算法标签_亚马逊云科技技术品牌专区

算法

无感定位引擎技术白皮书

无感定位引擎是镜像视界（浙江）科技基于耿文海像素升维理论研发的空间感知基础引擎。该技术无需佩戴设备，仅通过普通监控摄像头视频流，结合多视角坐标融合和深度学习算法，实现厘米级精度的三维位置解算，解决了传统定位技术依赖硬件、成本高、侵入性强等痛点。作为SpaceOS空间智能体系的底层引擎，其输出统一大地坐标数据，可广泛应用于机场、监所、园区等场景的轨迹分析、电子围栏等业务，具有无侵入、低成本、高精度等

 科研前沿
2026-08-25 06:04:42

 541

 14

#人工智能 #大数据 #机器学习 +2
人工智能 16 大算法及实施手册

人工智能 16 大算法及实施手册

 奋力向前
2026-08-24 11:13:41

 257

 8

#人工智能 #算法
人工智能的五个悖论

数据是AI的粮食，要量大质优，量大到无底洞，质上“垃圾进，垃圾出（GIGO） ”，或者说数据有“高尚”和“龌龊”之分。数据决定着AI能力的上限，常被誉为“新石油” （Clive Humby，2006）和“世界上最有价值的资源” （经济学人，2017）， “与能源、材料资源同等重要” （2004年两办文件）。陈昌盛（2023）曾指出：“数据交易所遍地开花，但数据交易所中的‘交易’发展的并不

 中國龍在廣州
2026-08-24 10:30:00

 380

 6

#人工智能 #深度学习 #大数据 +2
人工智能拟人化互动服务安全自评估报告的评估要点有哪些？

根据《办法》第二条规定，拟人化互动服务是指利用人工智能技术，向中华人民共和国境内公众提供模拟自然人人格特征、思维模式和沟通风格的持续性情感互动服务。前款规定的情感互动服务包括通过文字、图片、音频、视频等形式，提供的情感照护、陪伴、支持等互动服务。《人工智能拟人化互动服务管理暂行办法》的施行，标志着我国AI治理从"数据安全、内容安全"向"情感安全与价值导向"延伸。安全自评估报告不是一份"填表"文件，

AI备案指南-满满
2026-08-24 10:05:53

 283

 9

#人工智能 #安全 #算法 +1
沐神-动手学习深度学习-习题答案4.4模型选择，欠拟合，过拟合

这一节深入探讨了机器学习中最核心的挑战之一：模型泛化（Generalization）。它解释了为什么一个在训练集上表现完美的模型，在实际应用（测试集）中可能会表现得很差。

Three_ST
2026-08-24 08:29:29

 256

 6

#算法 #深度学习 #人工智能 +2
AI大模型与数学·第48课级数刷题集训5：幂级数完整体系——泰勒展开底层根基、神经网络拟合核心工具

摘要：本课系统讲解幂级数及其在AI中的应用。幂级数作为无穷多项式，通过调整系数可逼近任意光滑函数，是神经网络函数拟合的数学基础。课程核心包括：幂级数定义、收敛域与半径求解（使用比值判别法）、四则运算与逐项求导/积分性质，以及其与泰勒级数的关系——泰勒级数即特定点展开的幂级数。重点指出AI中输入归一化的数学本质是保证数据处于幂级数收敛区间内，防止数值发散。幂级数的逐项求导性质直接对应神经网络梯度计算

 船厂电气自动化ai大模型
2026-08-24 07:56:45

 428

 11

#算法 #机器学习 #人工智能 +2
计算机毕业设计LangChain+GraphRAG+Neo4j+Embedding向量模型+LLM多模态大模型航空维修智能问答系统大模型毕业设计人工智能(源码+文档+PPT+讲解)

