首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
【大白话说Java面试题】【Java基础篇】第20题:HashMap在计算index的时候,为什么要对数组长度做减1操作
HashMap计算索引时对数组长度减1,使2的幂长度转全1二进制,通过位运算快速取模并确保索引不越界。
YOLOv11 改进 - 即插即用 PST金字塔稀疏Transformer:粗粒度到细粒度推理优化特征提取,提升复杂场景适应性
# 前言 本文介绍了金字塔稀疏 Transformer(PST)与 YOLOv11 的结合。主流基于注意力的特征融合方法计算复杂度高、实现难度大,作者提出 PST 模块,融合粗到细令牌选择与共享注
桂林装修认准一口价0增项靠谱吗?过来人告诉你真相
桂林装修认准一口价0增项靠谱吗?过来人告诉你真相 预算15万,最后花了25万,这种装修增项的“无底洞”你怕不怕?最近,桂林装修认准一口价0增项的模式在本地业主圈讨论度很高,它到底是营销噱头还是避坑利器
【大白话说Java面试题】【Java基础篇】第19题:HashMap的key如何减少发生哈希冲突
HashMap通过二次哈希扰动函数混合高位低位、2的幂长度配合位运算,以及链表转红黑树机制来减少哈希冲突。
🧪_压力测试与性能调优的完整指南[20260503034315]
作为一名经历过无数次压力测试的工程师,我深知压力测试在性能调优中的重要性。压力测试不仅是验证系统性能的必要手段,更是发现性能瓶颈和优化方向的关键工具。今天我要分享的是基于真实项目经验的压力测试与性能调
构建 Apache Iceberg 湖仓架构——为迁移到 Apache Iceberg 做准备
本章内容包括: 执行基础设施审计 让利益相关方参与进来,以发现技术和组织需求 记录当前工具、存储系统和治理实践 将审计发现转化为有优先级、可执行的需求 关于 data storage、ingestio
YOLOv11 改进 - 主干网络 清华大学CloFormer AttnConv :利用共享权重和上下文感知权重增强局部感知,注意力机制与卷积的完美融合
# 前言 本文介绍了轻量级视觉变换器CloFormer及其核心模块AttnConv在YOLOv11中的结合应用。为解决视觉变换器缩小到移动设备友好尺寸时性能下降的问题,提出CloFormer,其引
GPT-5.5庆功宴刷屏,Grok降价四成抢滩,Gemini把文档生成塞进对话框
五一假期第三天,AI圈并没休息。 GPT-5.5庆功宴的消息在X上刷屏了。奥特曼公开邀请马斯克参加,马斯克没明确说去不去,但作家Andrew Curran替他表了个态:“他会像睡美人里的女巫一样不请自
第四章 智能体经典范式构建
环境准备与基础工具定义 安装第三方库 配置api密钥 创建.env文件,将任何兼容OpenAI服务的配置记录在该文件中: 封装基础llm调用函数 定义一个专属的LLM客户端类,封装所有与模型服务交互的
YOLOv11 改进 - 主干网络 SwinTransformer 移位窗口层次化视觉变换器:层次化特征提取增强多尺度目标感知,优化复杂场景检测
# 前言 本文介绍了Swin Transformer在YOLOv11中的结合,Swin Transformer是一种新型视觉Transformer,可作为计算机视觉通用骨干网络。它通过分层Tran
YOLOv11 改进 - 主干网络 RevCol可逆列网络:轻量级多列设计破解特征信息丢失难题,提升小目标与密集目标感知精度
# 前言 本文介绍了将可逆列网络(RevCol)与YOLOv11相结合的方法。RevCol由子网副本(列)组成,采用多级可逆连接,在前向传播时特征逐渐解耦且保留整体信息。该架构在图像分类、目标检测
YOLOv11 改进 - 主干网络 RepViT重访移动端CNN的ViT视角:轻量级设计分离Token与Channel混合器,优化移动端实时检测
# 前言 本文介绍了将轻量级卷积神经网络RepViT与YOLOv11相结合的方法。RepViT通过引入轻量级视觉变换器的高效架构设计,提升了移动设备上的计算机视觉任务性能。其采用结构重参数化技术
YOLOv11 改进 - 主干网络 MobileNetV4 移动网络第四版:通用倒瓶颈与移动注意力协同优化硬件效率,提升移动端检测适应性
# 前言 本文介绍了新型部分卷积(PConv)和基于其的FasterNet神经网络家族在YOLOv11中的结合应用。为解决神经网络浮点运算效率低下、内存访问频繁的问题,提出PConv,它能同时减
YOLOv11 改进 - 主干网络 LSKNet大型选择性核网络:大核深度卷积与空间选择机制协同动态调整感受野,增强旋转目标检测
# 前言 本文介绍了将大型选择性核网络(LSKNet)与YOLOv11相结合的方法。LSKNet引入了LSKblock Attention注意力机制,能动态调整感受野,适应不同目标的上下文特征。
构建 Apache Iceberg 湖仓架构——Apache Iceberg 动手实践
本章内容包括: 搭建 Apache Iceberg 环境 在 Spark 中创建 Iceberg tables 在 Dremio 中读取 Iceberg tables 构建商业智能 dashboard
YOLOv11 改进 - 主干网络 FasterNet (基于PConv部分卷积的神经网络):轻量级设计优化内存访问效率,实现精度与速度双重提升
# 前言 本文提出了将新型的部分卷积(PConv)和基于此的FasterNet神经网络家族与YOLOv11相结合。PConv通过减少冗余计算和内存访问,更高效地提取空间特征。FasterNet在各
十个超推荐的 AI 工具和网站
很多人用AI,只知道 ChatGPT、Claude、Gemini 这些大模型本体。 但真正把 AI 用得顺手的人,都有一套围绕大模型搭建起来的「工具链」—— 用来接入、管理、开发、创作、发现。
网页版免安装 AI 工具合集推荐|无需下载客户端,浏览器就能用全品类大模型
如今 AI 已经成为办公、学习、编程、文案创作的刚需工具,不管是职场人写方案、程序员查代码、学生整理知识点,还是普通人做文案、生成灵感,都离不开各类大模型的辅助。但很多人都有同款烦恼:想用不同 AI
产线上跑 Agent:LLM 挂了不是 500 错误,是停线
作者设计LLMGuard实现工业级容错,通过错误分类、智能重试、四级降级和统一封装,让Agent在产线稳定运行。代码已开源
YOLOv11 改进 - 主干网络 EfficientViT 高效视觉Transformer:硬件感知架构平衡全局感受野与局部细节,提升模型适应性
# 前言 本文介绍了高速度视觉变换器EfficientViT在YOLOv11中的结合应用。现有视觉变换器计算成本高,不适合实时应用,EfficientViT通过采用夹心布局的内存高效模块和级联组
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30