文本预训练

基于深度学习的人脸表情识别系统（YOLOv10+UI界面+数据集）

该系统主要由三部分组成：YOLOv10（深度学习模型）进行表情识别、UI界面展示识别结果以及数据集的准备和训练过程。
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统：YOLOv8 + UI界面 + 数据集完整实现

系统集成了数据集准备、YOLOv8模型训练、实时推理以及基于PyQt5的图形用户界面（UI）。通过本文，你将学习如何实现一
2025年数学建模美赛·2025-01-18 02:24

《解锁鸿蒙系统AI能力，开启智能应用开发新时代》

这意味着开发者无需从头搭建复杂的AI模型和算法，只需通过低至“一行代码”调用系统级原生AI能力，如文本识别、视觉
·2025-01-18 01:03

mermaid大全（语法、流程图、时序图、甘特图、饼图、用户旅行图、类图）

以下是关于Mermaid的详细介绍：1.核心功能文本驱动的图表生成：Mermaid允许用户通过简单的文本语法来创建流程图、序列图、甘特图、类图、状态图、实体关系图等
Le0v1n·2025-01-18 01:16

《解锁数据新动能：数据标注工具与AI模型训练平台的无缝对接热潮》

而数据标注工具与人工智能模型训练平台的集成，实现数据的无缝流转，正逐渐成为行业内的关键热点，犹如为人工智能的发展装上了强劲的双引擎。
·2025-01-18 01:32

第81期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-18 01:02

2025 第一弹：3 分钟带你使用 Cursor 生成新年祝福

2025第一弹：3分钟带你使用Cursor生成新年祝福项目效果项目简介Cursor是一个由OpenAI开发的AI写作助手，它可以帮助你快速生成文本、代码、图像等。
·2025-01-18 01:31

第83期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-18 00:26

AI大模型应用架构（ALLMA）白皮书解读

一、AI大模型应用架构（ALLMA）的内涵AI大模型应用架构（ALLMA）是一种基于深度学习的人工智能应用架构，旨在通过大规模无标注数据预训练、指令微调
百度_开发者中心·2025-01-18 00:41

UI Automation 中所有Patterns

每个模式都有其特定的功能，例如点击按钮、输入文本、选择菜单项等。所有支持的自动化模式以下是UIAutomation中所有标准的自动化模式及其简要说明：InvokePattern用途：用于执
听我俩天·2025-01-17 22:26

【昇思25天学习打卡营打卡指南-第一天】基本介绍与快速入门

其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。
JeffDingAI·2025-01-17 21:49

graphrag+ollama+neo4j本地化部署可视化使用

最近微软团队开源了一款数据工作流与转换工具GraphRAG，利用LLM，帮助用户从非结构化文本数据中提取结构化数据，并完成数据索引。
xiaomu_347·2025-01-17 21:19

python训练模型损失值6000多_机器学习中的 7 大损失函数实战总结（附Python演练）...

介绍想象一下-你已经在给定的数据集上训练了机器学习模型，并准备好将它交付给客户。但是，你如何确定该模型能够提供最佳结果?是否有指标或技术可以帮助你快速评估数据集上的模型?
weixin_39700394·2025-01-17 21:45

2011寒假-数据库学习笔记

第一课:数据库类型1.1平面文件适用于:1，数值小且简单2，数值不经常变化3，希望能够使用简单的文本编辑器来更改数值4，希望保存以前数值的简单历史清单,5，希望使用工具快速比较两个文件例如:INI文件(
weixin_33967071·2025-01-17 21:14

注意力池化层：从概念到实现及应用

然而，在多模态模型中，如何有效地将图像特征和文本特征结合起来一直是一个挑战。注意力池化层（AttentionPoolingLayer）提供了一种有效的解决方案，通
专业发呆业余科研·2025-01-17 21:39

深入解析昇腾AI CPU算子开发：基于AI CPU引擎的自定义算子实现与优化

深入解析昇腾AICPU算子开发：基于AICPU引擎的自定义算子实现与优化随着深度学习模型复杂性的不断提升，AI处理器需要更强大的算力和更高效的计算架构来支撑模型的训练和推理。
快撑死的鱼·2025-01-17 21:09

HTTP与HTTPS的区别以及SSL/TLS加密知识总结

Http（HyperTextTransferProtocol），即超文本传输协议。它是在Web上进行数据交换的基础，是一种“客户端-服务器端”协议。
旋转的冬瓜皮·2025-01-17 21:38

【AI系统】混合并行

混合并行混合并行（HybridParallel）是一种用于分布式计算的高级策略，它结合了数据并行和模型并行的优势，以更高效地利用计算资源，解决深度学习中的大模型训练问题。
ZOMI酱·2025-01-17 20:05