本项目面向航空维修工程师、技术人员和管理者，构建了一套集航空维修资料管理、知识图谱构建、混合检索、多模态问答、维修业务数据管理和可视化分析于一体的智能知识服务平台。系统将维修手册、技术资料、飞机机型档案和历史维修案例统一组织，通过 GraphRAG 将文档证据、图谱关系和结构化业务数据共同提供给大语言模型，从而生成可追溯、可核验的维修辅助回答。

haochengxu2022
2026-08-24 01:04:21

 375

 15

#人工智能 #深度学习 #算法
陶哲轩最新发文：人工智能时代的数学

人类数学家撰写证明时，困难部分通常会留下某种“自然摩擦”：更谨慎的引理、记号的突然变化、反复修改过的段落，或者一句说明某处不容易的解释。理解我们周围的世界；可是，如果最强版本成立，问题就会完全不同了，到那时，数学共同体过去围绕“尽可能多地解决未解决问题”建立的文化和评价体系，可能无法继续正常运转。只是这一次接受压力测试的，不再是“数学真理凭什么成立”，而是另一套一直没人写下来的东西——数学实践里的

 中國龍在廣州
2026-08-23 10:30:00

 240

 5

#人工智能 #大数据 #算法 +2
人工智能数据服务的权限边界

模型工具调用能方便地查询数据和执行操作，也可能把超出任务范围的数据带进上下文。权限设计应按调用者、数据集和动作拆分，模型不能因为“需要回答问题”而获得底层服务的通配权限。

cannonjinx
2026-08-22 18:14:21

 536

 4

#AI #人工智能 #算法
评估人工智能题解：别只看主观感受

读起来像对的”不是题解质量指标。评估应把可自动检查的事实与需要人工判断的解释分开：代码是否运行、复杂度声明是否有依据、题面约束是否覆盖，以及讲解是否会误导读者。

cannonjinx
2026-08-22 18:10:31

 553

 6

#AI #人工智能 #算法
刷题辅助功能：先确认是否值得用人工智能

LLM 适合解释思路、提示遗漏条件和生成练习变体，不一定适合每一道题。对规则明确、答案可由本地算法快速得到的问题，直接调用模型可能只增加等待和成本。

cannonjinx
2026-08-22 18:06:01

 585

 3

#AI #人工智能 #算法
人工智能评测能力迁移的渐进迁移方案

给存量评测系统加入 LLM 能力时，迁移的风险不只在调用是否成功，还包括响应契约、队列负载和计费行为是否变化。迁移计划应把旧流程当作可回退的基线，而不是一次性替换目标。

cannonjinx
2026-08-22 17:59:21

 525

 5

#AI #人工智能 #算法
扩散模型核心原理解析

扩散模型是一种基于深度学习的生成模型，其核心思想是通过模拟一个逐步“破坏”数据（前向扩散）再学习如何“重建”数据（反向去噪）的过程，来学习复杂的数据分布，并最终从随机噪声中生成高质量的新样本。

阳明山水
2026-08-22 16:12:38

 201

 7

#人工智能 #机器学习 #深度学习 +2
CameraGraph跨镜无缝接力追踪赋能移民局口岸全域无感定位技术白皮书

随着国家“智慧口岸、智能边境、智享联通”建设持续深化，移民管理口岸查验体系已全面迈入无感通关、精准监管、安全可控、高效便民的全新发展阶段。出入境口岸作为国门安全第一道防线，兼具人员流动密集、通行节奏快、场景动线复杂、涉外风险多元、隐私合规严苛的典型特征，对全域人员轨迹管控、可疑目标追踪、通关态势研判、口岸风险预警提出了极高标准的技术要求。国家移民管理局明确提出推进非接触式、非侵入式智能监管建设，依

 科研前沿
2026-08-22 08:18:40

 270

 9

#人工智能 #机器学习 #数据挖掘 +2
第239篇视觉SLAM前端之特征提取——ORB/SIFT/SuperPoint对比

本文介绍了视觉SLAM前端中的特征提取技术，重点对比了ORB、SIFT和SuperPoint三种主流方法。SIFT具有优秀的尺度和旋转不变性但计算量大；ORB在速度与精度间取得平衡，成为SLAM主流选择；SuperPoint通过深度学习获得更优特征但需要GPU支持。文章从区分度、稳定性和速度三个维度分析了特征点的选择标准，并针对SLAM应用场景给出了工程实践建议：控制特征点数量、保证均匀分布、分层

