参与训练吗第11页

多分类—微调DistilBERT对生物医学文本进行实验方法多分类：Automated Text Mining of Experimental Methodologies from Biomedical

AutomatedTextMiningofExperimentalMethodologiesfromBiomedicalLiterature从生物医学文献中自动挖掘实验方法文本paper：https://arxiv.org/abs/2404.13779github：本文做的就是微调DistilBERT去做多分类任务，训练自己的数据集

小小帅AIGC·2025-03-14 23:56

数据挖掘技术介绍

功能：根据已标记的训练数据，学习一个模型，用于预测新数据的类别。方法：决策树、支持向量机、神经网络、逻辑回归、

柒柒钏·2025-03-14 23:25

北京工业大学计算机考研难度,北京工业大学考研好考吗？性价比怎么样？

学校介绍北京工业大学(北工大，BeijingUniversityofTechnology)，坐落于北京市，是一所以工为主，工、理、经、管、文、法、艺术、教育相结合的多科性市属重点大学，也是国家“211工程”建设高校、世界一流学科建设高校。目前学校拥有国家重点一级学科光学工程，国家重点二级学科材料学和结构工程，学校有7个学科跻身2019年QS世界大学排行榜前500，在QS发布的2019年中国大陆大学

徐小疼·2025-03-14 23:54

你都知道吗

在现实社会社会中统计学的应用范围是比较广泛的，想要报考统计学的朋友也是不再少数的，那么问题就来了关于统计学应该要学习哪一些科目呢，下面就来详细的看一下关于统计学方向具体的统计学考研科目分别有那些。首先对于统计学来讲英语政治史必然的初试科目，而专业课的考研科目具体是什么还是要看你选择的院校的实际出题情况了，所以在确定了考研科目之后一定要在在确定一下你想去的高校，以便能够更好的准备。在来看一下在学校方

心言星愿·2025-03-14 23:24

图神经网络学习笔记—高级小批量处理（专题十四）

小批量（mini-batch）的创建对于让深度学习模型的训练扩展到海量数据至关重要。与逐条处理样本不同，小批量将一组样本组合成一个统一的表示形式，从而可以高效地并行处理。

AI专题精讲·2025-03-14 23:52

医学文本分析中的命名实体识别：从理论到实践

1.数据预处理数据预处理是医学命名实体识别系统的基础步骤，其质量直接影响模型的训练效果和最终性能。数据预处理主要包括医学文本的标注、清洗以及数据增强三个方面。

软件职业规划·2025-03-14 23:51

Deepseek:物理神经网络PINN入门教程

一、物理信息网络（PINN）的概念与原理1.定义与来源物理信息网络（Physics-InformedNeuralNetworks,PINN）是一种将物理定律（如偏微分方程、守恒定律等）嵌入神经网络训练过程的深度学习方法

天一生水water·2025-03-14 23:50

网络安全还值得学习吗？

而且网络安全也被贴上了前景好、需求大、潜力广、就业好、薪资高等标签，那么网络安全真的值得学习吗?我们一起来看看吧。答案是肯定的，网络安全是非常值得学习的技术。

黑客呀·2025-03-14 23:19

基于Transformer的医学文本分类：从BERT到BioBERT

Transformer模型，尤其是BERT及其变体，通过预训练和微调的方式，能够有效捕捉医学文本中的语义信息，为医学文本分类提供了强大的工具。本文将探讨Transfor

Evaporator Core·2025-03-14 23:17

RecyclerView必须直接嵌套在SmartRefreshLayout里面，才能触发SmartRefreshLayout的加载更多吗

DeepSeekR1思考31秒思考过程用户的问题是关于RecyclerView是否必须直接嵌套在SmartRefreshLayout内才能触发加载更多的功能。根据之前的对话历史，用户之前询问了如何配置SmartRefreshLayout以支持滑动到底部加载更多，尤其是当RecyclerView位于Fragment中的情况。现在用户想确认是否必须直接将RecyclerView放在SmartRefre

yzpyzp·2025-03-14 23:46

H100解锁生成式AI算力新纪元

其创新性设计聚焦三大技术支柱：第三代TensorCore通过稀疏计算与混合精度支持，显著提升矩阵运算效率；显存带宽优化技术结合HBM3高带宽内存，将数据吞吐量提升至3.35TB/s，有效缓解大规模模型训练中的显存墙问题

智能计算研究中心·2025-03-14 22:43

Batch Normalization理解

来说输入的就是满足某一分布的特征矩阵，但对于Conv2而言输入的featuremap就不一定满足某一分布规律了（注意这里所说满足某一分布规律并不是指某一个featuremap的数据要满足分布规律，理论上是指整个训练

zhimengxiang·2025-03-14 22:13

深度学习项目--基于DenseNet网络的“乳腺癌图像识别”，准确率90%+，pytorch复现

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊前言如果说最经典的神经网络，ResNet肯定是一个，从ResNet发布后，很多人做了修改，denseNet网络无疑是最成功的一个，它采用密集型连接

