各种训练

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插件
一个处女座的程序猿·2025-03-15 18:38

跟着黑马学MySQL基础篇笔记(4)-多表查询

37.多表查询-多表关系介绍多表关系概述项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种
小杜不吃糖·2025-03-15 18:37

（大模型微调大模型学习路线大模型入门）_大模型 学习，吹爆！2025最详细的大模型学习路线已整理！手把手带你高效入门，大模型论文全打通！

大模型，通常指的是在人工智能领域中的大型预训练模型。你可以把它们想象成非常聪明的大脑，这些大脑通过阅读大量的文本、图片、声音等信息，学习到了世界的知识。
大模型老炮·2025-03-15 17:28

PyTorch 中的维度操作详解

维度操作是PyTorch中非常重要的功能，常用于调整张量的形状以适配各种计算需求。以下是常见的维度操作及其示例。1.维度的概念回顾一个二维张量（矩阵）的形状是(行数,列数)。
萝卜小白·2025-03-15 17:26

vs2019 Qt C++中调用python代码

lib，include2.修改python.h文件3.环境搭建好了下面是测试代码部分4.如果按照面上走可能会出现的问题：5.Qt+vs+python6.说一下这里调py的主要步骤借鉴几位大佬（吐槽一下各种坑啊
路奇怪·2025-03-15 17:55

L1-5 别再来这么多猫娘了！

言归正传，对于GPT类的AI，一个使用方式受到不少年轻用户的欢迎——将AI变成猫娘：当然，由于训练数据里并不区分道德或伦理倾向，因此如果不加审查，A
云格～·2025-03-15 16:22

训练模型时，步长为什么不能太大也不能太小？

在训练模型时，步长（也称为学习率，LearningRate）是一个关键的超参数，它控制着每次参数更新的大小。
yuanpan·2025-03-15 16:52

六十天前端强化训练之第十七天React Hooks 入门：useState 深度解析

=====欢迎来到编程星辰海的博客讲解======看完可以给一个免费的三连吗，谢谢大佬！目录一、知识讲解1.Hooks是什么？2.useState的作用3.基本语法解析4.工作原理5.参数详解a)初始值设置方式b)更新函数特性6.注意事项7.类组件对比8.常见问题解答二、核心代码示例三、实现效果四、学习要点总结五、扩展阅读推荐官方文档优质文章推荐学习路径进阶资源六、实践步骤一、表单输入控制二、动态
编程星辰海·2025-03-15 16:50

机器学习中的梯度到底是什么？（chat-gpt问答）

在机器学习中，我们通过不断调整参数，使目标函数达到最小值，从而实现模型的训练和学习。2、为什么梯度要求偏导来求解？梯度是一个向量，它的方向指向函数值增加最快的方向，其大小表示函数值的变化率。
湫怿·2025-03-15 16:19

大型语言模型与强化学习的融合：迈向通用人工智能的新范式——基于基础复现的实验平台构建

强化学习（RL）作为一种通过与环境交互学习最优策略的方法，在智能体训练中发挥着重要作用。本文旨在探索LLM与RL的深度融合，分析LLM如何赋能RL，并阐述这种融合对于迈向通用人工智能（AGI）的意义。
（initial）·2025-03-15 16:17

深度学习-服务器训练SparseDrive过程记录

1、cuda安装1.1卸载安装失败的cuda参考：https://blog.csdn.net/weixin_40826634/article/details/127493809注意：因为/usr/local/cuda-xx.x/bin/下没有卸载脚本，很可能是apt安装的，所以通过执行下面的命令删除：apt-get--purgeremove"cuda*"apt-getautoremove然后执行f
weixin_40826634·2025-03-15 15:41

使用 Doris 和 Iceberg

作为一种全新的开放式的数据管理架构，湖仓一体（DataLakehouse）融合了数据仓库的高性能、实时性以及数据湖的低成本、灵活性等优势，帮助用户更加便捷地满足各种数据处理分析的需求，在企业的大数据体系中已经得到越来越多的应用
向阳1218·2025-03-15 15:10

