基于STM32和人工智能的自动驾驶小车系统

目录

  1. 引言
  2. 环境准备
  3. 自动驾驶小车系统基础
  4. 代码实现：实现自动驾驶小车系统
    • 4.1 数据采集模块
    • 4.2 数据处理与分析
    • 4.3 控制系统
    • 4.4 用户界面与数据可视化
  5. 应用场景：自动驾驶应用与优化
  6. 问题解决方案与优化
  7. 收尾与总结

1. 引言

随着人工智能和嵌入式系统技术的发展，自动驾驶技术在交通、物流等领域得到了广泛应用。本文将详细介绍如何在STM32嵌入式系统中结合人工智能技术实现一个自动驾驶小车系统，包括环境准备、系统架构、代码实现、应用场景及问题解决方案和优化方法。

2. 环境准备

硬件准备

  • 开发板：STM32F407 Discovery Kit
  • 调试器：ST-LINK V2或板载调试器
  • 超声波传感器：用于距离测量和避障
  • 红外传感器：用于线路跟踪
  • 摄像头模块：用于图像识别
  • 电机驱动模块：如L298N，用于控制电机
  • 直流电机：用于驱动小车
  • 显示屏：如TFT LCD显示屏
  • 按键或旋钮：用于用户输入和设置
  • 电源：12V或24V电源适配器

软件准备

  • 集成开发环境（IDE）：STM32CubeIDE或Keil MDK
  • 调试工具：STM32 ST-LINK Utility或GDB
  • 库和中间件：STM32 HAL库、TensorFlow Lite
  • 人工智能模型：用于图像识别和路径规划

安装步骤

  1. 下载并安装 STM32CubeMX
  2. 下载并安装 STM32CubeIDE
  3. 配置STM32CubeMX项目并生成STM32CubeIDE项目
  4. 安装必要的库和驱动程序
  5. 下载并集成 TensorFlow Lite 库

3. 自动驾驶小车系统基础

控制系统架构

自动驾驶小车系统由以下部分组成：

  • 数据采集模块：用于采集环境数据（距离、图像、线路等）
  • 数据处理与分析：使用人工智能算法对采集的数据进行分析和路径规划
  • 控制系统：根据分析结果控制电机驱动小车
  • 显示系统：用于显示小车状态和路径信息
  • 用户输入系统：通过按键或旋钮进行设置和调整

功能描述

通过超声波传感器、红外传感器和摄像头采集环境数据，并使用人工智能算法进行分析和路径规划，控制电机驱动小车自动行驶和避障。用户可以通过按键或旋钮进行设置，并通过显示屏查看小车状态和路径信息。

4. 代码实现：实现自动驾驶小车系统

4.1 数据采集模块

配置超声波传感器
使用STM32CubeMX配置GPIO和TIM接口：

打开STM32CubeMX，选择您的STM32开发板型号。
在图形化界面中，找到需要配置的GPIO和TIM引脚，设置为输入模式。
生成代码并导入到STM32CubeIDE中。

代码实现

#include "stm32f4xx_hal.h"

#define TRIG_PIN GPIO_PIN_0
#define ECHO_PIN GPIO_PIN_1
#define GPIO_PORT GPIOA

TIM_HandleTypeDef htim2;

void GPIO_Init(void) {
    __HAL_RCC_GPIOA_CLK_ENABLE();

    GPIO_InitTypeDef GPIO_InitStruct = {0};
    GPIO_InitStruct.Pin = TRIG_PIN;
    GPIO_InitStruct.Mode = GPIO_MODE_OUTPUT_PP;
    GPIO_InitStruct.Pull = GPIO_NOPULL;
    GPIO_InitStruct.Speed = GPIO_SPEED_FREQ_LOW;
    HAL_GPIO_Init(GPIO_PORT, &GPIO_InitStruct);

    GPIO_InitStruct.Pin = ECHO_PIN;
    GPIO_InitStruct.Mode = GPIO_MODE_INPUT;
    GPIO_InitStruct.Pull = GPIO_NOPULL;
    HAL_GPIO_Init(GPIO_PORT, &GPIO_InitStruct);
}

void TIM_Init(void) {
    __HAL_RCC_TIM2_CLK_ENABLE();

