书生·浦语大模型实战营第2页

LightGBM+NRBO-Transformer-BiLSTM多变量回归预测 Matlab代码

多变量回归预测模型在金融风险管理、气象预报、医疗健康等多个领域具有广泛的应用。例如，在

前程算法屋·2025-02-17 01:09

前端三大主流框架：React、Vue、Angular

文章目录一、React、Vue、Angular简介二、React初始化案例三、Vue初始化案例四、Angular初始化案例五、相关链接一、React、Vue、Angular简介前端三大主流框架分别是Angular

m0_54851477·2025-02-17 01:39

Hadoop综合项目——二手房统计分析（可视化篇）

Hadoop综合项目——二手房统计分析（可视化篇）文章目录Hadoop综合项目——二手房统计分析（可视化篇）0、写在前面1、数据可视化1.1二手房四大一线城市总价Top51.2统计各个楼龄段的二手房比例

WHYBIGDATA·2025-02-17 01:08

ASR技术与Whisper引擎

声学模型：声学模型通过处理编码得到的向量，将相

Catformon·2025-02-17 01:38

2025年最新软件测试面试题【附文档答案】

长文警告，全文共12000+字，涵盖软件测试面试可能遇到的所有问题，希望对大家有帮助，不过大家最好不要硬背，实战大于理论。祝大家面试顺利！

字节程序员·2025-02-17 01:36

【300套】基于Springboot+Vue的Java毕业设计项目(附源码+演示视频+LW)

今天给大家分享300+的Java毕业设计，基于Springboot+vue框架，这些项目都经过精心挑选，涵盖了不同的实战主题和用例，可做毕业设计和课程设计参考。

程序猿老A（专注毕业设计）·2025-02-17 00:36

chattts本地化python部署及采坑记录(2024年亲测可用)

官网：https://chattts.com/zh开源地址：https://github.com/2noise/ChatTTSChatTTS模型：https://huggingface.co/2Noise

Catformon·2025-02-17 00:05

景联文科技数据处理平台：支持高质量图像标注服务

这一过程对于创建高质量的训练数据集至关重要，使得AI模型能够准确地识别和分类现实世界中的物体。常见的图像标注类型：边界框标注：这是最常用的标注方式之一，通常用于物体检测任务。

景联文科技·2025-02-17 00:35

景联文科技：以全面数据处理服务推动AI创新与产业智能化转型

数据标注公司在人工智能领域扮演着重要角色，通过提供高质量的数据标注服务，帮助企业和组织训练和优化机器学习模型。从需求分析到数据交付，每一个步骤都需要严格把控，确保数据的质量和安全性。

景联文科技·2025-02-17 00:05

Python数据永生秘籍：从菜鸟到存储大师的5层通关攻略

Python数据永生秘籍：从菜鸟到存储大师的5层通关攻略内容简介本系列文章是为Python3学习者精心设计的一套全面、实用的学习指南，旨在帮助读者从基础入门到项目实战，全面提升编程能力。

李智 - 重庆·2025-02-17 00:34

Mooncake：kimi后端推理服务的架构设计

背景服务端面临的问题随着大模型技术越来越强，很多应用都是以Maas（ModelasaService)的方式对外提供服务，服务端的能力受模型的能力约束。对于C端应用来

风生水气·2025-02-17 00:03

《深入浅出多模态》（五）：多模态经典模型ALBEF

GoAI·2025-02-17 00:02

国产框架让单卡24G显存跑DeepSeek-R1 671B大模型：推理速度飙升28倍

❤️如果你也关注AI的发展现状，且对AI应用开发感兴趣，我会每日分享大模型与AI领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

蚝油菜花·2025-02-17 00:32

【大模型实战】零门槛入门AgentScope多智能体游戏开发：和Agent玩飞花令

1.项目起因最近，阿里开源了一款全新的多智能体协同的Multi-Agent应用框架-AgentScope，早先的单智能体还只能完成对话类等一些简单的应用，通过调用外部API（如搜索绘画配音等）也只是拓展了单智能体的能力边界。如果能够调用多个智能体，并做好多个智能体之间的协同配合，就能够打造出内容和样式更加丰富的应用。中国古典诗词中的经典游戏（如飞花令尾字接龙即景联诗九宫格）等，非常考验选手的知识储

南七小僧·2025-02-17 00:02

轻量级的注意力网络（LANMSFF）模型详解及代码复现

LANMSFF模型作为一种新型的轻量级网络架构，在保持高性能的同时，显著降低了模型的复杂度。

清风AI·2025-02-17 00:02

实战探析：云数据库 RDS SQL Server 版的优点与应用案例

实战探析：云数据库RDSSQLServer版的优点与应用案例背景：随着云计算技术的不断发展，越来越多的企业开始将数据库迁移到云端，以降低成本、提高可用性和灵活性。

