分布式训练

LLM-PowerHouse: 一站式大型语言模型定制训练与推理指南

然而,如何有效地训练和使用这些强大的模型仍然是一个挑战。针对这一需求,GitHub上的LLM-PowerHouse项目应运而生,为开发者、研究人员
Nifc666·2025-03-17 21:43

【sklearn 01】人工智能概述

这是一个非常大的范围，长远目标是让机器实现人工智能，但目前我们仍处在非常初始的阶段，甚至不能称为智能机器学习是指通过数据训练出能完成一定功能的模型，是实现人工智能的手段之一，也是目前最主流的人工智能实现方法深度学习则是机器学习的分支
@金色海岸·2025-03-17 20:41

【sklearn 07】sklearn工艺流程

01数据的获取02数据预处理03特征的提取04特征的选择05模型的训练06模型的评估07模型的优化
@金色海岸·2025-03-17 20:41

深入浅出分布式事务原理

一、Seata四大事务模式详解模式实现机制事务一致性业务侵入性适用场景AT数据库本地事务+Undo日志+二阶段提交最终一致性无侵入电商、订单等高性能要求TCCTry-Confirm-Cancel强一致性强业务侵入金融支付、账户、转账等SAGA补偿事务（前进+回滚）最终一致性轻微侵入长事务，如营销活动XA标准XA协议强一致性无侵入银行、转账等二、逐个详细拆解每一种事务模式1.AT模式（Automat
梵高的猪v·2025-03-17 20:40

微服务架构中10个常用的设计模式

在当今的微服务架构中，常见的十种设计模式，分别是服务发现模式、API网关模式、断路器模式、边车模式、负载均衡模式、Saga事务模式、CQRS模式、分片模式、分布式日志跟踪模式、熔断与降级模式。
·2025-03-17 20:51

第三篇 从入门到专业：SQL标准语法详解与高效编码规范指南

（数据操作语言）——"搬家具"2.3DCL（数据控制语言）——"配钥匙"三、SQL书写规范（避免被同事吐槽）3.1基础排版规范3.2注释规范四、新手必看避坑指南4.1常见错误4.2安全操作建议五、实战训练
随缘而动，随遇而安·2025-03-17 20:08

美国首例AI训练数据版权案：从汤森路透诉罗斯案看AI训练数据的“合理使用”

2025年2月11日，美国特拉华州联邦地区法院对汤森路透（ThomsonReuters）诉罗斯（Ross）案作出部分简易判决，认定被告罗斯公司未经授权使用受版权保护的作品训练AI法律检索工具的行为构成版权侵权
·2025-03-17 20:18

数据归档 - 冷热数据处理大师

——Part1现状——区块链可以视作一个在分布式环境下众多可信节点共同维护的且不可篡改的账本。
趣链科技·2025-03-17 19:06

消息队列的特性与使用场景：Kafka、ActiveMQ、RabbitMQ与RocketMQ的深度剖析

在分布式系统和微服务架构中，消息队列是实现服务间通信和解耦的核心组件。
啊sen丶·2025-03-17 19:35

21-梯度累积原理与实现

一、基本概念在深度学习训练的时候，数据的batchsize大小受到GPU内存限制，batchsize大小会影响模型最终的准确性和训练过程的性能。
机器人图像处理·2025-03-17 19:34

Spring Boot整合SA-Token的使用详解

一、SA-Token简介SA-Token是一个轻量级的Java权限认证框架，由国人开发，主要解决登录认证、权限认证、单点登录、OAuth2.0、分布式Session会话、微服务网关鉴权等一系列权限相关问题
陈辰学长·2025-03-17 19:32

美团Leaf分布式ID生成器：使用详解与核心原理解析

引言在分布式系统中，全局唯一ID是贯穿整个业务链路的关键标识，无论是订单号、用户ID、支付流水号，还是日志追踪，都需要唯一且有序的ID来保证数据的一致性。
Cloud_.·2025-03-17 19:30

