登录社区云,与社区用户共同成长
邀请您加入社区
为遵守国家网络实名制规定,未绑定将限制内容发布与互动
本文记录了一位程序员在1024节期间,通过接入麦当劳MCP开放接口,结合腾讯WorkBuddy打造“mcd-dev-diet”工具的实践。项目实现每日点餐营养分析、缺口补足推荐与月度饮食回顾,解决长期“吃啥不清”的问题。过程中克服了地址错误、中文字段、份量校准等技术难题,最终构建出基于真实数据的“程序员版麦当劳营养账单”,完成一次AI协作工程实验。
从特征的尺度、特征的位置和训练的类别权重三个维度补齐短板。图2 MSD-ResNet50 改进思路重绘图。依据论文模型描述整理,属于概念性流程图,不表示每一层在原始代码中的准确插入位置。根据论文描述,MSD-Block 负责从不同尺度提取斑点特征,动态调整各分支的相对贡献;CBAM 对通道和空间维度进行加权;训练时通过加权交叉熵控制不同类别的损失贡献。“尽可能看全(多尺度)→ 尽量看准(注意力)→
针对在卷积神经网络中 Swish 激活函数在反向传播求导误差梯度时涉及参数较多所导致的计算量较大、收敛速度慢,以及 ReLU 激活函数在 x 负区间内导数为零所导致的负梯度被置为零且神经元可能无法被激活的问题,提出了新的激活函数 ReLU-Swish。"两个正交的维度对卷积神经网络(CNN)做优化——用一个异构式 CPU+GPU 协同计算模型提升训练速度与性耗比,又提出一种新的 ReLU-Swis
AI如何从技术演示走向真实制造流程,并实现规模化应用?本文结合灯塔工厂的四个典型案例,解析AR远程协作、LLM+RAG设备故障诊断、Process AI+Omniverse+Agentic AI驱动的SMT能源闭环优化,以及私域大语言模型供应链碳核算平台的技术方案与应用成效。在此基础上,进一步分析工业AI如何整合数据、知识与业务流程,并通过Omniverse数字孪生、MoMClaw(Factory
这篇的底层材料来自我整理的一份个人智能体竞品对照表。写的时候我一直想回答一个问题——各家产品发布会讲的「能自主办事」,在工程上到底是同一件事还是四件不同的事。结论是四件,而且它们的可靠性差了一个数量级。
八界开源生态提供完备的高层SDK,支持视觉、导航、抓取与语音一体化开发。通过Python调用45项接口,实现从物体识别、位姿计算到机械臂抓放的全流程控制。实测中,158个开放词汇检测精准定位柜顶键盘、鼠标与玩偶,并结合点位导航与语义地图应对场景变化。调试中发现单位混淆、错误码处理等细节问题,均通过封装工具链优化。代码已开源,助力开发者快速构建智能机器人应用。
亮数据官方号: 新手用户注册就送25刀试用金:
传统RAG因知识库静态滞后,常出现AI“张口就错”问题。本文通过Bright Data双MCP架构——Docs MCP(文档检索)与Web MCP(实时抓取),实现大模型推理过程中动态搜索、抓取最新网页内容,突破静态向量库限制。结合亮数据代理网络,稳定获取Markdown格式原文,嵌入LangChain等框架,构建“搜索→抓取→向量化→生成”闭环。实测证明,该方案可精准回答时效性问题,如查询当日科
代理网络的核心价值只有一句话:它决定你的采集任务能不能稳定拿到数据、单条数据成本能不能压下来。选错平台最典型的症状不是"完全跑不动",而是成功率从 99% 掉到 85%、每月带宽账单翻倍、风控误伤之后没有任何申诉渠道。本文用 5 个可量化指标、4 类代理类型对比、4 家主流服务商评测,给出一套可以直接照做的选型流程。
选数据采集服务,第一件事不是比价格,而是先分清你要买的是"工具"还是"服务":团队有专职爬虫工程师、需求高度定制,选自建开源方案或自助 SaaS 工具;没有工程资源、但需要稳定持续的数据供给,选托管型服务。下面给出 4 条判断标准、4 家主流平台的能力与价格对照表,以及按数据量级和合规要求拆解的选型决策树。