梅津太郎
梅津太郎

【论文笔记】论文清单备忘录

系列文章目录

分类模板：

时间 题目 笔记链接 已读or推荐 源码
时间 题目 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

Diffusion Model:

时间 题目 笔记链接 已读or推荐 源码
x Diffusion Model——由浅入深的理解 x ❓ x
x Guided_Diffusion_Models_for_Robust_Image_Manipulation-CVPR_2022 x ❓ github
x x x x x

图神经网络

时间 题目 笔记链接 已读or推荐 源码
x 简单图论与PyG库 ： 链接—》点击 x ❓ x
x x x x x
x x x x x

数据增强

描述 题目 笔记链接 已读or推荐 源码
xx 3D Common Corruptions and Data Augmentation-CPVR2022 笔记链接 ❓ ⭐️ Project
meta learn 相关 DADA: Differentiable Automatic Data Augmentation-eccv22020 笔记链接 ❓ ⭐️ 源码
meta learn Population Based Augmentation: Efficient Learning of Augmentation Policy Schedules-ICML2019 笔记链接 ❓ ⭐️ 源码
meta learn AutoAugment: Learning Augmentation Policies from Data-CVPR2019 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

GAN

时间 题目 笔记链接 已读or推荐 源码
时间 GAN-Supervised Dense Visual Alignment-cpvr2022 笔记链接 ❓ ⭐️ github
时间 【字体风格迁移】Multi-Content GAN for Few-Shot Font Style Transfer-2018 笔记链接 ❓ ⭐️ 源码
时间 【cGAN】Conditional generative adversarial nets-2014. 笔记链接 ❓ ⭐️ 源码
时间 【pix2pix】Image-to-image translation with conditional adversarial networks.-2016 笔记链接 ❓ ⭐️ 源码
时间 From A to Z: supervised transfer of style and content using deep neural network-2016 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

语义分割

时间 题目 笔记链接 已读or推荐 源码
时间 Rethinking Semantic Segmentation: A Prototype View-cvpr2022 笔记链接 ❓ ⭐️ github
时间 题目 笔记链接 ❓ ⭐️ 源码

对比学习

时间 题目 笔记链接 已读or推荐 源码
时间 Rethinking Minimal Sufficient Representation in Contrastive Learnin-cvpr2022 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

MLP

时间 题目 笔记链接 已读or推荐 源码
时间 MAXIM: Multi-Axis MLP for Image Processing-CVPR2022 笔记链接 ❓ ⭐️ github
时间 题目 笔记链接 ❓ ⭐️ 源码

语义分割

时间 题目 笔记链接 已读or推荐 源码
x Semantic-Aware Domain Generalized Segmentation -cvpr2022 x ❓ github
x Learning Part Segmentation through Unsupervised Domain Adaptation from Synthetic Vehicles-cvpr2022 x ❓ github
x x x x x

动作识别

基于rgb

时间 题目 笔记链接 已读or推荐 源码
时间 What to look at and where: Semantic and Spatial Refined Transformer for detecting human-object interactions-cvpr2022 笔记链接 ❓ ⭐️ 源码
时间 Dual-AI: Dual-path Action Interaction Learning for Group Activity Recognition-cvpr2022 笔记链接 ❓ ⭐️ 源码
时间 TransRAC: Encoding Multi-scale Temporal Correlation with Transformers for Repetitive Action Counting-cvpr22 笔记链接 ❓ ⭐️ github
时间 题目 笔记链接 ❓ ⭐️ 源码

skeleton

时间 题目 笔记链接 已读or推荐 源码
时间 Revisiting Skeleton-based Action Recognition-cpvr2022 笔记链接 ⭐️⭐️⭐️⭐️ github
时间 题目 笔记链接 ❓ ⭐️ 源码

小样本学习

Few-Shot

时间 题目 笔记链接 已读or推荐 源码
时间 2020年前论文汇总 笔记链接 ❓ ⭐️ 源码
时间 2020年后论文汇总 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

