单机多卡训练第19页

Mac保留文件重装系统

mac在安装新的之后出现系统崩溃，开机进度条走完直接黑屏或者系统变卡的问题，如果硬件没有问题的话，很有可能是系统问题。

小蔡不做梦·2025-03-12 21:07

FPGA 学习笔记：Vivado 2020.2 MicroBlaze MIG 测试 DDR3 篇二

前言因为FPGADDR3测试的工程搭建步骤比较的多，所以分成几篇来写，这样利于把复杂的事情拆分，利于理解与实际的操作上一篇搭建了初步的HelloWorld工程，还没写什么代码或者改什么配置，所以FPGA

zhangsz_sh·2025-03-12 21:35

【docker compose入门指南】安装与常用命令参数全解析，助你入门compose！

而DockerCompose作为Docker生态系统中的重要组成部分，能够帮助我们轻松管理和运行多容器应用程序。

IT成长日记·2025-03-12 20:33

基于hf的trl框架的deepseek-r1-zero实现与训练

导入模块和promt格式"""Reference:"""importreimporttorchfromdatasetsimportload_dataset,DatasetfromtransformersimportAutoTokenizer,AutoModelForCausalLMfromtrlimportGRPOConfig,GRPOTrainer#LoadandprepdatasetSYSTE

喂喂喂喂位·2025-03-12 20:00

linux 学习笔记

Linux是一套免费使用和自由传播的类Unix操作系统，是一个基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。Linux能运行主要的UNIX工具软件、应用程序和网络协议。

IT 古月方源·2025-03-12 20:28

【AI论文】SEAP: 无训练稀疏专家激活修剪，解锁大型语言模型的潜力

本文介绍了稀疏专家激活修剪（SEAP）方法，这是一种无需训练的修剪方法，通过选择性地保留与任务相关的参数来降低推理开销。

东临碣石82·2025-03-12 19:53

使用服务器搭建开源建站工具Halo 2.0

一、服务器环境准备‌实例与系统选择‌‌推荐配置‌：莱卡云‌L1型实例（1核2GB内存）‌，操作系统选择‌Ubuntu22.04LTS‌，满足Halo2.0的Java运行需求‌13。‌

莱卡云（Lcayun）·2025-03-12 19:53

每日一练———C语言算法题--平年闰年问题

（闰年比平年多一天，闰年二月29天，平年28天） 1.普通闰年：能被4整除，且不能被100整除为闰年。 2.世纪闰年：能被400整除为闰年。

给我高高飞起来啊·2025-03-12 19:53

在本地部署DeepSeek等大模型时，需警惕的潜在安全风险

在本地部署DeepSeek等大模型时，尽管数据存储在本地环境（而非云端），但仍需警惕以下潜在安全风险：1.模型与数据存储风险未加密的存储介质：若训练数据、模型权重或日志以明文形式存储，可能被物理窃取（如硬盘丢失

安当加密·2025-03-12 18:19

51-52 CVPR 2024 | Generalized Predictive Model for Autonomous Driving，自动驾驶通用预测模型

作者提出了通用的大规模自动驾驶视频预测模型GenAD，在实现过程中，进一步提出了迄今为止最大的自动驾驶场景训练数据集OpenDV-2K。

深圳季连AIgraphX·2025-03-12 18:18

低成本·无任何依赖·实现大文件pdf预览功能-带下载进度

而且pdfjs-dist还会依赖node-pre-gyp,做前端的都知道，这个gpy是有多恶心。

·2025-03-12 17:08

vLLM框架：使用大模型推理框架

1.环境安装与配置1.1硬件要求GPU:支持CUDA11.8及以上（推荐NVIDIAA100/H100，RTX4090等消费级卡需注意显存限制）显存:至少20GB（运行7B模型），推荐40GB+（运行13B