 郑伟强dev
2026-08-22 05:01:09

 213

 3

#算法 #人工智能 #github +4
一家Collective AGI公司，要给人工智能加一层「组织」

沌序科技面对的并不是一片无人区。恰恰相反，“怎么组织越来越多的智能体”，正在变成AI行业共同关注的问题。软件世界里，大模型厂商正在把多Agent协作和工作流编排做成基础能力；物理世界里，Shield AI、Anduril等自主系统公司也在让不同平台、传感器和无人系统协同工作。甚至到了2026年，类似的产品边界仍在继续扩张。Applied Intuition推出了面向Physical AI的Agen

中國龍在廣州
2026-08-21 11:15:00

 322

 7

#人工智能 #深度学习 #大数据 +2
人工智能70年：繁荣与萧条周期的14个启示

德意志银行研究院主题策略师Adrian Cox在最新报告中指出，AI的70年历程充满繁荣与萧条的交替，而当前这轮投资与估值热潮，正在重演历史上多次出现的技术革命范式。与此密切相关的是，AI的进步速度已超越摩尔定律。以对数坐标呈现训练算力的历史数据，可以清晰看出，自1956年至今，用于训练主要AI系统的算力增长跨越了数十个数量级，而线性图表的视觉呈现则几乎将这一趋势完全掩盖。报告援引数据显示，目前美

 中國龍在廣州
2026-08-21 11:15:00

 171

 5

#人工智能 #大数据 #github +4
DNA-硅基混合架构：拓扑编码与分形地址空间协同实现存储靠近计算研究报告

DNA-硅基混合架构：拓扑编码与分形地址空间协同实现存储靠近计算研究报告作者：方见华，豆包（排名不分先后）单位：世毫九实验室（认知物理学组）注：豆包为AI协同研究者，参与理论推导、公式整理、工程流程结构化与文稿撰写。核心观点摘要传统冯·诺依曼架构以来，数据处理的核心瓶颈一直是「存储墙」——即计算单元（CPU/GPU）与存储单元（内存/闪存）的物理分离。在这种架构下，计算所需的指令和数据必须通过总线

 方见华
2026-08-21 10:55:24

 225

 9

#人工智能 #语言模型 #经验分享 +2
AI大模型与数学·第47课级数刷题集训4：交错级数、绝对收敛与条件收敛

本文系统讲解了交错级数及其在深度学习中的应用。首先定义了交错级数的数学形式及其在AI中的典型场景（梯度更新、GAN训练等），重点介绍了莱布尼茨判别法的两个收敛条件（单调递减和极限为零）。然后区分了绝对收敛（理想状态）和条件收敛（存在隐患）两种收敛类型，通过具体案例说明它们在模型训练中的表现差异。最后强调大模型调参应追求绝对收敛，避免条件收敛的长期风险。全文贯通数学理论与AI实践，为分析训练稳定性提

 船厂电气自动化ai大模型
2026-08-21 08:10:32

 520

 19

#机器学习 #人工智能 #深度学习 +2
AI大模型与数学·第46课级数刷题集训3：正项级数四大判敛

本文系统介绍了正项级数四大收敛判别法及其在AI工程中的核心应用。主要内容包括：一、阐明正项级数在深度学习中的普遍性（学习率衰减、正则化等）；二、详解四大判别法：必要条件（快速筛查）、比较法（正则化原理）、比值法（梯度消爆本质）、积分法（长期稳定性）；三、通过典型例题（如L2正则、指数衰减原型）展示数学工具如何指导调参；四、总结AI稳定策略的数学本质，指出比值法监控瞬时变化、积分法把控长期累积的关键