    TIM_ClockConfigTypeDef sClockSourceConfig = {0};
    TIM_MasterConfigTypeDef sMasterConfig = {0};

    htim2.Instance = TIM2;
    htim2.Init.Prescaler = 84 - 1;
    htim2.Init.CounterMode = TIM_COUNTERMODE_UP;
    htim2.Init.Period = 0xFFFF;
    htim2.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;
    HAL_TIM_Base_Init(&htim2);

    sClockSourceConfig.ClockSource = TIM_CLOCKSOURCE_INTERNAL;
    HAL_TIM_ConfigClockSource(&htim2, &sClockSourceConfig);
    HAL_TIM_Base_Start(&htim2);
}

uint32_t Read_Ultrasonic_Distance(void) {
    uint32_t local_time = 0;
    HAL_GPIO_WritePin(GPIO_PORT, TRIG_PIN, GPIO_PIN_SET);
    HAL_Delay(10);
    HAL_GPIO_WritePin(GPIO_PORT, TRIG_PIN, GPIO_PIN_RESET);

    while (!(HAL_GPIO_ReadPin(GPIO_PORT, ECHO_PIN)));
    while (HAL_GPIO_ReadPin(GPIO_PORT, ECHO_PIN)) {
        local_time++;
        HAL_Delay(1);
    }
    return local_time;
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    GPIO_Init();
    TIM_Init();

    uint32_t distance;

    while (1) {
        distance = Read_Ultrasonic_Distance();
        HAL_Delay(100

配置红外传感器
使用STM32CubeMX配置GPIO接口：

打开STM32CubeMX，选择您的STM32开发板型号。
在图形化界面中，找到需要配置的GPIO引脚，设置为输入模式。
生成代码并导入到STM32CubeIDE中。

代码实现

#include "stm32f4xx_hal.h"

#define IR_SENSOR_PIN GPIO_PIN_2
#define GPIO_PORT GPIOA

void GPIO_Init(void) {
    __HAL_RCC_GPIOA_CLK_ENABLE();

    GPIO_InitTypeDef GPIO_InitStruct = {0};
    GPIO_InitStruct.Pin = IR_SENSOR_PIN;
    GPIO_InitStruct.Mode = GPIO_MODE_INPUT;
    GPIO_InitStruct.Pull = GPIO_NOPULL;
    HAL_GPIO_Init(GPIO_PORT, &GPIO_InitStruct);
}

uint8_t Read_IR_Sensor(void) {
    return HAL_GPIO_ReadPin(GPIO_PORT, IR_SENSOR_PIN);
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    GPIO_Init();

    uint8_t ir_state;

    while (1) {
        ir_state = Read_IR_Sensor();
        HAL_Delay(1000);
    }
}

配置摄像头模块
使用STM32CubeMX配置SPI或I2C接口：

打开STM32CubeMX，选择您的STM32开发板型号。
在图形化界面中，找到需要配置的SPI或I2C引脚，设置为相应的通信模式。
生成代码并导入到STM32CubeIDE中。

代码实现

#include "stm32f4xx_hal.h"
#include "camera.h"

void Camera_Init(void) {
    // 初始化摄像头模块
}

void Camera_Capture_Image(uint8_t* image_buffer) {
    // 捕获图像数据
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    Camera_Init();

    uint8_t image_buffer[IMAGE_SIZE];

    while (1) {
        Camera_Capture_Image(image_buffer);
        HAL_Delay(5000);  // 每5秒捕获一次图像
    }
}

4.2 数据处理与分析

集成TensorFlow Lite进行数据分析
使用STM32CubeMX配置必要的接口，确保嵌入式系统能够加载和运行TensorFlow Lite模型。

代码实现

#include "tensorflow/lite/c/common.h"
#include "tensorflow/lite/micro/micro_interpreter.h"
#include "tensorflow/lite/micro/micro_error_reporter.h"
#include "tensorflow/lite/micro/micro_mutable_op_resolver.h"
#include "tensorflow/lite/schema/schema_generated.h"
#include "tensorflow/lite/version.h"
#include "model_data.h"  // 人工智能模型数据

namespace {
    tflite::MicroErrorReporter micro_error_reporter;
    tflite::MicroInterpreter* interpreter = nullptr;
    TfLiteTensor* input = nullptr;
    TfLiteTensor* output = nullptr;
    constexpr int kTensorArenaSize = 2 * 1024;
    uint8_t tensor_arena[kTensorArenaSize];
}

void AI_Init(void) {
    tflite::InitializeTarget();

    static tflite::MicroMutableOpResolver<10> micro_op_resolver;
    micro_op_resolver.AddFullyConnected();
    micro_op_resolver.AddSoftmax();