CITY_OF_MO_GY·2025-03-12 17:12

HarmonyOS Next ohpm-repo多实例部署与数据迁移

单点部署vs多实例部署本地单机模式（单点部署）单点部署是ohpm-repo最简单的部署方式，它仅部署在一台机器上。

·2025-03-12 17:06

算力服务器主要是指什么？

算力服务器对于人工智能领域来说，在深度学习模型的训练和推理过程中扮演着非常重要的角色，算力服务器可以执行大规模的矩阵计算，加速神经网络的训练和推理过程，帮助企业使得模型训练的时间大幅度缩短。

wanhengidc·2025-03-12 16:38

广东扑克之锄大地

今年新年没怎么出去玩，跟老婆他们家人一起玩锄大地，广东这里的一种扑克玩法，上到90岁的奶奶，小到10岁的小朋友都知道规则，今天来说说这个玩法，通常如果有人可以被翻倍，自己就算输牌也比赢了赚的多。

真相很简单·2025-03-12 16:08

【设计模式】从事件驱动到即时更新：掌握观察者模式的核心技巧

概述定义：又被称为发布-订阅（Publish/Subscribe）模式，它定义了一种一对多的依赖关系，让多个观察者对象同时监听某一个主题对象。

seven97_top·2025-03-12 16:37

Sglang部署大模型常用参数详解

部署大模型常用参数详解常用启动命令HTTP服务器配置API配置并行处理张量并行数据并行专家并行内存和调度其他运行时选项日志记录多节点分布式服务LoRA内核后端约束解码推测解码双稀疏性调试选项优化选项参数概览常用启动命令要启用多GPU

小树苗m·2025-03-12 16:36

QPS Qinsy 9.6.5 多波束数据采集软件

QINSy是一种综合导航系统软件包，在世界范围内广泛用于获取和处理多波束数据。

KIOseTR·2025-03-12 16:33

大模型问答机器人如何实现自然交互

大模型问答机器人如何实现自然交互关键词：大模型问答机器人,自然语言处理(NLP),深度学习,深度对话,多轮对话,意图理解,信息检索,逻辑推理1.背景介绍1.1问题由来近年来，随着人工智能技术的飞速发展，

杭州大厂Java程序媛·2025-03-12 16:02

[微服务设计]1_微服务

目录开篇引言微服务什么样的服务是健康的服务什么是微服务面向服务的架构微服务较传统单体架构多的行为微服务行为带来的问题微服务解决的问题开篇引言在之前的工作中，有接触过一些微服务的设计方法，例如按照业务职责划分

啾啾大学习·2025-03-12 15:01

【模型调优的深入分析与Python实践】

其核心目标是在以下两者间找到平衡：泛化能力∝1过拟合风险\text{泛化能力}\propto\frac{1}{\text{过拟合风险}}泛化能力∝过拟合风险1二、调优注意事项1.数据层面确保训练集/验证集

蝉叫醒了夏天·2025-03-12 15:30

量化交易中用到的回测评估指标（策略收益、基准收益、Alpha比率、Beta比率、夏普比率、索提诺比率）详解

故现阶段以学习量化交易的知识为主，多学多问总是没错的嘛~现阶段使用Python爬取交易数据来验证自己的一些选股逻辑，笔者目前去一家民营的券商开户后，券商赠送了Ptrade作为量化软件供客户使用，可回测可交易

林不更新·2025-03-12 15:59

DeepSeek开源周：面向大模型训练的三个工具包

在2025年的开源周中，DeepSeek推出了一系列旨在优化大规模模型训练效率的工具。

花生糖@·2025-03-12 15:28

神经网络探秘：原理、架构与实战案例

本文旨在深入剖析神经网络的原理、常见架构，并通过一个实际的代码案例，带领读者亲手实践神经网络的构建与训练过程。无论你是机器学习初学者，还

二川bro·2025-03-12 14:56

搞懂 Manus 技术原理，用开源的 Proxy Lite 你也可以构建自己的智能助理

Manus的技术并没有多么高大上，技术原理主要基于其创新的“多代理架构”（MultipleAgentArchitecture），这一架构通过将复杂任务分解为规划、执行和验证三个阶段，并由多个独立的AI代理协同完成

