Peter_Changyb的博客

DeepSeek不仅是技术创新的代表，更是AI普惠化的里程碑。它通过低成本、高效率和场景化应用，重新定义了人机协作的边界，成为推动社会进步的重要引擎。

CNN到底是怎么识别的？用CNN有哪些优势呢？我下面就来简单分析一下。为什么要用神经网络？对于同一个分类任务，我们可以用机器学习的算法来做，为什么要用神经网络呢？大家回顾一下，一个分类任务，我们在用机器学习算法来做时，首先要明确feature和label，然后把这个数据"灌"到算法里去训练，最后保存模型，再来预测分类的准确性。但是这就有个问题，即我们需要实现确定好特征，每一个特征即为一个维.........

深度神经网络通常需要对输入数据进行预处理和特征提取，以便网络能够更好地学习数据的表示。而在Transformer中，输入数据被转换为多头注意力机制的查询、键和值，这些查询、键和值可以被用来计算自注意力权重。

目标：1.通过对行业中大型项目需求实例分析，掌握需求定义、捕获、分析与建模、需求 描述、需求验证理论和实践方法，能够有效地在软件生命周期中管理需求；2.应用有效的需求管理技术，生成清晰的产品需求；3.使用用例建模技术捕获并记录需求；4.建立文档分层结构和产品的不同层次需求的标准；5.使用属性和可追踪性，在整个生命周期内管理需求范围和变更；6.理解需求如何驱劢设计、测试和用户文档活劢；UML用例图用例：Actor参与者/User Case用例-功能/Relationship关系.

《AI赋能企业数字化转型》通过经营、营销、运营、产品、技术和组织六大战略规划，集 20 个知名企业成功转型案例和 20多种最前沿的 AI 理念，以及作者在华为的 IPD 管理实战，全面阐述经营实践，提炼产品精髓，萃取数字要素，为企业管理者和数字化人员提供借鉴和参考，让战略支撑企业做正确的事，让流程支撑企业正确地做事。数字化转型可以提升企业的核心竞争力，是指对企业拥有的独特的、长期性的、强有力的资源和能力，使其能够在竞争激烈的市场中具有优势，并以此获得相对于竞争对手更好的市场地位、更高的利润和更多的客户。

数字化转型定义：即通过新一代数字技术的深入运用，构建一个全感知、全链接、全场景、全智能的数字世界，进而优化再造物理世界的业务，对传统管理模式、业务模式、商业模式进行创新和重塑，最终实现业务成功。

2024 年世界人工智能大会暨人工智能全球治理高级别会议，非常火爆。第一天，19 场论坛、数百位 AI 圈最瞩目的学术界、产业界代表展开了密集的讨论。

图像识别的过程总结如下：信息的获取：是通过传感器，将光或声音等信息转化为电信息。信息可以是二维的图象如文字，图象等；可以是一维的波形如声波，心电图，脑电图；也可以是物理量与逻辑值。 预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图象处理。 特征抽取和选择：在模式识别中，需要进行特征的抽取和选择，例如，一幅64x64的图象可以得到4096个数据，这种在测量空间的原...

YOLOV到底做了什么？YOLO核心思想把目标检测转变成一个回归问题。将整个图像作为网络的输入，仅仅经过一个神经网络，得到边界框的位置及其所属的类别。

Transformer模型设计之初，用于解决机器翻译问题，是完全基于注意力机制构建的编码器-解码器架构，编码器和解码器均由若干个具有相同结构的层叠加而成，每一层的参数不同。编码器主要负责将输入序列转化为一个定长的向量表示，解码器则将这个向量解码为输出序列。Transformer总体架构可分为四个部分：输入部分、编码器、解码器、输出部分。

Agent是什么？Agent是一种能够自主决策、采取行动以达到某种目标的实体。AI Agent则被明确定义为：基于人工智能（尤其是大模型）技术，能够感知和理解环境，并采取行动以完成目标的智能实体。Agent能干什么？AI Agent 主要依托LLM模型和具体的业务场景来调用相应的工具来完成任务目标，智能化程度和行业贴合度会更明显。

SwinTransformer是一种为视觉领域设计的分层Transformer结构。它的两大特性是滑动窗口和分层表示。滑动窗口在局部不重叠的窗口中计算自注意力，并允许跨窗口连接。分层结构允许模型适配不同尺度的图片，并且计算复杂度与图像大小呈线性关系。Swin Transformer借鉴了CNN的分层结构，不仅能够做分类，还能够和CNN一样扩展到下游任务，用于计算机视觉任务的通用主干网络，可以用于图像分类、图像分割、目标检测等一系列视觉下游任务。

BERT（Bidirectional Encoder Representations from Transformers）是由 Google 开发的一个预训练模型，通过无监督的学习方式，可以学习出一种通用的语言表征，即每个词汇的向量表示，这些向量表示可以应用到各种自然语言处理任务中，例如句子分类、命名实体识别、问答等任务。BERT 的主要贡献是提出了一种双向 Transformer 模型，可以通过对上下文的建模来更好地表示词汇。

如何深入浅出理解大模型，一下子认识AI大模型的家族：生成式AI、监督学习、无监督学习、强化学习、深度学习、大语言模型和Transformer架构，你值得拥有！

与传统机器学习相比，深度学习是从数据中学习，而大模型则是通过使用大量的模型来训练数据。深度学习可以处理任何类型的数据，例如图片、文本等等；但是这些数据很难用机器完成。大模型可以训练更多类别、多个级别的模型，因此可以处理更广泛的类型。

ChatGPT是人工智能研究实验室OpenAI研发的聊天机器人程序，通俗讲，ChatGPT是人工智能里程碑，你可以把它当做一个人工智能聊天软件。可能你会问，这类人工智能产品，市面上不是有吗？有是有，可若是跟ChatGPT比起来，其他的产品都是不值一提。ChatGPT厉害到什么程度呢？举例：ChatGPT能把项目文件的要点总结出来，还能附上数据来源，还可以帮你制作图表，还能帮你撰写论文、设计图片、翻译、撰写代码等等。因此，ChatGPT会较快影响各行各业，一是文字类工作，这是首当其冲，特别是内容创作以及归纳性