元学习

时间 题目 笔记链接 已读or推荐 源码
时间 【MAML】Model-agnostic meta-learning for fast adaptation of deep networks-2017 笔记链接 ❓ ⭐️ 源码
时间 【MAML++】How to train your MAML-2018 笔记链接 ❓ ⭐️ 源码
时间 【ANIL】Rapid Learning or Feature Reuse? Towards Understanding the Effectiveness of MAML-2020 笔记链接 ❓ ⭐️ 源码
时间 Learning to learn by gradient descent by gradient descent-2016 笔记链接 ❓ ⭐️ 源码
Sample weight strategies Meta-Weight-Net: Learning an Explicit Mapping For Sample Weighting-NIPS2019 笔记链接 ❓ ⭐️ ⭐️ ⭐️ 源码
Sample weight strategies CMW-Net: Learning a Class-Aware Sample Weighting Mapping for Robust Deep Learning 笔记链接 ❓ ⭐️ 源码
Sample weight strategies Learning to Reweight Examples for Robust Deep Learning-ICML2018 笔记链接 ❓ ⭐️ ⭐️ ⭐️ 源码
Learning to compare, metric based approach 题目 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

小样本动作识别

时间 题目 笔记链接 已读or推荐 源码
时间 ProtoGAN: Towards few shot learning for action recognition 笔记链接 ❓ ⭐️ 源码
时间 TARN: Temporal attentive relation network for few-shot and zero-shot action recognition 笔记链接 ❓ ⭐️ 源码
时间 Hybrid Relation Guided Set Matching for Few-shot Action Recognition-2022 笔记链接 ❓ ⭐️ 源码
时间 Cross-modal Representation Learning for Zero-shot Action Recognition-2022 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

骨干网络

Transformer 系列

时间 题目 笔记链接 已读or推荐 源码
时间 Flowformer-ICML2022 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

CNNs

时间 题目 笔记链接 已读or推荐 源码
时间 题目 笔记链接 ❓ ⭐️ 源码
时间 题目 笔记链接 ❓ ⭐️ 源码

你可能感兴趣的:(论文阅读,人工智能)