程序猿李巡天·2025-03-12 14:56

手机遥控开关技术解析与应用指南

GSM短信控制‌通过GSM控制器驱动继电器，以短信指令远程开关水泵、电饭煲等设备，支持状态查询与多手机号绑定‌。

zsmydz888·2025-03-12 13:51

必看！C# 与 HALCON 构建基于轮廓模板匹配实战宝典

还深入探讨在实际应用中的优化策略，包括图像预处理、参数精细调整、多模板匹配及实时匹配实现等。旨在助力读者全方位掌握技术，为机器视觉相关项目开发提供有力支撑，高效解

AI_DL_CODE·2025-03-12 13:49

【设计模式】（21）策略模式

二、适用场景多算法切换：系统需要在多种算法中动态选择（如排序、加密、压缩算法）。替代条件分支：消除代码中大量的if-else或switch-case语句。扩展性需求：需要灵活添加新算法而不影响

xiyubaby.17·2025-03-12 13:16

Hive实用小文件合并方案

500佰·2025-03-12 12:45

JavaScript中的Observer模式：设计模式与最佳实践

它允许一个对象在状态发生变化时通知其他依赖于它的对象，这种一对多的依赖关系在事件驱动编程、数据绑定以及状态管理等领域非常常见。

乐闻x·2025-03-12 12:15

为什么VAE效果不好，但VAE+diffusion效果就好了？

它结合了自编码器（Autoencoder）的结构和变分推断（VariationalInference）的思想，能够从数据中学习有意义的潜在表示，并生成与训练数据相似的新样本。

AndrewHZ·2025-03-12 12:43

基础算法训练2

基础算法1链接目录最长公共前缀两数之和删除字符串中所有相邻重复项n叉树的层序遍历最后一块石头的重量第N个泰波那契数图像渲染迷宫中离入口最近的出口矩阵课程表最长公共前缀14.最长公共前缀-力扣（LeetCode）在解决这道题时，巧妙运用String类的两个方法，能让解题过程变得十分轻松。首先，我们需要确定一个查找公共前缀的标准。这里，我们选择数组中的第一个字符串作为标准。不过，在此之前，必须对边界情

祁小白2024·2025-03-12 12:42

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

训练过程包括多阶段优化，确保在不同模式和任务上的性能，数据来源多样，覆盖高质量网络和合成数据。

余俊晖·2025-03-12 12:40

在整个大模型LoRA微调中，哪些方法可以提升和优化模型训练后推理效果？

环境：LoRA微调问题描述：在整个大模型LoRA微调中，哪些方法可以提升和优化模型训练后推理效果？

玩人工智能的辣条哥·2025-03-12 11:38

Python解析PDF：支持本地/在线文档的解析、提取文本及表格信息（采用pdfplumber包）

番外话被PDF折磨了两年多，今天终于找到一个比较好的解析方案，是用pdfplumber包解析的，并做了一些封装。之前用pdfminer解析的效果很一般，提取效果无法忍受的那种。

二师父·2025-03-12 11:37

weka 决策树

-synopsisor-infoOutputsynopsisforclassifier(useinconjunctionwith-h)-t（trainfile，训练文件，通常训练时只需要此文件即可，会进行

marui1982·2025-03-12 11:03

大模型微调：定义、方法、应用与未来展望

一、定义与意义（一）微调的定义大模型微调是指在预训练模型的基础上，通过特定领域的数据集对模型进行进一步训练的过程。

软件职业规划·2025-03-12 11:33

23. 观察者模式

智想天开·2025-03-12 11:00

扩散 Transformer 策略：用于通才视觉-语言-动作学习的规模化扩散 Transformer

最近，在多样化的机器人数据集上进行预训练的大型视觉-语言-动作模型，已展示出利用少量域内数据泛化到

三谷秋水·2025-03-12 10:27

计算机视觉深度学习入门（4）

在小型数据集上从头开始训练一个卷积神经网络利用少量数据来训练图像分类模型，这是一种很常见的情况。如果你从事与计算机视觉相关的职业，那么很可能会在实践中遇到这种情况。

