大模型通关打怪之旅第2页

指数移动平均（EMA）策略

在神经网络领域，EMA常被用于对模型参数进行平滑处理，使得网络模型在训练过程中能够更加稳定且泛化能力可能得到提升。

Sherry Wangs·2025-03-02 13:06

Pytorch神经网络魔改之：模型融合 - 速通（1）

本文将以几种常见方法为例，介绍如何进行Pytorch神经网络的模型融合：1.子模型串联(SequentialConcatenation)在这个方法中，输入数据x首先通过FeatureExtractor(

lczdyx·2025-03-02 13:05

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

LLC谐振变换器Simulink仿真模型

LLC谐振变换器Simulink仿真模型新建文件夹.zip_0项目地址:https://gitcode.com/open-source-toolkit/b109b简介本仓库提供了一个用于LLC谐振变换器的

管彩嫒Zachary·2025-03-02 13:05

Dify理论：漫话RAG

给大语言模型一个大型图书馆。大语言模型在回答问题前，不要急于回答。先去图书馆里查阅一番，再根据所获取的知识进行回答。大语言模型，由闭卷考试，变成了开卷考试。第一：减轻了大模型的幻觉。

几道之旅·2025-03-02 12:58

SQL-o1：一种用于Text-to-SQL的自奖励启发式动态搜索方法

得益于大规模语言模型(LLMs)的应用，该领域取得了显著进展。然而，模型的可扩展性、生成空间的限制以及SQL生成过程中的连贯性问题仍然存在。

数之何·2025-03-02 12:25

Oracle表删除大量数据后查询变慢问题

变慢原因Oracle表删除大量数据后，即使表中只有几行记录，但用selectcount(*)fromtable来查询发觉都不会马上出来，原因是该表的空间大了，查询起来很慢。

1910260505·2025-03-02 11:50

stars and seas·2025-03-02 11:50

【AI带来的机遇】

一、AI大模型技术革命的底层逻辑与历史机遇类比AI大模型的普及与DeepSeek等技术的突破，正形成类似互联网初期的技术红利窗口期。其核心特征表现为：技术门槛骤降、生态边界模糊、应用场景裂变。

调皮的芋头·2025-03-02 11:18

【数据分析】R语言的广义线性混合模型（GLMM）分析案例

文章目录介绍原理步骤加载R包数据下载导入数据数据预处理成对相关性GLMMs标准化数据字符向量转换成因子化变量构建模型FishesAmphibiansReptilesBirdsMammals画图总结系统信息介绍广义线性混合模型

生信学习者1·2025-03-02 11:46

如何用AI写程序

、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

机器学习第一章绪论

通过这些数据产生模型（model）的算法，即“学习算法”（learningalgorithm）。如果说计算机科学是研究“算法”的学问，那机器学习就是研究“学习算法”的学问。

太炀·2025-03-02 11:16

Python 十大核心知识点，手把手教你！

如果你对编程感兴趣，但又不知道从哪里开始，那么Python会是你的好选择。它简单易学，是初学者学习编程的好帮手。这篇文章会用轻松的方式，带你了解Python的十个重要概念，一步步帮助你从零开始！1.Python文件与扩展名学习Python的第一步是创建一个Python文件。Python文件的名字后面都会加上.py作为扩展名。例如，你可以创建一个名为main.py的文件，这就是一个Python脚本。

编程咕咕gu-·2025-03-02 11:45

Vue 系列之：基础知识

什么是MVVMMVVM（Model-View-ViewModel）一种软件设计模式，旨在将应用程序的数据模型（Model）与视图层（View）分离，并通过ViewModel来实现它们之间的通信。

程序员SKY·2025-03-02 10:13

TCP与UDP协议：你应该知道的传输层协议

它们作为传输层的两大支柱，奠定了现代互联网通信的基础。本文旨在深入剖析TCP与UDP的机制、特点、应用场景及其相互之间的差异，为读者构建一个全面而深入的理解框

Evaporator Core·2025-03-02 10:12

MATLAB基础应用精讲-【数模应用】主成分(pca)分析（附python代码实现）

目录前言知识储备降维概述算法原理什么是PCAPCA降维过程PCA算法数学步骤选择主成分个数（即k的值）sklearn中参数的解释数学模型协方差协方差矩阵编辑编辑原理推导编辑编辑编辑编辑实际操作主成分分析的计算方法方法

