图像分类训练细节第24页

Transformer预测 | 基于TCN-Transformer的股票价格预测（Pytorch）

文章目录预测效果文章概述程序设计参考资料预测效果文章概述Transformer预测|基于TCN-Transformer的股票价格预测（Python）Transformer模型本质上都是预训练语言模型，大都采用自监督学习

机器学习之心·2025-03-02 13:35

【AI带来的机遇】

类比房地产黄金期中介赚取信息差、移动互联网初期应用商店分发红利，当前AI领域存在三大核心机遇：基础设施重构机遇（类比域名投资）AI大模型开源浪潮下，高质量训练数据资产、特定领域微调模型、模型中间件将成为新时代

调皮的芋头·2025-03-02 11:18

如何用AI写程序

一、AI写程序之工具选择（一）主流AI编程工具介绍如今市面上有诸多AI编程工具可供选择，以下为大家介绍几种常见且实用的工具：ChatGPT：由OpenAI开发的一款基于Transformer架构的预训练模型

Honmaple·2025-03-02 11:46

Rust 入门学习笔记（一）

（这一点并不显而易见）举例来说，那些“系统层面”的工作涉及内存管理、数据表示和并发等底层细节。从传统角度来看，这是一个神秘的编程领域，只为浸润多年的极少数人所触及，也只有他们能避开那些臭名昭著的陷阱。

mask-li·2025-03-02 10:43

模型优化之强化学习（RL）与监督微调（SFT）的区别和联系

想了解有关deepseek本地训练的内容可以看我的文章：本地基于GGUF部署的DeepSeek实现轻量级调优之一：提示工程（PromptEngineering）（完整详细教程）_deepseekgguf-CSDN

搏博·2025-03-02 10:08

常用的设计模式

创建型模式创建型模式主要用于对象的创建过程，封装了对象创建的细节，提高了代码的灵活性和可维护性。单例模式（SingletonPattern）模式说明：确保一个类只有一个实例，并提供一个全局访问点。

chi_666·2025-03-02 10:37

Office 2013、2016、2019三版本区别

Office2016：界面与2013版相似，但在细节上可能有一些优化和调整，整体更加成熟和稳定，对于常用功能的布局和展示也更加合理。

小魚資源大雜燴·2025-03-02 09:00

大模型在心力衰竭预测及临床方案制定中的应用研究报告

1.2研究目的1.3研究方法与创新点二、大模型技术与心力衰竭概述2.1大模型技术原理与发展2.2心力衰竭的病理机制与现状三、大模型在心力衰竭术前风险预测中的应用3.1数据收集与预处理3.2预测模型的构建与训练

LCG元·2025-03-02 09:58

完整的 Python 数据分析案例：在线游戏玩家付费预测

目录1.案例背景代码实现2.主要的代码难点解析2.1数据清洗-缺失值处理2.2特征工程-新特征计算与独热编码2.3特征选择2.4模型训练与评估2.5数据可视化3.可能改进的代码3.1数据清洗与特征工程改进

萧十一郎@·2025-03-02 08:56

DeepSeek效应初现：Grok-3补刀ChatGPT，OpenAI已在ICU？

今天咱们聊聊最近在AI界引发轰动的新闻——DeepSeek和xAI相继用R1和Grok-3证明了预训练ScalingLaw并非OpenAI的护城河。这意味着什么呢？让我们一探究竟！

东方佑·2025-03-02 08:53

【大模型】fp32 和 fp16 的区别，混合精度的原理。

（仅为fp32的50%）数值范围约±3.4×10³⁸约±6.5×10⁴精度（尾数）23位（约7位有效十进制数）10位（约3位有效十进制数）用途高精度计算（如梯度更新）高效计算（如矩阵乘法）2.混合精度训练的原理核心思想

深度求索者·2025-03-02 08:20

高效空间编码技术：SPD-Conv在目标检测中的创新应用

SPD-Conv：高效空间编码的技术背景SPD-Conv的原理YOLOv8中的SPD-Conv实现YOLOv8SPD-Conv代码实现代码解析性能提升SPD-Conv的优势与应用场景SPD-Conv的设计细节与优化

