大模型学习路线 第一阶段Python&数据结构&算法 –人工智能语言基础核心技能 掌握 Python 语言基础,包括语法、数据类型、运算符、输入输出函数等核心内容。 熟练运用 PyCharm 开发工具,掌握其安装、设置及调试相关操作。 精通 Python 中分支、循环结构以及各类数据结构(字符串、列表、字典、元组等)的操作与运用。 深入理解面向对象编程,涵盖类和对象、封装、继承、多态及设计模 2026-01-19 AI #大模型
java学习路线 Java学习路线 第1阶段—Java基础 [x] 0、阿玮Java+Al(Java入门到大神) https://heuqqdmbyk.feishu.cn/drive/folder/KLQsfGToJl3fZhdagWdc0jh5nye 第2阶段—Java Web(含数据库+H5+js+vue) [ ] 10天精通MySQL [] 2023版JavaWeb开发教程 [x] 2025最 2025-10-10 Java > 学习路线 #javaweb #springboot #redis #docker #mysql #maven #springcloud #jvm #mybatis #rabbitmq #zookeeper #dubb
农产品生产管理与期货行情监控系统 需求分析1. 农业生产者可根据历史数据分析对作物生长进行监测,以便对作物生产进行合理规划 2. 农业市场管理者可根据市场概览的行情, 做出合理的对策. 3. 农业市场管理者可对农产品价格行情和风险进行实时监控. 4. 农户或农业市场管理者可利用系统的期货预测功能提前掌握农产品的大概价格信息,可实现一定的前瞻性. 系统架构•历史数据分析:Spark SQL + HDFS + MySQL •实时监控: 2025-10-09 大数据 > Java #javaweb #springboot #hadoop #vue #前端 #java #java-web
大数据开发期末代码 课本代码中文注释版 4-23 读取usermsg数据 1234567891011121314151617181920212223242526// 导入Elasticsearch Spark SQL包import org.elasticsearch.spark.sql._// 定义Elasticsearch查询条件,查询phone_no字段值为5143217的记录val defaultQuery: 2025-06-12 大数据 > Java #spark
Cursor使用教程 使用教程:https://cursorhub.org/ Cursor 介绍了解 Cursor 的核心 AI 功能、设置和自定义选项,助力强大的代码开发 概述Cursor 是一款强大的 AI 优先代码编辑器,可增强你的开发工作流程。安装后,你将可以使用这些无缝协作提高生产力的核心功能: 理解你的代码库并提供上下文感知建议的 AI 驱动代码补全 通过问答模式、编辑模式和代理模式探索、理解和修改代码 2025-05-28 教程 > AI > 编程工具 #cursor
yolo训练指标详解 转载:https://www.cnblogs.com/itzixueba/p/18410587 使用YOLO进行目标检测训练之后,会在runs\detect\train下生成一些训练过程和结论文件: 那些名字里带batch的图片,是不同批次的图像预测结果。它们可视化了模型在训练过程中对数据的处理情况。这点在上一篇中已经讲过了。今天重点说说有关结论性的东西。 看到上面的一堆图表和曲线,很多人有 2025-04-22 Python #python #yolo #AI模型
图像处理大作业 一、名称🚀️基于YOLOv11的多作物病虫害智能检测系统(支持玉米、水稻、草莓、番茄等作物的病害识别) 二、项目背景农作物病虫害是威胁农业生产的重要因素,传统人工检测方式效率低、成本高。本项目利用前沿的YOLOv11目标检测算法,结合农业领域专业知识,构建高效精准的病虫害识别系统,助力农业智能化发展和病虫害防治。 三、目标 实现玉米、水稻、草莓、番茄四大作物的19种常见病害自动化检测 提供实 2025-04-22 Python #python #yolo #AI模型
作物产量预测与病虫害识别 作物产量预测和病虫害识别系统一、简介作物产量预测和病虫害识别系统:收集历史气象数据(温度、降水等)、作物信息、土壤数据和相应的作物产量数据,运用回归分析、机器学习算法构建产量预测模型,训练病虫害数据来识别作物的病虫害 二、技术1.数据挖掘 2.机器学习 3.sklearn 4.pyside6 5.yoloV11 三、项目开发环境系统:Windows11处理器: Intel(R) Core(TM) 2025-03-16 Python #python #yolo #pyside6
Janus 系列:统一的多模态理解和生成模型 1 月 28 日凌晨,除夕夜前一晚,DeepSeek 又开源了其多模态模型 Janus-Pro-7B,宣布在在 GenEval 和 DPG-Bench 基准测试中击败了 DALL-E 3(来自 OpenAI)和 Stable Diffusion。 Janus-Pro 是先前工作 Janus 的改进版本。具体来说,Janus-Pro 包含:(1)优化的训练策略,(2)扩展的训练数据,以及(3)更大模 2025-01-28 AI #多模态