大模型finetune 第35页

嵌入式软件工程师为什么要撰写博客？——开启技术进阶与职业发展的双重大门

目录一、技术沉淀：构建嵌入式知识复利系统知识沉淀的三层架构二、职业发展：量化个人技术品牌价值职业价值评估模型三、社区贡献：推动嵌入式技术生态演进知识传播的涟漪效应四、写作方法论：打造专业级技术博客内容开发五步法可视化增强技术五

Electron-er·2025-03-14 17:00

【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

React篇之three渲染

需求：拖拽右侧面板，里面的three模型能够自适应import{useEffect,useState,useRef}from'react'import'.

这个一个非常哈·2025-03-14 17:57

【vLLM 学习】使用 TPU 安装

vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。

HyperAI超神经·2025-03-14 17:26

一文搞懂MCU和SoC的核心差异：从架构到应用场景全解析

目录引言一、从“芯片大脑”看本质：架构设计的哲学差异1.MCU：单一任务的执行专家2.SoC：系统级集成的超级平台二、实战对比：六大维度拆解差异1.性能指标对比2.开发模式对比三、选型指南：如何选择MCU

Electron-er·2025-03-14 17:55

DeepSeek R1 本地部署实战教程来了，带可视化界面，非常详细！

那么，如何本地部署DeepSeekR1的模型？本篇，开干！相关阅读：DeepSeek-R1本地部署配置清单DeepSeek-R11.5b、7b、8b、14b、32b、70b、671b都是什么鬼？如何部

·2025-03-14 17:57

一文吃透C++数组：概念与操作大揭秘

目录一、C++数组初印象二、C++数组概念剖析2.1数组定义与本质2.2数组声明与初始化方式2.2.1声明2.2.2初始化2.3数组元素访问三、C++数组操作全解析3.1遍历数组3.1.1for循环遍历3.1.2范围for循环遍历3.2修改数组元素3.3获取数组大小3.4多维数组操作3.4.1二维数组3.4.2.多维数组拓展3.5数组作为函数参数3.5.1传数组名3.5.2函数原型声明四、C++数

大雨淅淅·2025-03-14 17:23

python进程和线程之间通信_python进程和线程通信

实际上使用多线程的编程模型是很困难的，程序员很容易犯

weixin_39718890·2025-03-14 16:21

《TypeScript 高级类型实战指南：解决真实项目的 7 大痛点》

目录标题本文解决的问题：一、表单系统：深度类型约束（可直接用于AntDesign表单）痛点：表单校验逻辑与TS类型脱节二、API响应：自动解包层叠类型（Axios拦截器整合）痛点：后端返回结构嵌套导致类型冗余三、ReduxToolkit：Action类型自动工厂痛点：手写ActionType容易出错四、组件Prop：动态约束联合类型（Vue/React通用）痛点：多形态组件的Prop类型难以维护五

前端极客探险家·2025-03-14 16:18

蓝桥杯常见算法模板（Python组）

整数二分（二分答案）：2.浮点数二分（考不到）2.前缀和、差分1.前缀和一维：二维：2.差分一维：二维：3.贪心4.线性DP1.最长上升子序列（子序列问题一般下标从一开始）2.最长公共子序列3.常见背包模型

-777.·2025-03-14 16:45

kotlin与MVVM的结合使用总结（三）

在MVVM（Model-View-ViewModel）架构中，ViewModel（VM层）起到了连接视图（View）和数据模型（Model）的桥梁作用。

每次的天空·2025-03-14 16:45

30个节点的Doris集群，每个节点有2块7TB的SSD盘，12块8TB的机械盘，分区和分桶的最佳实践

•SATA盘：存储冷数据分区（如历史数据）、大宽表和批量导入的中间数据，通过成本优势支撑海量存储。磁盘负载均衡•每个节点的14块

fzip·2025-03-14 16:15

定了！粉丝破800w的陈雷老师确认出席创客匠人5000人的“全球创始人IP领袖高峰论坛”

大会邀请到众多行业内的顶尖大咖和领袖人物亲临现场，围绕“IP、趋势、战略、创新、增长”五大关键词，分享他们的宝贵经验和独到见解。这将是2024年底

创小匠·2025-03-14 15:14

AI大模型推理加速：技术与实践详解

近年来，AI大模型在自然语言处理、计算机视觉等领域取得了突破性进展。然而，大模型的推理速度却成为其落地应用的瓶颈。本文将详细探讨AI大模型推理加速的技术手段和实践经验，并结合具体案例进行分析。