  • 大模型的实践应用29-大语言模型的RLHF(人类反馈强化学习)的具体应用与原理介绍 微学AI 大模型的实践应用语言模型人工智能自然语言处理RLHF
    大家好，我是微学AI，今天给大家介绍一下大模型的实践应用29-大语言模型的RLHF(人类反馈强化学习)的具体应用与原理介绍。在当今人工智能发展的浪潮中，大语言模型（LargeLanguageModels,LLMs）凭借其强大的语言理解和生成能力，成为了研究与应用的热点。而在这股浪潮中，一种名为“基于人类反馈的强化学习”的方法脱颖而出，为大语言模型的优化和应用开辟了新的路径。本文首部分将深入浅出地介
  • 『一洋晨读』第211本书《技术垄断》 0aa92092b9b1
    一洋晨读《技术垄断》收获与感悟：在日益发展的现代社会，技术越来越对我们的生产、生活产生重要的影响，比如人工智能的发展，使得机器人可以代替很多工人，ETC的高度普及会让高速路收费员下岗。本书两个观点比较实用：1.科学并不科学所谓科学就是用多次实验去反复论证已经发生的事情的准确性，这只是人们已经认知的部分，而未知的部分无法认知，然而这并不代表不存在。比如易学方面很多的奇怪现象是用现代技术无法解释的，包
  • NO.470 是否应该为“人工智能”焦虑 晴晴董淄博日报
    今天听“吴晓波频道”，IBM副总裁周忆给大家分享了人工智能时代的几个案例：1/一个葡萄酒酒庄负责人运用了“物联网技术”，实现了精心灌溉和对每一株植物的互联网关怀，所有的数据都汇集到云端，每天都可以判断每一颗葡萄的情况，最终省了20%的水，增加了25%的产量，并且实现了产品品质的稳定。2/美国一个热门音乐制作人想做一个全美国人都产生共鸣的音乐，然后IBM公司为他们提供了三个数据。第一，大数据收集出了
  • 十大AI驱动的个人助理：革新生产力和便利性 AI智东西 人工智能搜索引擎
    如今生活节奏快，在科技迅速发展的世界里，使用由人工智能驱动的个人助理来规划日常活动以达到最高效率，已经成为基本需求。这些智能工具，通过人工智能帮助用户更好地规划复杂的日程安排。从优化工作流程到日常事务的管理，这些AI助手正逐步改变我们的生活。本文重点介绍了改变人类生活和工作的十大AI驱动的个人助理。十大AI驱动的个人助理1.GoogleAssistantGoogleAssistant是市场上最好的
  • 威斯康星大学教授的这本书把大模型（LLM）一次性讲明白了！ AI小白龙* 大模型人工智能langchaintransformerLLMai大模型大模型微调
    在当今人工智能技术飞速发展的时代，大型语言模型（LLM）作为聊天机器人、文本生成和理解等应用的核心，已经成为研究和商业领域关注的焦点。然而，尽管这些模型的应用无处不在，但对于大多数开发者来说，它们的工作原理仍然是一个黑箱，更不用说如何从头开始构建一个这样的模型了。《从头开始构建大型语言模型》这本书，正是填补了这一知识的空白，成为了一本重量级且稀缺的资源。CSDN大礼包：这本《从头开始构建大型语言模
  • 【机器学习】Python与深度学习的完美结合——深度学习在医学影像诊断中的惊人表现 空白诗 机器学习深度学习人工智能python
    个人主页：空白诗文章目录一、引言二、深度学习在医学影像诊断中的突破1.技术原理2.实际应用3.性能表现三、深度学习在医学影像诊断中的惊人表现1.提高疾病诊断准确率2.辅助制定治疗方案四、深度学习对医疗行业的影响和推动作用一、引言随着人工智能技术的不断发展，深度学习在医学影像诊断领域的应用日益广泛，其强大的特征提取能力和高效的学习机制为医学影像诊断带来了革命性的突破。本文将深入探讨深度学习在医学影像
  • 钱是理想的魔咒？为人类造福的openAI十亿美元卖身商业资本 机智客
    OpenAI是如何因为10亿美元出卖自己的灵魂的文章在Reddit上刷爆了。有句经典的话叫做，欲戴王冠，必承其重。可能用在AI领域的OpenAI身上再适合不过了，OpenAI这个曾经以“为人类造福”伟大宗旨为信条的非营利组织，营利了。这大概可能就是诠释了野心越大，可能相应的成本和之后的代价就越大。曾经，OpenAI定位非营利组织，要以安全的方式实现通用人工智能，用技术的方式为人类整体谋福，让人类平
  • 大模型时代，新手和程序员如何转型入局大模型行业？ 我爱学AI transformer人工智能自然语言处理深度学习大模型训练转行大模型LLM
    在当今大模型迅猛发展的环境下，人工智能的应用越来越广泛。然而，这些大模型的背后隐藏着更为深厚的基础技术——传统机器学习和神经网络。理解这些基础技术，不仅能够帮助我更好地使用大模型，还能为我提供创新和解决实际问题的能力。因此，在这个AI迅猛发展的时代，掌握传统机器学习和神经网络显得尤为重要。在近期的全国两会上，“人工智能”再次被提及，并成为国家战略的焦点。这一举措预示着在接下来的十年到十五年里，人工
  • 人工智能聊天机器人未来趋势：AI聊天机器人演变中会期待什么 AI甲子光年 人工智能机器人
    AI聊天机器人正在改变公司与客户沟通的方式，提供24/7的支持和个性化体验。随着技术的不断发展，AI聊天机器人也在变得越来越复杂和高效。本文将探讨AI聊天机器人的未来趋势，并指出预期将在未来几年塑造其发展的主要创新和发展。了解这些趋势对于希望在AI驱动的客户服务动态领域中保持领先地位的企业和开发者来说至关重要。当前的AI聊天机器人趋势1.自然语言处理的改进在最近过去的一段时间里，自然语言处理（NL
  • python基础学习 agente pythonpython学习开发语言