向哆哆·2025-03-02 08:17

pytorch与深度学习随记——AlexNet

激活函数：AlexNet使用ReLU而不是sigmoid作为其激活函数，这有助于缓解梯度消失问题并加速训练过程。AlexNet架构的创新点局部响应归一化(LRN)：AlexNet引入LRN层，可以创建

黑色的山岗在沉睡·2025-03-02 08:46

【大模型】什么是蒸馏版大模型

大模型蒸馏一、知识蒸馏与无监督样本训练1.知识蒸馏的核心原理目标：将复杂大模型（Teacher）的知识迁移到轻量化小模型（Student）中，提升小模型性能。

深度求索者·2025-03-02 07:12

表单排版_流程引擎——OA流程表单的认识及优化

编辑导语：在工作中经常会遇到流程表单的运用，OA工作流的表单设计器是最常用控件的用法；本文作者分享了工作流引擎流程表单的相关内容，以及对OA流程表单的一些细节优化，我们一起来看一下。

SchwatzWagen·2025-03-02 07:39

Mac电脑用Latex论文排版3天速成5天实战de笔记

.\]公式块9.伪代码10.无序圆点11.引用12.参考文献13.附录与代码14.分页符15.零碎的细节遇到困难总结前言我后悔了，这五天竞赛搞得我视力都下降了...一个冲动的决定后成为数模竞赛论文写手，

荔枝要赚大钱的luu（养成系）·2025-03-02 06:36

【llm对话系统】 LLM 大模型推理python实现：vLLM 框架

它指的是利用训练好的LLM模型，根据输入(Prompt)生成文本的过程。然而，LLM的推理速度往往较慢，尤其是在处理长序列或高并发请求时，效率瓶颈尤为突出。为了解决这个问题，vLLM应运而生！

kakaZhui·2025-03-02 06:06

卷积这个词在卷积神经网络中应该怎么理解

卷积核中的每个值称为权重（weights），这些权重是通过训练过程优化得到的。滑动窗

abments·2025-03-02 06:05

卷积核在初始阶段的数据是怎么获取的

卷积核的初始化随机初始化：在大多数情况下，卷积核（滤波器）的权重在模型训练开始时是随机初始化的。常用的随机初始化方法包括以下几种：均匀分布初始化：权重从一个均匀分布中抽取值。

abments·2025-03-02 06:05

从零到一：利用DeepSeek构建高精度图像分类模型实战解析

引言：为什么选择DeepSeek进行图像分类？在计算机视觉领域，图像分类作为基础任务，其技术演进经历了从传统特征工程到深度学习的革命性转变。

一碗黄焖鸡三碗米饭·2025-03-02 06:03

自然语言处理NLP入门 -- 第八节OpenAI GPT 在 NLP 任务中的应用

但当我们需要更强的语言生成能力时，往往会求助于更先进的预训练语言模型。OpenAI旗下的GPT系列模型（如GPT-3、GPT-3.5、GPT-4等）在生成文本方面拥有强大的表现。

山海青风·2025-03-02 05:29

DeepSeek R1 详解：思维链、强化学习和蒸馏

训练过程较小模型基准为什么Deepseek很重要DeepSeekR1常见问题解答来自中国的新型大型语言模型DeepSeekR1的发布在人工智能研究界引起了轰动。这不仅仅是又一次渐进式改进。

前网易架构师-高司机·2025-03-02 05:58

基于 langchain+ollama 创建私有化知识库

概念介绍什么是RAGRAG是retrieval-augmented-generation的缩写，直译中文的意思是检索增强生成，可以简单理解能让训练好的大模型LLM可以结合外部数据，可以补充或者修正大模型返回的答案

大语言模型·2025-03-02 02:09

硅基流动：免费领取2000万Token，畅享AI大模型盛宴！

其核心团队来自清华大学、MIT等顶尖高校，致力于为企业和开发者提供高性能的AI模型推理和训练解决方案。

·2025-03-02 01:05

前端面试100问！！

本课程帮助小伙伴们快速梳理知识，不会涉及到具体的很细节的知识点，关注面试本身。公司一般会从以下5个方面考察一个人的能力，本课程的100问是总结了最近2-3年常问的面试题，适合初中级前端工程师。

