搜索[Agent训练]结果-低调大师优秀个人博客

精选列表

搜索[Agent训练]，共10000篇文章

高效使用Pytorch的6个技巧：为你的训练Pipeline提供强大动力

不要重复造轮子建议1 — 利用PyTorch生态系统的高级训练框架 PyTorch在从头开始编写训练循环时提供了极佳的灵活性和自由度。理论上，这为编写任何训练逻辑提供了无限可能。

2020-09-08

从 GPU、TPU，到 Web 端、移动端，深度学习框架部署训练开始变简单

深度学习框架训练模型通常要求设备具有强大的算力，因此过去多是在 GPU 或是 TPU 上训练，之后再压缩部署到各终端设备。上述的三个框架也不例外。

2020-07-07

深入云原生 AI：基于 Alluxio 数据缓存的大规模深度学习训练性能优化

这些用户希望基于混合云的方式构建人工智能训练平台，利用云平台的弹性计算能力满足高速增长的 AI 业务模型训练方面的需求，然而这种“本地存储+云上训练”的训练模式加剧了计算存储分离架构带来的远程数据访问的性能影响

2020-05-13

使用Java部署TensorFlow和Keras训练好的深度学习模型的几种方法

使用Java部署TensorFlow和Keras训练好的深度学习模型的几种方法写在前面最近在一个自然语言处理方面的项目，选用的深度学习模型有两个，一个是CNN+LSTM模型，一个是GRU模型，这两个模型在

2019-07-17

字节跳动开源高性能分布式训练框架 BytePS：兼容 TensorFlow 等主流框架

近日，字节跳动人工智能实验室宣布开源一款高性能分布式深度学习训练框架 BytePS，在性能上颠覆了过去几年 allreduce 流派一直占据上风的局面，超出目前其他所有分布式训练框架一倍以上的性能，且同时能够支持

2019-06-27

基于PyTorch，训练速度是原来2倍

除了更改框架，Mask R-CNN Benchmark相比它的“前辈”Detectron，训练速度提高了一倍。

2018-10-25

【大咖・来了第7期】10月24日晚8点观看《智能导购对话机器人实践》人类最古老的领域农业与AI结合，将会擦出怎样的火花? 12月20日，在云栖大会北京峰会上，阿里云同隆平高科、中信云宣布达成战略合作，计划将ET推进到农业领域，主要用于筛选育种、基建数据化、农事管理、基地选址及农作物生产预测。隆平高科作为中国种业龙头企业，主营业务以杂交水稻、玉米、蔬菜、小麦等种子为核心，主要农作物研发创新能力居国内领先水平。 ET将会被赋予强大的基因大数据分析能力，可对海量基因数据特征维度和离散值建模，同时能深度挖掘作物基因组-土壤-环境-表型的关系，选择理想表型对应的模拟基因组，大幅提升育种效率。受限于基地规模和管理成本等，一个育种项目每年只能从成千上万可用选项中选出大约有限的组合数进行试验，效率很低。ET则能够帮助研究人员评估育种决策，并预测哪一个杂交品种将在试验的***年表现出***的性能。除了育种之外，ET还计划对种植基地进行数据化改造。这包括收集农业生产过程中的各种结构化和非结构化数据，并将其系统化上云。农业中的结构化数据包括地块面积、种植品种、种植时间、土壤传感器数据、水肥药数据记录、自动气象站数据记录、农事信息等;非结构化数据包括无人机照片、摄像头照片等。基于这些数据，ET将可以进行聪明的农事管理。田间工程师将可以随时随地查看基地的土壤数据、气象实况数据和预报数据、摄像头、无人机照片等信息源，以直观和全面的数据辅助决策。在收获前1-2个月，ET可基于跨农作物生产基地跨生长季的多维度数据，对任意新品种农作物的生长态势进行深度学习，预测产量和品质。 ET还将参与到前期的基地选择和种植品种选择上。比如，ET可以结合物候、气象、海拔数据以及各种农作物的已知产地，预测某种作物最适合在哪里种植，以此辅助隆平高科进行基地选址。于此同时，ET还可以对现有基地适合种哪一种作物做出判断。阿里云在全球一直是将AI推进到产业应用的先锋队。除了农业之外，他们已经将AI技术成功应用在环境保护、工业、医疗、城市管理等多个领域，并且帮助行业取得了巨大的经济效益。以ET工业大脑为例，目前已帮助协鑫光伏、天合光能等全球龙头企业增加了数亿元的利润。【责任编辑：赵立京 TEL：（010）68476606】