步入烟尘·2025-02-17 00:01

python介绍&pycharm使用技巧

简单介绍python===>跨平台、面想对象，解释型（边运行边翻译）计算机程序设计语言被称为"胶水语言"ps：java是编译型语言学习编程要领（3+1）：编程语法编程规范编程技巧+带着工作任务多练、多实战

倩倩倩倩千千*-·2025-02-17 00:01

MongoDB入门与实践

MongoDB是一个NoSQL数据库，它采用文档模型来存储数据，具有高性能、易扩展、灵活的特点。以下是MongoDB的入门指南和一些基本的实践示例，帮助你开始使用MongoDB。

风中凌乱的猿·2025-02-16 23:31

AI驱动的药物设计的优势表现在哪些方面

AI驱动药物发现：通过高通量筛选、虚拟药物设计和预测模型，大幅缩短研发周期。案例：Exscientia利用AI平台在12个月内设计出了一种抗癌药物候选分子，而传统方法通常需要4-5年。

小宝哥Code·2025-02-16 23:30

教您如何选购触觉力反馈设备

目前全球市场上基本被三大品牌垄断。分别为：美国3Dsystems（Geomagic/Sensable），瑞士For

宋13810279720·2025-02-16 23:59

高效高并发调度架构

常用于微服务之间的通信，例如机器学习模型服务与前端应用之间的交互。RSocket：是一种基

之群害马·2025-02-16 23:59

英码科技基于昇腾算力实现DeepSeek离线部署

DeepSeek-R1模型以其创新架构和高效能技术迅速成为行业焦点。如果能够在边缘进行离线部署，不仅能发挥DeepSeek大模型的效果，还能确保数据处理的安全性和可控性。

英码科技·2025-02-16 23:58

Spring Boot（8）深入理解 @Autowired 注解：使用场景与实战示例

搞个引言在Spring框架的开发中，依赖注入（DependencyInjection，简称DI）是它的一个核心特性，它能够让代码更加模块化、可测试，并且易于维护。而@Autowired注解作为Spring实现依赖注入的关键工具，给咱们开发者提供了极大的便利。本文将通过具体的示例详细介绍@Autowired注解的多种使用场景，帮助你更好地掌握这一重要注解~一、构造函数注入1.1基本原理当一个类依赖于

綦枫Maple·2025-02-16 23:27

【一文读懂】HTTP与Websocket协议

HTTP是一个应用层协议，位于OSI模型的第七层，通常通过TCP（传输控制协议）进行通信。HTTP是无状态的、面向请求/响应的协议，意思是每

Bl_a_ck·2025-02-16 23:57

95%人都不知道的，或许是最全DeepSeek 提示词合集、使用技巧与代码实现全攻略【建议收藏】

一、引言DeepSeek作为一款强大的AI大语言模型工具，凭借其高效、灵活的特点，受到了众多开发者和用户的青睐。

大F的智能小课·2025-02-16 23:26

Lua 从基础入门到精通（非常详细）

基本语法注释数据类型nil（空）Booleannumber（数字）string（字符串）function（函数）userdatathreadtable（表）流程控制运算符循环详解string库Lua模块与包案例实战什么是

gorgor在码农·2025-02-16 23:55

【vLLM 学习】安装

vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。

·2025-02-16 23:25

Android App开发之Jetpack架构，带你全面理解View的绘制流程

在UI控件日益满足需求的同时，系统的安全与稳定性、用户隐私也越来越被重视，所以每个版本都出现了一些大的适配工作，例如运行时权限，FileProvider适配，限制后台服务、广播，限制反射SDK私有API

m0_66144992·2025-02-16 22:23

Python 潮流周刊#89：Python 3.14 的新型解释器！（摘要）

分享了12篇文章，12个开源项目，2则热门讨论以下是本期摘要：文章&教程①Python3.14新特性：一种新型解释器②高效扩展Python：PyO3与Rust实战③使用uv开发和安装PythonC

·2025-02-16 22:54

【HarmonyOS实战开发】鸿蒙左右拖动切换图片效果实现

介绍本示例使用滑动手势监听，实时调整左右两侧内容显示区域大小和效果。通过绑定gesture事件中的PanGesture平移手势，实时获取拖动距离。当拖动时，实时地调节左右两个Image组件的宽度，从而成功实现左右拖动切换图片效果的功能。效果图预览●更多鸿蒙最新技术知识点，请移步前往小编：https://gitee.com/使用说明点击中间按钮进行左右拖动切换图片。实现思路本例涉及的关键特性和实现方

代码改变世界996·2025-02-16 22:22

揭秘DeepSeek代码改写提示词：从低效代码到工业级优化的AI魔法

传统开发中，开发者需要同时兼顾功能实现、性能优化、边界条件处理等多维目标，而DeepSeek的代码改写提示词技术，通过其独特的模型架构与提示词工程，正在重构这一过程的底层逻辑。

