNet）复制参数（除输出层），添加新输出层并训练，在小数据集（如热狗识别）上效果优于随机初始化训练，提升泛化能力。
2025-08-29 09:00:00
3352
44
原创 【深度学习计算机视觉】01：图像增广
本文讲解深度学习计算机视觉中的图像增广。图像增广通过随机翻转、裁剪、调整颜色等方法扩大训练集，减少模型对位置、颜色等属性的依赖，提升泛化能力。示例在CIFAR-10上用ResNet-18结合多GPU训练，验证其效果。
2025-08-27 09:00:00
952
38
原创 【IoTDB】时序数据库选型指南：为何IoTDB成为工业大数据场景的首选？
IoTDB作为工业大数据场景首选。工业场景时序数据库选型需关注写入、存储、查询能力。国外产品存在性能、成本短板，IoTDB以树形模型、高效压缩、端边云协同及AI集成，成为工业智能化首选，提供选型指南及快速入门
2025-08-25 08:30:00
10684
47
原创 【深度学习计算性能】07：参数服务器
本文讲解深度学习计算性能的参数服务器。分布式并行训练算法随GPU和服务器增加变复杂。本文介绍了数据并行、环同步、多机训练方法，并提出用键值存储的push和pull操作解耦关注点。
2025-08-22 08:30:00
2660
40
原创 【深度学习计算性能】06：多GPU的简洁实现
本文讲解深度学习计算性能中的多GPU的简介实现。通过PyTorch的DataParallel实现多GPU并行训练，以ResNet-18为例，对比单/双GPU训练效果，验证了并行化对复杂模型的可扩展性优势，加速了训练过程。
2025-08-19 10:00:00
1287
41
原创 【深度学习计算性能】05：多GPU训练
本文讲解了深度学习训练的并行化方法，重点介绍了数据并行性，通过跨多个GPU拆分数据来并行训练网络，给出了具体实现代码，并展示了在单个和多个GPU上的训练效果。
2025-08-16 08:00:00
2002
45
【机器学习&数据挖掘】离群点检测-源代码+数据集
2025-01-13
【机器学习&数据挖掘】时间序列算法-源代码+数据集
2024-12-31
【机器学习&数据挖掘】智能推荐算法-源代码+数据集
2024-12-28
Python数据分析实验三(基于Scikit-Learn构建数据分析模型)数据集
2024-05-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人