人工智能

1. 首页
2. IT互联网
3. 人工智能

基于30年教学沉淀的清华大学AI通识经典：《人工智能的底层逻辑》

📚 引言：为什么你需要这本书？在人工智能技术席卷全球的今天，你是否曾好奇： 机器是如何"看见"世界的？ 算法是如何"理解"人类语言的？ 智能系统背后的基本原理是什么？ 《人工智能的底层逻辑》正是为解答这些疑问而生！这本书由清华大学张长水教

人工智能 2026年01月17日 112 点赞 0 评论 13699 浏览

AI应用-本地模型实现AI生成PPT(简易版)

文章目录 前言 技术栈 效果展示 一、实现思路 二、实现步骤 1.本地安装marp-cli 2.后端实现 3.前端实现 三、代码地址及说明 前言在许多项目中，生成 PPT 是常见的需求，尤其在教育和报告展示中。传统的生成 PPT 的方法需要手动创建，而使用生成模型，如 Dify 或 Ollama&

人工智能 2025年05月02日 49 点赞 0 评论 13699 浏览

天文速递（8月上篇）

原创 赵冬瑶《天文爱好者杂志》 图：盖亚航天器的艺术图，背景为银河系。图源：ESA/ATG medialab; background image: ESO/S. Brunier 欧洲航天局于2022年6月13日释放了盖亚任务的新数据，这批新数据为天文学家理解银河系的形成和演化开启了全新的阶段。盖亚（GAIA，Global Astrometric Interferomet

人工智能 2025年12月01日 160 点赞 0 评论 13682 浏览

飞算JavaAI：重构软件开发范式的智能引擎

一、引言：软件开发的效率困局与破局之道在数字化转型加速的今天，软件开发面临着需求迭代快、人力成本高、技术栈复杂等多重挑战。传统开发模式中，从需求分析到代码实现的长链条往往导致项目延期、质量参差不齐。而飞算JavaAI的出现，以“智能引导+一键生成”的核心能力，重新定义了软件开发的效率边界。 本文将聚焦其合并项目场景功能

人工智能 2025年07月03日 95 点赞 0 评论 13679 浏览

GEO数据高速下载工具ascp的安装及使用

ascp/aspera对于生信中较大数据的下载上传是非常快速的，谁用谁知道！像NCBI(GEO/sra)就是在用，总之两个字：真香！。今天来教大家如何安装ascp以及如何利用ascp从GEO下载数据。在这里呢，我已经给大家下载好了，在下面网盘中下载就行了，设置的永久有效哦。 链接： 提取码：eyvb

人工智能 2025年07月05日 78 点赞 0 评论 13673 浏览

基于YoloV11和驱动级鼠标模拟实现Ai自瞄

本文将围绕基于 YoloV11 和驱动级鼠标实现 FPS 游戏 AI 自瞄展开阐述。 需要着重强调的是，本文内容仅用于学术研究和技术学习目的。严禁任何个人或组织将文中所提及的技术、方法及思路应用于违法行为，包括但不限于在各类游戏中实施作弊等违规操作。若因违反此声明而产生的一切法律后果，均与本文作者无关。 一、原理AI 自瞄是一种借助人工智能技术自动控制瞄准

人工智能 2025年06月08日 90 点赞 0 评论 13672 浏览

腾讯云 AI 代码助手编程挑战赛 + 构建开发板垃圾图片识别AI对话的Copilot

一、前言：最近公司有一个项目需求需要使用到AI智能识别的功能《垃圾智能AI识别系统》，本人一直从事Web领域开发工作，也没接触过人工智能这个赛道，刚好现在借这个“腾讯云 AI 代码助手编程挑战赛”来了解一下AI写代码相关的流程。刚好也是接触新的技术领域，经过“腾讯云AI代码助手”来帮助我从0到1来实现这个《构建开发板垃圾图片识

人工智能 2025年09月28日 155 点赞 0 评论 13646 浏览

脉脉独家【AI创作者xAMA】｜当豆包手机遭遇“全网封杀”：AI学会操作手机，我们的饭碗还保得住吗？

🔥草莓熊Lotso：个人主页 ❄️个人专栏: 《C++知识分享》 《Linux 入门到实践：零基础也能懂》 ✨生活是默默的坚持，毅力是永久的享受！ 🎬 博主简介： 【AI创作者xAMA】 在脉脉的匿名职言区，一条关于“字节跳动豆包手机功能被

人工智能 2025年12月28日 45 点赞 0 评论 13633 浏览

学习是从抽象到具体的过程

学习的目的就是将学到的知识应用到新的知识学习中去（包括实践（行动），（实践）行动是一种发现学习，理论学习是一种接受或继承学习，两者都是得到新知识），应用到实践中去（书本学习是脑力实践，行为实践是身体动作实践），以解决实际问题，这种应用就是迁移 对知识的应用是一种从抽象到具体的过程，哪怕是抽象对抽象的应用——一种知识对另一种知识的解释就是一种知识对另一种知识的应用，它是抽象对抽象的应用，虽然这个应用

人工智能 2025年07月12日 85 点赞 0 评论 13633 浏览

PyTorch生成式人工智能（30）——扩散模型（Diffusion Model）

PyTorch生成式人工智能（30）——扩散模型（Diffusion Model） 0. 前言 1. 去噪扩散模型简介 1.1 正向扩散过程 1.2 逆向扩散过程 1.3 训练去噪 U-Net 模型流程 2. 数据处理 2.1 使用花卉图像作为训练数据 2.2 可视化前向扩散过程 3. 构建去噪

人工智能 2025年10月25日 192 点赞 0 评论 13627 浏览