社区活动专区
联想集团 X CSDN AIGC还没玩够？AI PC即将到来！
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区
联想集团 联合 CSDN 共同举办此次 AI PC评论互动活动，赶紧参加吧！！！
1983年，全球首款搭载图形用户界面的个人电脑的问世开启了PC的交互革命，也为世界带来了前所未有的生产力爆发。程序员不仅逐步成为最受追捧的职业，更是成为互联网时代的缔造者。
40年后，随着AIGC的爆发，PC的功能与人机交互方式，是否已到了开启新一次划时代变革的时候了？而这一次的变革，是否将带来“人人都是程序员”的创造力大爆炸？相信作为程序员，没人比我们更有发言权。
作为PC市场全球排名第一的企业，联想集团不久前已经推出了多款搭载AI引擎的PC。在1024程序员节即将到来之际，我们也期待大家能够一起探讨AI 时代的硬件革命与行业变革。面对AI ，作为程序员的我们是否也出现过职业焦虑？什么样的PC 才能称之为AI PC？AI将如何重塑PC的人机交互体验？
相信我们的回答将会给AI 时代的硬件革命带来不一样的“脑洞”！请充分发挥联想力，把你的想法和观点告诉大家吧！也期待大家关注10月24日#2023联想创新科技大会#！
【评论方向】
如何看待AI时代给你带来的职业冲击和改变？
AI时代下，你认为什么样的PC才能称之为真正的 AI PC？
你最期待AI PC带来怎样的功能和人机交互变革？
AI 能够给PC带来一场“文艺复兴”吗？
……
【评论格式】
从业领域: xxx
我的看法: xxx
【有奖研讨说明】
内容要求
l 评论内容要求不少于50字，符合评论格式、语句通顺、无错别字、逻辑清晰。
l 符合研讨主题、符合法律法规和CSDN的内容发布规范。
l 评论内容必须是原创，如出现部分话术抄袭其他博文或完全依赖GPT进行书写的，取消活动资格，并取消活动所有权益。
评分维度
l 结构完整度(20%):内容结构完整且符合研讨主题、字数符合要求、格式正确
l 内容匹配度(50%): 内容深度、内容质量、对AI PC 有实际应用及参考价值
l 评论影响力(30%): 回复数 + 点赞数 = 得分，上限30分。
【活动激励】
一等奖(1名): 500京东卡
二等奖(3名): 200 京东卡 * 3
三等奖(6名): 100京东卡 * 6
参与奖(全部): CSDN月卡（非水评论）
【活动时间】
选取10月23号之前的评论进行评奖。
【获奖公布】
哈喽，各位，感谢大家的参与！我们联合联想已对大家对于AI PC的畅想做了评比，最终获奖名单如下：
一等奖：
金金很秀
二等奖：
为什么不BAN猛犸啊
Demo龙
长春的KAKA
三等奖：
喵喵教无敌
不写代码没饭吃
AI时代观架构
一起看vr吧
UI无敌手
不搞开发就头疼
参与奖：
所有按要求发评论的用户
我们预计10月30日——11月3日期间会将相关奖品信息以CSDN私信的形式发给各位，请注意查收！！！再次感谢大家的参加！！！希望我们畅想的AI PC能快点到来！！！
获奖用户京东e卡卡密已通过私信发放，参与用户CSDN电子书月卡已开通。再次感谢大家参与！
相关推荐
YOLOv11【第三章：高阶应用与落地篇·第2节】一文搞懂，YOLOv11-Seg 损失函数改进：优化 Mask IoU Loss 提升边缘精度！
🏆 本文收录于专栏 《YOLOv11实战：从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开，系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案，内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。
LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真（附说明文档）