2017-12-21

学界 | 超少量数据训练神经网络：IEEE论文提出径向变换实现图像增强

相比于简单的架构，更大、更复杂的神经网络需要更多的训练数据满足适当的收敛。然而，可用于训练网络的数据要么有限、要么不均衡。

2017-07-31

利用Docker和阿里云容器服务轻松搭建分布式TensorFlow训练集群（上）

HPC和容器服务上，帮助您上手TensorFlow的机器学习方案第一篇：打造TensorFlow的实验环境第二篇：轻松搭建TensorFlow Serving集群第三篇：打通TensorFlow持续训练链路

2017-01-03

使用PyTorch框架和YOLOv5库来进行训练路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集

路面坑洞语义分割数据集9000张带标注 -YOLO格式可直接用于YOLO系列目标检测算法模型训练YOLOv5 路面坑洞检测

2026-07-18

如何使用yolov8进行训练小麦头小麦穗目标检测数据集yolo格式（txt标签）4000张左右，分辨率为1024x1024实现评估、可视化训练结果

小麦穗目标检测【数据集】和出处yolo小麦检测包含两种标签：[1]yolo格式（txt标签）[2]coco格式（json标签）一个类别：麦穗4000张左右，分辨率为1024x1024，包含了如何使用YOLOv8训练小麦穗目标检测的数据集

2026-07-20

智能客服 Agent，能给店铺运营带来哪些改变？

电商运营有个长期的痛点：客服团队是 “刚性成本”，又是 “业绩瓶颈”。咨询量少时，人工客服闲置，固定人力成本居高不下；大促、直播爆流阶段，消息瞬间涌入，客服人手不足，回复超时、漏消息，意向客户直接流失。传统问答机器人只能应对标准化固定问题，遇到买家随口提问、多轮比价、套餐优惠叠加等场景，很容易答非所问，无法真正分担人工压力。

2026-10-14

AI Agent如何把业务目标变成网页任务

AI Agent通过浏览器完成业务任务，需要把人的目标转换成一连串可检查的动作。模型能够理解“整理异常订单”，并不意味着它知道应进入哪家店铺、使用什么口径以及何时停止。

2026-10-14

Hermes 与 Agent 工程：把语言变成行动

Agent 工程常被误解为“写更长的提示词”。但真正让 Agent 跑起来的，不是一句话，而是一个闭环：模型理解目标，输出结构化动作，系统执行工具，再把结果交还给模型，直到任务完成。

2026-10-13

腾讯云开源TeamAI，支持跨Agent共享Skill

强烈推荐这个腾讯云内部自用、登上了GitHub Trending的开源项目——TeamAI。

2026-10-10

Coding Agent 长任务中的 Context 压缩时机

Coding Agent 执行大型代码任务时，Context 会随着文件检索、代码阅读、修改和测试逐渐增长。运行时间越长，积累的历史记录也越多。

2026-10-09

Apollo 3.0：迈向 Agent First 的配置管理

面向 Agent 开放配置管理能力，不能只是增加几个 API，或者把一个高权限 Token 交给 Agent。

2026-10-08

Agent学习笔记之智能体如何点咖啡

“帮我点一杯冰美式。”对很多人来说，这只是一句随口的话。但对越来越常见的 AI 智能体而言，从这句话到咖啡真正被下单，背后其实走完了一整套“想—做—再想”的循环。今天这篇不讲玄乎的概念，只拆三件事：智能体到底是什么、它怎么一步步把事办成、以及为什么“让它会想”不难，难的是一整套工程。

