#大模型

有趣的科学小实验

比如制作简易的火山爆发模型。准备一些小苏打、红色食用色素、洗洁精和醋。先在一个塑料瓶里放入小苏打、红色食用色素和洗洁精，然后倒入醋。只见瓶子里立刻冒出红色的泡泡，像火山爆发一样。
·2025-01-17 14:01

向量和矩阵的范数

这在实际应用中，带来了非常大的便利。
釉色清风·2025-01-17 13:36

【机器学习：二十、拆分原始训练集】

1.如何改进模型模型的改进需求在机器学习任务中，模型性能的提升通常受限于训练数据、模型架构、优化方法及超参数设置等。模型改进的目标是在测试数据上表现更优，避免过拟合或欠拟合。
KeyPan·2025-01-17 13:35

安装指南：LLaMA Factory、AutoGPTQ 和 vllm

安装指南：LLaMAFactory、AutoGPTQ和vllm在本文中，我们将详细介绍如何安装LLaMAFactory、AutoGPTQ和vllm，这些工具在大型语言模型（LLMs）和视觉语言模型（VLMs
从零开始学习人工智能·2025-01-17 13:05

【机器学习】---神经架构搜索（NAS）

2.NAS的三大组件2.1搜索空间搜索空间设计的考虑因素：2.2搜索策略2.3性能估计3.NAS的主要方法3.1基于强化学习的NAS3.2基于进化算法的NAS3.3基于梯度的NAS4.NAS的应用5.实现一个简单的
Undoom·2025-01-17 13:03

记录yolo v8模型训练后使用.pt模型推理正常 改用转换后的.onnx模型推理出现WARNING ⚠️ Unable to automatically guess model task, assu

task=detect','segment','classify',or'pose'.解决办法：将训练出的模型名字best.pt修改为best-
YANGXUSHI520·2025-01-17 13:32

Pytorch实现猫狗分类

在进行编码之前，确保已经安装好Pytorch以及相关依赖环境模型定义构建构建一个较为简单的卷积神经网络模型#定义神经网络模型classCatDogClassifier(nn.Module):def__init
NoKnowovo·2025-01-17 13:01

机器学习模型调优指南

机器学习模型调优指南机器学习模型参数调优的作用在于优化模型的性能，使其能够在给定任务上更好地泛化和预测。通过合理调整模型的超参数，能够提高模型的准确性、降低过拟合或欠拟合的风险、加快训练过程等。
闵少搞AI·2025-01-17 13:00

es查询大文本效率_Elasticsearch 技术分析（七）： Elasticsearch 的性能优化

javajava8java开发Elasticsearch技术分析(七)：Elasticsearch的性能优化硬件选择Elasticsearch(后文简称ES)的基础是Lucene，所有的索引和文档数据是存储在本地的磁盘中，具体的路径可在ES的配置文件../config/elasticsearch.yml中配置，如下：#-----------------------------------Paths
weixin_39672296·2025-01-17 12:59

华为OD上机考试真题（Java）——排队游戏

对于非刺头同学，如果发现他前面有比自己高的同学，他不满程度就增加，增加的数量等于前面能力值比他大的同学的个数。刺头不会产生不满。如果整个班级累计的不满程度超过(k)，那么老师就没有办法教这个班级了。
程序员buddha2080·2025-01-17 12:57

开源人工智能模型框架：探索与实践

摘要本文深入探讨了开源人工智能模型框架，旨在为研究人员、开发者及相关从业者提供全面的理解与参考。
CodeJourney.·2025-01-17 12:27

Java 大视界 -- Java 开发 Spark 应用：RDD 操作与数据转换

ApacheSpark是一个强大的分布式计算框架，提供了高效的数据处理能力，广泛应用于大数据分析与机器学习。Spark提供了多种高级API，支持批处理和流处理。Spark提供了两种主要的数据抽象：RDD（弹性分布式数据集）和DataFrame。本文将重点介绍如何使用Java开发Spark应用，并深入探讨RDD的操作与数据转换。一、Spark环境搭建首先，确保您的环境中安装了Java和Spark。您
一只蜗牛儿·2025-01-17 12:26