【ER-NeRF数字人】手把手教用ER-NeRF实现实时交互数字人

1.克隆项目、安装依赖环境2.下载面部解析模型3.准备3DMM所需文件4.下载3DMM模型5.将要训练人物模型（视频文件）放在data目录下。以data//.mp4明明。
刘承卓·2025-01-17 20:05

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

机器学习算法基于样本数据（即训练数据）构建模型，并根据训
精通代码大仙·2025-01-17 20:05

BladeDISC++：Dynamic Shape AI 编译器下的显存优化技术

本文将介绍阿里云PAI团队近期发布的BladeDISC++项目，探讨在动态场景下如何优化深度学习训练任务的显存峰值，主要内容包括以下三个部分：DynamicShape场景下显存优化的背景与挑战BladeDISC
·2025-01-17 20:51

LTX-Video 高效视频生成模型，一键处理图片&文字

此外，LTX-Video支持多种视频生成方式，包括从文本到视频和从图像到视频。
·2025-01-17 20:21

搭建k8s集群

由于格式和图片解析问题，为了更好体验，可前往阅读原文本文带着大家按照官方文档进行k8s搭建，环境是基于arm架构centos7.9的虚拟机环境进行的，如果你使用的是非ARM架构的系统，仍然可以参考文章指导
·2025-01-17 20:45

不得不了解的高效AI办公工具API

AI公文写作:AI公文写作API服务通过智能算法，根据用户需求快速生成标准化的公文文本，如报告、通知、请示等，提高工作效率。
·2025-01-17 20:14

50.AppendAllText C#例子

在C#中，AppendAllText是System.IO.File类的一个静态方法，用于向指定的文件追加文本内容。
军训猫猫头·2025-01-17 20:01

HTTP与HTTPS的区别

（1）HTTP是超文本传输协议，信息是明文传
楠哥学IT·2025-01-17 20:59

FLASK 上传文件

text/plain表单数据以纯文本编码，没有任何控件或格式字符。formaction=url地址本来action属
飞行codes·2025-01-17 20:29

matplotlib将画的图像存于内存

plt.savefig(buf,format='png')buf.seek(0)plt.close()io.StringIO()和io.BytesIO()是Python标准库io模块中的两个类，分别用于创建内存中的文本流和二进制流
飞行codes·2025-01-17 20:29

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-17 19:08

论文查重需要准备什么？

以下是进行论文查重时应做的准备工作：准备好原始论文文本：这是查重的基础。在撰写过程中，学生应该注重原创性，合理引用现有文献，并严格遵守引用格式，以避免无意抄袭。
AI智能论文写作·2025-01-17 19:58

鸿蒙NEXT应用开发训练营毕业总结

自从加入鸿蒙NEXT应用开发训练营以来，我体验了一段充实而富有挑战性的学习旅程。通过系统的理论学习和实践操作，我不仅对鸿蒙NEXT应用开发有了深入的理解，还掌握了其核心技能。
wjl6259·2025-01-17 19:24

xclip和xsel命令行工具详解

它们可以从剪贴板读取数据，也可以向剪贴板写入数据，适用于文本或文件的剪贴板操作。
码农君莫笑·2025-01-17 18:15

解析蓝桥杯思维之真题训练：分巧克力

目录其他真题要点源代码其他真题其他真题儿童节那天有K位小朋友到小明家做客。小明拿出了珍藏的巧克力招待小朋友们。小明一共有N块巧克力，其中第i块是HixWi的方格组成的长方形。为了公平起见，小明需要从这N块巧克力中切出K块巧克力分给小朋友们。切出的巧克力需要满足：形状是正方形，边长是整数大小相同例如一块6x5的巧克力可以切出6块2x2的巧克力或者2块3x3的巧克力。当然小朋友们都希望得到的巧克力尽可
m明月Java3·2025-01-17 17:43

llama.cpp部署

llama.cpp介绍部署介绍大模型的研究分为训练和推理两个部分：训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化；推理结果最优化的过程；训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理
法号：行颠·2025-01-17 17:12

HarmonyOS学习第七周（实践版）

因为有事，断更了一个月，一个月没怎么碰，已经有点忘记了，这周做点简单案例进行一下“康复训练”。
超级困~·2025-01-17 16:05

代码随想录算法训练营Day2:977有序数组、209长度最小的子数组、59螺旋矩阵||

（1）977有序数组文章链接：代码随想录(programmercarl.com)思考：题目中提到了该数组为有序数组，那么在进行平方后，最大值一定是在数组的最左边或者最左边，所以用双指针进行比较。Java代码：classSolution{publicint[]sortedSquares(int[]nums){int[]result=newint[nums.length];intleft=0;intr
爱吃甜食的靓仔·2025-01-17 16:26

