吳恩達深度學習課程二： 改善深層神經網絡 第一周：深度學習的實踐 課后作業和代碼實踐
此分類用(yong)于記錄吳(wu)(wu)(wu)恩(en)達(da)(da)(da)深度(du)學(xue)習課(ke)程(cheng)(cheng)的學(xue)習筆(bi)記。 課(ke)程(cheng)(cheng)相關信息鏈接如下(xia)： 原課(ke)程(cheng)(cheng)視頻(pin)鏈接：[雙(shuang)語字幕]吳(wu)(wu)(wu)恩(en)達(da)(da)(da)深度(du)學(xue)習deeplearning.ai github課(ke)程(cheng)(cheng)資料，含課(ke)件與(yu)(yu)筆(bi)記:吳(wu)(wu)(wu)恩(en)達(da)(da)(da)深度(du)學(xue)習教學(xue)資料 課(ke)程(cheng)(cheng)配套(tao)練(lian)習（中英(ying)）與(yu)(yu)答案：吳(wu)(wu)(wu)恩(en)達(da)(da)(da)深度(du)學(xue)習課(ke)后習題(ti)與(yu)(yu)答案 本篇為第二課(ke)第一周的課(ke)程(cheng)(cheng)習題(ti)和代碼(ma)實(shi)踐(jian) ...
Applied Machine learning and AI for egnineers與NPL with transform等書推薦
Learn Artificial Intelligence (AI), Machine Learning (ML), and Natural Language Processing (NLP) the trio shaping the future. 兩本書(shu)第二本資源(yuan)landing.deepset. ...
從0到1實現：AI版你畫我猜小游戲
全民AI時代，前端er該如(ru)何蹭上(shang)這波熱度？本(ben)文將(jiang)一(yi)步(bu)步(bu)帶大家了解前端應該如(ru)何結合端側AI模型，實現一(yi)個AI版你畫我猜小游(you)戲。 ...
讀浪潮將至07驅動力
1. 驅(qu)動力(li) 1.1. 技(ji)術(shu)持續進步的(de)(de)(de)主(zhu)要(yao)推動力(li)來自那(nei)些原始(shi)的(de)(de)(de)、與(yu)人(ren)性(xing)緊(jin)密相關的(de)(de)(de)因素(su) 1.1.1. 不論是為了滿足好奇(qi)心、應(ying)對危機，還是追求(qiu)財富、逃避恐(kong)懼，技(ji)術(shu)發展的(de)(de)(de)核心始(shi)終在(zai)于服(fu)務人(ren)性(xing)的(de)(de)(de)需求(qiu) 1.1.2. 只(zhi)要(yao)人(ren)們有足夠(gou)的(de)(de)(de)動力(li)去研發和(he)應(ying)用技(ji)術(shu)，技(ji)術(shu)便會應(ying)運(yun)而生，并得(de)到推廣應(ying)用 1.2. 迄今為止， ...
網絡圖片下載+VideCoding+DeepSeekOCR解析實踐
背景(jing) 某高校師資網(wang)站全面采用(yong)網(wang)絡圖(tu)片(pian)展示，網(wang)站是禁(jin)止右鍵使(shi)用(yong)下載(zai)，也(ye)不允(yun)許復(fu)制信息。我(wo)們試圖(tu)采集這(zhe)些信息，使(shi)用(yong)目前智(zhi)能(neng)體任務+VibeCoding+Deepsee-OCR解(jie)析(xi)來突(tu)破這(zhe)個(ge)問題。流程拆解(jie)第一步(bu) html解(jie)析(xi)智(zhi)能(neng)體我(wo)們方便(bian)選(xuan)擇space.coze.cn, 可以自(zi)行部署其他開源智(zhi)能(neng)體框(kuang)架解(jie)析(xi) ...