内容概要：本资源是一套面向电力电子与智能控制领域的综合性科研仿真资料合集，核心聚焦于LLC谐振变换器的恒压恒流双竞争闭环控制策略设计与Simulink建模仿真实现，涵盖半桥LLC、双向全桥LLC等拓扑结构的调频闭环仿真，并提供详尽的说明文档与PPT辅助材料。资源体系不仅深入呈现LLC变换器的动态响应与控制逻辑，还扩展至双有源桥（DAB）变换器的软开关协同优化、最小应力控制、EPS调制策略及新扩展移相角优化等前沿技术，同时集成三相PWM整流器在电网不平衡条件下的功率平衡控制、VOC+SVPWM双闭环控制等典型应用场景。此外，资源包涵盖状态估计（如EKF、UKF、PF）、微电网经济调度、卡尔曼滤波融合、神经网络控制、PID优化、储能系统管理等多个交叉方向，特别强调对顶级EI期刊研究成果的高精度复现，旨在帮助科研人员快速掌握先进控制算法的核心思想与仿真实现方法。; 适合人群：电气工程、自动化、电力电子、新能源科学与工程等相关专业的硕士博士研究生、高校科研人员，以及从事新能源变换器、智能电网、电动汽车、微电网系统研发的工程技术人员。; 使用场景及目标：① 深入理解LLC与DAB变换器的闭环控制机理，掌握恒压恒流切换、软开关实现与损耗优化方法；② 利用Simulink平台构建复杂电力电子系统模型，开展动态性能分析与控制器参数整定；③ 复现高水平期刊论文中的先进控制策略，提升科研创新能力与论文发表竞争力；④ 支持毕业设计、科研课题、项目申报及工程原型开发中的仿真验证环节。; 阅读建议：建议结合提供的完整资源目录循序渐进学习，优先研读标注“顶级EI复现”的案例以获取权威方法参考，配合MATLAB/Simulink动手搭建模型，重点关注控制框图设计、调制逻辑实现与仿真结果对比，深入理解算法背后的物理意义与数学推导过程。
YOLO26算法水面与液体识别+训练好的模型+393张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。 【数据集概况】 · 检测类别（中文）：[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 52 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.8528** mAP50-95 | 0.3441 Precision | 0.7729 Recall | 0.8354 train/box_loss | 1.5367 train/cls_loss | 1.0228 val/box_loss | 1.6809 val/cls_loss | 1.1758 【训练过程分析】 我这次训练了52个周期，模型在训练初期确实收敛速度很快，前20个周期mAP50从0.74逐步提升至0.82，这说明模型开始适应数据集，学习到一些关键特征。但到第30个周期后，提升速度逐渐放缓，到了40个周期时，mAP50达到0.85，这个阶段的曲线走势有些像磨砂玻璃，平滑且不规则，后期更是趋于平缓，表明模型可能已经达到最优解，再继续训练可能会有少量提升但代价较大。整体而言，从loss曲线来看，训练集的box_loss和cls_loss在52个周期内分别从1.80和1.25降到1.54和1.02，下降曲线较为稳定，但到了后期，这两项指标下降幅度逐渐减缓，尤其cls_loss下降至1.10左右后趋于稳定，这可能是模型对训练数据已有了较强的泛化能力，但也提示我们分类的稳定性可能还欠些火候。 至于验证集的表现，box_lo... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。
概率神经网络的分类预测-基于PNN的变压器故障诊断（Matlab代码实现）
内容概要：本文系统阐述了基于概率神经网络（PNN）的变压器故障诊断方法，结合Matlab代码实现分类预测。通过提取变压器运行过程中的关键特征参数，构建PNN模型以实现对正常状态与典型故障状态（如绕组短路、铁芯故障等）的高效分类识别。文章深入剖析了PNN的网络结构、概率密度估计原理、训练机制及分类决策过程，并通过仿真实验验证了该方法在故障诊断任务中具备较高的准确率与鲁棒性，展现了其在电力系统状态监测与智能运维中的良好应用前景。; 适合人群：具备一定机器学习理论基础和Matlab编程能力的电气工程、自动化、智能电网等相关领域的研究生、科研人员以及从事电力设备状态监测与故障诊断工作的工程技术人员。; 使用场景及目标：①实现变压器早期故障的智能化诊断与预警，提升电力系统运行安全性；②为基于神经网络的工业设备故障分类任务提供可复现的算法实现范例与技术验证平台； 阅读建议：建议读者结合文中提供的Matlab代码，动手复现实验流程，深入理解PNN在实际分类问题中的参数配置、训练策略、性能评估方法，并鼓励将该方法迁移至其他电力设备或机电系统的故障诊断场景中进行拓展研究与优化改进。
AI大模型医学影像诊断智能识别应用方案.pptx
AI大模型医学影像诊断智能识别应用方案.pptx