    第一章标识符1、python被称为胶水语言，可以跟各个代码能一块儿使用爬虫、数据分析web全栈开发、数据科学方向、人工智能的机械学习和深度学习、自动化运维、爬虫、办公自动化python是跨平台的，python是解释型语言，不需要编译，python是面向对象的语言1、print()#print()可以输出数字、字符串、含有运算符的表达式#print()可以将内容输出到显示器、文件#print()输出
  • 机器学习和深度学习区别 hong161688 机器学习深度学习人工智能
    机器学习和深度学习作为人工智能领域的两大重要分支，虽然有着紧密的联系，但在多个方面存在显著的差异。以下将从定义与起源、技术基础、模型复杂度、数据需求、计算资源需求、应用领域以及学习方式与特点等角度，详细阐述机器学习和深度学习的区别。一、定义与起源机器学习：是人工智能的一个分支，它让计算机能够在没有明确编程的情况下，通过观察和分析大量数据来学习并做出预测或决策。机器学习起源于20世纪50年代，随着算
  • 两分钟带你了解分账系统收费标准 cjwi774 分账那些事大数据小程序电子商务分账零售
    随着大数据、人工智能、云计算等新兴技术愈发成熟，各行各业数字化、智能化改造升级既是大势所趋也是顺势而为。包括电商行业、共享行业、商业综合体、景区等许多业态都纷纷接入分账系统，助力自身业务进行转型升级。而分账系统的价格一直是企业主们考量的重要标准之一，今天小编就为大家介绍一下分账系统收费标准。其实分账系统没有一个固定的收费标准，因为不同的供应方、不同的功能等收费标准都是不同的。一般来说，目前市面上分
  • Sora文本生成影像模型背后的创新原理与挑战 noVonN c语言深度学习算法区块链人工智能
    引言随着人工智能技术的飞速发展，OpenAI作为行业领导者，在文本生成领域取得重大突破之后，近日又推出了其在影像生成领域的最新力作——Sora。这款模型将自然语言处理与计算机视觉技术相结合，旨在通过输入文本描述来快速创作出逼真的电影场景，为内容创作者提供了前所未有的艺术表达工具。然而，正如OpenAI所指出的那样，尽管Sora展现出了令人惊叹的创造力，但它在仿真复杂物理现象和理解具体事例因果关系方
  • SpringMVC的架构有什么优势？——视图与模型（二） 不会编程的小孩子 架构
    #SpringMVC的架构有什么优势？——视图与模型（二）前言关键字：机器学习人工智能AIchatGPT学习实现使用搭建深度python事件远程dockermysql安全技术部署技术自动化代码视图(View)视图是展示结果的组件，它们负责渲染模型数据并生成HTML输出。SpringMVC支持多种视图技术，包括JSP、Thymeleaf等。视图(View)是SpringMVC中渲染并呈现结果的组件，
  • Python在金融大数据分析中的AI应用实战 田野猫咪 python金融数据分析
    随着人工智能时代的到来，Python作为一种功能强大的编程语言，在金融领域的大数据分析中扮演着日益重要的角色。本文将探讨Python在金融领域的应用，重点介绍其在大数据分析方面的实际应用案例，涉及股票市场分析、投资组合优化、风险管理等方面，并提供相关的代码示例。引言随着金融市场数据规模的不断增长，金融机构和投资者们越来越依赖于大数据分析和人工智能技术来做出更准确、更智能的决策。Python作为一种
  • AI：助力开发者翱翔，而非抢夺其舞台 中草药z 人工智能社会AIGC开发学习方法
    在当今这个科技飞速发展的时代，人工智能（AI）犹如一股春风，悄然渗透进全球各个行业，尤其在软件开发领域，其影响力日益显著。从初创企业到跨国巨头，无一不在积极探索AI如何重塑编程的面貌，引发了一场关于它究竟是开发者的朋友还是潜在对手的热烈讨论。本文将深入探讨AI对软件工程师的影响，揭示其真实角色，以期为业界同仁提供一份全面的视角。️AI：开发者的得力助手AI不是来势汹汹的竞争者，而是软件工程师最可靠
  • 国产AI大模型Kimi爆火！概念梳理 我爱学AI 人工智能ai大模型
    在人工智能（AI）技术的飞速发展浪潮中，一款名为Kimi的国产大模型近期在资本市场上引起了广泛关注，成为了AI领域的新星。Kimi，由国内AI创业公司月之暗面科技有限公司（MoonshotAI）开发，凭借其卓越的长文本处理能力和丰富的应用场景，迅速在AI对话助手市场中脱颖而出。3月18日，根据月之暗面官方微信公众号消息，支持200万字上下文的Kimi即日启动“内测”。根据机器之心数据显示，尚未上线
  • 【python】最新版小红书js逆向拿到数据，非常详细教程（附完整代码） 景天科技苑 爬虫副业实战零基础进阶教学pythonjs逆向小红书逆向python爬虫
    ✨✨欢迎大家来到景天科技苑✨✨养成好习惯，先赞后看哦~作者简介：景天科技苑《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。《博客》：Python全栈，前后端开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，linux，shell脚本等实操经验，网站搭
  • 构建数字产业生态链，共绘数字经济新蓝图 树莓集团 人工智能大数据物联网科技生活