 船厂电气自动化ai大模型
2026-08-21 07:46:05

 608

 19

#算法 #机器学习 #人工智能 +2
AI大模型与数学·第44课级数刷题集训1：级数到底是什么？AI为什么必须学级数

这篇文章深入探讨了级数在人工智能和数值计算中的核心作用。文章从数学基础出发，指出级数（包括幂级数和三角级数）是AI逼近复杂函数、信号和状态的底层工具，涵盖神经网络、图像处理、量子计算等领域。计算机通过级数展开（如泰勒级数和傅里叶级数）近似计算超越函数（如指数、三角函数），而AI模型的精度、训练稳定性和推理效率均依赖于级数截断与收敛性。文章强调，AI的本质是级数的无限逼近，而非传统数学的精确解，并揭

 船厂电气自动化ai大模型
2026-08-20 16:21:31

 275

 9

#算法 #线性代数 #深度学习 +2
AI训练师图解_5.1_架构与核心概念_深度学习算法

深度学习算法作为机器学习的重要分支，通过模拟人脑神经元结构实现了对复杂数据的高效处理。本文系统阐述了深度学习的基本概念、核心模型（如感知机、多层感知机等）及其工作原理，重点对比了机器学习与深度学习在模型结构、学习方法、算法复杂度和适用场景等方面的差异。文章以无人机视觉导航为例，展示了深度学习在计算机视觉领域的实际应用价值，并详细解析了深度学习的完整工作流程，包括数据准备、特征工程、模型训练与评估等

 达子666
2026-08-20 16:01:12

 163

 9

#人工智能 #深度学习 #算法
AI训练师图解_05_深度学习算法_AI训练师的核心技能

摘要第5章探讨了AI训练师必备的深度学习算法核心技能。首先解析了深度学习的基本原理，包括神经网络架构、前向/反向传播机制以及激活函数等核心概念，并通过无人机视觉导航案例展示了实际应用。文章对比了机器学习与深度学习的差异，突出深度学习在复杂非线性问题上的优势。随后，通过百度飞桨AI Studio平台的四大实战案例（AI绘画生成、方言翻译、美食推荐等），生动展示了深度学习在图像生成、自然语言处理等领

 达子666
2026-08-20 14:39:49

 304

 7

#人工智能 #深度学习 #算法
从贝叶斯到正则化：一个统一的机器学习算法理解框架

所有机器学习算法都可以理解为：在有限数据下，利用先验知识进行统计推断与学习，并通过模型平均和在线更新来平衡偏差与方差，最终得到稳健且可量化的预测。这个统一框架不仅涵盖了岭回归、贝叶斯回归、高斯过程、RLS、WLS 等方法，还可以延伸到深度学习中的权重衰减（正则化）、Dropout（贝叶斯近似）、迁移学习（先验转移）、元学习（学习先验）等现代技术。知识从来不是凭空产生的，而是旧经验与新证据的不断融合

 Dfreedom.
2026-08-20 10:35:56

 365

 10

#机器学习 #算法 #人工智能 +1
【信息科学与工程学】计算机科学与自动化——第一百六十二篇大数据产品算法01

已全部输出，每个条目为一个独立表格，覆盖了数据库与数据仓库理论、计算复杂性理论、数据可视化、伦理与隐私保护、硬件与系统架构、强化学习、联邦学习、深度学习（Transformer/CNN）、迁移学习、整数规划、数值计算（FFT）、近似算法（MinHash）、分布式事务、CAP定理与PACELC等领域。跨AZ延迟<2ms。覆盖数据库与数据仓库理论、计算复杂性理论、数据可视化、伦理与隐私保护、硬件与

 WillBalance
2026-08-20 10:31:00

 228

 6

#大数据 #算法
广义系统对话本体论：理论架构、应用场景、跨学科对比与实证研究报告

广义系统对话本体论：理论架构、应用场景、跨学科对比与实证研究报告作者：方见华单位：世毫九实验室摘要广义系统对话本体论（Generalized Systemic Dialogical Ontology, GS-DO）是世毫九（SH9）实验室在整合马丁·布伯、巴赫金、伽达默尔经典对话哲学的基础上，结合现代认知科学、多智能体系统、人工智能（AI）工程实践提出的原创性跨学科本体论框架，核心命题为存在即对话