【人工智能基础2】Tramsformer架构、自然语言处理基础、计算机视觉总结

文章目录七、Transformer架构1.替代LSTM的原因2.Transformer架构：编码器-解码器架构3.Transformer架构原理八、自然语言处理基础1.语言模型基本概念2.向量语义3.预训练语言模型的基本原理与方法
roman_日积跬步-终至千里·2025-03-17 19:59

【AI】使用Python实现机器学习小项目教程

通过这个项目，您将掌握机器学习的基本流程，包括数据加载、预处理、模型训练、评估和优化等步骤。论文AIGC检测，降AIGC检测，AI降重，三连私信免费获取：ReduceAIGC9折券！
丶2136·2025-03-17 18:21

LORA 微调大模型：从入门到入土

在当今人工智能领域，预训练的大模型已经成为推动技术发展的核心力量。然而，在实际项目中，我们往往会发现这些预训练模型虽然强大，但直接就去应用于一些特定的任务时，往往无法完全满足需求。
大模型.·2025-03-17 17:49

【源码阅读】olmocr中的prompts

目录一、PDF转换为训练数据二、使用微调模型三、比较差异总结一、PDF转换为训练数据让ChatGPT-4将文档（如PDF文件）转换为结构化的“银级”训练数据（silvertrainingdata）#Thisisthepromptweuseforgettingchatgpt4otoconvertdocumentsintooursilvertrainingdatadefbuild_openai_sil
海绵波波107·2025-03-17 17:46

GAN模型的Python应用——生成对抗网络

两个神经网络相互博弈，通过一次次迭代训练，最终生成器可以生成足以骗过
代码编织匠人·2025-03-17 17:15

如何使用Python实现生成对抗网络（GAN）

生成器负责生成与训练数据相似的新数据，而判别器负责判断输入数据是真实的还是由生成器生成的。这两个部分不断相互博弈，直到生成器能够生成非常逼真的数据，使判别器难以区分生成数据和真实数据。
「已注销」·2025-03-17 16:13

Spring Boot中使用RabbitMQ实现简单的消息发送与接收

文章目录环境准备1.RabbitMQ的基础配置2.实现消息发送功能3.实现消息接收功能4.总结在微服务架构和分布式系统中，消息队列是实现异步通信和解耦的重要工具。
Takumilovexu·2025-03-17 15:35

ST-Align：一个包含430万训练样本，涵盖了15种细粒度多模态数据集

2025-01-15，由北航大学、合肥工业大学、中科院信息工程研究所和美团等机构联合创建介绍了一种名为LLaVA-ST的多模态大型语言模型。该模型配备了一个名为ST-Align的数据集，专为细粒度时空多模态理解设计。一、研究背景近年来，多模态大型语言模型（MLLMs）在多模态理解方面取得了显著进展，能够基于图像或视频生成对话或描述。然而，对于需要基于语言输入处理视觉坐标的细粒度多模态理解任务，现有
·2025-03-17 15:12

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发引言在HarmonyNext生态系统中，分布式任务调度是一个核心且复杂的技术领域。
·2025-03-17 15:10

HarmonyNext实战：基于ArkTS的跨设备分布式计算应用开发

HarmonyNext实战：基于ArkTS的跨设备分布式计算应用开发引言随着分布式计算技术的快速发展，跨设备协同计算已成为提升应用性能的重要手段。
·2025-03-17 15:10

s1K 数据集：是一个用于提升语言模型推理能力的高质量数据集。

一、研究背景近年来，语言模型（LMs）在大规模预训练的基础上取得了显著进展，其性能提升主要依赖于训练时计算资源的增加。然而，随着模型规模的不断扩大，训练成本也急剧上升。
·2025-03-17 14:37

ChatGPT智能聊天机器人实现

技术架构与工具核心模型基座模型：HuggingFaceTransformers库（如GPT-2/GPT-3.5TurboAPI/LLaMA2）轻量化方案：微软DeepSpeed或MetaFairScale（降低显存占用）训练框架
云端源想·2025-03-17 14:57