Microsoft Agent Framework 接入DeepSeek的優雅姿勢
一、前言(yan) ? Microsoft Agent Framework 框(kuang)架(jia)發布(bu)也(ye)有一陣子了，在(zai)(zai)觀望（摸魚）過后，也(ye)是果斷(在(zai)(zai)老板的(de)威脅下)將幾個AI應用微服務(wu)完成了從Semantic Kernel 框(kuang)架(jia)到Microsoft Agent Framework 框(kuang)架(jia)中(zhong)的(de)遷移工作。 所(suo)以這篇文章,我想(xiang)記錄一下在(zai)(zai) ...
2. AI 輸出內容導出Word！docx4j+poi-tl 實現Markdown轉Word全流程
1.簡(jian)介(jie) 我們(men)在上一(yi)章介(jie)紹了(le)如果想(xiang)實現將markdown內(nei)容轉換為(wei)word的話, 如果想(xiang)要轉換后的word內(nei)容排版(ban)好看的話, 就需要將其(qi)轉換過程(cheng)分為(wei)兩(liang)步 markdown→html html→ooxml(Office Open XML) word內(nei)容,word元信息本身就是個xml) 上一(yi)章節我們(men)使(shi) ...
讀浪潮將至06技術浪潮特征
1. 技術浪(lang)潮 1.1. 俄烏沖突仍(reng)是一個里(li)程碑式的(de)事件(jian)，因(yin)為它凸顯了訓練(lian)相對不足的(de)戰(zhan)斗力(li)量如何利(li)用消費市場上相對廉價的(de)技術來進行(xing)快(kuai)速組建和武(wu)裝 1.2. 當技術能夠帶(dai)來如此顯著的(de)成(cheng)本和戰(zhan)術優勢時，它的(de)擴(kuo)散與廣泛采(cai)用無疑將成(cheng)為必然趨勢 2. 固有特征 2.1. 技術的(de)高度非對稱性影響 2.1.1. ...
谷歌Agent Development Kit架構概覽
寶子們，今(jin)天這(zhe)(zhe)個(ge)消息真(zhen)的(de)讓我(wo)驚呆了！Google搞(gao)了個(ge)大動(dong)作，直接把AI的(de)交互方式給(gei)改寫了！以前AI都(dou)是等你把話(hua)說完才回應(ying)，現在不(bu)一樣了，它能(neng)一邊聽你說話(hua)一邊反(fan)應(ying)，還能(neng)被中途打斷，甚(shen)至能(neng)和其(qi)他AI實時(shi)協作！這(zhe)(zhe)就是谷歌新出(chu)的(de)Agent Development Kit（ADK），異步I/O、狀(zhuang)態(tai)化會話(hua)、 ...
DeepCode：把論文和想法變成代碼的 AI 工具
DeepCode 是香(xiang)港大學開(kai)源的 AI 編碼工具，通過多智能體協作(zuo)實現論文轉代(dai)碼、需求轉網站、描述轉后端三大功能。采(cai)用 MIT 協議，已獲(huo) 7900+ 星(xing)標。適合科研人員、獨立開(kai)發者(zhe)和技術學習者(zhe)使(shi)用，能有效提升開(kai)發效率。 ...
吳恩達深度學習課程二： 改善深層神經網絡 第一周：深度學習的實踐（六）梯度現象和梯度檢驗
此分類用于記(ji)錄吳(wu)恩(en)(en)達深(shen)度(du)學(xue)(xue)(xue)習(xi)課(ke)(ke)(ke)(ke)程(cheng)(cheng)(cheng)的(de)學(xue)(xue)(xue)習(xi)筆記(ji)。 課(ke)(ke)(ke)(ke)程(cheng)(cheng)(cheng)相(xiang)關信息鏈(lian)接(jie)如下： 原課(ke)(ke)(ke)(ke)程(cheng)(cheng)(cheng)視頻(pin)鏈(lian)接(jie)：[雙語字(zi)幕]吳(wu)恩(en)(en)達深(shen)度(du)學(xue)(xue)(xue)習(xi)deeplearning.ai github課(ke)(ke)(ke)(ke)程(cheng)(cheng)(cheng)資料，含(han)課(ke)(ke)(ke)(ke)件(jian)與(yu)筆記(ji):吳(wu)恩(en)(en)達深(shen)度(du)學(xue)(xue)(xue)習(xi)教學(xue)(xue)(xue)資料 課(ke)(ke)(ke)(ke)程(cheng)(cheng)(cheng)配套練(lian)習(xi)（中英）與(yu)答案：吳(wu)恩(en)(en)達深(shen)度(du)學(xue)(xue)(xue)習(xi)課(ke)(ke)(ke)(ke)后(hou)習(xi)題與(yu)答案 本(ben)篇為第二(er)課(ke)(ke)(ke)(ke)第一周的(de)內容，1.10到1 ...