 方见华
2026-08-20 09:14:12

 212

 5

#人工智能 #语言模型 #经验分享 +2
AI大模型与数学第42课：泰勒级数完整展开（神经网络近似核心）

本文揭示了泰勒级数作为AI数学基石的6大核心作用：1）将复杂函数拆解为多项式运算，适配计算机特性；2）低阶项拟合趋势，高阶项捕捉细节，对应神经网络深浅层结构；3）局部收敛性解释了AI模型域外泛化差的本质；4）梯度下降和优化器本质是泰勒展开；5）为模型压缩提供截断依据；6）奠定神经网络万能逼近定理的数学基础。文章通过山路拟合等生动类比，阐明泰勒展开如何实现从常数项到高阶导数的逐级修正，最终使计算机能

 船厂电气自动化ai大模型
2026-08-20 07:50:44

 498

 10

#人工智能 #python #算法 +2
人工智能：现代方法读书笔记（六）

本章将一类特殊组合搜索——约束满足问题（CSP）单独提炼：变量集合 + 各自值域 + 变量间约束。相比第 3 章显式状态空间，CSP 用“变量赋值”与“约束传播”大幅压缩搜索，是调度、布局、配置等现实问题的标准建模工具。CSP 形式化：三元组 〈X, D, C〉，其中 X 为变量集，D 为各变量值域，C 为约束集（每个约束限定若干变量的允许取值组合）。状态（赋值）：对部分/全部变量赋予值域中的值；

theperson1
2026-08-19 18:58:05

 311

 12

#人工智能 #算法
Deep Learning for Computer Vision——Training CNNs and CNN Architectures

文章摘要：本文系统讲解了CNN的基础构建与训练优化方法。第一部分介绍归一化层(BatchNorm/LayerNorm等)的差异、Kaiming初始化原理及ReLU/GELU激活函数特性；第二部分解析VGG的小卷积堆叠策略和ResNet的残差连接设计；第三部分详述数据增强、Dropout和迁移学习等提升泛化能力的技巧。全文通过公式推导和工程案例，揭示了CNN模型设计的关键逻辑，如"3个3×

TAN-90°-
2026-08-19 18:50:06

 381

 5

#深度学习 #计算机视觉 #人工智能 +3
如果AI说「我有意识」，我们凭什么判断它是真的？-龍德明宇

这个问题，二十位顶尖学者在2025年试图回答过。他们发表在上的论文，作者名单看一眼就让人印象深刻：图灵奖得主 Yoshua Bengio、「难问题」的提出者 David Chalmers、意识科学核心人物 Tim Bayne，一共二十位，横跨哲学、神经科学和人工智能三个领域。？

龍德明宇
2026-08-19 13:14:04

 1109

 41

#人工智能 #算法
AI算法系列（1）| 线性回归与逻辑回归的本质——从概率假设到企业智能决策

本文系统对比了线性回归与逻辑回归的核心差异，从概率假设、损失函数和求解方法三个维度进行解析。线性回归基于高斯分布假设，通过最小化均方误差拟合条件均值；逻辑回归基于伯努利分布，通过交叉熵损失建模对数几率。二者均可纳入广义线性模型框架，区别在于分布假设和连接函数。文章澄清了常见误区（如逻辑回归实为分类算法），并解答了技术选型中的关键问题。强调在AI转型中，理解基础算法本质对模型选择的重要性，指出虽然深

 CIO_Alliance
2026-08-19 11:56:13

 397

 7

#人工智能 #算法 #线性代数 +2
纯靠算法能否搞定产线复杂现场？

在服装制造业的产线上，质检环节长期依赖人工，面临着效率低、标准不一、人力成本高等痛点。随着人工智能技术的飞速发展，AI视觉质检被寄予厚望，被视为实现自动化、智能化生产的“银弹”。然而，一个核心问题随之浮现：**纯靠算法，真的能搞定产线复杂多变的现场环境吗？**本文将深入探讨服装AI质检在真实工业场景中的应用现状，分析算法的能力边界，并揭示“算法之外”那些不可或缺的关键要素。

