深度学习标签_龙虾开发者社区

深度学习

RL训练Agentic模型实现并行多轮上下文检索：匹配前沿模型且快10倍

基于RL的Agentic检索模型正在成为AI Agent效率革命的关键驱动力。并行化：从串行单次调用转向多轮高并行调用自编辑：模型在检索过程中主动裁剪不相关信息迭代优化：检索器与Agent在RL训练中双向迭代当Agentic检索的速度提升10倍以上、成本大幅下降，AI系统将能在数秒内完成以往需要数分钟的复杂信息收集——这是Agent从“对话助手”走向“行动执行者”的关键一步。参考文献：, ACL

2301_80078096
2026-08-19 20:26:28

 684

 7

#人工智能 #机器学习 #深度学习
AI Agent 的真相：水面之下，90% 是工程

文章摘要：当前AIAgent领域存在“模型至上”的误区，但行业共识已转向“工程为王”。一张广为流传的冰山图揭示：成功Agent产品仅10%依赖AI模型，90%取决于系统工程。水面上的明星产品（如Perplexity、Cursor、Sierra）核心竞争力来自索引质量、工作流嵌入等工程能力；水面下则需14层技术栈支撑，包括算力、数据库、协议、编排、认证等。模型能力的趋同化使工程能力成为关键壁垒，企

 释迦呼呼
2026-08-19 17:57:42

 534

 8

#人工智能 #深度学习 #机器学习 +2
DeepSeek桌面客户端1.3.2：开箱即用的智能助手

DeepSeek Harness Desktop 1.3.2是一款本地开箱即用的DeepSeek桌面客户端，内置官方引擎与独立运行环境，无需依赖Node.js或命令行操作。核心功能包括：多模态交互原生适配（支持图片上传/粘贴/拖拽）、API用量统计与费用核算、可视化模型与Provider管理、Skill生态一键安装、MCP插件配置及镜像加速更新。新增图片灯箱交互优化（缩放/平移/下载），支持引擎版

 恒__heng
2026-08-19 13:45:19

 383

 10

#人工智能 #深度学习 #语言模型 +2
Agent 自进化为什么难：约束系统比自我反思更重要

Agent自进化的核心挑战不在于生成改进建议，而在于建立有效的约束、验证和拒绝机制以提高有效改进建议的比例。本文通过分析六种自进化系统（如Voyager、SkillOpt等），指出成功系统都具备以下特征：限定任务领域、基于完整执行轨迹生成改进、严格控制候选空间、设置验证门槛、保留历史记忆、优化器积累跨轮经验。其中SkillOpt的创新在于将自然语言技能视为可优化参数，通过有界编辑和慢更新机制实现稳

 策案案案
2026-08-19 13:36:31

 390

 10

#人工智能 #算法 #网络 +3
DeepSeek Harness 架构深度分析报告

当前业界绝大多数 AI Agent 框架均采用内核固化+功能附属的传统架构范式：框架存在不可替换的底层核心基座，所有模型适配、工具能力、会话调度、执行逻辑均强依赖核心源码。功能扩展、能力替换、流程定制均需侵入核心代码修改，形成「牵一发而动全身」的高耦合架构瓶颈，迭代成本高、扩展性差、运行状态不可控，是制约传统 Agent 工程化落地的核心痛点。DeepSeek Harness 彻底颠覆传统 Age

m0_47457931
2026-08-18 17:02:41

 785

 12

#架构 #人工智能 #深度学习 +4
DeepSeek Harness：Agent 自我改进之前，先让 Harness 可观察、可组合、可回滚

DeepSeekHarness（DSH）通过模块化设计和运行时工程，探索AI Agent系统自我改进的可能性。其核心在于将Agent拆解为可动态替换的插件（如模型适配器、工具系统等），并基于Cordis运行时管理插件的依赖与状态，确保修改可验证、可回滚且隔离风险。DSH提供多种预设模式（如标准、PTC、极简和创造模式），展示不同工具编排策略对任务效率的影响，尤其是程序化工具调用（PTC）能减少模型

 2301_81043294
2026-08-18 13:23:45

 383

 11

#java #前端 #人工智能 +3
AI Agent可观测性：破解多步推理黑盒的技术实践

本文探讨了为AIAgent构建可观测性体系的关键技术与实践。针对多步推理Agent（如ReAct、CoT等架构）存在的决策黑盒问题，提出通过日志记录、指标监控和追踪链路三大支柱实现透明化：结构化日志记录每个推理步骤，定义任务成功率/Token消耗等核心指标，并通过分布式追踪还原完整推理路径。文章详细介绍了插桩、上下文管理、可视化调试等实现方案，并以代码生成Agent为例展示可观测性如何将问题定位时