使用 Doris 和 LakeSoul

作为一种全新的开放式的数据管理架构，湖仓一体（DataLakehouse）融合了数据仓库的高性能、实时性以及数据湖的低成本、灵活性等优势，帮助用户更加便捷地满足各种数据处理分析的需求，在企业的大数据体系中已经得到越来越多的应用
向阳1218·2025-03-15 15:10

使用 Ollama 对 LLaMA-2 模型进行微调的详细指南

如果条件允许，使用多卡GPU（如RTX4090或A100）可以显著加快训练速度。对于更大的模型（如LLaMA-213B或33B），
软件职业规划·2025-03-15 15:08

机器学习-----决策树

概念2.决策树的构建过程2.1特征选择2.2树的生成2.3树的剪枝3.决策树的优缺点4.决策树的应用4.1分类任务4.2回归任务4.3集成学习代码示例总结1、概念1.1决策树是什么决策树是通过对样本的训练
多巴胺与内啡肽.·2025-03-15 15:37

算法训练-拓扑排序2

洛谷P1807最长路https://www.luogu.com.cn/problem/P1807本题数据范围过大盲目使用dfs容易超时爆栈题目要求中提到i#defineintlonglong#defineendl'\n'/*===\\================//\\===================//\\============//\\==========//=========\\=
往往歌咏理想·2025-03-15 14:33

代码随想录算法训练营DAY05之栈和队列

题目和链接232.用栈实现队列225.用队列实现栈20.有效的括号1047.删除字符串中的所有相邻重复项150.逆波兰表达式求值239.滑动窗口最大值347.前k个高频元素232.用栈实现队列题意：请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作（push、pop、peek、empty）：实现MyQueue类：voidpush(intx)将元素x推到队列的末尾intpop()从
失序空间·2025-03-15 14:33

HuggingFace下载模型并导入Ollama指南

众所周知，HuggingFace仓库托管了诸多训练模型。DeepSeek官方也将完整满血版DeepSeek-R1:671B模型镜像托管在此仓库，但是目前国内无法直接从HugingFace下载。
Repetion_Maxumim·2025-03-15 14:00

Langchain链式开发：打造高效、可扩展的AI应用

它允许开发者将各种组件(如模型、数据源、工具等)连接在一起，构建复杂的AI应用程序。“链”(Chain)在Langchain中是一个核心概念，它代表了多个组件的有序连接，用于完成特定任务。
小南AI学院·2025-03-15 14:58

增量预训练和微调的区别

文章目录前言一、增量预训练和微调的区别二、代码示例1.增量预训练示例2.微调示例3.代码的区别三、数据格式1.增量预训练2.微调3.示例4.小结四、数据量要求1.指导原则2.示例3.实际操作中的考虑4.
做个天秤座的程序猿·2025-03-15 13:54

【Transformer-Hugging Face手册 07/10】 微调预训练模型

微调预训练模型-目录一、说明二、在本机PyTorch中微调预训练模型。
无水先生·2025-03-15 13:54

Java对比Python，谁才是编程王者？

两者都被广泛用于各种行业和应用，从网络开发到机器学习再到数据分析。但是这两种语言哪个更好呢？在这本中，我们将多方面比较Python和Java，探索二者的历
Java学研大本营·2025-03-15 13:50

《探秘人工智能与鸿蒙系统集成开发的硬件基石》

对于模型训练任务，尤其是深度学习模型，其复杂的
程序猿阿伟·2025-03-15 12:43

数据标注工具及其对预训练模型性能的影响

1.背景介绍1.1预训练模型的崛起近年来，预训练模型（Pre-trainedModels）在自然语言处理（NLP）领域取得了显著的成功。
AGI大模型与大数据研究院·2025-03-15 10:00