林聪木·2025-03-02 10:09

模型优化之强化学习（RL）与监督微调（SFT）的区别和联系

强化学习（RL）与监督微调（SFT）是机器学习中两种重要的模型优化方法，它们在目标、数据依赖、应用场景及实现方式上既有联系又有区别。

搏博·2025-03-02 10:08

华为战略解码-162页八大章节精读

文档详细阐述了华为在战略解码过程中如何利用BLM模型等工具，以及如何从市场洞察、业务设计等方面制定和执行战略。

智慧化智能化数字化方案·2025-03-02 10:36

线性代数(13)——向量空间、维度和四大子空间(下)

向量空间、维度和四大子空间零空间的基和秩-零化度定理零空间及零空间的基秩-零化度定理列空间与零空间对比零空间与矩阵的逆深入理解零空间左零空间回顾已有的三个子空间第四个子空间研究子空间的意义零空间的基和秩

Jakob_Hu·2025-03-02 10:06

在nodejs中使用ElasticSearch（三）通过ES语义检索,实现RAG

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索和生成模型的技术，旨在提高生成模型的知识获取和生成能力。

konglong127·2025-03-02 09:33

MySQL数据库（触发器，视图，函数）

触发器视图函数分配用户和权限以及远程登录索引三大范式1.触发器Trigger触发器：数据库中的一个对象，相当于JS中的监听器，触发器可以监听增删改三个动作比如说我想监听一张表，只要我增删改了这张表中的数据

可儿可爱·2025-03-02 09:31

DeepMind首席科学家最新万字访谈：模型「慢思考」，能力大幅提升！

DatawhaleDatawhale分享访谈：JackRae，编译：数字开物2月25日，谷歌DeepMind首席科学家JackRae接受访谈，就谷歌思维模型的发展进行深入讨论。

·2025-03-02 09:43

python代码实现支持神经网络对鸢尾花分类

1、导入支持向量机模型，划分数据集fromsklearnimportdatasetsfromsklearnimportsvmiris=datasets.load_iris()iris_x=iris.datairis_y

邀_灼灼其华·2025-03-02 09:00

马斯克发布新一代AI模型Grok3

就在近期，马斯克宣布推出新一代AI模型——Grok3。这一消息无疑引起了行业的广泛关注，大家都在猜测，这款新AI模型究竟有何独特之处，是否能够在众多强大AI模型中脱颖而出？

Code_流苏·2025-03-02 09:59

Grok 3 vs. DeepSeek vs. ChatGPT：2025终极AI对决

每个模型都有自己独特的优势，无论是在深度思考、速度、编程辅助、创意输出，还是在成本控制方面，都展现出强大的实力。但究竟谁能脱颖而出？没有一个万能的答案。最终的选择取决于你的AI需求和应用场景。

一点一木·2025-03-02 09:28

大模型在白血病诊疗全流程风险预测与方案制定中的应用研究

目录一、绪论1.1研究背景与意义1.2国内外研究现状1.3研究目的与内容二、大模型技术与白血病相关知识2.1大模型技术原理与特点2.2白血病的病理生理与诊疗现状三、术前风险预测与手术方案制定3.1术前数据收集与预处理

LCG元·2025-03-02 09:58

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

目录一、引言1.1研究背景与意义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

LCG元·2025-03-02 09:58

volatile关键字

这里的变量包括类变量、实例变量，但不包括局部变量和方法参数，因为后者是线程私有的，不存在线程竞争问题java内存模型（JMM）规定,所有变量都存储在主内存中，同时每个线程还有自己的工作内存。

SJLoveIT·2025-03-02 09:27

Grok-3和DeepSeek-R1，谁更胜一筹？

两大模型代表两种技术演化路径的终极对决，其胜负取决于问题域的边界定义。

xiaocang668888·2025-03-02 08:56

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

边缘AI推理模型更新的秘密武器——Nginx的在线升级魔法

在当今快速发展的物联网和边缘计算时代，如何确保部署于边缘节点上的AI推理模型能够及时、高效地进行在线更新，成为了技术团队面临的一项重要挑战。

墨夶·2025-03-02 08:25

C C++最全Linux下TCP IP编程--TCP实战_linux tcp，2024最新网易C C++面试题目

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化的资料的朋友，可以添加戳这里获取一个人可以走的很快，但一群人才能走的更远！