    const tflite::Model* model = tflite::GetModel(model_data);
    if (model->version() !=
    if (model->version() != TFLITE_SCHEMA_VERSION) {
        TF_LITE_REPORT_ERROR(&micro_error_reporter,
                             "Model provided is schema version %d not equal "
                             "to supported version %d.",
                             model->version(), TFLITE_SCHEMA_VERSION);
        return;
    }

    static tflite::MicroInterpreter static_interpreter(
        model, micro_op_resolver, tensor_arena, kTensorArenaSize,
        &micro_error_reporter);
    interpreter = &static_interpreter;

    interpreter->AllocateTensors();

    input = interpreter->input(0);
    output = interpreter->output(0);
}

void AI_Run_Inference(uint8_t* image_data, float* output_data) {
    // 拷贝输入数据到模型输入张量
    for (int i = 0; i < input->dims->data[1]; ++i) {
        input->data.uint8[i] = image_data[i];
    }

    // 运行模型推理
    if (interpreter->Invoke() != kTfLiteOk) {
        TF_LITE_REPORT_ERROR(&micro_error_reporter, "Invoke failed.");
        return;
    }

    // 拷贝输出数据
    for (int i = 0; i < output->dims->data[1]; ++i) {
        output_data[i] = output->data.f[i];
    }
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    AI_Init();
    Camera_Init();

    uint8_t image_buffer[IMAGE_SIZE];
    float output_data[OUTPUT_SIZE];

    while (1) {
        // 捕获图像数据
        Camera_Capture_Image(image_buffer);

        // 运行AI推理
        AI_Run_Inference(image_buffer, output_data);

        // 根据模型输出数据执行相应的操作
        HAL_Delay(1000);
    }
}

4.3 控制系统

配置GPIO控制电机驱动模块
使用STM32CubeMX配置GPIO接口：

打开STM32CubeMX，选择您的STM32开发板型号。
在图形化界面中，找到需要配置的GPIO引脚，设置为输出模式。
生成代码并导入到STM32CubeIDE中。

代码实现

#include "stm32f4xx_hal.h"

#define MOTOR_LEFT_PIN GPIO_PIN_0
#define MOTOR_RIGHT_PIN GPIO_PIN_1
#define GPIO_PORT GPIOB

void GPIO_Init(void) {
    __HAL_RCC_GPIOB_CLK_ENABLE();

    GPIO_InitTypeDef GPIO_InitStruct = {0};
    GPIO_InitStruct.Pin = MOTOR_LEFT_PIN | MOTOR_RIGHT_PIN;
    GPIO_InitStruct.Mode = GPIO_MODE_OUTPUT_PP;
    GPIO_InitStruct.Pull = GPIO_NOPULL;
    GPIO_InitStruct.Speed = GPIO_SPEED_FREQ_LOW;
    HAL_GPIO_Init(GPIO_PORT, &GPIO_InitStruct);
}

void Control_Motor(uint8_t left_state, uint8_t right_state) {
    HAL_GPIO_WritePin(GPIO_PORT, MOTOR_LEFT_PIN, left_state ? GPIO_PIN_SET : GPIO_PIN_RESET);
    HAL_GPIO_WritePin(GPIO_PORT, MOTOR_RIGHT_PIN, right_state ? GPIO_PIN_SET : GPIO_PIN_RESET);
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    GPIO_Init();
    AI_Init();

    uint8_t left_motor_state;
    uint8_t right_motor_state;
    uint8_t image_buffer[IMAGE_SIZE];
    float output_data[OUTPUT_SIZE];

    while (1) {
        // 捕获图像数据
        Camera_Capture_Image(image_buffer);

        // 运行AI推理
        AI_Run_Inference(image_buffer, output_data);

        // 根据AI输出控制电机
        left_motor_state = output_data[0] > 0.5;
        right_motor_state = output_data[1] > 0.5;

        Control_Motor(left_motor_state, right_motor_state);

        HAL_Delay(100);
    }
}

4.4 用户界面与数据可视化

配置TFT LCD显示屏
使用STM32CubeMX配置SPI接口：

打开STM32CubeMX，选择您的STM32开发板型号。
在图形化界面中，找到需要配置的SPI引脚，设置为SPI模式。
生成代码并导入到STM32CubeIDE中。