    在当今数字化浪潮席卷全球的时代，构建数字产业生态链成为了推动经济发展的关键引擎。数字产业生态链如同一个强大的磁场，吸引着各类创新要素汇聚，共同描绘出数字经济的宏伟新蓝图。数字产业生态链的核心在于融合与协同。它将软件开发、数据分析、人工智能、物联网等多个领域紧密连接在一起，打破传统产业界限，实现资源的高效整合与共享。不同的数字技术相互赋能，催生出全新的商业模式和产业形态。构建数字产业生态链，离不开创
  • 【深度学习实战】行人检测追踪与双向流量计数系统【python源码+Pyqt5界面+数据集+训练代码】YOLOv8、ByteTrack、目标追踪、双向计数、行人检测追踪、过线计数 阿_旭 AI应用软件开发实战深度学习实战深度学习python行人检测行人追踪过线计数
    《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体
  • Python八大主要应用领域，你都知道吗？ TOP级别安卓开发 程序员python开发语言
    随着NumPy，SciPy，Matplotlib等众多程序库的开发和完善，Python越来越适合于做科学计算和数据分析了。它不仅支持各种数学运算，还可以绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python比Matlab所采用的脚本语言的应用范围更广泛，可以处理更多类型的文件和数据。4、人工智能当前最热工资最高的IT工作就是从事人工智能领域的工程师了。Python
  • 【激活函数总结】Pytorch中的激活函数详解： ReLU、Leaky ReLU、Sigmoid、Tanh 以及 Softmax 阿_旭 深度学习知识点pytorch人工智能python激活函数深度学习
    《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体检测系统开发】5.【图片风格快速迁移软件开发】6.【人脸表表情识别系统】7.
  • 020 现代数据中心的路由与交换架构 Network_Engineer RS网络网络安全计算机网络网络协议网络安全
    引言现代数据中心的设计必须兼顾高性能、高可用性和灵活性，以满足云计算、大数据、人工智能等应用的需求。在这样的背景下，数据中心的路由与交换架构设计显得尤为重要。Spine-Leaf架构、BGP路由优化以及高密度虚拟化环境中的交换技术，成为了现代数据中心的关键组成部分。本篇博文将探讨这些技术的实际应用，并提供华为设备的配置示例。1.Spine-Leaf架构的设计与实施Spine-Leaf架构是一种扁平
  • 连续上多个热搜的chatgpt到底是什么？ 高省张导师
    近日，一款名为ChatGPT的人工智能聊天机器人火了。ChatGPT能做什么呢？除了简单的对话，它能帮你写代码、写文章、写诗、翻译，只要你能想到...，甚至有人用它来写作业。大家好我是氧惠APP最大团队张导师，氧惠首批邀请码520888，注册就帮你推广，一起做到百万团队。氧惠APP，2023全新模式，我的直推也会放到你下面，我曾经1年做到百万团队，现在加入我也会帮你做到百万团队。【氧惠】百度有几百
  • 人工智能与机器学习原理精解【18】 叶绿先锋 基础数学与应用数学人工智能机器学习
    文章目录决策树基础决策树的定义决策树的计算决策树的例子决策树的例题决策树算法一、决策树的算法过程二、决策树的性质Julia中实现框架使用`DecisionTree.jl`使用`MLJ.jl`Julia包的教程一、了解Julia包生态系统二、安装Julia包1.打开JuliaREPL2.使用Pkg包管理器三、使用Julia包四、查找和了解Julia包1.Julia官方文档2.JuliaHub3.Gi
  • 【机器学习】机器学习的基本概念、算法的工作原理、实际应用案例 @我们的天空 人工智能技术机器学习算法人工智能自然语言处理金融pythonsklearn
    一、机器学习的基本概念定义：机器学习是人工智能的一个分支，它使计算机能够在没有明确编程的情况下从数据中学习并改进其性能。机器学习的目标是让计算机自动学习模式和规律，从而能够对未知数据做出预测或决策。主要类型：监督学习：在这种类型的学习中，算法通过已知输入输出数据对进行训练，学习映射函数，以便对新的输入数据进行预测。常见的监督学习任务包括分类和回归。无监督学习：无监督学习的任务是发现数据中的结构或模
  • 从零开始设计一款全新GPU jack_201316888 GPUAI大模型渲染GPUGPGPU
    （提纲：：）设计一款全新的GPU（图形处理单元）是一项复杂且多方面的工程工作，涉及到硬件架构、软件编程模型、性能优化、功耗管理等多个领域。以下是从零到一设计一款全新GPU的基本步骤和关键考虑因素。1.定义需求和目标1.1应用场景首先，需要明确GPU的应用场景。这可以是图形渲染（如游戏、电影制作）、通用计算（如科学计算、人工智能训练）、嵌入式系统（如移动设备、汽车电子）等。1.2性能目标根据应用场景
  • 【专题】2024年中国AI人工智能基础数据服务研究报告合集PDF分享（附原数据表） 拓端研究室 人工智能
    原文链接：https://tecdat.cn/?p=37516随着人工智能技术的迅猛发展，AI基础数据服务行业迎来了前所未有的发展机遇。报告合集显示，2023年中国AI基础数据服务市场规模达到45亿元，且未来五年复合增长率有望达到30.4%。多模态大模型、长文本处理能力提升以及大模型小型化技术成为AI领域热点研究方向，从而推动了对高质量数据的大量需求。阅读原文，获取专题报告合集全文，解锁文末403