RAG技术详解：构建高效、可信赖的知识检索系统

组织可以更好地控制生成的文本输出，并且用户可以深入了解LLM如何生成响应。LLM知
向日葵花籽儿·2025-01-17 15:55

深度定制：Embedding与Reranker模型的微调艺术

微调是深度学习中的一种常见做法，它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型，微调的目的是让模型更适配特定的数据集，从而取得更好的召回效果。
从零开始学习人工智能·2025-01-17 15:22

加速 AI 训推：Lepton AI 如何构建多租户、低延迟云存储平台

该平台适用于各种训练、推理需求，GPU充足，在保证高性能的同时，能够灵活应对不断变化的工作负载。用户可以快速在Lepton平台上部署推理服务和执行训练任务，无需关注基础设施和稳定性问题。
·2025-01-17 15:51

字节的面试，感觉还挺简单的~

今天分享的是训练营的朋友在字节跳动的面试，新鲜出炉的还热乎着呢。题目都挺简单的，但是他的面试体验不太好，因为面试官问了两个类似的问题，感觉有点不认真。
·2025-01-17 15:50

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析介绍常用技巧算法步骤DQN源码实现网络结构训练策略DQN算法进阶双深度Q网络（DoubleDQN）竞争深度Q网络（DuelingDQN）优先级经验回放
视觉萌新、·2025-01-17 15:17

LLaMA-Factory全面指南：从训练到部署

项目背景与概述LLaMA-Factory项目目标LLaMA-Factory项目是一个专注于大模型训练、微调、推理和部署的开源平台。
我就是全世界·2025-01-17 15:46

鸿蒙Next下载和播放本地的m3u8文件

简介m3u8文件是一个基于文本的播放列表文件，通常用于流媒体播放。它本身是一个描述文件，并不是真正的可以播放的资源文件，它内部会包含多个URL地址等信息。
·2025-01-17 14:10

代码随想录算法训练营Day6 | 454.四数相加II，383. 赎金信，15. 三数之和，18. 四数之和，总结

详细布置454.四数相加II✅建议：本题是使用map巧妙解决的问题，好好体会一下哈希法如何提高程序执行效率，降低时间复杂度，当然使用哈希法会提高空间复杂度，但一般来说我们都是舍空间换时间，工业开发也是这样。题目链接/文章讲解/视频讲解：代码随想录#454classSolution(object):deffourSumCount(self,nums1,nums2,nums3,nums4):""":t
Yummy Penguin·2025-01-17 14:13

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

这种方法广泛应用于需要人工标注的场景，例如文本分类、图像识别等。核心思想预先准备一个未标注数据池（UnlabeledDataPool）。使用初始标注数据训练一个模型
IT古董·2025-01-17 14:09

代码随想录算法训练营DAY56｜图论理论基础、98. 所有可达路径、深搜广搜基础

图论理论基础强连通图是在有向图中任何两个节点是可以相互到达在无向图中的极大连通子图称之为该图的一个连通分量。98.所有可达路径defdfs(graph,a,n,path,result):ifa==n-1:result.append(('').join(path[:]))forjinrange(N):ifgraph[a][j]:path.append(str(j+1))dfs(graph,j,n,p
阿緑·2025-01-17 14:38

为什么要训练最懂您企业的AI助理？

随着人工智能技术的蓬勃发展，企业级AI助理已成为提升工作效率、优化客户服务体验的重要利器。这些智慧化的系统，通过模拟人类的认知功能，能够轻松应对复杂的数据分析、自动化繁琐的日常任务，甚至为企业决策提供有力支持。拥有一款懂您的企业AI助理，意味着您能够以更智能、更高效的方式推动企业前行。一、构建高度整合与个人化体验为了让AI机器人真正懂您的企业，我们首先要实现高度整合。通过连接企业资料库、应用程序、
·2025-01-17 14:31

【机器学习：二十、拆分原始训练集】

1.如何改进模型模型的改进需求在机器学习任务中，模型性能的提升通常受限于训练数据、模型架构、优化方法及超参数设置等。模型改进的目标是在测试数据上表现更优，避免过拟合或欠拟合。
KeyPan·2025-01-17 13:35

【机器学习】---神经架构搜索（NAS）

模型的性能不仅依赖于数据和训练方
Undoom·2025-01-17 13:03

记录yolo v8模型训练后使用.pt模型推理正常 改用转换后的.onnx模型推理出现WARNING ⚠️ Unable to automatically guess model task, assu

task=detect','segment','classify',or'pose'.解决办法：将训练出的模型名字best.pt修改为best-
YANGXUSHI520·2025-01-17 13:32
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他