代码实现

#include "stm32f4xx_hal.h"
#include "spi.h"
#include "lcd_tft.h"

void Display_Init(void) {
    LCD_TFT_Init();
}

void Display_Car_Data(float* output_data) {
    char buffer[32];
    sprintf(buffer, "Left Motor: %s", output_data[0] > 0.5 ? "ON" : "OFF");
    LCD_TFT_Print(buffer);
    sprintf(buffer, "Right Motor: %s", output_data[1] > 0.5 ? "ON" : "OFF");
    LCD_TFT_Print(buffer);
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    GPIO_Init();
    AI_Init();
    Display_Init();

    uint8_t image_buffer[IMAGE_SIZE];
    float output_data[OUTPUT_SIZE];

    while (1) {
        // 捕获图像数据并填充 input_data 数组
        Camera_Capture_Image(image_buffer);

        // 运行AI推理
        AI_Run_Inference(image_buffer, output_data);

        // 显示小车状态数据和AI结果
        Display_Car_Data(output_data);

        // 根据AI结果控制电机
        uint8_t left_motor_state = output_data[0] > 0.5;
        uint8_t right_motor_state = output_data[1] > 0.5;

        Control_Motor(left_motor_state, right_motor_state);

        HAL_Delay(100);
    }
}

5. 应用场景：自动驾驶应用与优化

智能物流

自动驾驶小车可以应用于物流领域，通过智能路径规划和避障技术，提高物流运输效率和安全性。

智能农业

在农业领域，自动驾驶小车可以用于农作物的种植和管理，自动化执行各种农务操作，提升农业生产力。

智能巡检

自动驾驶小车可以用于工业和基础设施的巡检，通过实时监控和数据分析，及时发现和处理问题。

⬇帮大家整理了单片机的资料

包括stm32的项目合集【源码+开发文档】

点击下方蓝字即可领取，感谢支持！⬇

点击领取更多嵌入式详细资料

问题讨论，stm32的资料领取可以私信！

 

6. 问题解决方案与优化

常见问题及解决方案

  1. 传感器数据不准确：确保传感器与STM32的连接稳定，定期校准传感器以获取准确数据。
  2. 设备响应延迟：优化控制逻辑和硬件配置，减少设备响应时间，提高系统反应速度。
  3. 显示屏显示异常：检查SPI通信线路，确保显示屏与MCU之间的通信正常，避免由于线路问题导致的显示异常。

优化建议

  1. 数据集成与分析：集成更多类型的传感器数据，使用大数据分析和机器学习技术进行环境预测和趋势分析。
  2. 用户交互优化：改进用户界面设计，提供更直观的数据展示和更简洁的操作界面，增强用户体验。
  3. 智能化控制提升：增加智能决策支持系统，根据历史数据和实时数据自动调整控制策略，实现更高效的自动驾驶管理。

7. 收尾与总结

本教程详细介绍了如何在STM32嵌入式系统中结合人工智能技术实现智能自动驾驶小车，从硬件选择、软件实现到系统配置和应用场景都进行了全面的阐述。通过合理的技术选择和系统设计，可以构建一个高效且功能强大的自动驾驶小车系统。在实际应用中，还可以根据具体需求进行优化和扩展，提升系统的性能和可靠性。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/715186.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

Oracle--存储结构

Oracle--存储结构

总览 一、逻辑存储结构 二、物理存储结构 1.数据文件 2.控制文件 3.日志文件 4.服务器参数文件 5.密码文件 总览 一、逻辑存储结构 数据块是Oracle逻辑存储结构中的最小的逻辑单位&#xff0c;一个数据库块对应一个或者多个物理块&#xff0c;大小由参数DB_BLOCK_SIZE决…
阅读更多...
一段代码读取Chrome存储的所有账号密码和Cookie

一段代码读取Chrome存储的所有账号密码和Cookie

先写结论&#xff1a; Chrome密码管理里的账号密码&#xff0c;还有Cookie&#xff0c;安全性并不算太高&#xff0c;一段代码就可以自动读取并上报到其它地方。 尤其是国内用户大多喜欢破解软件&#xff0c;这些软件只要注入这样一段代码&#xff0c;就无声无息的把你的所有账…
阅读更多...
KT-H6测距模块标品,测距范围1500m,demo报价1000RMB，批量报价500RMB