2401_84973304·2025-03-02 08:24

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

这款被誉为“地球上最聪明的AI”的模型不仅证明了ScalingLaw的有效性，还进一步攻破了OpenAI的技术壁垒。深度探讨：ScalingLaw

东方佑·2025-03-02 08:53

轮式机器人在复杂地形中如何选择合适的全局路径规划算法

例如，在多个地方提到了动态窗口法（DWA）、时间弹性带（TEB）、模型预测控制（MPC）、人工势场法

luoganttcc·2025-03-02 08:53

Flutter&JSON

对于简单JSON或模型较少的小项目非常方便。缺点

ClaNNEd@·2025-03-02 08:52

数据结构-算法

2.3.3健壮性2.3.4时间效率高和储存量低2.4算法效率的度量方法2.4.1事后统计方法2.4.2事前分析估算方法2.5函数的渐进增长2.6算法时间复杂度2.6.1算法时间复杂度定义2.6.2推导大O

wind_one1·2025-03-02 08:51

什么叫以太网？它与因特网有何区别？

简单来说，以太网是一种物理和数据链路层的技术（即OSI模型中的第1层(物理层)和第2层(链路层,或者称为叫MAC层)），用于在有限区域内（如家庭、办公室

昊虹AI笔记·2025-03-02 08:21

AI教学案例大揭秘

DeepSeek作为一款功能强大的AI大语言模型，在教育领域的应用场景广泛且深入，能够显著提升教师的工作效率和教学质量，并为教务系统的智能化升级提供技术支持。

深度求索者·2025-03-02 08:20

【大模型】fp32 和 fp16 的区别，混合精度的原理。

LLMs浮点数一、fp32和fp16的区别，混合精度的原理1.fp32与fp16的对比特性fp32（单精度）fp16（半精度）位数32位（4字节）16位（2字节）内存占用高低（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：结合f

深度求索者·2025-03-02 08:20

【模型部署】大模型部署工具对比：SGLang, Ollama, VLLM, LLaMA.cpp如何选择？

在选择大模型部署工具时，需要考虑多个因素，包括性能、支持的语言和模型、硬件支持、易用性以及社区支持等。

深度求索者·2025-03-02 08:19

深度学习-138-LangGraph之应用实例(七)构建自动绘图系统

文章目录1初始化核心功能1.1大语言模型1.2结构化输出1.3搜索引擎1.4Python执行环境2编排流2.1创建图2.2可视化图2.3应用图3绘图指定线型4添加工具增强4.1执行工具和打印工具4.2绑定工具

皮皮冰燃·2025-03-02 08:16

穿越AI边界：深度集成DeepSeek API与云平台的实践之路

DeepSeek作为一款领先的大型语言生成模型，凭借其强大的推理和生成能力，已经被越来越多的开发者和行业专家所青睐。

云边有个稻草人·2025-03-02 07:45

【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

【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

Python vLLM 实战应用指南

文章目录1.vLLM简介2.安装vLLM3.快速开始3.1加载模型并生成文本3.2参数说明4.实战应用场景4.1构建聊天机器人示例对话：4.2文本补全输出示例：4.3自定义模型服务启动服务调用服务5.性能优化

ghostwritten·2025-03-02 06:34

从零到一：利用DeepSeek构建高精度图像分类模型实战解析

本文将手把手带您实现从零搭建工业级图像分类模型的全过程。一、DeepSeek技术架构

一碗黄焖鸡三碗米饭·2025-03-02 06:03

深度学习模型可视化：通俗易懂的全面解读

目录1.什么是深度学习模型可视化？

Crazy learner·2025-03-02 06:33

架构师面试（七）：评论消息

解析A选项和C选项，都属于定时拉取方案，属于信箱模型，实时性低，不过实现简单（心跳方案实现更简单）；B选项，服务端

棕生·2025-03-02 05:00

SharpGL的视角及投影设置

#region 注释此函数主要是用来设定当前OpenGL操作的矩阵堆栈目标，由于OpenGL主要是一个大很大的状态机，运算都采用矩阵预算，通过MatrixMode可以设置当前操作的矩阵目标。

苜柠·2025-03-02 05:59

推荐频道

大模型通关打怪之旅