關于AI上下文工程重塑人機協作的 5 個顛覆性認知
關于AI上下文工(gong)程重塑人機協(xie)作的 5 個顛覆性(xing)認知 寶(bao)子(zi)們(men)，AI界(jie)的大瓜(gua)來了！GAIR團隊剛發布了Context Engineering 2.0，這可完全顛覆了我們(men)對人機交互的認知。以前我們(men)總想著怎么設(she)計(ji)prompt，現在才發現，context才是關鍵！ “一個人就是各種(zhong)context的集合(he)。”機器 ...
解密prompt系列63. Agent訓練方案:RStar2 & Early Experience etc
當大模型成為Agent，我們(men)該(gai)如何教會它“行(xing)動(dong)”？我們(men)將看到一(yi)條演進路線：從優化單一(yi)動(dong)作（ReTool），到學習長(chang)程規劃（RAGEN），再到提(ti)升思考質量本身(shen)（RStar2），最后到一(yi)種不依(yi)賴(lai)外部獎勵的、更(geng)底層的經驗內化方(fang)式（Early Experience）。 ...
讀浪潮將至05更廣泛的浪潮
1. 更(geng)廣(guang)泛的(de)(de)(de)浪(lang)潮(chao) 1.1. 技(ji)術(shu)(shu)(shu)(shu)浪(lang)潮(chao)并非(fei)一兩(liang)種(zhong)(zhong)通用(yong)技(ji)術(shu)(shu)(shu)(shu)的(de)(de)(de)簡單疊(die)加，而是大約同一時(shi)期涌現的(de)(de)(de)眾多技(ji)術(shu)(shu)(shu)(shu)的(de)(de)(de)集(ji)群式體(ti)現 1.1.1. 以某種(zhong)(zhong)或多種(zhong)(zhong)通用(yong)技(ji)術(shu)(shu)(shu)(shu)為基礎(chu)，但又遠遠超出這些通用(yong)技(ji)術(shu)(shu)(shu)(shu)的(de)(de)(de)范(fan)疇 1.2. 通用(yong)技(ji)術(shu)(shu)(shu)(shu)扮演著催化(hua)劑的(de)(de)(de)角(jiao)色 1.2.1. 發明(ming)會激發新的(de)(de)(de)發明(ming) 1.2.2. 技(ji)術(shu)(shu)(shu)(shu)浪(lang)潮(chao)為進一步的(de)(de)(de)科學技(ji)術(shu)(shu)(shu)(shu)實 ...
AI時代的知識管理秘籍，吳恩達的RAG課必學
家人們，今天(tian)來給大家安利一個(ge)(ge)超(chao)寶藏的(de)課(ke)(ke)程(cheng)！吳(wu)恩達(da)老師的(de)《RAG原理(li)》課(ke)(ke)程(cheng)，就在(zai)他的(de)AI學習平臺上。雖然很多人只是用AI工(gong)具，但(dan)RAG真的(de)太重要了，原理(li)必須(xu)搞(gao)懂！就像我們用Google，但(dan)懂它怎么工(gong)作的(de)，才能(neng)用得更溜。這個(ge)(ge)課(ke)(ke)程(cheng)免費，每(mei)天(tian)一課(ke)(ke)，五(wu)天(tian)就能(neng)聽完，超(chao)低投入。學完之后，自己做AI時代的(de)個(ge)(ge)人知識管(guan) ...
