中文大模型

数仓分层ODS、DWD、DWM、DWS、DIM、DM、ADS

往期推荐数仓入门：数据分析模型、数仓建模、离线实时数仓、Lambda、Kappa、湖仓一体-CSDN博客数仓常见名词解析和名词之间的关系-CSDN博客数据仓库及数仓架构概述-CSDN博客大数据HBase
青秋.·2025-01-17 15:17

LLaMA-Factory全面指南：从训练到部署

项目背景与概述LLaMA-Factory项目目标LLaMA-Factory项目是一个专注于大模型训练、微调、推理和部署的开源平台。
我就是全世界·2025-01-17 15:46

前端-跨端跨平台框架介绍

2.ReactNative中文文档:https://reactnative.cn/英文文档:https://reactnative.dev/docs/getting
有哥来袭·2025-01-17 15:16

5万人丢掉饭碗！巨头接连裁员，欧洲汽车工业迈入凛冬

全球汽车工业第一大地区，正经历着时代变革。变革“腥风血雨”下，阵痛难以避免，欧洲汽车行业内，经历着一场从上到下的洗牌重组。裁员，就是重组计划的重要表现之一。
·2025-01-17 14:12

提示工程（Prompt Engineering）最全综述：本质、技术、最佳实践

在LLMs的世界里，一个精心设计的提示就如同一位经验丰富的向导，能够引领模型穿越复杂的信息海洋，找到用户心中的答案。
大模型之路·2025-01-17 14:13

分布式系统架构3：服务容错

这是小卷对分布式系统架构学习的第3篇文章，虽然知道大家都不喜欢看纯技术文章，写了也没多少阅读量，但是个人要成长的话，还是需要往深一点的技术上去探索的1.为什么需要容错分布式系统的本质是不可靠的，一个大的服务集群中
·2025-01-17 14:38

Android string.xml中特殊字符转义

项目中要在string.xml中显示特殊符号空格：（普通的英文半角空格但不换行）窄空格： （中文全角空格（一个中文宽度）） （半个中文宽度，但两个空格比一个中文略大） （一个中文宽度，但用起来会比中文字宽一点点
hc.Geng·2025-01-17 14:43

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

Pool-BasedSamplingPool-basedsampling是一种主动学习（ActiveLearning）方法，与流式选择性采样不同，它假设有一个预先定义的未标注样本池，算法从中选择最有价值的样本进行标注，以提升模型的性能
IT古董·2025-01-17 14:09

十大实用外贸人英语口语 APP

在全球化的商业浪潮中，外贸人穿梭于不同国家的客户之间，英语口语的运用场景极为广泛。从初次与客户线上沟通产品细节，到面对面商务洽谈敲定订单，亦或是在展会现场热情介绍公司优势，流利的口语表达都起着关键作用。然而，学习外贸英语口语并非易事，既要掌握专业的商务词汇，像各类贸易术语“FOB、CIF”，又要熟悉不同文化背景下的交流习惯，避免因文化差异产生误解，还要能随时应对突发状况下的灵活对话，种种难点让外贸
Adfdddd007·2025-01-17 14:07

数仓实践：如何优雅的设计DWS层？

数据建模无疑是重中之重，如果我们把指标比作树上的果实，那么模型就好
云 祁·2025-01-17 14:37

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

Builder 模式在 Go 语言中的应用

Builder模式，中文翻译不太统一，有时候被翻译为建造者模式或构建者模式，有时候也被翻译为生成器模式。为了不给读者造成困扰，我还是直接叫它Builder模式好了。
·2025-01-17 09:19

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

Java编程思想学习笔记之内容介绍

跟本专栏需要三本资料，一是原书英文版，二是翻译中文版，三是配套习题解答以及代码包等内容，部分资源不是很好找，后期有空整理好后发布在CSDN。中文版用来速读，但翻译着实不尽如人意，很多地方
java开发13264·2025-01-17 09:59

【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

关于ctf大赛

CTF（CaptureTheFlag）中文一般译作夺旗赛，在网络安全领域中指的是网络安全技术人员之间进行技术竞技的一种比赛形式。
向晚753·2025-01-17 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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他