yyc_audio·2025-03-12 10:26

Python训练的机器学习模型【保存】和【加载】的方法？

一.为什么要保存训练好的模型由于传统训练机器学习模型，需要耗费大量的人力和资源。因此，将训练好的模型保存成为一件特别重要的事情。

福葫芦·2025-03-12 09:22

YOLOv5涨点优化：原创自研 | 魔改Bottleneck，具备多尺度和特征通道融合的结构

本文原创自研创新改进：魔改Bottleneck，具备多尺度和特征通道融合的结构，该模型在检测准确性方面都取得了良好的效果，尤其在缺陷检测方向。

AI小怪兽·2025-03-12 09:51

深入解析模型蒸馏（Knowledge Distillation）：原理、方法与优化策略

深入解析模型蒸馏（KnowledgeDistillation）：原理、方法与优化策略1.引言随着深度学习模型规模的不断增长，训练和部署大模型的计算成本也越来越高。

赵大仁·2025-03-12 09:48

重大安全威胁！全球近5W个访问管理系统存在严重安全漏洞

这些系统本应通过密码、生物识别和多因素认证等身份验证方法控制建筑物访问，然而却因关键配置错误导致敏感数据暴露，使设施面临未经授权进入的风险。

FreeBuf-·2025-03-12 09:47

深入理解分布式锁：原理、应用与挑战

作者：京东物流刘浩前言在单机环境中，我们主要通过线程间的加锁机制来确保同一时间只有一个线程能够访问某个共享资源或执行某个关键代码块，从而防止各种并发修改异常。

·2025-03-12 09:23

如何安全处置旧设备？

旧设备可能包含的敏感数据旧设备中可能仍然存有以下信息：保存的密码和登录凭证银行和信用卡信息个人照片、电子邮件和文档与身份相关的数据（护照扫描件、社保号码等）如果这些信息落入不法分子手中，可能被用于身份盗窃

FreeBuf-·2025-03-12 08:15

RAG检索增强生成（Retrieval-Augmented Generation）介绍（双模态架构：检索子系统、生成子系统）实现知识获取与内容生成的协同

文章目录增强生成（RAG）技术：原理、架构与前沿实践1.RAG技术架构剖析1.1技术融合范式-**检索子系统**-**生成子系统**2.核心组件与工作流程2.1数据预处理管线-**多粒度分块策略**-*

Dontla·2025-03-12 08:45

51-53 CVPR 2024 | DriveWorld：通过自动驾驶世界模型进行 4D 预训练场景理解（含模型数据流梳理）

24年5月，北京大学、国防创新研究院无人系统技术研究中心、中国电信人工智能研究院联合发布了DriveWorld:4DPre-trainedSceneUnderstandingviaWorldModelsforAutonomousDriving。DriveWorld在UniAD的基础上又有所成长，提升了自动驾驶目标检测、目标追踪、3D占用、运动预测及规划的性能，后期扩大数据集和调整骨干网络大小应该会

深圳季连AIgraphX·2025-03-12 08:43

大模型面试--大模型（LLMs）基础面

以下是一些主流的Transformer模型：GPT系列GPT-2和GPT-3：由OpenAI开发的生成式预训练变换器模型，用于生成高质量的文本。GPT-Neo和GPT-J：由Eleuthe

TAICHIFEI·2025-03-12 08:13

Libreswan: warning: netlink_acquire got message with length 52 ＜ 232 bytes； ignore message

如果网络有问题的时候，会出现超多的日志，在auth文件很快就可以将var目录占满：May823:23:00apluto[3868]:netlink_acquiregotmessagewithlength52

mzhan017·2025-03-12 08:11

推荐频道

单机多卡训练