- 博客(355)
- 收藏
- 关注
RSS订阅
原创 【华为开发者大会2025】HarmonyOS 6 正式发布：全场景智能新体验，开启高效鸿蒙开发时代
2025年6月20日，HDC2025大会发布HarmonyOS 6，鸿蒙生态飞轮加速，带来全新的鸿蒙体验和开发模式，公布了Beta版支持机型，开启万物智联新纪元 。
2025-06-21 07:00:00
2773
57
原创 【华为Pura80系列】鸿蒙生态再升级：Pura 80 系列影像突破，WATCH 5 开启智能手表新纪元
2025年6月11日华为Pura80系列及全场景新品发布会，亮点纷呈，Pura 80系列影像与设计出众，WATCH 5功能创新，鸿蒙5.1加持，全场景生态再升级，科技体验迈向新高度。
2025-06-11 21:24:37
2727
72
原创 【华为鸿蒙电脑】首款鸿蒙电脑发布：MateBook Fold 非凡大师 & MateBook Pro，擎云星河计划启动
2025年5月华为发布nova14系列及鸿蒙电脑，MateBook Fold 非凡大师 和 MateBook Pro，并启动擎云计划，公布HarmonyOS 5.0.1升级规划。
2025-05-20 08:00:00
14025
87
原创 【华为Pura先锋盛典】华为Pura X“阔折叠”手机发布：首次全面搭载HarmonyOS 5
华为新生态手机Pura X以16:10阔型屏与AI眼动交互视觉体验登场，首搭HarmonyOS 5实现40%性能跃升，万亿级大模型驱动智能服务进化。红枫四摄开启多光谱影像时代。鸿蒙生态全面冲刺，电脑新品蓄势待发，开启全场景智慧生态新纪元。
2025-03-21 11:15:15
4160
80
原创 【博客之星2024年度总评选】年度回望：我的博客之路与星光熠熠
在过去的2024年里，我经历了许多的挑战和成长，本文主要是回顾我的个人成长历程，以及在创作和日常生活方面的突破，分享我是如何平衡个人生活与博客创作的经验。
2025-01-20 09:30:00
3570
102
原创 【鸿蒙生态崛起，开发者有哪些机遇与挑战？】HarmonyOS NEXT 引领数字化未来
鸿蒙系统不断创新发展，在智能手机、穿戴、车载、家居等行业领域的应用越来越广泛。HarmonyOS NEXT的发布标志着鸿蒙操作系统进入了全新发展阶段，揭示了在智能生态建设方面的最新成果，原生鸿蒙将为全球用户带来更加智能、互联的数字化生活。
2024-11-08 09:00:00
6438
66
原创 【深度学习优化算法】06：动量法
本文探讨更高效优化算法，重点介绍了泄漏平均值（动量）方法，通过累加过去梯度减小方差，提高收敛性。还分析了条件不佳问题，通过数学推导和实例展示了动量法在优化中的优势，包括扩大学习率范围，提高参数适应性，加速收敛。
2025-07-15 21:02:34
737
46
原创 【飞算JavaAI】一站式智能开发，驱动Java开发全流程革新
本文介绍Java智能开发助手：飞算JavaAI。其支持自然语言交互，实现需求分析到代码生成的全流程自动化，具备智能分析、自定义规范、引导开发等能力，Java Chat、智能问答、SQL Chat等功能模块覆盖全研发场景，提升开发效率与代码质量。
2025-07-12 09:54:50
1385
47
原创 【深度学习优化算法】05：小批量随机梯度下降
本文讲解梯度下降与随机梯度下降的极端情况，引出小批量随机梯度下降作为折中方案。通过实践分析向量化与缓存对计算效率的影响，对比不同批量大小的性能，并展示了使用深度学习框架的简洁实现方式，强调了小批量随机梯度下降在收敛速度和计算效率上的平衡。
2025-07-08 08:30:00
1230
45
原创 【机器学习与数据挖掘实战 | 商务】案例19：基于多层感知器算法的通信运营商客户流失分析与预测
本案例聚焦通信运营商客户流失分析与预测案例。先阐述分析需求；数据准备时进行去重、降维等操作并合并记录、简化特征；特征工程做独热编码；客户流失预测用多层感知器算法建模，还划分数据集、标准化数据并分析评价结果。