训练数据重复采样，让正负样本比例1：1

确保训练集数量相同：通过resample函数，你可以确保正训练集和负训练集的数量相同，即使其中一个集的数量小于另一个集的数量。如果n_train_num小于max_train_num，res
kimi-222·2025-03-17 14:24

如何在GitHub上Clone项目：一步步指南

Git是一个分布式版本控制系统，用于代码的版本管理。如果你还没有安装Git，可以从G
Fanstay985·2025-03-17 14:24

【北上广深杭大厂AI算法面试题】计算机视觉篇...详解目标检测中的多尺度训练和测试?

【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?
努力毕业的小土博^_^·2025-03-17 14:53

当大模型训练遇上“双向飙车”：DeepSeek开源周 DualPipe解析指南

前言在大模型训练中，传统流水线并行因单向数据流和通信延迟的限制，导致GPU利用率不足60%，成为算力瓶颈。
来自于狂人·2025-03-17 13:51

Ollama 基本概念

通过Ollama，用户能够方便地与本地部署的大型预训练模型进行交互。1.模型（Model）在Ollama中，模型是核心组成部分。
Mr_One_Zhang·2025-03-17 13:47

【go从入门到精通】探秘struct结构体转json为什么需要首字母大写？

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业
前网易架构师-高司机·2025-03-17 13:47

初见SpringCloud ing

分布式配置管理Consul可以作为配置中心，管理分布式系统的配置。SpringCloudConsul可以将配置信息存储在Consul中，并在应用启动时或者运行时动态获取和更新这些配置信
Camellia0212·2025-03-17 12:45

AI 大模型应用数据中心建设：高性能计算与存储架构

AI大模型、数据中心、高性能计算、存储架构、分布式训练、GPU加速、数据管理1.背景介绍近年来，人工智能（AI）技术取得了飞速发展，特别是深度学习模型的突破性进展，催生了一系列基于大规模数据训练的强大AI
AI智能涌现深度研究·2025-03-17 12:10

云原生：K8s（Kubernetes）高频典型面试题汇总

答：etcd是CoreOS团队发起的开源项目，是一个管理配置信息和服务发现（servicediscovery）的项目，它的目标是构建一个高可用的分布式键值（key-value）数据库，基于Go语言实现。
老舅的火箭爱扫地·2025-03-17 11:32

Python（1）Python全方位指南：定义、应用与零基础入门实战

跨领域通吃‌：从Web开发到AI训练，覆盖90%以上技术场景。‌企业级应用‌：YouTube用Python处理视频推荐，NAS
一个天蝎座 白勺 程序猿·2025-03-17 10:31

鸿蒙开发2024【面试题库】讲解，近期需要面试的可千万别错过！

设备兼容性：鸿蒙OS是一款面向各种设备的分布式操作系统，支持手机、平板电脑、智能手表、智能家居、汽车等多种设备类型，并能在这些设备之间实现无缝切换和共享数据。
鸿蒙系统小能手Mr.Li·2025-03-17 10:30

AI大模型从入门到精通，2025终极指南！好卷啊，又不能躺平，只能悄悄卷你们了！

AI大模型是指使用大规模数据和强大的计算能力训练出来的人工智能模型。这些模型通常具有高度的准确性和泛化能力，可以应用于各种领域，如自然语言处理、图像识别、语音识别等。为什么要学AI大模型？
大模型教程·2025-03-17 10:30

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发

HarmonyNext实战：基于ArkTS的分布式任务调度系统开发引言在HarmonyNext生态系统中，分布式任务调度是一个核心且复杂的技术领域。
·2025-03-17 10:33

HarmonyNext实战：基于ArkTS的高性能区块链应用开发

HarmonyNext作为新一代操作系统，提供了强大的分布式计算和网络通信能力，而ArkTS作为其开发语言，能够帮助开发者高效实现高性能的区块链应用。
·2025-03-17 10:02

