用这份人工智能技术资料合集，解锁智能科技新技能。
光学基础知识与光场传播规律...
AM572x 的亮点在于集成了多种不同架构的处理单元，以兼顾通用运算、实时控制与专用加速：主处理器：双核 Arm Cortex-A15，主频可达 1.5GHz，用于运行 Linux、RTOS 等操作系...
PCIe9105是一款基于PCIe总线的任意波形发生器，该板卡提供2通道16bit可同步模拟量输出，点频率50MHz；内置DDS，支持频率连续可调，步进0.1Hz，能够生成用户定义的任意波形以及正弦波...
SM2263XT_N28开卡工具，仅支持N28...
AD9516例程实现时钟分配与pll分频。...
CT7601界面资料与固件，包含电路图原理图以及固件文件。...
fl1100芯片设计参考电路，实现pcie转usb3.0....
本实用新型提出了一种溶液自动配比及浓度控制的装置，采用“高浓度母液预配+动态稀释”的核心逻辑，具有很高的配液自动化逻辑控制结构。对于工厂、企业、矿山等生产环境下，配液效率有着显著的提升。可减轻人工劳动...
本实用新型提出了一种阻化液自动配比及高效搅拌溶解的设备，具有很高的配液自动化逻辑设计和高效的搅拌溶解结构。对于工厂、企业、矿山等生产环境下，配液效率有着显著的提升。可减轻人工劳动强度和人工干预配比过程...
国科 GK7102_SC1045_38x38 原理图+PCB完整资料...
本白皮书围绕人工智能全产业链展开研究，分为序言与技术篇两大板块，从应用、大模型、数据、基础设施、芯片五大维度系统剖析 AI 产业当下格局与未来演进方向。在 AI 应用层面，报告聚焦 AI‑Native...
2026年人工智能发展报告.pdf...
中国通用人工智能发展报告内容介绍本报告围绕人工智能作为新质生产力核心引擎展开系统论述，整体分为五大核心章节与案例附录。第一章定位人工智能时代价值，点明 AI 作为通用技术，正经历技术创新、产业转化到行...
人工智能技术概述一、人工智能技术的定义与核心内涵人工智能（Artificial Intelligence，简称AI）是指计算机系统通过模拟人类智能行为，完成原本需要人类智力才能解决的任务的技术总称。它...
通用人工智能探索逐步深入通用人工智能（Artificial General Intelligence，AGI）是人工智能领域的终极目标之一，指具备与人类同等甚至超越人类智能水平、能够理解、学习、自适应...
通用人工智能（AGI, Artificial General Intelligence）是人工智能领域追求的终极目标之一，指具备与人类同等甚至超越人类智能水平，能够自主学习、理解、适应各类陌生任务与环...
一、基本定义与核心特征强人工智能（General Artificial Intelligence，简称GAI），也被称为通用人工智能，是人工智能领域中追求的终极目标之一，指的是具备与人类同等甚至超越人...
人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人...
计算机行业深度-人工智能赛道(一)-a-i芯片--下一代计算革命基石1. 人工智能—下一代计算革命 1.1. 人工智能当前发展阶段 人工智能带来新一轮计算革命。人工智能从 1956 年达特茅斯会议...
电子行业-人工智能芯片-AI巨轮的引擎报告起因 近日，Google 公布其第二代 TPU 产品，Apple 也宣称正在研发一款名为“苹 果神经引擎(Apple Neural Engine)”的...
电力设备状态监测大数据分析技术设计1 监测大数据分析概述电力设备状态监测大数据分析是通过大数据技术，对海量的监测数据进行存储、处理和分析，挖掘数据的价值，为设备状态评估和故障诊断提供依据。监测大数据分...
本白皮书围绕人工智能全产业链展开研究，分为序言与技术篇两大板块，从应用、大模型、数据、基础设施、芯片五大维度系统剖析 AI 产业当下格局与未来演进方向。在 AI 应用层面，报告聚焦 AI‑Native...
一、大数据分析概述大数据分析是指对规模巨大、来源多样、类型复杂的数据进行挖掘，从中找出隐藏规律、关联关系和趋势，以此为决策提供支撑的数据分析过程，是大数据产业中创造商业价值的核心环节。随着互联网、物联...
随着数字经济的快速发展，全球数据总量呈现指数级增长，据国际数据公司IDC预测，2025年全球数据圈将扩大至175ZB，海量数据的存储与高效分析已经成为各行业数字化转型的核心需求。大数据分析存储作为支撑...
一、大数据的定义与核心特征什么是大数据大数据（Big Data）是指无法在一定时间范围内用常规软件工具对其内容进行抓取、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化...
根 据维 基百科的定义，大 数 据（big data）是指一个特殊的数据集，其足够大 而复杂，并且传统的数据处理应用软件不 能对它进行有效处理。大数据面临的挑战 包括大数据的获取、存储、管理...
SJ_T 11788-2021 大数据从业人员能力要求 本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。 请注意本文件的某些内容可能涉及专利。...
最早提出“大数据时代已经到来”的机构是全球知名咨询公司麦肯锡（McKinsey）。2011年，麦肯锡在题为《Big data: The next frontier for innovation, co...