一只松·2025-03-02 00:55

C/C++程序员为什么要了解汇编？了解汇编有哪些好处？如何学习汇编？

2.2、从汇编代码的角度去理解多线程的执行细节，去理解多线程在访问共享资源时为什么要加锁2.3、使用Windbg静态分析dump时先从崩溃的那条汇编指令中得到初步的线索3、了解汇编有哪些具体的好处？

dvlinker·2025-03-02 00:20

Google Play提交应用审核时有哪些注意细节？

◾前言本文基于GooglePlay官方政策与实战经验，系统梳理公司账号申请、应用上架的全流程细节，分享开发者常见的“踩坑点”，并提供可落地的方案解答。分享预告：影响公司新账号权重的信号量有哪些？

Android出海·2025-03-01 23:15

【Java】如何高效计算斐波那契数列：递归与循环的比较与优化

博客主页：[小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏:Java文章目录前言斐波那契数列的递归实现1.递归的基本思路2.递归实现的细节解析3.递归效率分析斐波那契数列的循环实现1.循环实现的代码2.循环实现的细节解析

小ᶻ☡꙳ᵃⁱᵍᶜ꙳·2025-03-01 22:09

sql深入学习

文章目录前言知识学习注释的两种形式字符型注入万能密码布尔盲注报错注入堆叠注入时间盲注二次注入小技巧前言这次学习建立在对数据库有基本的认识，了解基础的增删改查语句，数字型注入和字符型注入的基础上，进一步深入学习知识，并进行实战训练知识学习注释的两种形式

lally.·2025-03-01 22:38

实体识别处理--在给定的文本中识别特定类型的实体

它结合了字典匹配和向量相似度匹配两种方法，利用预训练的BERT模型来获取实体的嵌入表示，通过构建Trie树来提高字典匹配的效率。

风清扬【coder】·2025-03-01 21:04

6.20CSIG腾讯云后台开发实习一面面经 C++50min

零零总总已经面了9场腾讯了，身心俱疲hr面完了一整天都是链接状态不知道有没有戏，感觉凉了AjokenevergainsaAjokenevergainsanenemybutoftenlosesafrie我在牛客笔试训练营第

han_xue_feng·2025-03-01 21:33

基于 Elasticsearch 和 Milvus 的 RAG 运维知识库的架构设计和部署落地实现指南

最近在整理一些业务场景的架构设计和部署落地实现指南先放一个【基于RAG的运维知识库(ElasticSearch+Milvus)的详细实现指南】，其中包含了详尽的技术实现细节、可运行的示例代码、原理分析、

ViniJack·2025-03-01 21:02

如何用 DeepSeek 进行卷积神经网络（CNN）的优化

如何用DeepSeek进行卷积神经网络（CNN）的优化卷积神经网络（CNN）在计算机视觉任务中取得了巨大的成功，例如图像分类、目标检测和图像生成。

一碗黄焖鸡三碗米饭·2025-03-01 20:57

基于RF随机森林机器学习算法的回归预测模型MATLAB代码实现了一个回归任务的决策树集成模型。

首先从Excel文件中导入数据集，并将数据划分为训练集和测试集。然后，对数据进行归一化处理并转置以适应模型的要求。

qq924711725·2025-03-01 20:22

【学习】电脑上有多个GPU，命令行指定GPU进行训练。

CUDA_VISIBLE_DEVICES=1假设要使用第二个GPU进行训练。CUDA_VISIBLE_DEVICES=1pythontrain.py

超好的小白·2025-03-01 19:18

深度学习开源数据集大全：从入门到前沿

在深度学习中，数据是模型训练的基石。本文整理了当前最常用且高质量的开源数据集，涵盖图像、视频、自然语言处理（NLP）、语音与音频等方向，帮助研究者和开发者快速定位所需资源。

念九_ysl·2025-03-01 19:48

DeepSeek突袭公布成本利润率：545%

优化吞吐量和延迟的方法：跨节点EP驱动的批量扩展计算与通信重叠负载均衡还公布了DeepSeek的在线服务数据统计：每个H800节点每秒有73.7k/14.8k个输入/输出token成本利润率545%更多细节