 软件派
2026-08-18 10:49:33

 357

 11

#深度学习
梳理 LLM、Token、Context、Prompt、RAG、MCP、Skill、Agent 等 AI 核心概念

检索增强生成（Retrieval-Augmented Generation），将大模型与外部知识库结合，通过检索补充大模型知识，生成更准确的答案。主要解决大模型知识更新慢、幻觉问题，适用于知识密集型任务。它将文档切分成小块，转化为向量存储在知识库中。当用户提问时，系统先通过向量检索找到与问题最相关的文档片段，再交给大型语言模型（LLM）生成自然语言回答。RAG结合了检索与生成，灵活性更强。离线知识

 沫妤
2026-08-17 00:56:00

 409

 7

#深度学习 #人工智能
基于YOLOv8深度学习的变电站液体泄露红外检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

变电站作为电力系统的核心枢纽，其内部充油设备（如变压器、电抗器、套管等）的液体泄漏问题若不及时发现，不仅会造成设备故障，还可能引发严重的安全事故。针对传统人工巡检效率低、难以发现早期微小泄漏的问题，本项目提出并实现了一种基于YOLOv8深度学习架构的红外检测系统。该系统利用红外热成像技术捕捉设备温度场异常，结合YOLOv8算法卓越的目标检测与实时处理能力，对图像、视频及实时摄像头流中的泄漏区域进行

 斌擎人工智能官方账号
2026-03-25 09:53:10

 811

 24

#深度学习 #人工智能 #python
python神经网络编程入门（十三）——CNN纯 NumPy 实现 LeNet-5 全流程拆解与 MNIST 前向验证（上）

摘要：本文是系列第十三篇（上篇）。在前两篇实现卷积层和池化层的基础上，我们按照 LeNet-5 经典架构，利用 NumPy 完成模块组装与数据流串联，不依赖任何深度学习框架。文章真实记录了因初始化策略不当导致损失异常（从 2.84 → 2.61 → 2.31）的完整调优过程，最终将随机基线稳定在理论值（2.30）附近。下篇将在此基线基础上，串联反向传播算法并启动正式训练。

Lee_jerome
2026-07-28 23:37:54

 1090

 28

#python #机器学习 #深度学习 +4
H.App.PythonTrainer

【代码】H.App.PythonTrainer。

*Major*
2026-04-01 15:40:25

 119

#图像处理 #计算机视觉 #深度学习 +1
【电价预测】基于深度学习与 SHAP 可解释性分析的西班牙电力市场电价预测研究（Python代码实现）

电力市场价格受发电结构、负荷波动、气象条件等多维度因素耦合作用，呈现显著非线性、非平稳性与多周期耦合特征，精准电价预测是电力市场交易决策、电网优化调度与市场风险管理的核心技术支撑。

老杰爱编程
2026-04-12 10:27:21

 435

 9

#深度学习 #python #人工智能 +1
MinerU 3.3 之后，企业知识库为什么该重做文档入口：一套面向 Agent 的多页解析验收方案

文档解析领域近期从OCR准确性转向关注Agent和知识库的实用性，评测重点转向语义格式、跨页表格等结构化能力。MinerU作为文档解析基础设施，支持多种格式输入和结构化输出（Markdown/JSON），保留标题层级、表格等关键信息，并提供丰富的接入方式（API/SDK等）。其价值在于为Agent和知识库提供稳定入口，但仍需后续处理和人工验收。当前主线版本已更新至3.3，评测方案应注重可消费性而非

 m0_61134850
2026-06-12 10:13:56

 674

 11

#个人开发 #深度学习
RTX5060 GPU CUDA12.8 +vscode 设计一个torch实例程序

这个新环境cu128-py133，在上一篇文章介绍，安装cuda cuDNN torch。用文心AI编码插件自动生成一个实例程序deep_learning_example.py。首先启动环境，打开anaconda prompt，进入base环境，再输入。打开vscode，安装python插件和文心comate AI编码插件。在D盘创建一个torch_test文件夹。用vscode打开文件夹。在上一

 信鸽爱好者
2026-03-17 11:30:48

 208

 1

#vscode #编辑器 #深度学习 +1
基于深度学习python pytorch对声音音频识别

本文介绍了5个基于Python深度学习的语音识别项目，包括动物异常声音识别、数字语音识别、英文单词识别，以及针对狗叫和猫叫的特定声音识别。这些项目展示了深度学习在音频处理领域的应用，通过神经网络模型实现了对不同类型声音特征的提取和分类。每个项目都配有详细的视频教程链接，为开发者提供了实用的技术参考和实现方案。

no_work
2026-03-03 21:59:10

 304

 5

#深度学习 #python #pytorch +1
Codex正价方案性价比表

注：随着账号风控，执行任务差别，实际配额可能有波动，请自行测试，仅供参考。另外我的PRO 20X买了用不完，能不能帮帮我，感激不尽（图二有线索哦）

2301_78213140
2026-06-26 19:02:26

 70

#深度学习 #人工智能
基于深度学习的绝缘子缺陷检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目利用YOLOv10（You Only Look Once version 10）目标检测算法，开发一个高效的绝缘子检测系统。该系统能够自动从电力设备图像中检测出绝缘子，并分类其状态（如破裂、闪络损坏、无问题、绝缘子串），为电力系统的智能化运维提供支持。