2025-07-07 08:30:00
550
35
原创 【深度学习优化算法】04：随机梯度下降
本文讲解随机梯度下降通过随机采样降低计算代价至O(1)，但受梯度随机性影响轨迹嘈杂。动态调整学习率可缓解此问题，实践中采用无替换采样遍历数据，以不同随机顺序提高数据效率，按O(1/√T)速度收敛至最优解。
2025-07-04 21:34:59
1337
45
原创 【飞算JavaAI】智能开发助手赋能Java领域，飞算JavaAI全方位解析
数字化浪潮下Java开发挑战多，飞算JavaAI于2025年1月发布，支持自然语言与语音交互，有三大核心能力，能重塑AI编码价值，安装便捷，有“智能引导”等多功能板块，可提升开发效率与质量。
2025-07-02 08:30:00
1724
58
原创 【MCP服务】蓝耘元生代 | 蓝耘MCP平台来袭！DeepSeek MCP服务器玩转大模型集成
蓝耘智算云平台推出“MCP 广场”，集成众多 MCP 服务。注册登录后可进入广场选服务。以 DeepSeek MCP 服务器为例，介绍其安装、功能，含多轮对话、自动切换模型等，还提及测试方法及服务工具详情。
2025-06-30 08:30:00
2334
43
原创 【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析
本案例针对三阴乳腺癌患者，经问卷调查收集数据并筛选处理形成原数据，经清洗、特征选择与变换后，构建Apriori模型，基于业务理解与建模结果，分析患者症状与中医证型关联，并据症状给出建议 。
2025-06-27 07:54:43
736
52
原创 【MCP服务】蓝耘元生代 | MCP平台：部署时间服务器MCP，开启大模型交互新体验
本文先介绍为大模型与外部资源集成提供标准化接口的MCP协议，接着介绍蓝耘MCP平台，还阐述其注册登录步骤及时间MCP服务器使用教程，助力开发者开发高效智能AI应用。
2025-06-25 08:00:00
1551
55
原创 【深度学习优化算法】03：梯度下降
本文讲解梯度下降优化目标函数，关键在于学习率选择，过大会发散，过小会无进展，可能陷入局部极小值，高维模型中调整学习率复杂，预处理有助于调节。
2025-06-23 08:00:00
1100
55
原创 【金仓数据库】KingbaseES在线体验平台：开启国产数据库学习新征程
本文介绍国产数据库KingbaseES，测试在线体验平台为数据库学习者提供便捷实践环境，助其快速掌握功能。未来平台将优化功能，金仓也将升级产品，提供更优解决方案。
2025-06-17 20:49:32
1674
62
原创 【机器学习与数据挖掘实战 | 商务】案例17：基于K-means和决策树的餐饮企业综合分析
本案例聚焦餐饮企业综合分析，先阐述分析需求、数据状况与处理流程，接着通过K-Means进行客户价值聚类，最后利用决策树构建客户流失预测模型并分析结果。
2025-06-16 08:49:42
916
53
原创 【机器学习与数据挖掘实战 | 医疗】案例16：基于K-Means聚类的医疗保险的欺诈发现
本案例利用医疗保险历史数据，通过描述性统计与数据清洗分析投保人和医疗机构信息，运用K-Means聚类构建欺诈发现模型，分析结果并度量算法性能，最后进行优化。
2025-06-14 08:00:00
944
47
原创 【PySpark安装配置】01 搭建单机模式的PySpark开发环境（Windows系统）
本文讲解在Windows系统上搭建可以运行PySpark程序的开发环境。包括安装JDK，安装Anaconda，安装Hadoop，安装MySQL，安装Hive，配置PySpark模块等步骤，最后运行Jupyter Notebook。
2025-06-09 08:00:00
1395
59
原创 【深度学习优化算法】02：凸性
本节讲解了凸函数，目的是帮助我们详细了解优化算法。凸函数的下水平集是凸的。这一性质不仅在数学上具有重要意义，而且在优化问题和机器学习领域也有广泛的应用。通过理解和利用这一性质，我们可以更好地解决实际问题并设计出更高效的算法。