KT-H6测距模块标品,测距范围1500m,demo报价1000RMB，批量报价500RMB

激光测距传感器是一种用于测量距离的模块，通常由传感器和相关电子设备组成，测距模块可以集成到各种设备和系统中，以实现准确的测距和定位功能。KT-H6系列激光测距模块，为自主研发，激光波长905nm的激光器，专为热成像、夜视仪、无人机、安防、瞄具等产品定身打造，其优点是…
阅读更多...
算法与数据结构--决策树算法

算法与数据结构--决策树算法

欢迎来到 Papicatch的博客 文章目录 &#x1f349;决策树算法介绍 &#x1f348;原理 &#x1f348;核心思想包括 &#x1f34d;递归分割 &#x1f34d;选择标准 &#x1f34d;剪枝 &#x1f348;解题过程 &#x1f34d;数据准备 &#x1f34d;选择最佳分割特征 &…
阅读更多...
分类模型部署-ONNX

分类模型部署-ONNX

分类模型部署-ONNX 0 引入&#xff1a;1 模型部署实战测试&#xff1a;1 安装配置环境&#xff1a;2 Pytorch图像分类模型转ONNX-ImageNet1000类3 推理引擎ONNX Runtime部署-预测单张图像&#xff1a; 2 扩展阅读参考 0 引入&#xff1a; 在软件工程中&#xff0c;部署指把开发…
阅读更多...
消息队列-RabbitMQ-延时队列实现

消息队列-RabbitMQ-延时队列实现

死信队列 DLX,全称为Dead-Letter-Exchange,死信交换机&#xff0c;死信邮箱。当消息在一个队列中变成死信之后&#xff0c;它能重新发送到另外一个交换器中&#xff0c;这个交换器就是DLX&#xff0c;绑定DLX的队列就称为死信队列。 导致死信的几种原因&#xff1a; ● 消息…
阅读更多...
Swift开发——简单函数实例

Swift开发——简单函数实例

函数是模块化编程的基本单位，将一组完成特定功能的代码“独立”地组成一个执行单位，称为函数。函数的基本结构如下所示： 其中，func为定义函数的关键字；“函数名”是调用函数的入口；每个函数可以有多个参数，即可以有多个“参数标签 参数名称：参数类型”，一般地，各个参…
阅读更多...
边缘微型AI的宿主？—— RISC-V芯片

边缘微型AI的宿主？—— RISC-V芯片

一、RISC-V技术 RISC-V&#xff08;发音为 "risk-five"&#xff09;是一种基于精简指令集计算&#xff08;RISC&#xff09;原则的开放源代码指令集架构&#xff08;ISA&#xff09;。它由加州大学伯克利分校在2010年首次发布&#xff0c;并迅速获得了全球学术界和工…
阅读更多...
跟着刘二大人学pytorch（第---13---节课之RNN高级篇）

跟着刘二大人学pytorch（第---13---节课之RNN高级篇）

文章目录 0 前言0.1 课程视频链接&#xff1a;0.2 课件下载地址&#xff1a; 1 本节课任务描述模型的处理过程训练循环初始化分类器是否使用GPU构造损失函数和优化器每个epoch所要花费的时间遍历每个epoch时进行训练和测试记录每次测试的准确率加入到列表中 具体实现&#xff0…
阅读更多...
中国最著名的起名大师颜廷利：父亲节与之相关的真实含义

中国最著名的起名大师颜廷利：父亲节与之相关的真实含义

今天是2024年6月16日&#xff0c;这一天被广泛庆祝为“父亲节”。在汉语中&#xff0c;“父亲”这一角色常以“爸爸”、“大大”&#xff08;da-da&#xff09;或“爹爹”等词汇表达。有趣的是&#xff0c;“爸爸”在汉语拼音中表示为“ba-ba”&#xff0c;而当我们稍微改变“b…
阅读更多...
DeepDriving | 经典的目标检测算法：CenterNet

DeepDriving | 经典的目标检测算法：CenterNet

本文来源公众号“DeepDriving”&#xff0c;仅用于学术分享&#xff0c;侵权删&#xff0c;干货满满。 原文链接&#xff1a;经典的目标检测算法&#xff1a;CenterNet 1 前言 CenterNet是2019年发表的一篇文章《Objects as Points》中提出的一个经典的目标检测算法&#xf…
阅读更多...
MySQL-创建表~数据类型

MySQL-创建表~数据类型

070-创建表 create table t_user(no int,name varchar(20),gender char(1) default 男);071-插入数据 语法格式&#xff1a; insert into 表名(字段名1, 字段名2, 字段名3,......) values (值1,值2,值3,......);insert into t_user(no, name, gender) values(1, Cupid, 男);字…
阅读更多...
监控异地组网的方法？