2026-10-07

业务链路驱动的 Web UI Agent 测试

业务链路驱动的 Web UI Agent 测试文章封面 Web UI 测试的重点可以从“按脚本点完页面”转向“在真实页面状态下完成并验证业务目标”。

2026-10-06

AI Agent 系统：从“会聊天”到“能办事”

AI Agent 系统，是以大模型为决策核心，连接记忆、工具和执行环境的软件系统。普通聊天机器人只回答问题，Agent 则能拆解目标、调用工具、观察结果、调整下一步，直到任务完成。

2026-10-05

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

高效使用Pytorch的6个技巧：为你的训练Pipeline提供强大动力

从 GPU、TPU，到 Web 端、移动端，深度学习框架部署训练开始变简单

深入云原生 AI：基于 Alluxio 数据缓存的大规模深度学习训练性能优化

使用Java部署TensorFlow和Keras训练好的深度学习模型的几种方法

字节跳动开源高性能分布式训练框架 BytePS：兼容 TensorFlow 等主流框架

基于PyTorch，训练速度是原来2倍

种地也要输给人工智能了阿里云联手隆平高科训练ET

学界 | 超少量数据训练神经网络：IEEE论文提出径向变换实现图像增强

利用Docker和阿里云容器服务轻松搭建分布式TensorFlow训练集群（上）

使用PyTorch框架和YOLOv5库来进行训练路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集

如何使用yolov8进行训练小麦头小麦穗目标检测数据集yolo格式（txt标签）4000张左右，分辨率为1024x1024实现评估、可视化训练结果

智能客服 Agent，能给店铺运营带来哪些改变？

AI Agent如何把业务目标变成网页任务

Hermes 与 Agent 工程：把语言变成行动

腾讯云开源TeamAI，支持跨Agent共享Skill

Coding Agent 长任务中的 Context 压缩时机

Apollo 3.0：迈向 Agent First 的配置管理

Agent学习笔记之智能体如何点咖啡

业务链路驱动的 Web UI Agent 测试

AI Agent 系统：从“会聊天”到“能办事”

资源下载

Mario

腾讯云软件源

Nacos

WebStorm

欢迎您来访！

精选列表

高效使用Pytorch的6个技巧：为你的训练Pipeline提供强大动力

从 GPU、TPU，到 Web 端、移动端，深度学习框架部署训练开始变简单

深入云原生 AI：基于 Alluxio 数据缓存的大规模深度学习训练性能优化

使用Java部署TensorFlow和Keras训练好的深度学习模型的几种方法

字节跳动开源高性能分布式训练框架 BytePS：兼容 TensorFlow 等主流框架

基于PyTorch，训练速度是原来2倍

种地也要输给人工智能了 阿里云联手隆平高科训练ET

学界 | 超少量数据训练神经网络：IEEE论文提出径向变换实现图像增强

利用Docker和阿里云容器服务轻松搭建分布式TensorFlow训练集群（上）

使用PyTorch框架和YOLOv5库来进行训练 路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集

如何使用yolov8进行训练小麦头小麦穗目标检测数据集yolo格式（txt标签）4000张左右，分辨率为1024x1024实现评估、可视化训练结果

智能客服 Agent，能给店铺运营带来哪些改变？

AI Agent如何把业务目标变成网页任务

Hermes 与 Agent 工程：把语言变成行动

腾讯云开源TeamAI，支持跨Agent共享Skill

Coding Agent 长任务中的 Context 压缩时机

Apollo 3.0：迈向 Agent First 的配置管理

Agent学习笔记之智能体如何点咖啡

业务链路驱动的 Web UI Agent 测试

AI Agent 系统：从“会聊天”到“能办事”

资源下载

Mario

腾讯云软件源

Nacos

WebStorm

欢迎您来访！

种地也要输给人工智能了阿里云联手隆平高科训练ET

使用PyTorch框架和YOLOv5库来进行训练路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集