老六哥_AI助理指南·2025-02-16 22:21

基于 LLM 的智能运维 Agent 系统设计与实现

摘要本文详细介绍了一个基于大语言模型(LLM)的智能运维Agent系统的设计与实现。该系统采用多Agent协同的架构，通过事件驱动的方式实现了自动化运维流程。

LLM教程·2025-02-16 22:51

2月16日星期日早报简报微语报早读

2月16日星期日，农历正月十九，早报#微语早读。1、全胜登顶！

微语早读·2025-02-16 22:51

python后端调用Deep Seek API

python后端调用DeepSeekAPI需要依次下载●Ollama●DeepseekR1LLM模型●嵌入模型nomic-embed-text/bge-m3●AnythingLLM参考教程：DeepseekR1

YY_oot·2025-02-16 22:20

智能巡检机器人在电力行业的应用

传统的人工巡检方式存在劳动强度大、效率低、容易出现漏检和误判等问题。随着科技的发展，智能巡检机器人应运而生，并在电力行业中得到了广泛而深入的应用，为电力系统的可靠运行提供了有力保障。

zxsz_com_cn·2025-02-16 22:50

JVM内存模型与Java线程内存模型的区别

文章目录JVM内存模型与Java线程内存模型的区别JVM内存模型1.程序计数器（ProgramCounterRegister）2.Java虚拟机栈（JavaVirtualMachineStacks）3.

我心向阳iu·2025-02-16 22:49

.Net 7 新编译器 ILC 简析

一.CLR的主要功能：1.构建内存模型，比如MethodTable,EECla

dotNET跨平台·2025-02-16 22:18

【AI论文】随机鹦鹉在大型语言模型（LLM）之肩：物理概念理解的总结性评估

摘要：我们以系统的方式探讨了一个被广泛提及的问题：大型语言模型（LLM）真的理解它们所说的话吗？这与人们更为熟悉的术语“随机鹦鹉”息息相关。

东临碣石82·2025-02-16 21:16

JVM内存区域以及内存分配策略

在虚拟机的概念模型里，字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令，分支、跳转、循坏、异常处理、线程恢复等基础功能都需要依

NPU_Li Meng·2025-02-16 21:46

LLaMA3大模型技术全网最全解析——模型架构与训练方法（收录于GPT-4/ChatGPT技术与产业分析）

chenweiPhD·2025-02-16 21:15

第二章：13.1 机器学习的迭代发展

目录机器学习模型开发流程构建电子邮件垃圾邮件分类器示例总结垃圾邮件分类示例构建垃圾邮件分类器机器学习模型开发流程确定系统架构：首先，需要决定机器学习系统的总体架构，这包括选择合适的模型、确定使用的数据集

望云山190·2025-02-16 21:44

Python 爬虫实战：在东方财富网抓取股票行情数据，辅助投资决策

目录一、引言二、准备工作1.环境搭建2.获取目标网址三、分析网页结构1.查看HTML结构2.分析请求方式四、编写爬虫代码1.导入必要的库2.设置请求头3.获取股票行情数据4.保存数据到CSV文件5.主函数五、数据分析与可视化1.加载数据2.数据清洗3.数据分析4.数据可视化六、总结一、引言在金融投资领域，股票行情数据是投资者做出决策的重要依据。东方财富网作为国内领先的金融信息平台，提供了丰富的股票

西攻城狮北·2025-02-16 21:43

DeepSeek 如何获取数据库中的表信息（表名和字段名称）

本文将介绍如何利用DeepSeek模型结合数据库查询，自动生成表结构信息（包括表名和字段名称）。此外，还会展示如何通过自然语言描述

Python测试之道·2025-02-16 21:10

简化版奇异值分解（SVD）方法详解

然而，对于大规模数据或高维矩阵，计算和存储的开销非常大，因此提出了多种简化版的SVD方法。这些简化版方法在保证解的精度的同时，能够显著减少计算量和内存占用。

DuHz·2025-02-16 21:36

私有AI对话系统实战：基于Ollama+OpenWebUI的DeepSeek-R1本地化部署手把手教学（可共享访问）

引言：为什么选择本地部署大模型？在数据隐私日益重要的今天，云端AI服务的局限性逐渐显现——敏感信息泄露风险、网络延迟依赖、定制化能力不足。

Developer-YC·2025-02-16 21:36

deepseek本地部署指南（解决下载速度慢）

很多人都照着网上的教程去下载，但是网上的下载Ollama模型都下载不了，所以我打算写一篇不同的deepseek本地部署指南。

灶龙·2025-02-16 20:04

理论一、大模型—概念

一、总述大模型通常指的是参数规模庞大、训练难度较高的人工智能模型。随着深度学习技术的发展，研究人员和企业越来越倾向于构建更大的模型，以提高模型的性能和泛化能力。

伯牙碎琴·2025-02-16 20:31

一、大模型微调的前沿技术与应用

大模型微调的前沿技术与应用随着大规模预训练模型（如GPT、BERT、T5等）的广泛应用，大模型微调（Fine-Tuning,FT）成为了提升模型在特定任务中性能的关键技术。