监控异地组网的方法？

监控异地组网是一项关键的技术&#xff0c;能够实现远程连接和访问。在复杂的网络环境中&#xff0c;使用传统的方法可能会遭遇网络限制和访问速度较慢的问题。而采用新兴的监控异地组网方法&#xff0c;如【天联】组网技术&#xff0c;可以克服这些问题并提供更好的用户体验。…
阅读更多...
计算机缺失d3dcompiler_43.dll怎么办，介绍5种靠谱的解决方法

计算机缺失d3dcompiler_43.dll怎么办，介绍5种靠谱的解决方法

在电脑使用过程中&#xff0c;我们经常会遇到一些错误提示&#xff0c;其中之一就是“找不到d3dcompiler43.dll”的错误。那么&#xff0c;d3dcompiler43.dll到底是什么&#xff1f;为什么会出现丢失的情况&#xff1f;它对计算机有什么具体影响&#xff1f;如何解决这个问题&a…
阅读更多...
黄仁勋最新建议：找到一门技艺，用一生去完善、磨炼！

黄仁勋最新建议：找到一门技艺，用一生去完善、磨炼！

“你可能会找到你的英伟达。我希望你们将挫折视为新的机遇。” 黄仁勋职业生涯中最大的教诲并非来自导师或科技公司 CEO&#xff0c;而是来自他在国际旅行时遇到的一位园丁。 近日在加州理工学院毕业典礼上发表演讲时&#xff0c;黄仁勋向毕业生分享了自己在日本京都的小故事。…
阅读更多...
跟着刘二大人学pytorch（第---12---节课之RNN基础篇）

跟着刘二大人学pytorch（第---12---节课之RNN基础篇）

文章目录 0 前言0.1 课程视频链接&#xff1a;0.2 课件下载地址&#xff1a; 1 Basic RNN1.1 复习DNN和CNN1.2 直观认识RNN1.3 RNN Cell的内部计算方式 2 具体什么是一个RNN&#xff1f;3 使用pytorch构造一个RNN3.1 手动构造一个RNN Cell来实现RNN3.2 直接使用torch中现有的RN…
阅读更多...
赶紧转行大模型，预计风口就今年一年，明年市场就饱和了！不是开玩笑

赶紧转行大模型，预计风口就今年一年，明年市场就饱和了！不是开玩笑

恕我直言&#xff0c;就这几天&#xff0c;各大厂都在裁员&#xff0c;什么开发测试运维都裁&#xff0c;只有大模型是急招人。 你说你不知道大模型是什么&#xff1f;那可太对了&#xff0c;你不知道说明别人也不知道&#xff0c;就是要趁只有业内部分人知道的时候入局&#…
阅读更多...
深度学习1 -- 开头

深度学习1 -- 开头

感觉用这玩意越来越多&#xff0c;所以想学学。不过没想好怎么学&#xff0c;也没有提纲&#xff0c;买了两本书&#xff0c;一本是深度学习入门&#xff0c;小日子写的。还有一本就是花书。还有就是回Gatech参加线上课程&#xff0c;提纲大概是这样的。 https://omscs.gatech…
阅读更多...
生产中的 RAG：使你的生成式 AI 项目投入运营

生产中的 RAG：使你的生成式 AI 项目投入运营

作者&#xff1a;来自 Elastic Tim Brophy 检索增强生成 (RAG) 为组织提供了一个采用大型语言模型 (LLM) 的机会&#xff0c;即通过将生成式人工智能 (GenAI) 功能应用于其自己的专有数据。使用 RAG 可以降低固有风险&#xff0c;因为我们依赖受控数据集作为模型答案的基础&…
阅读更多...
比利时海外媒体宣发，发稿促进媒体通稿发布新形势-大舍传媒

比利时海外媒体宣发，发稿促进媒体通稿发布新形势-大舍传媒

引言 随着全球化的推进&#xff0c;海外媒体的影响力也日益增强。在这一背景下&#xff0c;比利时海外媒体的宣发工作成为了媒体通稿发布的新形势。大舍传媒作为一家专注于宣传推广的公司&#xff0c;一直致力于与比利时博伊克邮报&#xff08;boicpost&#xff09;合作&#…
阅读更多...
最新文章

Copyright @ 2022~2023