用这份人工智能技术资料合集，解锁智能科技新技能。
大电流降压芯片，工作频率高，电感电容小。...
JK3000/4000系列多通道温度测量仪 modus 编程指令...
MobaXterm是一款专为Windows平台打造的全能型远程连接与终端管理工具箱，将SSH、RDP、VNC、FTP/SFTP及串口等多种主流远程协议集成于一身。无需安装多个软件就能在一个界面内完成L...
推箱子游戏的完整Qt程序代码（源码）课程设计作品...
MCU外部晶振的匹配，可用于外部高速晶振匹配和低速晶振匹配...
FB与FC区别程序编写，主要用于图博软件交流学习...
LED灯控制程序编写，主要用于图博软件交流学习...
电动机组的启停控制程序编写，主要用于图博软件交流...
电动机组的启停控制仿真程序编写，主要用于图博软件交流学习...
这个是大学课件，讲述了三种数据链路控制协议。...
一、核心概念与基础关系（一）机器学习的本质定位机器学习是人工智能领域的一个分支，核心是通过算法让计算机从数据中自动学习模式，进而完成特定任务，无需人类对每个步骤进行显式编程。传统人工智能依赖人工编写规...
一、人工智能芯片的定义与核心定位人工智能芯片（Artificial Intelligence Chip，简称AI Chip）是专门针对人工智能计算任务进行架构优化，能够高效处理人工智能领域海量数据并行...
随着人工智能技术的飞速发展，算力已成为驱动科技创新和产业变革的核心引擎。而人工智能硬件作为算力的物理载体，正经历着一场深刻的革命。从通用计算芯片到专用人工智能芯片，从单一设备到分布式计算集群，人工智能...
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...
人工智能芯片行业深度报告：风起于青萍之末——GPU,FPGA，ASIC 人工智能——风起于青萍之末 人工智能市场将保持高速增长，根据艾瑞咨询的数据，2020 年全球人工智能市 场规模约 1190...
人工智能时代的新海康，“算法+芯片+应用”的新生态人工智能时代的新海康，“算法+芯片+应 用”的新生态 [Table_Summary] 投资要点： 人工智能化是安防监控行业发展的必然趋势。我...
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...
现行人工智能研究取得了许多进展,但存在“深度上浅层化、广度上碎片化和体系上封闭化”的重要缺陷。这不是改进算法或者提高硬件性能所能解决的问题,而是要在科学观方法论上寻找根源。本文依据“科学观→方法论→研...
摘要：本文论述了人工智能和神经网络在电力工程学中的应用。它第一次报道有人工智能已应用于电力系统领域。然后总结了人工智能技术的应用，并提出建议，改进现有的人工智能设备工具。在此之后，本文着重于探讨神经网...
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...
什么是EMR大数据服务EMR全称是Elastic MapReduce，也就是弹性MapReduce，是云厂商提供的云端托管大数据处理服务，能够帮助企业和开发者快速在云端完成海量数据的存储、分析与计算，...
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。...
范围 本标准规定了军工大数据系统的框架、功能要求及非功能要求等内容。 本标准适用于在国防科技工业科研、生产、保障、管理过程中，为提升能力而建设的各类军工大数据系统，可作为军工大数据系统设计、选型、...
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,...
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、...
近年来，大语言模型在自然语言处理、计算机视觉、多模态交互等多个领域取得了突破性进展，GPT-4、文心一言、Claude 3等通用大模型已经具备了极强的通用能力，能够完成知识问答、内容生成、代码编写等多...
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...
当前公开信息中，"华为系百度大模型"这一特定概念并无明确指向的官方合作项目或联合研发成果。华为与百度作为中国科技行业的领军企业，各自在人工智能大模型领域均有深入布局和显著成果，但二...
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。...
一、方法概述1.1 核心概念数据驱动设计是一种以数据为核心决策依据的设计范式，区别于传统依赖设计师经验、直觉的设计流程，它将全链路设计过程建立在数据采集、分析与优化的基础上。而基于深度学习的数据驱动设...
一、DLSS的基本概念DLSS全称Deep Learning Super Sampling，中文译为深度学习超采样，是NVIDIA公司开发的一项基于深度学习的图形渲染技术，主要应用于3A游戏等实时渲染...
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...
衍射深度学习网络是一种将衍射光学原理与深度学习算法相结合的创新技术，其核心思想是通过设计特定结构的衍射光学元件（Diffractive Optical Elements, DOE）来实现传统神经网络的...
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...
深度学习（Deep Learning）是机器学习的一个重要分支，它通过模拟人脑神经网络的结构和功能，构建具有多层非线性变换能力的模型，实现对复杂数据的特征学习和模式识别。深度学习模型凭借其强大的表示学...
车辆与道路作为交通运输的主要载体，掌握其大范围、全路域的数量及分布特征能够实时获取交通信息，对建设智慧城市意义重大。由于目前地面传感器监测成本高，传统检测技术已不能满足交通信息监测的需求，而近年来迅速...
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...
近年来,深度学习在图像和语音处理领域已经取得显著进展,但是在同属人类认知范畴的自然语言处理任务中,研究还未取得重大突破.本文首先从深度学习的应用动机、首要任务及基本框架等角度介绍了深度学习的基本概念;...
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。...