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件

【C#深度学习之路】如何使用C#读取pickle类型的大模型文件背景Pickle文件的结构及读取思路读取方法以压缩文件的方式加载Pickle类型文件读取Header的内容读取tensor的权重值该方法的不足总结本文为原创文章
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。
来瓶霸王防脱发·2025-01-17 12:54

华为昇腾AI处理器，atc模型转换和推理过程，华为的CANN库对标的是NVIDIA的cuda，所以在华为昇腾AI处理器上安装了CANN后，就可以直接使用pytorch了，以及推理框架(参考学习)

1，模型转换atc模型转换模型转换如图参考链接如下：https://toscode.mulanos.cn/ascend/samples/tree/master/inference/modelInference
鼾声鼾语·2025-01-17 12:53

学习HTML5总结（一）

实体字符5、列表6、超链接7、文件的路径3、选择器1、基础选择器2、复合选择器3、关系选择器4、属性选择器5、伪类选择器6、伪元素选择器3、html中的单位1、长度单位2、比例单位3、颜色单位4、CSS三大特征二
大学生努力学习·2025-01-17 11:20

web自动化测试基础（从配置环境到自动化实现登录测试用例的执行，vscode如何导入自己的python包）

一、环境的配置前提安装好了python解释器并配好了环境，并安装好了VScode下载的浏览器和浏览器驱动需要一样的版本号(只看大版本)。
小明学编程｀·2025-01-17 11:20

轻量级、高性能的TTS模型Kokoro 模型介绍、体验和部署

Kokoro模型介绍1.概述Kokoro是一款轻量级、高性能的文本转语音（TTS）模型，由hexgrad团队开发并开源。
莫非技术栈·2025-01-17 11:49

Java中的并发工具类：让多线程编程更轻松

Java中的并发工具类：让多线程编程更轻松1.引言：多线程编程的“痛”多线程编程是Java开发中的一大难点，尤其是在高并发场景下，稍有不慎就会遇到线程安全问题、死锁、性能瓶颈等问题。
莫非技术栈·2025-01-17 11:49

华为OD机试 - 最快到达医院的方法（Python/JS/C/C++ 2024 E卷 100分）

一、题目描述新型冠状病毒疫情的肆虐，使得大壮在武汉的大
哪 吒·2025-01-17 11:44

如何学习Transformer架构

作为一种基于注意力机制的模型，Transformer解决了传统序列模型在并行化和长距离依赖方面的局限性。
fydw_715·2025-01-17 10:07

神经网络基础-价格分类案例

文章目录1.需求分析2.导入所需工具包3.构建数据集4.构建分类网络模型5.训练模型6.模型训练7.评估模型8.模型优化学习目标：掌握构建分类模型流程动手实践整个过程1.需求分析小明创办了一家手机公司，
dwjf321·2025-01-17 10:36

数字孪生介绍

它是指对于现实世界中的物理实体或系统，通过数字化的方式建立一个虚拟的、与之相对应的数字化模型，从而实现对物理实体或系统的监测、仿真、预测和优化等操作。
丫头，冲鸭！！！·2025-01-17 10:06

RocketMQ原理解析

下面是RocketMQ的原理解析：架构模型：RocketMQ的架构模型采用分布式、主从复制、高可用性设计，包括Broker、NameServer和Producer、Consumer等模块。其中，Br
Luxangn·2025-01-17 10:04

简单优化模型实例（1）

lingo实例简单线性规划简单线性规划是数学中线性规划的一种简化形式，主要用于解决具有两个决策变量的线性目标函数在一组线性约束条件下的最优化问题。目标函数：是一个关于决策变量的线性函数，通常表示z=ax+by的形式，其中a和b是常数。目标函数需要在约束条件下达到最大值或最小值。约束条件：是一组关于决策变量的线性不等式或等式。这些约束条件限制了决策变量的取值范围，使得问题的解在一定的可行域内。例如x
补三补四·2025-01-17 10:02