JLi_Tech
2026-08-19 11:46:19

 339

 7

#算法 #人工智能 #视觉检测
AI训练师图解_4.1_原理与类型解析_机器学习算法

本文摘要：机器学习作为人工智能的核心技术，通过监督学习、无监督学习和强化学习三大类算法，赋能计算机从数据中自动学习并优化预测模型。监督学习利用标注数据进行分类（如图像识别）和回归（如房价预测）；无监督学习通过聚类、降维挖掘数据内在结构；强化学习则基于环境反馈进行决策优化。典型案例包括淘宝AI导购"淘宝问问"、剪映智能字幕及Google翻译等，展示了机器学习在电商、音视频、语言处理等领域的广泛应用。

达子666
2026-08-19 10:43:37

 452

 9

#人工智能 #机器学习 #算法
分布式GPU智能算法深度研究2026年版（中）

本文系统梳理了深度学习模型训练的并行策略与自动并行搜索技术。首先介绍了数据并行（DP/DDP）的工作原理及与TorchDynamo的协同优化。重点分析了ZeRO系列优化器（ZeRO-1/2/3）的显存优化机制及扩展技术（Offload/Infinity/++），通过参数/梯度/优化器状态分片实现显存线性扩展。对比了PyTorch原生FSDP两种实现方案的特点。详细阐述了Megatron-LM的张量

 Allen_LV
2026-08-19 08:53:58

 580

 36

#分布式 #人工智能 #算法 +3
【世界人工智能开源大赛】【DataWhale】：通用力学计算语言(UCL)

力学仿真领域长期存在自然语言意图→可执行脚本的翻译壁垒，研究团队提出通用力学计算语言(UCL)作为可检查的中间表示层，将流程拆解为需求→UCL→求解器代码;两段式链路，使错误可定位、经验可迁移、矛盾可预检。

马武寨山的猴子
2026-08-18 15:50:50

 362

 5

#算法 #阿里云
【河海大学主办 | EI稳定检索】第四届算法、图像处理与机器视觉国际学术会议（AIPMV 2026）

收录检索：EI Compendex, Scopus,IEEE Xplore。第四届算法、图像处理与机器视觉国际学术会议（AIPMV 2026）点击官网即可参会/投稿/了解会议详情。大会时间：2026年9月18-20日。截稿时间: 2026年9月4日。会议地点：中国-江苏-南京。审稿录用：投稿后7个工作日。并行和分布式算法与数据结构。图像和视频感知和质量模型。图像存储、检索和身份验证。计算机图形学

 Paperthinker
2026-08-18 14:15:00

 220

 8

#算法 #图像处理 #人工智能
第122篇自定义消息类型——rosidl与接口设计

本文详细讲解了ROS2中自定义消息类型的完整流程和设计原则。主要内容包括：1）创建步骤：编写.msg文件、配置CMakeLists.txt和package.xml；2）设计原则：单一职责、使用标准类型、包含Header、版本控制等；3）跨语言使用方式（Python/C++）；4）版本兼容性管理建议。文章强调自定义消息是ROS2开发的基本功，建议开发者通过实践掌握消息定义、编译和使用的完整流程，并注

 郑伟强dev
2026-07-29 00:13:18

 290

 8

#c++#开发语言 #算法 +4
基于Python的深度学习以及常用环境测试案例

【代码】基于Python的深度学习以及常用环境测试案例。

LeoATLiang
2026-01-22 22:08:44

 737

 4

#python #深度学习 #开发语言 +4
【无标题】

《诗海》是一个纯前端实现的古诗词阅读器开源项目，收录34.4万首古诗词，采用无框架、无构建的极简技术方案。核心特色包括：单HTML文件承载全站功能，两级索引实现高效数据加载（首屏仅18KB），支持智能搜索/分页加载/主题切换等功能；同步提供微信小程序版本，数据通过云函数分发。项目基于MIT协议开源，数据源自chinese-poetry仓库，通过Python预处理后分块存储，采用Canvas生成分享