LeRobot v0.4.0 正式發布：全面提升開源機器人的學習能力
我們非(fei)常高(gao)興地宣(xuan)布(bu)，LeRobot 迎來一系列(lie)重(zhong)大升級，讓(rang)開源的(de)機器人學習比以往更強(qiang)大、更可擴(kuo)展(zhan)、也更易用！從(cong)重(zhong)構的(de)數據集到靈活的(de)編輯工具、新的(de)仿真環(huan)境，以及面向(xiang)硬(ying)件(jian)的(de)全新插件(jian)系統(tong)，LeRobot 正在(zai)持(chi)續(xu)演進，以滿(man)足前沿(yan)具身智能(neng) (Embodied AI) 不斷發展(zhan)的(de)需求。 簡要(yao)總結 LeRobo ...
治愈的極簡風大片by NanoBanana
原(yuan)始(shi)產(chan)出整個場(chang)景(jing)在(zai)一個干(gan)凈柔軟的米色工作室，模(mo)特(te)穿著輕薄(bo)的深海軍藍襯衫和象牙色長褲(ku)，赤腳出鏡，超(chao)有原(yuan)始(shi)簡(jian)約感。燈(deng)光(guang)是大柔光(guang)主(zhu)光(guang)源在(zai)右前方，左(zuo)邊有銀色反光(guang)板，頭頂還有微微的輪(lun)廓光(guang)，光(guang)影超(chao)絕！ 1?? 極近距離拍嘴唇和顴骨，手模(mo)糊地(di)遮(zhe)住一部分臉（85mm，f/1.8，超(chao)淺景(jing)深）； 2?? 緊湊地(di)拍眼睛(jing)， ...
讀浪潮將至04生命技術
1. 生命技術(shu) 1.1. 生命，這項宇宙中最(zui)古老(lao)的(de)“技術(shu)”?，已經(jing)存在(zai)了至少37億(yi)年(nian) 1.2. 在(zai)無(wu)盡的(de)歲月里(li)，生命以緩(huan)慢、自(zi)主、無(wu)序的(de)方式悄然進化(hua) 1.3. 生命系統擁有自(zi)我組(zu)裝和自(zi)我修復(fu)的(de)能(neng)(neng)力，如同利用(yong)能(neng)(neng)量的(de)高手(shou)，能(neng)(neng)在(zai)各種環境中復(fu)制(zhi)、生存和繁(fan)衍，其(qi)高超的(de)技巧、精確的(de)運作和快速的(de)信息(xi)處理能(neng)(neng)力讓人嘆 ...
究極干貨 —— 用最純粹的語言，解析 DeepSeek OCR
這是一篇 “純(chun)干貨(huo)” 文章，用 8500 字的最純(chun)粹(cui)的語言，解析 DeepSeek OCR，與大家探討 AI 記憶系(xi)統的各種可能性~ ...
初識目標檢測
一．目(mu)前我校(xiao)主要研究(jiu)方向就是目(mu)標檢(jian)(jian)測(ce)，所以(yi)首先應(ying)對目(mu)標檢(jian)(jian)測(ce)有初(chu)步(bu)了解。目(mu)標檢(jian)(jian)測(ce)屬于(yu)計算(suan)機(ji)視覺中(zhong)的(de)一個熱門方向，主要應(ying)用(yong)于(yu)物體、人、動(dong)物識別、動(dong)作識別等(deng)。結合我校(xiao)農業研究(jiu)方向，通過目(mu)標檢(jian)(jian)測(ce)，可(ke)(ke)以(yi)用(yong)來檢(jian)(jian)測(ce)瓜果、蔬(shu)菜(cai)的(de)成熟度、可(ke)(ke)以(yi)用(yong)來識別花卉、土壤營養(yang)分析、蔬(shu)菜(cai)采(cai)摘(zhai)等(deng)。我國為農業大(da)國，通過在農業工(gong)程(cheng)中(zhong)運用(yong) ...