2025-06-04 09:26:32
1994
86
原创 【通义千问】蓝耘元生代 | 免费千万Token！解锁通义Qwen2.5-72B-Instruct自然语言处理新体验
本文详述蓝耘元生代MaaS平台与Qwen2.5-72B-Instruct模型，涵盖平台特性、使用流程，还展示应用实例，新用户可获千万Token，前景可期。
2025-06-02 08:00:00
2195
71
原创 【深度学习优化算法】01：优化和深度学习
本文讲解深度学习优化。深度学习优化旨在最小化损失函数（训练误差），但核心挑战在于平衡训练与泛化误差。优化过程面临三大障碍：局部最小值、鞍点、梯度消失，激活函数饱和区域导致优化停滞，需结合优化算法与正则化策略应对过拟合。
2025-05-30 11:50:12
1467
68
原创 远控安全进阶之战：TeamViewer/ToDesk/向日葵设备安全策略对比
本文选取了当下最热门的TeamViewer、ToDesk、向日葵这三款国内外远程控制代表厂商，从软件介绍、远控安全策略等多个维度展开深入对比，突出ToDesk安全进阶的创新功能“二次验证保护”，呈现一场精彩的远控软件安全进阶“大比拼”。
2025-05-26 08:12:01
7214
99
原创 【金仓数据库】数据库：用户心中的成见是一座大山
文章探讨了数据库选择中的常见误区，特别是对分布式数据库的过度追捧。介绍了金仓数据库如何根据不同业务需求提供定制化解决方案，包括分布式应用、多租户、集中式高可用和真正的分布式数据库需求。
2025-05-21 19:17:14
1288
70
原创 【DeepSeek】蓝耘元生代 | 免费千万Token！蓝耘智算助力DeepSeek-R1开发者生态
本文系统阐述了DeepSeek-R1与蓝耘MaaS平台协同创新，提供免费Token资源，助推AI生态链发展。蓝耘MaaS平台作为模型即服务的先行者，提供了丰富的预训练模型库，用户可通过平台轻松调用DeepSeek-R1模型进行文案生成、代码编写等任务。
2025-05-18 12:28:44
3633
82
原创 【现代深度学习技术】注意力机制07：Transformer
Transformer基于自注意力和位置编码，采用编码器-解码器架构。编码器和解码器通过堆叠多头注意力层和前馈网络构成，利用残差连接和层规范化提升训练效果，在并行计算和短依赖路径优势下，广泛应用于序列任务如机器翻译。
2025-05-15 10:00:36
2692
77
原创 【现代深度学习技术】注意力机制06：自注意力和位置编码
本文讲解自注意力和位置编码。自注意力通过并行处理全局依赖，结合正弦/余弦位置编码注入序列位置信息，虽计算复杂度高，但路径短，克服了RNN/CNN的顺序限制，有效捕获长距离关系。
2025-05-12 09:19:53
1350
51
原创 【现代深度学习技术】注意力机制05：多头注意力
本文讲解注意力机制的多头注意力。通过并行学习多组线性投影，将查询、键和值映射到不同子空间，每个头独立计算注意力后拼接结果，再经线性变换融合不同关注模式，从而捕捉序列中多样化的依赖关系。
2025-05-12 08:56:09
1768
52
原创 【现代深度学习技术】注意力机制04：Bahdanau注意力
本文讲解注意力机制中的Bahdanau注意力。Bahdanau注意力机制通过动态调整上下文变量，在解码时使用加性注意力聚焦编码器隐状态的相关部分，替代固定上下文，提升机器翻译的准确性和对齐效果。
2025-05-10 09:04:36
1352
50
原创 【现代深度学习技术】注意力机制03：注意力评分函数
本文讲解注意力评分函数。加性注意力通过MLP处理不同长度查询键，缩放点积注意力利用点积和√d缩放提升效率。掩蔽softmax过滤无效位置，结合加权值实现注意力汇聚，代码演示权重分布，为复杂模型奠定基础。
2025-05-09 21:59:45
1425
34
原创 【现代深度学习技术】注意力机制02：注意力汇聚：Nadaraya-Watson核回归