  • 【自然语言处理】自然语言处理NLP概述及应用 @我们的天空 人工智能技术nlp人工智能深度学习python机器学习自然语言处理scikit-learn
    自然语言处理（NaturalLanguageProcessing，简称NLP）是一门集计算机科学、人工智能以及语言学于一体的交叉学科，致力于让计算机能够理解、解析、生成和处理人类的自然语言。它是人工智能领域的一个关键分支，旨在缩小人与机器之间的交流障碍，使得机器能够更有效地识别并响应人类的自然语言指令或内容。自然语言处理NLP概述基本任务：文本分类：将文本划分为预定义的类别，如情感分析、主题分类等
  • 大模型落地指南：从下载到本地化部署全流程解析 网安猫叔 人工智能自然语言处理语言模型AIGC深度学习
    一、引言随着人工智能技术的迅猛发展，大规模预训练模型（如GPT-4、BERT等）在自然语言处理、图像识别等领域展现出了卓越的性能。然而，如何将这些强大的模型从理论落地到实际应用中，仍然是许多技术从业者面临的挑战。本篇文章旨在为读者提供一份详尽的大模型落地指南，从模型的下载、文件结构的解析，到本地化部署的具体步骤，全面覆盖整个流程。无论你是初次接触大模型的新手，还是希望深入了解部署细节的资深开发者，
  • 二分查找排序算法 周凡杨 java二分查找排序算法折半
    一：概念 二分查找又称 折半查找（ 折半搜索/ 二分搜索），优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而 查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表 分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步
  • java中的BigDecimal bijian1013 javaBigDecimal
            在项目开发过程中出现精度丢失问题，查资料用BigDecimal解决，并发现如下这篇BigDecimal的解决问题的思路和方法很值得学习，特转载。         原文地址：http://blog.csdn.net/ugg/article/de
  • Shell echo命令详解 daizj echoshell
    Shell echo命令 Shell 的 echo 指令与 PHP 的 echo 指令类似，都是用于字符串的输出。命令格式： echo string 您可以使用echo实现更复杂的输出格式控制。 1.显示普通字符串: echo "It is a test" 这里的双引号完全可以省略，以下命令与上面实例效果一致： echo Itis a test 2.显示转义
  • Oracle DBA 简单操作 周凡杨 oracle dba sql
    --执行次数多的SQL select sql_text,executions from (      select sql_text,executions from v$sqlarea order by executions desc      ) where rownum<81;  &nb
  • 画图重绘 朱辉辉33 游戏
      我第一次接触重绘是编写五子棋小游戏的时候，因为游戏里的棋盘是用线绘制的，而这些东西并不在系统自带的重绘里，所以在移动窗体时，棋盘并不会重绘出来。所以我们要重写系统的重绘方法。   在重写系统重绘方法时，我们要注意一定要调用父类的重绘方法，即加上super.paint(g)，因为如果不调用父类的重绘方式，重写后会把父类的重绘覆盖掉，而父类的重绘方法是绘制画布，这样就导致我们
  • 线程之初体验 西蜀石兰 线程
    一直觉得多线程是学Java的一个分水岭，懂多线程才算入门。 之前看《编程思想》的多线程章节，看的云里雾里，知道线程类有哪几个方法，却依旧不知道线程到底是什么？书上都写线程是进程的模块，共享线程的资源，可是这跟多线程编程有毛线的关系，呜呜。。。 线程其实也是用户自定义的任务，不要过多的强调线程的属性，而忽略了线程最基本的属性。 你可以在线程类的run()方法中定义自己的任务，就跟正常的Ja
  • linux集群互相免登陆配置 林鹤霄 linux
    配置ssh免登陆 1、生成秘钥和公钥    ssh-keygen -t rsa 2、提示让你输入，什么都不输，三次回车之后会在~下面的.ssh文件夹中多出两个文件id_rsa 和 id_rsa.pub    其中id_rsa为秘钥，id_rsa.pub为公钥，使用公钥加密的数据只有私钥才能对这些数据解密    c
  • mysql : Lock wait timeout exceeded; try restarting transaction aigo mysql
    原文：http://www.cnblogs.com/freeliver54/archive/2010/09/30/1839042.html   原因是你使用的InnoDB   表类型的时候, 默认参数:innodb_lock_wait_timeout设置锁等待的时间是50s, 因为有的锁等待超过了这个时间,所以抱错.   你可以把这个时间加长,或者优化存储
  • Socket编程 基本的聊天实现。 alleni123 socket
    public class Server { //用来存储所有连接上来的客户 private List<ServerThread> clients; public static void main(String[] args) { Server s = new Server(); s.startServer(9988); } publi