·2025-03-01 18:29

图像识别-pytorch

模型可以是预训练的，也可以自己搭建。损失函数：用于衡量预测值与真实值之间的差距，如均方误差。损失函数越小越好。优化器：用于调整权重和偏置，使损失函数最小化。优化器决定了参数的调整方式。误差反传（

星辰瑞云·2025-03-01 17:08

搜索赋能：大型语言模型的知识增强与智能提升

听吉米讲故事·2025-03-01 17:36

【探商宝】DeepSeek开源周第四弹：双向流水并行与专家负载均衡技术解析

引言在千亿级大模型训练领域，计算资源利用率与通信效率是制约训练速度的核心瓶颈。

探熵科技·2025-03-01 15:19

基于 Pytorch 的全卷积网络人脸表情识别：从数据到部署的实战之旅

前言：本文将详细介绍基于Pytorch框架，利用全卷积网络进行人脸表情识别的完整过程，涵盖从数据集的准备、模型的设计与训练，再到模型的部署与预测，通过代码实现以及详细讲解，帮助读者深入理解并掌握这一技术

那年一路北·2025-03-01 14:16

YOLOv8 赋能道路状况检测：革新交通基础设施监测

检测原理（二）相较于传统方法的优势二、YOLOv8在道路状况检测中的具体应用实例（一）裂缝检测（二）坑洼检测（三）积水检测三、基于YOLOv8的道路状况检测流程（一）图像采集（二）数据预处理（三）模型训练与评估

他是只猫·2025-03-01 14:15

yolo位姿估计实验

目录介绍实验过程2.1数据集下载2.2模型和数据配置文件修改2.3模型训练参考链接1.介绍1.1简介YOLOv8-Pose是基于YOLOv4算法的姿势估计模型，旨在实现实时高效的人体姿势估计。

jarreyer·2025-03-01 14:15

金字塔原理：如何用结构化思维提高项目汇报质量？

先重要后次要，先总结后具体，先框架后细节，先结论后原因，先结果后过程，先论点后论据。1.结论先行在项目汇报中，这意味着要把最重要的项目成果或结论放在开头。

·2025-03-01 14:53

[持续更新]八股速通之Java基础面试题答案精简速记版!

补充细节：扩容机制、线程安全性等。示例回答：ArrayList基于动态数组实现，支持快速随机访问（时间复杂度O(1)），但在中间插入或删除元素时，需要移动后续元素，性能较差（平均O(n)）

八股文领域大手子·2025-03-01 13:43

.net机器学习框架：ML.NET模型生成器

ML.NETModelBuilder是一个直观的图形化VisualStudio扩展，用于构建、训练和部署自定义机器学习模型。

NotOnlyCoding·2025-03-01 13:41

Meta：基于数据关系的LLM高效预训练

标题：Data-EfficientPretrainingwithGroup-LevelDataInfluenceModeling来源：arXiv,2502.14709摘要数据高效的预训练已显示出提高缩放定律的巨大潜力

大模型任我行·2025-03-01 12:37

提升AI测试效率：如何通过RAG技术优化LLM输出质量

尽管LLM已经在自动化测试脚本生成、缺陷预测、测试报告生成等方面发挥了巨大的作用，但在某些复杂任务中，LLM的输出质量依然面临着提升空间，尤其是对于细节的精准度和情境理解的深度。

测试者家园·2025-03-01 12:05

大模型训练与微调（4）——Top-k 和 Top-p 采样策略介绍

大模型训练与微调（4）——Top-k和Top-p采样策略介绍**一、Top-k采样****1.核心思想****2.数学实现****3.示例****4.特点****二、Top-p（Nucleus）采样**

John_今天务必休息一天·2025-03-01 12:33

单卡挑战千亿模型！深度求索MoE架构实战指南：从理论到开源工具全解析

引言：为什么需要单GPU训练千亿参数模型？随着大模型参数规模突破千亿级别，训练成本与算力需求呈指数级增长。传统密集架构（DenseModel）在单卡训练中面临显存不足、计算效率低等问题。

小诸葛IT课堂·2025-03-01 11:27

推荐频道

图像分类训练细节