数据标注质量对AI模型质量的影响分析

没有高质量的标注数据，就如同建造高楼大厦没有坚实的地基，AI模型就无法有效地学习和训练，最终的AI质量也就无从谈起。训练数据是AI模型
自由鬼·2025-03-15 10:30

kettle数据同步

Kettle是一个强大的数据集成工具，可以用来实现各种数据同步的需求。
zhz5214·2025-03-15 09:22

基于纯视觉的 GUI 代理的屏幕解析工具（OmniParser）

一、技术原理1.数据集构建：从流行网页和应用中提取数据，构建可交互图标检测数据集和图标描述数据集，为模型训练提供基础。
deepdata_cn·2025-03-15 09:51

鸿蒙与持续集成

鸿蒙操作系统（HarmonyOS）是华为公司开发的一款面向未来的分布式操作系统，它能够为各种设备提供统一的操作平台。
荔枝寄·2025-03-15 09:45

Jump Desktop for Mac v9.0.94 优秀的远程桌面连接工具 支持M、Intel芯片

应用介绍JumpDesktopforMac是一款Mac上非常强大和易用的远程桌面控制软件，支持RDP、VNC协议，无论速度、性能和流畅度上都非常不错，支持全屏、文本粘贴复制、快捷键发送等功能，在各种细节上要比微软的远程桌面优秀很多
Macdo_cn·2025-03-15 07:04

当今前沿技术大解密

它能实时监测健康数据，靠的是各种先进技术。就拿智能手表来说吧，能随时测心率、步数啥的。用户戴着它，感觉很方便，能清楚知道自己的健康状况。这体验可太棒啦！以后，这种设备肯定会越来越火，市场前景大大的好。
jiemidashi·2025-03-15 06:21

忘记rar、zip压缩包密码？教你简单方法快速解锁！

这个网站无需下载软件，操作非常简单，支持各种类型的文件，包括RAR/ZIP压缩包、Word文档、Excel表格、PDF文档、WPS表格文档和PPT演示文稿。第二步，点击“立即开始”，上传您的压缩文件。
jiemidashi·2025-03-15 06:21

Anthropic 的模型

Anthropic的模型（特别是Claude系列）之所以在性能和推理能力上表现强劲，可以从技术设计、研究理念、训练方法以及应用优化等多个方面进行详细分析。
调皮的芋头·2025-03-15 06:50

RV1126笔记三十七：PaddleOCR检测模型训练

PaddleOCR检测模型训练及验证测试1、准备数据集在PaddleOCR目录下新建文件夹：train_data,这个文件夹用于存放数据集的。
殷忆枫·2025-03-15 05:16

芯谷D1117-33C：高性能1.0A低压差线性稳压器详解

低压差线性稳压器（LDO）作为一种能够有效降低输入电压并提供稳定输出电压的器件，被广泛应用于各种电子设备中。今天，就让我们深入探讨芯谷D1117-33C这款高性能1.0A低压差线性稳压器的特性与应用。
深圳市青牛科技实业有限公司·2025-03-15 05:42

C语言初学时的难点[5][学会调试来debug]

Release版本：进行了各种优化，使得程序在代码大小和运行速度上都是最优的，以便用户很好地使用，但不方便程序员调试。准备调试环境：在VS2022中，确保你的项目是以Debug模
桦0·2025-03-15 05:41

无网络entos7报错ImportError: /lib64/libm.so.6: version `GLIBC_2.27‘ not found更新glibc

最近在尝试使用sklearn的升级版cuml，因为是一台没有连接互联网的gpu机器，所以构建cuml环境过程很坎坷，需要各种将各种whl包在线下载后上传到服务器中。
夏离·2025-03-15 05:40

大语言模型微调和大语言模型应用的区别？

1.基本概念微调（Fine-tuning）定义：微调是指在预训练大语言模型的基础上，通过在特定领域或任务的数据上进一步训练，从而使模型在该特定任务上表现更优。
AI Echoes·2025-03-15 05:38