羊小猪~~·2025-03-14 22:08

从零到一：Transformer模型的原理与实战之旅

1.2自注意力机制的核心1.3Transformer的结构2.实战：构建Transformer模型2.1任务目标2.2环境准备2.3数据准备2.4模型构建2.5模型训练3.推理实战：完整示例与输出结果3.1

樽酒ﻬق·2025-03-14 21:06

Windows的目录你了解吗？

本文将介绍Windows系统中的目录，不使用Windows系统的人可以退出了。本文目录目录是什么创建目录提示：本篇文章很短的，一两分钟就能读完哦！目录是什么目录可不是文件夹，只是看起来像文件夹罢了。目录其实应该说是一种文件，是一种特殊文件，叫做目录文件，简称为目录。还有，目录并不是真的把文件放在它里面，上文讲了，目录是特殊文件，其实它把文件放在了其他位置，而不是直接存入。但现在大多数人都把目录和文

Tan程序员·2025-03-14 21:02

【MYSQL学习】MySQL索引：删除索引的5大绝招你GET到了吗？

但你知道如何有效地删除索引吗？今天，我们就来一场深入浅出的探索之旅，带你了解删除索引的5大绝

墨瑾轩·2025-03-14 21:00

3-002： MySQL 中使用索引一定有效吗？如何排查索引效果？

1.索引失效的常见原因虽然索引可以加速查询，但在某些情况下，MySQL可能不会使用索引，甚至使用索引反而更慢。以下是一些常见导致索引失效的原因：①查询条件使用了!=或30时仍能利用索引。2.如何排查索引效果？可以使用EXPLAIN命令分析SQL是否走索引，以及索引的效率。①使用EXPLAIN分析SQL执行计划EXPLAINSELECT*FROMusersWHEREage=30;返回示例：idsel

盖盖衍上_染染熊_代码集·2025-03-14 20:56

PyTorch 深度学习实战（13）：Proximal Policy Optimization (PPO) 算法

一、PPO算法基础PPO是OpenAI提出的一种强化学习算法，旨在解决策略梯度方法中的训练不稳定问题。PPO通过

进取星辰·2025-03-14 19:47

全闪存储系统揭秘：数据保护

全闪存储系统架构除了传统的双活架构，我们还可以有别的选择吗？数据保护技术如果不采用SSDRAID，我们如何确保当发生硬盘故障时，SSD内的数据安全？

上海川源信息科技·2025-03-14 19:11

笔记:代码随想录算法训练营day39:LeetCode 198.打家劫舍,213.打家劫舍II,337.打家劫舍III

学习资料:代码随想录198.打家劫舍力扣题目链接思路：有点像贪心，是一个不断比较取最大路径的思路定义：偷到下标为i的这家，能偷到的最大值递推公式：选当前这家偷能得到的钱和不偷当前这家的钱作比较，选能偷到的最大金额。因为这个金额是逐一递推过来的，所以是能够代表最大值的。初始化：把第一家和第二家初始化，简单来说，因为递推公式需要i-1和i-2遍历顺序：顺着偷打印：//五部曲//定义:dp[i]为偷到第

jingjingjing1111·2025-03-14 18:07

前端面试：React hooks 调用是可以写在 if 语句里面吗？

在React中，Hooks是一种新的特性，允许你在函数组件中使用状态（state）和其他React特性。非常重要的一点是，ReactHooks必须遵循特定的规则，以确保组件的行为一致。ReactHooks使用规则只能在函数组件中调用Hook：你只能在React的函数组件或自定义Hooks中调用Hook，而不能在普通JavaScript函数中调用它们。不能在条件语句中调用Hook：Hooks不能放在

returnShitBoy·2025-03-14 17:00

CES Asia2025新机制引关注，科技创新奖申报火热

此次申报面向所有预订展位的参展企业，评审过程将由行业专家、院士，协会，学者和媒体代表共同参与，确保评选结果的公

赛逸展张胜·2025-03-14 17:58

【大模型LLM面试合集】分布式训练_总结

数据并行不仅仅指对训练的数据并行操作，还可以对网络模型梯度、权重参数、优化器状态等数据进行并行。

X.AI666·2025-03-14 17:28

所有网站都必须做域名备案吗？

在互联网的蓬勃发展进程中，网站如雨后春笋般涌现。然而，并非所有网站在上线前都需经历相同流程，其中网站域名备案这一关键环节，在特定情况下才成为必然要求。一、国内网站必须要做网站域名备案？从法规层面来看，我国有着明确且严格的规定。依据相关互联网管理法规，在境内提供非经营性互联网信息服务，必须办理备案。这一规定为绝大多数个人网站以及众多企业宣传展示类网站划定了清晰的准入门槛。举例而言，个人搭建的兴趣博客