斌擎人工智能官方账号
2026-02-26 09:42:18

 446

 4

#深度学习 #人工智能
AI Agent 开发与多 Agent 协作系统设计全景指南

如果说 2023-2024 年是 AI Agent 的"启蒙元年"，那么 2025-2026 年则是\*\*多智能体系统（Multi-Agent Systems, MAS）\*\*的"工程深水区"。单体 LLM 在面对复杂、长链条任务时逐渐力不从心，将任务拆解并分配给一群各司其职的"专家 Agent"，已成为构建企业级 AI 应用的标准范式。

大靠山
2026-06-18 11:29:07

 239

 3

#人工智能 #大数据 #深度学习 +1
VQ-VAE实战：用Python从零构建图像压缩模型（附完整代码）

本文详细介绍了如何使用Python和TensorFlow从零构建VQ-VAE（Vector Quantized Variational Autoencoder）图像压缩模型。通过向量量化技术，VQ-VAE在保持图像质量的同时实现高效压缩。文章包含完整的代码实现，涵盖核心机制、环境搭建、模型架构、训练技巧及结果分析，适合深度学习开发者和图像处理研究者实践应用。

q3r4s5t
2026-02-25 07:49:07

 234

#深度学习
Python Web开发框架对比

Python Web框架各有优缺点，选择合适的框架取决于项目的具体需求。Django适合大型项目，提供了丰富的内置功能；Flask适合小型项目和API开发，灵活性高；FastAPI是现代高性能框架，适合构建API；Tornado适合实时应用；Pyramid适合需要灵活性的大型应用。在选择框架时，应该考虑项目规模、性能要求、开发速度、学习曲线和生态系统等因素。同时，无论选择哪种框架，都应该遵循最佳实

 雷帝木木
2026-04-08 13:14:02

 4343

 8

#python #机器学习 #深度学习 +1
Agent推理模式

agent推理模式

 bxklili
2026-02-28 15:24:52

 368

 9

#人工智能 #机器学习 #深度学习 +1
Python实战：用神经网络模型搞定中文情感分析（附完整代码）

本文详细介绍了如何利用Python和神经网络模型进行中文情感分析实战。通过jieba分词、TF-IDF向量化等文本处理技术，结合Keras构建深度学习模型，并提供了从数据准备、模型训练到评估部署的完整代码流程，帮助开发者高效处理电商评论等文本数据的情感判断。

好好住
2026-02-19 00:16:22

 442

 4

#深度学习
LLM - 从定制化 Agent 到通用 Agent + Skills

Skills 是为 Agent 打包的、可组合的流程性知识集合，本质上就是组织良好的文件夹。my_skill/├── skill.yaml # 元数据（名称、描述、触发条件）├── SKILL.md # 核心指令和目录├── scripts/ # 可执行脚本├── docs/ # 参考文档└── examples/ # 示例文件skill.yaml 只负责告诉 Agent：这个 Skill 叫啥、

写编程的木木
2026-03-12 14:27:50

 700

 15

#人工智能 #学习 #深度学习
基于深度学习的冰箱内食物检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

YOLOv10冰箱内部成分检测系统是一个基于YOLOv10（You Only Look Once version 10）目标检测算法的智能系统，专门用于检测和识别冰箱内部的多种食物成分。该系统能够自动识别冰箱中的30种常见食物，包括水果、蔬菜、肉类、乳制品、调味品等，并将其分类为相应的类别。通过该系统，用户可以实时了解冰箱内食物的存储情况，优化食物管理，减少浪费，并提升生活便利性。

网络爬虫大揭秘
2026-02-24 14:16:56

 217

 3

#深度学习 #ui #python +1
AI 性能测试完整框架：从模型到 Agent 的四层验证体系

很多所谓的“大模型性能测试”只停留在模型接口并发和响应时间层面，但在实际的 Agent 项目中，这远远不够。本文基于实际项目经验，梳理出一套“模型层 → 决策层 → 状态层 → 生成层”的四层 AI 性能测试框架，分别验证模型吞吐能力、路由稳定性、并发数据安全以及输出结构可控性。通过分层设计与分层验证，将“慢、错、乱、偏”四类核心风险逐一定位，形成一套可落地、可复现、可面试表达的 AI 性能测试体

 whweia
2026-03-05 17:30:00

 276

 6

#人工智能 #功能测试 #深度学习 +1
VSCode安装指南：深度学习项目训练环境配置

本文介绍了如何在星图GPU平台上自动化部署深度学习项目训练环境镜像，快速搭建AI开发环境。该镜像集成了VSCode编辑器、Python开发工具和主流深度学习框架，可应用于图像识别、自然语言处理等AI模型的训练与调试，显著提升开发效率。