编码必看！智能代码助手帮你快速解释代码、解释函数

文心快码(BaiduComate)是基于百度文心大模型，在研发全流程全场景下为开发者提供辅助建议的智能代码助手。
·2025-01-17 10:56

作为前端，需要知道这些工具，解放我的重复劳动力

本文首发于微信公众号：大迁世界,我的微信：qq449245884，我会第一时间和你分享前端行业趋势，学习途径等等。
·2025-01-17 09:18

Docker入门系列之三：如何将dockerfile制作好的镜像发布到Docker hub上

在多模态模型的架构上，ChatGPT的绘图能力主要依赖以下几个核心组件：跨模态编码器（Cross-ModalEncoder）：跨模态编码器的作用是将文本和图像的特征进行对齐。
·2025-01-17 09:17

成功

在多模态模型的架构上，ChatGPT的绘图能力主要依赖以下几个核心组件：跨模态编码器（Cross-ModalEncoder）：跨模态编码器的作用是将文本和图像的特征进行对齐。
·2025-01-17 09:17

【Rust的2种线程锁 & 阻塞 vs 挂起】

async_std::sync::Mutex和std::sync::Mutex之间的主要区别在于它们如何处理线程阻塞和异步编程模型。
LiuIleCPP_Golang·2025-01-17 09:28

Redis缓存穿透、缓存雪崩和缓存击穿

可以把所有的可能存在的key放到一个大的Bitmap中，查询时通过该bitmap过滤。二
～风起～·2025-01-17 08:21

AWS云计算概览（自用留存）

目录一、云概念概览（1）云服务模型（2）云计算6大优势（3）web服务（4）AWS云采用框架（AWSCAF）二、云经济学&账单（1）定价的基本知识（2）总拥有成本（3）AWSOrganizations（
给bug两拳·2025-01-17 08:46

AI大模型

系列简书文章目录https://www.jianshu.com/p/d47d5cdc8a3e本篇目录AI大模型什么是AI大模型AI大模型，通常指的是在人工智能领域中，特别是机器学习和深度学习范畴内，具有巨大参数量和复杂结构的模型
荆州克莱·2025-01-17 07:12

迎接2025年：人工智能引领的新时代变革

美国《福布斯》杂志的一篇文章《人人都必须为2025年的十大人工智能趋势做好准备》为我们描绘了未来几年AI领域的壮丽图景。这些趋势不仅预示着技术的革新，更反映了我们如何适应和塑造这个由AI主导的新世界。
海森大数据·2025-01-17 07:41

北大新模型FAN：新型神经网络架构，填补周期性特征建模空白

然而，传统的神经网络模型，如多层感知器（MLP）和Transformer，在周期性建模方面却存在明显不足。
海森大数据·2025-01-17 07:11

深度学习：从基础到实践（上、下册）(安德鲁·格拉斯纳)

训练与测试：深度学习模型的训练过程包括使用训练数据来优化模型参数，而测试过程则使用测试数据来评估模型的性能。过拟合与欠拟合：过拟合是指模型在训练数据上表现过
fyjgfyjfg·2025-01-17 07:11

设备树与 Linux 内核设备驱动模型的整合

往期内容总线：驱动中的device和device_driver结构体-CSDN博客bus总线的相关结构体和注册逻辑-CSDN博客bus中设备驱动的probe触发逻辑和device、driver的添加逻辑-CSDN博客platformbus平台总线详解-CSDN博客设备树：设备树语法规则讲解-CSDN博客基于设备树的嵌入式系统硬件平台识别与参数传递流程解析-CSDN博客device_node：解压设
憧憬一下·2025-01-17 07:08

港科夜闻 | 香港科大与微软亚洲研究院签署战略合作备忘录,推动医学健康教育及科研协作...