·2025-03-14 17:28

2025年渗透测试面试题总结-阿里巴巴-阿里云安全（二面）（题目+回答）

目录阿里巴巴-阿里云安全二面一、职业方向与技术偏好1.安全研究vs安全研发的定位二、云安全与身份认证2.云上PKI与身份认证的关注方向三、项目实践与成果3.字节跳动训练营项目四、攻防技术深度解析4.SQL

独行soc·2025-03-14 17:25

KNN算法实例_手写识别系统

数据集我们将使用MNIST数据集，它包含60000个训练样本和10000个测试样本。每个样本是一个28x28像素的灰度图像，表示0-9之间的手写数字。

V文宝·2025-03-14 16:47

大模型高效优化技术全景解析：微调、量化、剪枝、梯度裁剪与蒸馏

Quantization）剪枝（Pruning）梯度裁剪（GradientClipping）知识蒸馏（KnowledgeDistillation）技术对比与协同策略总结与趋势1.微调（Fine-tuning）核心思想在预训练模型

时光旅人01号·2025-03-14 15:40

推理大模型：技术解析与未来趋势全景

ReasoningLLMs）是专门针对复杂多步推理任务优化的大型语言模型，具备以下核心特性：输出形式创新展示完整逻辑链条（如公式推导、多阶段分析）任务类型聚焦擅长数学证明、编程挑战、多模态谜题等深度逻辑任务训练方法升级融合强化学习

时光旅人01号·2025-03-14 15:10

LibreTranslate的本地部署与应用服务开发

最近在关注大模型预训练文章和应用服务开发，有时候需要借助翻译工具，使用起来都不太方便，就找了一下类似的常见语言的翻译方案，无意中看到一个开源翻译方案（即LibreTranslate），对于通用和计算机类内容的翻译效果还是不错的

一望无际的大草原·2025-03-14 15:08

华为鸿蒙实现重大突破，超4000个应用程式加入

华为开发者学堂自从华为Mate60系列携自研麒麟9000S5G处理器强势回归后，美西方就已经陷入了深深的自我怀疑，拜登对华为的重拳打压，难道都是“摆设”吗？

ggtdfgfdg·2025-03-14 15:08

【AI论文】TPDiff：时序金字塔视频扩散模型

基于这一洞见，我们提出了TPDiff，一个统一的框架，用于提高训练和推理效率。通过将扩散过程分为几个阶段，我们的框架在扩散过程中逐步增加帧率，仅在最后阶段采用全帧率，从而优化计算效率。

东临碣石82·2025-03-14 14:31

DeepSeek 面试题精选

以下是针对DeepSeek面试的精选问题及解答，涵盖技术原理、模型架构、训练方法和应用场景等方面，供面试准备参考：一、DeepSeek模型架构与技术原理1.请简述DeepSeek-V3模型的总体架构和主要创新点

CarlowZJ·2025-03-14 14:00

30.代码随想录算法训练营第三十天|452. 用最少数量的箭引爆气球,435. 无重叠区间,763. 划分字母区间

30.代码随想录算法训练营第三十天|452.用最少数量的箭引爆气球,435.无重叠区间,763.划分字母区间452.用最少数量的箭引爆气球-力扣（LeetCode）有一些球形气球贴在一堵用XY平面表示的墙面上

白鹭鸣鸣！·2025-03-14 14:00

从LayerNorm到RMSNorm：深度学习归一化技术的进化！qwen2.5的技术。

（RootMeanSquare,RMS）来进行归一化，避免了传统归一化方法中均值和方差的计算1.LayerNorm（层归一化）LayerNorm（层归一化）是一种用于深度学习的归一化技术，主要用于稳定训练过程

KangkangLoveNLP·2025-03-14 13:29

十种处理权重矩阵的方法及数学公式

1.权重归一化（WeightNormalization）目的：通过分离权重向量的范数和方向来加速训练。

阳光明媚大男孩·2025-03-14 13:26

【Agent实战】发票信息识别提取专家（AI +OCR技术结合ChatGPT4o能力+结构化prompt（CoT、One-shot等）+Knowledge - RAG+API工具Agent项目实践）