近年来,随着越来越多的大科学装置的建设和重大科学实验的开展,科学研究进入到一个前所未有的大数据时代.大数据时代科学研究是一个大科学、大需求、大数据、大计算、大发现的过程,研发一个支持科学大数据全生命周...
为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究;当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,...
本白皮书围绕人工智能全产业链展开研究，分为序言与技术篇两大板块，从应用、大模型、数据、基础设施、芯片五大维度系统剖析 AI 产业当下格局与未来演进方向。在 AI 应用层面，报告聚焦 AI‑Native...
一、什么是大模型融合推理大模型融合推理是指将多个不同结构、不同训练数据、不同能力边界的大语言模型，通过特定的架构设计与调度策略组合在一起，发挥每个模型的优势，弥补单一模型的能力缺陷，最终获得比单一模型...
一、什么是垂直领域大模型垂直领域大模型是相对于通用大模型而言的人工智能模型，指专门针对某一特定行业、特定场景或特定任务训练，聚焦细分领域知识与需求的大语言模型/多模态大模型。通用大模型（如GPT系列、...
一、核心概念与需求背景1.1 什么是大模型架构自动搜索大模型架构自动搜索，简称NAS for LLMs（Neural Architecture Search for Large Language Mo...
一、闭源大模型的定义与核心特征定义闭源大模型指的是模型源代码、训练数据、模型权重等核心资产不对外公开，仅通过API接口、预设应用等限定方式向用户提供服务的大语言模型或多模态大模型，其开发、部署与维护全...
一、什么是开源大模型开源大模型是源代码开放可公开获取的大语言模型或多模态大模型，遵循特定开源许可协议，允许开发者、研究机构或企业自由访问模型权重、修改模型结构、二次开发甚至商用发布。和闭源大模型（如G...
项目简介：本项目基于泰山派RK3566构建，是一个可以离线本地运行的AI大模型盒子，并通过语音控制灯光获取天气等等，这是一个无需联网、无需API、无需付费的纯本地大模型案例,支持主流小参数大模型部署D...
数字政府AI大模型场景应用可行性研究报告...
常见AI大模型方案，智慧景区AI大模型智能安防应用方案...
该课件讲解的deepseek是什么、seepseek能够做什么、如何使用deepseek等方面进行概括性的讲解和阐述。...
人工智能中的深度学习基础与神经网络原理深度学习是人工智能领域最具影响力的技术之一，通过多层神经网络从数据中自动学习特征表示。深度学习在图像识别、自然语言处理、语音识别和游戏博弈等领域取得了突破性的成果...
机器学习与深度学习一、基础概念与核心定位机器学习是人工智能领域的一个核心分支，其核心思想是让计算机无需通过显式编程，就能从数据中自动学习规律，并利用学到的规律对未知数据做出预测或决策。传统的程序开发思...
一、什么是深度学习深度学习是机器学习的一个分支，本质是通过多层神经网络对数据进行特征学习与模式提取，从而实现对未知数据的预测、分类、生成等任务。与传统机器学习依赖人工提取特征不同，深度学习能够自动从原...
一、概念与问题定义单目重建是指仅通过单张或一段单摄像头拍摄的图像，恢复出场景或目标物体三维结构的技术。传统单目重建依赖多视图几何约束，需要同一场景的多张不同视角图像才能完成三维结构估计；而深度学习单目...
一、人工智能与深度学习的核心关系人工智能（Artificial Intelligence, AI）是计算机科学领域的一个综合性分支，核心目标是让机器具备模拟人类智能行为的能力，从而解决复杂决策、识别、...
机器学习与深度学习是当前人工智能领域的核心技术分支，二者既存在紧密的承接关联，又在技术逻辑、应用场景和能力边界上有着清晰的区分。从概念定义到技术架构，从落地场景到未来发展，梳理二者的关系与特点，能够帮...
一、AutoML技术概述深度学习设计自动化（Automated Machine Learning,AutoML）是将机器学习模型设计、训练、优化的流程自动化，降低机器学习技术应用门槛，提升模型开发效率...
一、什么是深度学习深度学习是机器学习的一个分支，是基于人工神经网络对数据进行表征学习的算法体系，其核心思路是通过多层非线性变换对高复杂度数据进行建模，自动提取数据中的抽象特征，从而完成分类、预测、生成...
一、引言随着深度学习技术的快速发展，模型规模和复杂度不断提升，对计算资源的需求日益增长。在深度学习应用中，推理阶段的性能直接影响用户体验和系统响应速度。传统的CPU和GPU在处理深度学习推理任务时面临...
针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学...
动态路径规划、集群协同作战核心逻辑，术如何让无人机从 “执行工具” 升级为 “自主决策者”。...
详解运动控制算法调优、多机协同避障、极端环境适应性改造，解决精密装配、高空运维等核心场景痛点。...
深度学习入门学习宝典。...
包含特征工程、交叉验证、混淆矩阵分析实操步骤，附 Python 落地代码与企业级项目案例。...
聚焦多语言兼容、IDE 协同等产业痛点，解锁模块化架构在 AI 编程、低代码平台的应用潜力。...
包含故障诊断、预测性维护流程，附数字孪生仿真测试方案。...