大语言模型（LLMs）全面学习指南（非常详细）零基础入门到精通，收藏这一篇就够了

如下这份指南将涵盖LLMs的基础知识、训练过程、用例和未来趋势……一.WhatareLargeLanguage
网络安全大白·2025-03-15 04:38

DeepSeek创始人专访：中国的AI不可能永远跟随，需要有人站到技术的前沿

训练成本估计只有Llama3.1405B模型的11分之一，后者的效果还不如它。
AIBigModel·2025-03-15 04:06

十分钟学会微调大语言模型

在之前的文章中，我分享了一些使用大语言模型开发应用的方法，也介绍了几个开源大语言模型的部署方式，有同学给我留言说想知道怎么训练自己的大语言模型，让它更贴合自己的业务场景。
喝不喝奶茶丫·2025-03-15 04:35

大语言模型微调和大语言模型应用的区别？

1.定义与目标微调（Fine-tuning）目标：调整预训练模型（如GPT、LLaMA、PaLM）的参数，使其适应特定任务或领域。
AI Echoes·2025-03-15 04:34

神经网络完成训练的详细过程

神经网络完成训练的详细过程一、神经网络的基本概念神经网络是一种模拟人脑神经系统的计算模型，由大量的神经元（节点）和它们之间的连接（权重）组成。
每天五分钟玩转人工智能·2025-03-15 04:34

Spring Boot 启动参数终极解析：如何优雅地控制你的应用？

今天我们就来详细解析SpringBoot启动参数的各种用法，并附带代码示例，让你可以灵活掌控应用的启动
QQ828929QQ·2025-03-15 04:28

密码学 网络安全 科普 网络安全密码技术

比较著名的常规密码算法有DES及其各种变形、IDEA、FEAL、Skipjack、RC4、RC5等。在众多的常规密码中影响最大的是DES密码。
黑客-秋凌·2025-03-15 04:28

java语言开源协议_Language Server Protocol

由红帽、微软和Codenvy联合推出，可以让不同的程序编辑器与集成开发环境(IDE)方便嵌入各种程序语言，允许开发人员在最喜爱的工具中使用各种语言来撰写程序。
weixin_39709674·2025-03-15 02:48

Python使用pycryptodome库来进行AES加密解密

AES（AdvancedEncryptionStandard）是一种对称加密算法，广泛应用于各种信息安全领域。
飞起来fly呀·2025-03-15 02:47

T-SQL语言的物联网

T-SQL语言在物联网中的应用引言物联网（InternetofThings，IoT）是一个迅猛发展的领域，它将各种物理设备通过互联网连接起来，实现数据的实时采集和分析。
尤宸翎·2025-03-15 02:46

uniapp(全端兼容) - 最新详细实现可拖动悬浮按钮功能，支持手指拖曳放到页面任意位置，uniapp可拖动的悬浮球，悬浮图标支持拖动效果（详细示例源码及注释，复制粘贴快速植入）

在uniapp小程序/h5网页网站/安卓苹果app/nvue等（全平台完美兼容）开发中，详细实现在uniapp中实现一个可拖动的悬浮按钮，uniapp全平台兼容的悬浮球功能，可挂载各种小卡片、客服等，自由拖动
街尾杂货店&·2025-03-15 02:13

MySQL的基本使用

MySQL作为最流行的关系型数据库管理系统之一，被广泛应用于各种规模的应用程序中。无论是构建小型个人项目还是大型企业级应用，掌握MySQL的基础使用对于开发者来说都是必不可少的技能。
咖啡の猫·2025-03-15 02:41

MATLAB 操作指南（结尾附实操案例）

可视化功能：MATLAB提供了丰富的工具，用于生成各种类型的图形
vvvae1234·2025-03-15 01:08
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他