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。

姚瑞南·2025-03-14 13:55

【漫话机器学习系列】137.随机搜索（Randomized Search）

随机搜索（RandomizedSearch）详解在机器学习和深度学习的模型训练过程中，超参数调优（HyperparameterTuning）是至关重要的一环。

IT古董·2025-03-14 12:50

百度官方！打造「大模型全开发周期系列课程」，AI应用开发入门课率先发布！（内含英雄帖）

你是否渴望成为这场变革的参与者？你是否也想在这个大模型时代中抢占先机？那“学习AI”、“使用AI”、“入局AI”我们真的可以受益吗？

·2025-03-14 12:50

医学人工智能影像诊断数据收集与整理

为了训练这些模型，需要大量的高质量标注数据。下面我会给出一个简单的示例流程，介绍如何收集、整理和准备医学影像数据集，并提供一些基础的Python代码示例。数据收集首先，你需要收集包含医学影像的数据集。

V搜xhliang0246·2025-03-14 12:18

AI的发展历程，你知道是从什么时候开始的吗？

AI的发展历程是一段充满探索、突破与起伏的历史，以下是其主要阶段的介绍：诞生与早期探索阶段（20世纪50年代-60年代）基础理论奠基：1943年，美国神经生理学家沃伦·麦卡洛克和数学家沃尔特·皮茨发表了《Alogicalcalculusofideasimmanentinnervousactivity》论文，提出M-P模型，为神经网络的研究奠定了基础。1950年，阿兰·图灵发表《ComputingM

A达峰绮·2025-03-14 12:15

30岁了，零基础想转行网安从头开始现实吗？

这篇文章没有什么套路。就是一套自学理论和方向，具体的需要配合网络黑白去学习。毕竟是有网络才会有黑白！有自学也有培训！1.打死也不要相信什么分分钟钟教你成为大黑阔的，各种包教包会的教程,就算打不死也不要去购买那些所谓的盗号软件之类的东西。2，我之前让你们在没有目的的时候学习linux,在学习LINUX的同时你第一个遇到的问题就是命令。作为一个黑客入门着来说你必须要懂什么是命令化系统,什么是图形化系统

白帽子凯哥哥·2025-03-14 11:12

GAN生成对抗网络小记

生成对抗网络（GAN）深入解析：数学原理与优化生成对抗网络（GenerativeAdversarialNetwork,GAN）是一个基于博弈论的深度学习框架，通过生成器（G）和判别器（D）之间的对抗训练

文弱_书生·2025-03-14 11:38

如何用Conda保持Python环境的完美隔离？

突然，你的一个朋友邀请你参与另一个用Python3.6和Flask1.1开发的项目。如果没有Conda，你可能需要在两个项目间频繁切换，每次都要重新安装和配置环境，这不仅耗时，而且容易出错。

西坡不是东坡·2025-03-14 11:07

领域驱动设计（DDD）深度解析：从小白到入门

——从现实问题说起假设你参与开发一个电商系统，需求如下：用户下单时，需检查库存、计算优惠、生成订单同一商品的库存信息分散在商品服务、订单服务、促销服务中开发过程中频繁出现「订单金额计算逻辑冲突」「库存状态不一致

月落星还在·2025-03-14 10:34

Deepseek 你喜欢我不

**Deepseek的“情感”机制**-**输入**：你的问题“你喜欢我不”被解析为文本向量；-**处理**：通过预训练

太翌修仙笔录·2025-03-14 10:27

目前人工智能的发展，判断10年、20年后的人工智能发展的主要方向，或者带动的主要产业

中国通过DeepSeek等技术创新（如MLA注意力机制、FP8混合精度训练）突破算力瓶颈，实现与美国顶尖模型性能对标，成本降低至558万美元/项目。技术突破：量子

meisongqing·2025-03-14 09:23

一文读懂强化学习：从基础到应用

就像训练小狗，小狗做对了动作（比如坐下），就给它零食（奖励），做错了就没有零食（惩罚），慢慢地小狗就知道怎么做能得到更多零食，也就是学会了最优行为。强

LHTZ·2025-03-14 08:51

鸿蒙(HarmonyOS)应用开发实战——数据库版本升级案例

往期推文全新看点学鸿蒙开发的优劣势，你清楚吗？建议你了解一下！

CTrup·2025-03-14 08:50

c语言笔记函数入门

目录函数的定义函数语法汇总函数的实参与形参函数实参与形参的区别函数的实参是传地址还是传值？

我是大咖·2025-03-14 08:50

深度学习之优化器Optimizer介绍

优化器(Optimizer)是深度学习训练中非常关键的组件,它负责根据损失函数的梯度来更新模型参数,从而使模型性能不断提升。1.优化器的作用和重要性优化器是训练深度学习模型的核心组件之一。

yueguang8·2025-03-14 08:19

推荐频道

参与训练吗