合作方向将涵盖人才培训、革新智慧医疗服务及发展医疗科技研究等三大范畴，全面推动及提升未来医学教育。香港科大在早期已与微软公司有多方面的合作，探索不同领域的研究。本次双方进一步深化协作，并专注于AI与生
香港科大内地办(北京)·2025-01-17 07:37

星火文档问答上线！定制你的专属知识库

放眼全球，大模型正从热烈讨论走向应用落地。麦肯锡最新研究报告，生成式AI有望为全球经济贡献约7万亿美元的价值，并将AI的总体经济效益提高50%左右。一方面，越来越多工作实现自动化与智能化。
AI 研究所·2025-01-17 06:06

事务隔离机制（超详细）

事务的四大特性一、原子性二、一致性三、隔离性四、持久性事务的生命周期一、开始事务二、执行事务操作三、提交事务四、回滚事务五、事务结束事务的并发控制一、并发控制的基本概念二、并发控制的目标三、并发控制的方法四
上官花雨·2025-01-17 06:33

C#关于架构框架与的CRUD思考

它将应用程序分为三个主要部分：模型（数据和业务逻辑）、视图（用户界面）和控制器（处理输入并响应）。这种分
Daniel的万事通杂货铺·2025-01-17 06:30

数据仓库的复用性：模型层面通用指标体系、参数化模型、版本化管理

下面将从模型层面的复用性、通用指标体系、参数化模型、版本化管理四个方面进行详细介绍，并提供可落地的设计方案。1.模型层面的复用性1.1复用性设计目标减少重复建模：通过统一的模型设计满足多个业务场景。
PersistDZ·2025-01-17 06:30

mac地址是用来做什么的

MAC地址是数据链路层（OSI模型的第二层）使用的地址，主要用于局域网（LAN）内设备之间的通信。MAC地址的作用：设备标识：MAC地址在局域网（LAN）中唯一标识设备，类似于设备的身份证号。
毛毛的毛毛·2025-01-17 05:57

智能视界·大模型驱动视频矩阵管理系统

开头先配两张ER图一张不带字段，一张带字段，剩下的内容按需拿取1.产品介绍产品名称：智能视界·大模型驱动视频矩阵管理系统主要功能：智能视频分析与识别功能介绍：该系统集成先进的人工智能大模型，能够实时对视频流进行深度分析
大霸王龙·2025-01-17 05:55

python面向对象——三大特性

python面向对象——三大特性1.引言Python是面向对象的语言，自然也支持面向对象的三大特性：封装、继承、多态。
星尘博客·2025-01-17 05:25

DeepSeek Artifacts：前端开发的新利器

这款轻量级模型凭借在大语言模型（LLM）排行榜上的优异表现，以及亲民的价格和卓越的性能，在人工智能社区中广受关注。然而，它的姊妹工具DeepSeekArtifacts却因截然不同的缘由引发了热议。
·2025-01-17 05:12

【无标题】

以下是对Nginx七层反向代理架构的详细剖析：文章目录一、工作原理二、核心优势三、配置示例四、特殊场景应用五、Nginx进程模型六、Nginx线程模型七、Nginx进程及线程模型
thinking-fish·2025-01-17 05:25

数据结构笔记——概述

就是直接拉出一大块数据存在那里。数组的快速存取其实只是一个副作用，因为所有的数据都在一起，可以直接算出来数据的地址。链表则是为了解决可以无线增长的需求的。
空旷在远方·2025-01-17 05:52

喜大普奔，适用于 VS Code 的 GitHub Copilot 全新免费版本正式推出，GitHub 全球开发者突破1.5亿

2024年12月18日，GitHub官方宣布了一个激动人心的重大消息：GitHubCopilot将为VisualStudioCode用户推出免费版本，同时GitHub平台的全球开发者数量已突破1.5亿大关
·2025-01-17 05:33
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他