  • 多线程监听器事件模式(一个简单的例子) 百合不是茶 线程监听模式
        多线程的事件监听器模式   监听器时间模式经常与多线程使用,在多线程中如何知道我的线程正在执行那什么内容,可以通过时间监听器模式得到        创建多线程的事件监听器模式 思路:    1, 创建线程并启动,在创建线程的位置设置一个标记     2,创建队
  • spring InitializingBean接口 bijian1013 javaspring
    spring的事务的TransactionTemplate，其源码如下： public class TransactionTemplate extends DefaultTransactionDefinition implements TransactionOperations, InitializingBean{ ... } TransactionTemplate继承了DefaultT
  • Oracle中询表的权限被授予给了哪些用户 bijian1013 oracle数据库权限
            Oracle查询表将权限赋给了哪些用户的SQL，以备查用。 select t.table_name as "表名", t.grantee as "被授权的属组", t.owner as "对象所在的属组"
  • 【Struts2五】Struts2 参数传值 bit1129 struts2
    Struts2中参数传值的3种情况 1.请求参数绑定到Action的实例字段上 2.Action将值传递到转发的视图上 3.Action将值传递到重定向的视图上   一、请求参数绑定到Action的实例字段上以及Action将值传递到转发的视图上 Struts可以自动将请求URL中的请求参数或者表单提交的参数绑定到Action定义的实例字段上，绑定的规则使用ognl表达式语言
  • 【Kafka十四】关于auto.offset.reset[Q/A] bit1129 kafka
    I got serveral questions about  auto.offset.reset. This configuration parameter governs how  consumer read the message from  Kafka when  there is no initial offset in ZooKeeper or
  • nginx gzip压缩配置 ronin47 nginx gzip 压缩范例
    nginx gzip压缩配置 更多 0 nginx gzip 配置   随着nginx的发展，越来越多的网站使用nginx，因此nginx的优化变得越来越重要，今天我们来看看nginx的gzip压缩到底是怎么压缩的呢？ gzip(GNU-ZIP)是一种压缩技术。经过gzip压缩后页面大小可以变为原来的30%甚至更小，这样，用
  • java-13.输入一个单向链表，输出该链表中倒数第 k 个节点 bylijinnan java
    two cursors. Make the first cursor go K steps first. /* * 第 13 题：题目：输入一个单向链表，输出该链表中倒数第 k 个节点 */ public void displayKthItemsBackWard(ListNode head,int k){ ListNode p1=head,p2=head;
  • Spring源码学习-JdbcTemplate queryForObject bylijinnan javaspring
    JdbcTemplate中有两个可能会混淆的queryForObject方法： 1. Object queryForObject(String sql, Object[] args, Class requiredType) 2. Object queryForObject(String sql, Object[] args, RowMapper rowMapper) 第1个方法是只查
  • [冰川时代]在冰川时代,我们需要什么样的技术? comsci 技术
         看美国那边的气候情况....我有个感觉...是不是要进入小冰期了?      那么在小冰期里面...我们的户外活动肯定会出现很多问题...在室内呆着的情况会非常多...怎么在室内呆着而不发闷...怎么用最低的电力保证室内的温度.....这都需要技术手段...   &nb
  • js 获取浏览器型号 cuityang js浏览器
    根据浏览器获取iphone和apk的下载地址 <!DOCTYPE html> <html> <head>     <meta charset="utf-8" content="text/html"/>     <meta name=
  • C# socks5详解 转 dalan_123 socketC#
    http://www.cnblogs.com/zhujiechang/archive/2008/10/21/1316308.html  这里主要讲的是用.NET实现基于Socket5下面的代理协议进行客户端的通讯，Socket4的实现是类似的，注意的事，这里不是讲用C#实现一个代理服务器，因为实现一个代理服务器需要实现很多协议，头大，而且现在市面上有很多现成的代理服务器用，性能又好，