本节通过Nadaraya-Watson核回归演示注意力机制：首先生成非线性数据集，对比平均汇聚的局限性；引入非参数注意力模型，使用高斯核计算权重实现平滑预测；扩展为带参数模型，通过可学习权重调整注意力分布，但可能过拟合导致预测波动。实验显示参数模型注意力权重更集中但预测欠平滑。
2025-05-07 10:42:36
1114
45
原创 【现代深度学习技术】注意力机制01：注意力提示
本文讲解注意力机制中的注意力提示。注意力是稀缺资源，通过自主（查询）与非自主（键）提示引导，机制将感官输入（值）加权汇聚，热图可视化权重分配。
2025-05-06 09:42:30
1221
57
原创 【现代深度学习技术】现代循环神经网络08：束搜索
本文讲解现代循环神经网络中的束搜索。贪心搜索逐步选最高概率词元，可能非全局最优；穷举搜索遍历所有组合，计算成本过高；束搜索维护k个候选序列，平衡效率与精度，通过评分公式优选最佳输出。
2025-05-05 11:02:49
1107
37
原创 【现代深度学习技术】现代循环神经网络07：序列到序列学习（seq2seq）
本文讲解现代循环神经网络中的序列到序列学习。seq2seq模型采用RNN编码器将变长序列编码为隐状态，解码器基于隐状态逐步生成输出。训练时使用遮蔽损失忽略填充词元，BLEU评估翻译质量。应用于机器翻译，通过教师强制策略训练，预测时逐词生成并用注意力机制优化结果。
2025-05-05 10:24:21
2033
50
原创 【现代深度学习技术】现代循环神经网络06：编码器-解码器架构
本文讲解现代循环神经网络的“编码器-解码器”架构。“编码器-解码器”架构可以将长度可变的序列作为输入和输出，因此适用于机器翻译等序列转换问题。将长度可变的序列作为输入，并将其转换为具有固定形状的编码状态。将具有固定形状的编码状态映射为长度可变的序列。
2025-05-04 12:18:18
1969
33
原创 【现代深度学习技术】现代循环神经网络05：机器翻译与数据集
本文讲解现代循环神经网络地机器翻译与数据集。机器翻译指的是将文本序列从一种语言自动翻译成另一种语言。使用单词级词元化时的词表大小，将明显大于使用字符级词元化时的词表大小。为了缓解这一问题，我们可以将低频词元视为相同的未知词元。通过截断和填充文本序列，可以保证所有的文本序列都具有相同的长度，以便以小批量的方式加载。
2025-05-04 12:06:22
1365
38
原创 【现代深度学习技术】现代循环神经网络04：双向循环神经网络
本文讲解了双向循环神经网络。从序列学习扩展场景切入，详述隐马尔可夫模型动态规划解法，引申双向循环神经网络架构、定义、计算代价、典型应用，并给出错误应用示例与风险警示，凸显实践要点。
2025-05-03 08:00:00
1856
43
原创 【现代深度学习技术】现代循环神经网络03：深度循环神经网络
本文讲解深度循环神经网络。通过堆叠多个隐藏层增强表达能力，每层隐状态传递至下一时间步和相邻层，使用激活函数处理输入及前序状态，PyTorch实现多层LSTM时因参数增多导致训练速度下降。
2025-05-02 08:00:00
1331
45
原创 【现代深度学习技术】现代循环神经网络02：长短期记忆网络（LSTM）
本文讲解现代循环神经网络中的长短期记忆网络（LSTM），通过输入门、遗忘门、输出门和记忆元解决长短期依赖问题，结构较GRU复杂但提出更早，支持从零实现和框架简洁调用。
2025-05-01 11:35:30
1392
40
【机器学习&数据挖掘】离群点检测-源代码+数据集
2025-01-13
【机器学习&数据挖掘】时间序列算法-源代码+数据集
2024-12-31
【机器学习&数据挖掘】智能推荐算法-源代码+数据集
2024-12-28
Python数据分析实验三(基于Scikit-Learn构建数据分析模型)数据集
2024-05-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人