logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

华为研发投资与管理实践(IPD)读书笔记

企业研发管理早已告别 “依赖个体经验、靠运气突破” 的粗放时代,如何将研发创新从 “偶然成功” 转化为 “可复制、可持续的必然成果”,成为所有追求长期竞争力的企业必须破解的命题。华为,作为从中国走向世界的科技巨头,其研发体系的迭代历程极具标杆意义 —— 从早期聚焦技术突破却面临部门壁垒、资源分散的困境,到通过引入并重构集成产品开发(IPD)体系,逐步搭建起覆盖战略规划、产品开发、技术预研、质量成本

#华为#职场和发展
常耀斌《AI 赋能企业数字化转型》读书笔记

内容特色:包含 20 个标杆案例与 20 余种前沿 AI 理念,覆盖从战略设计到执行的全流程指导。书中案例横跨制造、零售、金融、服务等多个行业,既有大型企业的转型实践,也有中小企业的成功经验;既有技术驱动的转型路径,也有业务引领的变革模式,为不同类型企业提供全方位参考。

#大数据#人工智能#华为
深度讲解LLM:微调技术(一篇好文)

微调的本质是 **“迁移学习” 的实践 **:预训练模型(如 BERT、GPT、ResNet 等)已从海量数据中学习到通用特征(如语言规律、图像边缘特征),微调通过在特定任务数据上调整模型参数,让通用特征与任务特性结合,实现 “通用知识向专项能力” 的迁移。例如,在罕见病 “阵发性睡眠性血红蛋白尿症(PNH)” 识别任务中,研究人员用 50 例病例数据微调提示向量,使模型对 PNH 的鉴别准确率从

文章图片
#自然语言处理#人工智能#深度学习
深度讲解智能体:ReACT Agent

采用客户端 - 服务器架构模式。:在企业级应用开发中,涉及整合企业内部众多异构系统(如 ERP、CRM、OA 等)数据与功能,MCP 可将这些系统封装为大模型可调用的能力模块,实现跨系统数据集成与业务流程自动化,如构建企业智能数据分析平台,使大模型能便捷访问不同业务系统数据进行分析。:方便集成多种外部数据源与工具,无论是本地文件系统、数据库,还是在线 API 服务等,都能整合到同一框架下,为大模型

#react.js#前端#javascript
AI大模型系列之七:Transformer架构讲解

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。

文章图片
#人工智能#transformer#深度学习
2024世界人工智能大会:谈AI如何落地?

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。

文章图片
#人工智能
AI大模型系列之八:YoloV3的整体框架介绍

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。

文章图片
#计算机视觉#算法#深度学习
《左宗棠传》读书笔记

左宗棠的一生,是晚清乱世中一位 “刚烈名臣” 以经世之才践行报国之志的壮阔史诗,其轨迹始终与国家安危、边疆稳固紧密相连,既留下了收复新疆的不朽功勋,也刻下了近代化探索的深刻印记。​早年的他,虽科举失意却未沉沦,转而深耕经世致用之学,在农学、舆地、军事领域积累深厚,青年时便以 “湘上农人” 自许,却心怀 “身无半亩,心忧天下” 的抱负。与林则徐的湘江夜谈,更埋下了他日后经略西域的种子,这份蛰伏期的积

文章图片
#职场和发展
AI大模型系列之一:大模型原理科普(深度好文)

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!

文章图片
#语言模型#人工智能#自然语言处理
AI大模型系列之三:Swin Transformer 最强CV图解(深度好文)

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

文章图片
#transformer
    共 93 条
  • 1
  • 2
  • 3
  • 10
  • 请选择