  • 运维 Centos问题汇总 dcj3sjt126com 云主机
    一、sh 脚本不执行的原因 sh脚本不执行的原因 只有2个 1.权限不够 2.sh脚本里路径没写完整。   二、解决You have new mail in /var/spool/mail/root 修改/usr/share/logwatch/default.conf/logwatch.conf配置文件 MailTo = MailFrom   三、查询连接数
  • Yii防注入攻击笔记 dcj3sjt126com sqlWEB安全yii
    网站表单有注入漏洞须对所有用户输入的内容进行个过滤和检查，可以使用正则表达式或者直接输入字符判断，大部分是只允许输入字母和数字的，其它字符度不允许；对于内容复杂表单的内容，应该对html和script的符号进行转义替换：尤其是<,>,',"",&这几个符号 这里有个转义对照表： http://blog.csdn.net/xinzhu1990/articl
  • MongoDB简介[一] eksliang mongodbMongoDB简介
    MongoDB简介 转载请出自出处：http://eksliang.iteye.com/blog/2173288 1.1易于使用        MongoDB是一个面向文档的数据库，而不是关系型数据库。与关系型数据库相比，面向文档的数据库不再有行的概念，取而代之的是更为灵活的“文档”模型。        另外，不
  • zookeeper windows 入门安装和测试 greemranqq zookeeper安装分布式
    一、序言       以下是我对zookeeper 的一些理解：      zookeeper 作为一个服务注册信息存储的管理工具，好吧，这样说得很抽象，我们举个“栗子”。       栗子1号：       假设我是一家KTV的老板，我同时拥有5家KTV，我肯定得时刻监视
  • Spring之使用事务缘由(2-注解实现) ihuning spring
      Spring事务注解实现   1. 依赖包：     1.1 spring包：           spring-beans-4.0.0.RELEASE.jar           spring-context-4.0.0.
  • iOS App Launch Option 啸笑天 option
    iOS 程序启动时总会调用application:didFinishLaunchingWithOptions:，其中第二个参数launchOptions为NSDictionary类型的对象，里面存储有此程序启动的原因。   launchOptions中的可能键值见UIApplication Class Reference的Launch Options Keys节 。 1、若用户直接
  • jdk与jre的区别（_） macroli javajvmjdk
    简单的说JDK是面向开发人员使用的SDK，它提供了Java的开发环境和运行环境。SDK是Software Development Kit 一般指软件开发包，可以包括函数库、编译程序等。  JDK就是Java Development Kit JRE是Java Runtime Enviroment是指Java的运行环境，是面向Java程序的使用者，而不是开发者。 如果安装了JDK，会发同你
  • Updates were rejected because the tip of your current branch is behind qiaolevip 学习永无止境每天进步一点点众观千象git
    $ git push joe prod-2295-1 To [email protected]:joe.le/dr-frontend.git ! [rejected] prod-2295-1 -> prod-2295-1 (non-fast-forward) error: failed to push some refs to '[email protected]
  • [一起学Hive]之十四-Hive的元数据表结构详解 superlxw1234 hivehive元数据结构
    关键字：Hive元数据、Hive元数据表结构   之前在 “[一起学Hive]之一–Hive概述，Hive是什么”中介绍过，Hive自己维护了一套元数据，用户通过HQL查询时候，Hive首先需要结合元数据，将HQL翻译成MapReduce去执行。 本文介绍一下Hive元数据中重要的一些表结构及用途，以Hive0.13为例。   文章最后面，会以一个示例来全面了解一下，
  • Spring 3.2.14，4.1.7，4.2.RC2发布 wiselyman Spring 3
      Spring 3.2.14、4.1.7及4.2.RC2于6月30日发布。   其中Spring 3.2.1是一个维护版本(维护周期到2016-12-31截止)，后续会继续根据需求和bug发布维护版本。此时，Spring官方强烈建议升级Spring框架至4.1.7 或者将要发布的4.2 。   其中Spring 4.1.7主要包含这些更新内容。
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他