AI大模型学习者·2025-03-14 15:43

基于分组 NMS 的检测模型后处理改进

引言在目标检测任务中，后处理阶段的非极大值抑制（Non-MaximumSuppression,NMS）是至关重要的一环，主要用于去除高度重叠的冗余预测框。然而，在某些场景中，不同类别的目标可能会被网络同时预测为多个相近的类别，例如：交通工具检测场景：同一辆车可能被误检测为“自行车”和“电动车”。动物检测场景：同一只动物可能被误检测为“狼”和“狗”。家电检测场景：同一台设备可能被误检测为“微波炉”和

Lunar*·2025-03-14 15:11

深入理解信息检索之BM25算法

1.BM25算法简介BM25算法，全称为"BestMatching25"，是由StephenRobertson和KarenSpärckJones在1990年代初基于早期的概率排名模型（如二元独立检索模型

Lunar*·2025-03-14 15:10

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

）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

1.推理大模型的定义推理大模型（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

时光旅人01号·2025-03-14 15:10

ddddocr识别图片中的汉字

importddddocrfromioimportBytesIOfromPILimportImageurl='图片地址'resp=requests.get(url)img=Image.open(BytesIO(resp.content))#初始化OCR模型

雪小妮·2025-03-14 15:10

做亚马逊、temu、速卖通、希音自养号采购砍单率过高需要怎么解决

做无货源模式的卖家越来越多，自养买家号采购时遭遇大砍单是一个普遍而棘手的问题。为了避免这一问题，需要从技术环境搭建、账号权重养成以及下单技巧等多个方面进行系统化操作。

刘哥测评技术zcwz626·2025-03-14 15:40

线路板打样中的PCB拼版技术如何为中小企业节省30%以上成本？

线路板打样和批量生产的成本控制对中小企业来说非常关键，本文将解析PCB拼版的五大核心价值，揭示中小企业在SMT贴片环节的降本秘诀。

捷配科技·2025-03-14 15:08

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

Node.js Web 模块详解

Node.jsWeb模块详解引言Node.js作为一款流行的JavaScript运行环境，以其高性能、事件驱动和非阻塞I/O模型而闻名。

froginwe11·2025-03-14 15:08

验证码识别：使用OCR技术识别图形验证码详解

图像处理库2.3OCR引擎2.4Python接口三、实现步骤3.1获取验证码图像3.2图像预处理3.3使用OCR进行字符识别3.4基本OCR识别样例四、提高识别准确率的方法4.1字符分割4.2使用深度学习模型

数据知道·2025-03-14 15:37

MongoDB在Spring商城用户行为记录中的应用

一、MongoDB的优势灵活Schema用户行为数据结构多变（如点击、搜索、下单），MongoDB的文档模型无需固定字段，适应快速迭代。

小小初霁·2025-03-14 14:03

ollama 指定安装路径设置模型路径

在Windows系统中，要自定义Ollama的安装路径，可以通过以下步骤实现：一、安装阶段指定路径手动创建目标目录在非系统盘（如D盘、E盘）创建安装目录，例如D:\ProgramFiles\Ollama或E:\MySoftware\Ollama。通过命令行安装将Ollama安装包（如OllamaSetup.exe）放入目标目录。在目标目录打开CMD窗口：按住Shift键右键点击空白处，选择“在此处

波格斯特·2025-03-14 14:03

Sass (Scss) 与 Less 的区别与选择

Sass和Less作为两大主流CSS预处理器，各自具有独特的优点和特性。本文将详细探讨Sass（特别是其语法扩展Scss）与Less之间的区别，并提供选择建议。1.语法差异Sass最初是使用缩进

王强你强·2025-03-14 14:02

【AI论文】TPDiff：时序金字塔视频扩散模型

摘要：视频扩散模型的发展揭示了一个重大挑战：巨大的计算需求。为了缓解这一挑战，我们注意到扩散的反向过程具有内在的熵减少特性。鉴于视频模态中的帧间冗余，在高熵阶段保持全帧率是不必要的。

东临碣石82·2025-03-14 14:31

DeepSeek 与其他 AI 模型的对比：优势与特色分析

一、引言在众多AI模型中，DeepSeek凭借其独特的功能和优势脱颖而出。本文将对比DeepSeek与其他流行的AI模型，分析它的优势与特色。

CarlowZJ·2025-03-14 14:00

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

Python和FastAPI框架开发和容器化部署AWS上支持多种LLM和向量数据库的微服务API

用FastAPI创建一个输入提示词和所使用的LLM名称和向量搜索方式的API，返回LLM输出文本，其中用到OpenAIGPT4o3和AWSBedrock上的多个LLM模型的API，通过内部的类配置使用的模型和向量数据搜索类型

