人工智能搜索引擎模型

【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）

模型的性能不仅依赖于数据和训练方
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

2024年开发语言热度排名

主要原因包括：数据科学与人工智能：Python是数据科
码上飞扬·2025-01-17 13:00

好用的算法推荐工具全解析

一、引言在当今数字化时代，算法广泛应用于各个领域，从搜索引擎优化到金融风险预测，从图像识别到自然语言处理。对于算法学习者、研究者以及开发者而言，合适的算法推荐工具至关重要。
CodeJourney.·2025-01-17 12:27

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

【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

Elasticsearch中父子文档的关联：利用Join类型赋予文档的层级关系

Elasticsearch是一个强大的搜索引擎，它提供了丰富的功能来满足复杂的搜索需求。其中，父子索引类型的join功能是一个强大的工具，它允许我们在同一索引中创建具有层级关系的文档。
码到三十五·2025-01-17 12:53

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

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

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

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

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

小白也能懂的 Python 入门指南（1）——Python 的前世今生

在人工智能、机器学习日趋火热的时代，Python又赶上了一波AI的热潮，即使你没系统的学习过它，相信你也一定听说过吧，如果你也对Python产生了浓厚的兴趣，跟我一起来了解下它的前世今生
荆州克莱·2025-01-17 07:42

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

随着科技的飞速发展，我们正站在新时代的门槛上，准备迎接由人工智能（AI）驱动的深刻变革。
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

AI代理的分类体系与发展路径：从概念重构到基础设施升级

目前AI代理的定义过于宽泛，需要更详细的分类以促进研究和应用的发展当前定义的宽泛性AI代理（AIAgents）作为人工智能领域的重要概念，涵盖了从简单的自动化工具到复杂的自主决策系统的广泛范围。
XianxinMao·2025-01-17 07:08

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

# 边缘计算的未来：推动实时智能化应用的关键技术 随着物联网（IoT）、5G和人工智能（AI）的发展，边缘计算正在成为推动智能化应用的重要技术之一。通过在设备本地或网络边缘进行数据处理，边缘计算能够

边缘计算的未来：推动实时智能化应用的关键技术随着物联网（IoT）、5G和人工智能（AI）的发展，边缘计算正在成为推动智能化应用的重要技术之一。
小zzzzzzzz·2025-01-17 06:03

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

DeepSeek Artifacts：前端开发的新利器

DeepSeekArtifacts：前端开发的新利器人工智能领域创新不断，DeepSeekV3便是其中备受瞩目的工具之一。
·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

《量子计算对人工智能发展的深远影响》

在科技发展的浪潮中，量子计算与人工智能无疑是两颗璀璨的明星，二者的融合正引领着一场深刻的科技变革.量子计算的独特之处在于其利用量子比特的叠加和纠缠特性，能够实现并行计算，从而在处理复杂问题时展现出超越传统计算的巨大潜力
·2025-01-17 05:02

Python基于YOLOv8和OpenCV实现车道线和车辆检测

汽车检测：使用YOLOv8模型识别汽车并在汽车周围绘制边界框。距离估计：使用边界框大小计算检测到的汽车与摄像头的距离。2、环境
old_power·2025-01-17 05:50

6850亿参数混合专家(MoE)架构开源大模型！Deepseek V3全方位客观评测文档处理、逻辑推理、算法编程等多维度的真实能力水平！是卓越还是拉胯？真能超越Claude还是言过其实？

本篇笔记所对应的视频：6850亿参数混合专家(MoE)架构开源大模型！DeepseekV3全方位客观评测文档处理、逻辑推理、算法编程等多维度的真实能力水平！是卓越还是拉胯？
AI超元域·2025-01-17 04:19

DDD-必须理解的领域服务

上一章我们理解了领域模型中的实体和值对象，还有一种跟实体和值对象联系非常紧密的领域模型，那就是领域服务。这一章我们一起来学习和掌握领域服务。一、DDD已经有实体和值对象，为什么还需要领域服务？
liruiqiang05·2025-01-17 04:48

探秘6-DoF GraspNet：面向对象操纵的变分抓取生成

探秘6-DoFGraspNet：面向对象操纵的变分抓取生成项目地址:https://gitcode.com/gh_mirrors/py/pytorch_6dof-graspnet在人工智能和机器人领域，
庞锦宇·2025-01-17 04:15

微软：全球每天网络攻击超6亿次

它强调了人工智能在攻击和防御中的重要作用，敦促组织采取主动的、多层次的策略来应对这些不断演变的威胁。核心观点每天有6亿次网络攻击针对微软客户。勒索软件攻击比去年增加了2.75倍。
FreeBuf-·2025-01-17 04:41

AI如何帮助电商企业进行数据分析

电商数据分析，人工智能，机器学习，深度学习，推荐系统，预测模型，客户画像1.背景介绍在当今数字化时代，电商行业蓬勃发展，数据成为企业最重要的资产。
AI大模型应用之禅·2025-01-17 03:09

大规模语言模型从理论到实践 大语言模型预训练数据

大规模语言模型从理论到实践：大语言模型预训练数据关键词：大规模语言模型、预训练数据、数据集选择、数据清洗、数据增强、数据集评估、数据集扩展1.背景介绍1.1问题的由来随着深度学习和大规模神经网络的发展，
AI大模型应用之禅·2025-01-17 03:39

交换机和路由器的区别

以下是交换机和路由器之间的主要区别：1.工作层级交换机（Switch）：主要工作在数据链路层（OSI模型的第2层），也可以工作在网络层（第3层），这种交换机称为“三层交换机”。
毛毛的毛毛·2025-01-17 03:37

神经架构搜索在大模型效率优化中的应用

神经架构搜索，大模型，效率优化，自动机器学习，深度学习1.背景介绍近年来，深度学习模型取得了令人瞩目的成就，在图像识别、自然语言处理、语音识别等领域展现出强大的能力。
AI大模型应用之禅·2025-01-17 03:06
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他