HarmonyNext实战：基于ArkTS的分布式数据同步应用开发

HarmonyNext实战：基于ArkTS的分布式数据同步应用开发引言在分布式系统中，数据同步是一个核心问题，尤其是在多设备协同的场景下。
·2025-03-17 10:01

RabbitMQ 高级特性：从 TTL 到消息分发的全面解析 （下）

RabbitMQ高级特性解析：RabbitMQ消息可靠性保障（上）-CSDN博客RabbitMQ高级特性：从TTL到消息分发的全面解析（下）-CSDN博客引言RabbitMQ作为一款强大的消息队列中间件，在分布式系统中发挥着至关重要的作用
ngioig·2025-03-17 10:26

【sklearn 04】DNN、CNN、RNN

DNNDNN（DeepNeuralNetworks，深度神经网络）是一种相对浅层机器学习模型具有更多参数，需要更多数据进行训练的机器学习算法CNNCNN（convolutionalNeuralNetworks
@金色海岸·2025-03-17 09:24

【sklearn 02】监督学习、非监督下学习、强化学习

-第二类：监督学习（supervisedlearning），监督学习指的是使用带标签的数据去训练模型，并预测未知数据的标签。监督学习有两种，当预测
@金色海岸·2025-03-17 09:54

ICC2 高效进阶：set_host_options 命令精解，数字后端设计必备！

一、set_host_options的核心价值这个命令专注于多核处理的灵活配置，无论是多线程、分布式处理还是并行任务执行，它都能轻松驾驭。
数字后端物理设计知识库·2025-03-17 09:53

mcp 是一种什么协议，怎么构建mcpserver,怎么实现多智能体的调用

MCP（MessageControlProtocol）是一种用于分布式系统中多智能体通信的协议框架，特别适合于构建多智能体系统。
MonkeyKing.sun·2025-03-17 09:51

跨域视线估计的协同对比学习（重点针对局部对比学习解释）

跨域视线估计的协同对比学习1.问题表述在视线估计领域中，跨域问题是指当训练数据和测试数据来自不同的领域（如不同的个体、光照条件、拍摄设备等）时，模型性能会显著下降。
阳光明媚大男孩·2025-03-17 09:50

DeepSeek 在代码生成方面的优势解析

文章将详细解析DeepSeek在代码生成方面的优势，包括模型架构、数据训练、优化策略、编程语言支持、推理效率等核心技术点。1.DeepSeek-Coder的模型架构优化DeepSeek-Code
草莓屁屁我不吃·2025-03-17 08:15

展望 AIGC 前景：通义万相 2.1 与蓝耘智算平台共筑 AI 生产力高地

而蓝耘智算平台则通过高性能算力支持与分布式架构优化，为AIGC技术的规模化应用提供了基础设施保障。两者的协同不仅推动了AI生产力的跃迁，更开启了从技术研发到商业落地的全链条创新
accurater·2025-03-17 07:07

Spring Boot 多级缓存实战：基于 Redis+Redisson 构建高并发解决方案

在百万级并发的电商系统中，我们曾遇到这样的性能瓶颈：本地缓存导致各节点数据不一致单纯依赖Redis造成带宽瓶颈缓存雪崩导致DB被打挂多级缓存架构通过结合本地缓存与分布式缓存的优势，实现了：热点数据纳秒级访问分
Isaac_Gao·2025-03-17 06:03

Dubbo、SpringCloud框架学习

这两个框架在分布式系统中起着重要的作用，分别是阿里巴巴和Spring团队开发的。下面我将为你提供一些基础知识和学习路线，帮助你更好地理解和掌握这两个框架。
种豆走天下·2025-03-17 06:02

DeepSeek-R1模型1.5b、7b、8b、14b、32b、70b和671b有啥区别？

码笔记mabiji.com分享：1.5B、7B、8B、14B、32B、70B是蒸馏后的小模型，671B是基础大模型，它们的区别主要体现在参数规模、模型容量、性能表现、准确性、训练成本、推理成本和不同使用场景
facaixxx2024·2025-03-17 06:01
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他