weixin_30777913·2025-03-14 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

卷积神经网络可视化

卷积神经网络（CNN）的可视化是理解模型行为、调试性能和解释预测结果的重要工具。

天行者@·2025-03-14 13:25

深入解析：大型机器学习模型的基本概念与特点

大模型是指具有大规模参数和复杂计算结构的机器学习模型。

AI大模型-大飞·2025-03-14 13:54

【从零开始学习计算机科学】数据库系统（十）XML、XPATH、XQuery与XML数据库

【从零开始学习计算机科学】数据库系统（十）XML、XPATH、XQuery与XML数据库XML基础知识元素属性Namespaces文档类型定义(DTD)文档类型定义(DTD)XML数据文档的树模型XML

贫苦游商·2025-03-14 13:24

普通人如何利用GPT赚钱之开发虚拟助手

普通人如何利用GPT赚钱之开发虚拟助手随着人工智能技术的迅猛发展，GPT（GenerativePre-trainedTransformer）作为一种强大的语言模型，正在改变我们的生活和工作方式。

贫苦游商·2025-03-14 12:53

东哥说-MES|从入门到精通·2025-03-14 12:22

场景题：100G的文件里有很多id，用1G内存的机器排序，怎么做？

海量数据排序思路核心方案：外排序（分治+多路归并）MapReduce外排序是指数据量太大，无法全部加载到内存中，需要将数据分成多个小块进行排序，然后将排序后的小块合并成一个大的有序块1.分块排序（Map

·2025-03-14 12:52

HTML 样式之 CSS 全面解析

Stylesandcolors）、灵活操控文本（ManipulateText）、设置元素的颜色和盒子模型（Colors,Boxes）等诸多功能，极大地提升

烂蜻蜓·2025-03-14 12:51

【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

南京大学×百度“星河杯”AI大模型创意校园赛正式起航

3月9日，教育部长怀进鹏在十四届全国人大二次会议民生主题记者会上，谈到了人工智能+教育的重要性。他强调，要把人工智能技术深入到教育教学和管理的全过程和全环节，研究其有效性和适应性，让青年一代更加主动地学习，让教师更加创造性地教学。南京大学早在年初就已经敏锐地洞察到了人工智能的重要性，在新学期工作布置会上，发布了一个前瞻性决策：24年9月面向全体本科新生开设“人工智能通识核心课程体系”，南京大学党委

·2025-03-14 12:20

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）

在这个大模型技术日新月异的时代，AI的潜力正被无限释放，改变着我们的工作和生活方式。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？

·2025-03-14 12:50

大模型（DeepSeek等）是否会动摇AI工程师的工作？

引言近年来，人工智能（AI）领域取得了突飞猛进的发展，尤其是大模型（如GPT-3、BERT、DeepSeek等）的出现，极大地推动了自然语言处理（NLP）、计算机视觉（CV）等领域的进步。

点我头像干啥·2025-03-14 12:50

DeepSeek大模型部署指南

在当今人工智能快速发展的时代，大模型的应用越来越广泛。DeepSeek作为一款高性能的大模型，支持长文本、多模态、代码生成等复杂任务，已经在多个领域展现出强大的能力。

点我头像干啥·2025-03-14 12:20

【大模型学习】第十九章什么是迁移学习

2.什么是迁移学习2.1迁移学习的定义2.2生活实例解释3.技术要点与原理3.1迁移学习方法分类3.1.1基于特征的迁移学习（Feature-basedTransfer）案例说明代码示例3.1.2基于模型的迁移

好多渔鱼好多·2025-03-14 12:49

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

进销存软件怎么选？9款平价好用的系统供你选择！

——市场上的进销存软件一大堆，选来选去又找不到适合自己的，选个软件怎么这么麻烦！

·2025-03-14 12:48

Django中migrations是什么，是否可以删除？

【1】是什么在Django中，migrations是DjangoORM（对象关系映射）用来同步数据库模式与Django模型定义之间差异的机制。

计算机软件程序设计·2025-03-14 12:48

ANR和Crash的监控与分析

ANR（ApplicationNotResponding）和Crash（应用崩溃）是影响应用稳定性的两大主要问题。

Ya-Jun·2025-03-14 12:17

Spring Cloud Alibaba RocketMQ 消息队列

高性能、分布式消息中间件，它具备以下主要特征：支持海量消息堆积能力，支持发送10万+TPS，且不受单机容量限制；提供灵活的消息过滤机制，支持按照标签，SQL92标准的过滤语法进行消息过滤；丰富的消息订阅模型

AI天才研究院·2025-03-14 12:47

推荐频道

大模型finetune