 Ethan_Teng
2026-08-17 15:23:20

 526

 7

#python #java #javascript +4
【LeetCode算法题精讲】二叉搜索树（BST）精讲：验证二叉搜索树 + 二叉搜索树的最近公共祖先

摘要：本文深入解析二叉搜索树（BST）的核心特性——有序性，通过LeetCode 98（验证BST）和235（BST最近公共祖先）两道经典题目，揭示BST的解题逻辑。98题强调全局有序性，需通过中序遍历或递归区间法验证；235题则利用BST有序性实现高效自顶向下搜索。文章对比了BST与普通二叉树的操作差异，提供Python/Java/C++三语言代码实现，并延伸至BST家族题（搜索、插入、删除、

2401_88352165
2026-08-17 15:08:11

 384

 2

#算法 #leetcode #java +2
LeetCode 104. 二叉树的最大深度｜Python 解法详解

这道题的关键是：一棵非空树的最大深度等于左右子树最大深度的较大值加一；空树深度为 0。理解这一点后，再结合边界条件检查，代码就能保持清晰且稳定。

青春记忆
2026-08-17 09:39:31

 315

 6

#leetcode #python #算法
test program调试：良率异常先别怪工艺

本文针对半导体制造中testprogram调试导致的良率异常问题，提出了一套工程化解决方案。通过分析传统教科书方法的三大缺陷（理论脱离实际、局部优化陷阱、缺乏量化思维），作者团队开发了包含现场调研、方案设计和小范围试点三个步骤的闭环方法。方案采用Python+Excel+钉钉的技术组合，实现了虚报率降低80%、异常检出率提升26%、处置时间缩短81%的显著效果，每月减少报废成本25万元。文章还总结

 感觉不爽
2026-08-17 09:01:50

 309

 3

#大数据 #算法 #人工智能 +2
批量获取股票数据时如何显示进度条？QuantDash + tqdm 一行代码搞定

📌 摘要 QuantDash Python SDK 解决了量化开发中批量获取股票历史/实时数据时的进度可视化痛点。传统方案（如 AkShare/yfinance）需手动实现进度条，面临进度不可见、效率低下等问题。QuantDash 通过原生集成 tqdm 进度条，仅需在 klines.batch() 或 intraday_batch() 中添加 show_progress=True 参数，即可自

 quantdash_cc
2026-08-17 07:08:20

 392

 13

#php #开发语言 #python +1
【可视化】不用希格斯场也能有质量？用Python/Shader渲染螺旋波拓扑约束

本文摘要（149字）：《螺旋波物理与数学基础》（HGO框架）提出颠覆性观点：质量源于波的拓扑约束而非希格斯机制。该理论认为，当螺旋波携带非零拓扑荷m时，其传播自由度被约束，等效质量随之涌现。通过Python可视化展示：m=0时波自由传播（无质量），m>0时波被拓扑包络限制（质量显现）。这套框架用单一几何机制统一解释质量起源、暗物质等9大物理难题，并引入"无穷小螺旋挠率"

weixin_42415766
2026-08-17 06:47:43

 393

 9

#算法 #python #开发语言 +1
四维认知时空流形：对话认知张力量化框架深度研究报告

AIGC是人工智能领域中的一种创新技术，其基本原理是利用人工智能技术中的“自然语言处理”、“机器学习”、“深度学习”等技术，对大量的语言数据进行深入分析、学习和模拟，从而实现对自然语言的理解和生成。Peppertype.ai的功能丰富多样，可以根据用户的输入和目标生成多种类型的内容，包括但不限于广告文案、推文、标题、产品描述等。不论您是在本地市场还是国际市场，不论您的内容需要针对不同的文化和语境进

 方见华
2026-07-28 14:41:26

 614

 19

#人工智能 #语言模型 #经验分享 +2