二院大蛙
2026-04-04 05:34:24

 199

 1

#深度学习
基于深度学习的花生种子霉变检测系统（YOLOv8+YOLO数据集+UI界面+Python项目+模型）

本项目基于深度学习目标检测算法，开发了一套高效、精准的花生种子霉变检测系统，用于自动识别花生种子是否发生霉变。"with mold"（霉变花生）和"without mold"（无霉变花生），通过计算机视觉技术实现快速、自动化检测，适用于食品加工、农业质检和仓储管理等领域。本系统采用367张高质量标注图像作为数据集，其中训练集248张验证集77张测试集42张，确保模型具备良好的泛化能力。

算法魔法师
2026-07-01 13:02:16

 84

#深度学习 #ui #人工智能 +1
yolov8的红外光伏板缺陷检测系统有技术文档能实现图像，视频和摄像实时检测深度学习 python Django

摘要：本系统基于YOLOv8深度学习模型和PyTorch框架，构建了一个多模态目标检测平台。系统支持图像检测、视频分析和实时摄像头检测三种模式，采用Django+Vue3技术栈实现前后端分离架构，通过SQLite数据库存储检测记录。核心技术包括：1）YOLOv8算法实现高效目标识别；2）Django处理文件上传、任务调度等后端逻辑；3）Vue3构建响应式Web界面；4）OpenCV实现多类型摄像头

 毕胜客源码
2026-03-22 15:02:52

 561

 14

#python #人工智能 #深度学习 +1
python神经网络编程入门（六）——从零开始，敲出你的第一个神经网络

本文基于 Python 与 NumPy 从零实现三层神经网络。首先阐述梯度下降学习原理，再分步搭建网络结构：初始化网络节点与权重矩阵、通过前向传播完成预测计算、利用反向传播结合误差迭代更新权重。依托矩阵运算与 Sigmoid 激活函数，网络可自主优化权重、拟合目标输出。训练结果表明，模型误差随迭代持续下降，具备有效学习能力。该轻量化底层实现，可为理解深度学习核心机制提供实践支撑。

Lee_jerome
2026-07-09 22:28:03

 481

 16

#python #人工智能 #神经网络 +3
python神经网络编程入门（三）----矩阵乘法真是神经网络的“偷懒神器”

这篇文章用通俗易懂的方式，把矩阵乘法从“枯燥的数学工具”变成了神经网络里的“计算加速器”。作者先用Excel表格类比矩阵结构，讲清“点乘”规则和行列匹配的关键，然后以3层神经网络为例，一步步演示信号如何通过权重矩阵变换、Sigmoid激活函数压缩，最终算出输出结果。全程用具体数字手算验证，让读者直观看到矩阵如何把海量乘加运算压缩成简洁的X = W·I，既避免了人工计算的繁琐与错误，也为后续的误差反

 Lee_jerome
2026-07-06 23:01:30

 478

 15

#python #目标检测 #深度学习 +3
Agent Harness、Loop、Graph：别再把三种 Agent 工程混成一件事

写这篇文章时，配图连续出了两次错。第一张 Harness 信息图，把「执行控制」画了两遍。第二张 Graph State 图，四个主标签都对，却擅自补了一段看起来专业、实际不严谨的小字。

Python编程杰哥
2026-07-29 21:34:50

 251

 5

#数据库 #服务器 #运维 +4
基于深度学习的小麦叶片病害检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目利用YOLOv10（You Only Look Once version 10）目标检测算法，开发一个高效的小麦叶片病害检测系统。该系统能够自动从小麦叶片图像中检测出病害区域，并分类病害类型（如健康叶片、白粉病、叶枯病、秆锈病、黄锈病），为种植户提供病害预警和防治建议。

斌擎人工智能官方账号
2026-02-26 09:45:52

 326

 4

#深度学习 #ui #人工智能
python神经网络编程入门（十五）——RNN的数学原理与结构剖析：一个公式，如何统治所有时间步？

承接上文序列数据与循环思想，本篇深入剖析RNN核心公式h_t=tanh(W_xh·x_t+W_hh·h_{t-1}+b_h)：逐项拆解三个权重矩阵的物理意义与维度，讲透W_hh为何必须是方阵；详解Batch/Seq/Input/Hidden四维张量流转，五大NumPy实操亲测tanh压缩、非方阵报错、h0初始化与hidden_size反推，全部代码可复现。

Lee_jerome
2026-08-01 14:37:11

 774

 24

#神经网络 #python #rnn +2