无监督预训练第2页

Mac双系统重启按住option键无反应

听到声音的时候按住option不动，几秒钟过后就出现系统选择界面了原因是：U盘格式exFAT格式，转化为NTFS就可以了

改名字好难·2025-03-25 17:19

STM32的八种GPIO的工作模式以及其应用场景

GPIO有八种工作模式，分别是：1.上拉输入（Pull-UpInput）描述：在无外部输入的情况下，由于内部上拉电阻的存在，GPIO口默认为高电平。

天将夜·2025-03-25 17:14

canvas绘制红绿灯路口（二）

系列文章canvas绘制红绿灯路口（一）无图不欢，先上图优化项：一：加入人行道红绿信号二：加入专用车道标识（无方向标识时采用专用车道标识）三：东南西北四项路口优化绘制逻辑，美化图像四：加入拖拽、缩放图例使用方法

风舞红枫·2025-03-25 17:44

STM32 GPIO 8种工作模式的应用场景

通常用于ADC模拟输入、低功耗模式2、浮空输入：在无信号输入的情况下，端口的电平是不确定的。一般用于外部按键输入、

Lin201230·2025-03-25 17:12

sql server如何提高索引命中率

数据库版本使用的是sqlserver，主要有以下一些问题点：数据表无索引、一些不规范的写法（例如in、大表关联）等。优化起来比较费时、费力，以下是一些心得体会。

互联网搬砖老肖·2025-03-25 15:35

DeepSeek 使用窍门与提示词写法指南

一、通用提示词技巧窍门分类技巧说明示例提示词明确需求用“角色+任务+要求”明确目标作为健身教练，为30岁上班族设计一周减脂计划，需包含饮食和15分钟居家训练结构化提问分步骤、分模块提问第一步：列出Python

V文宝·2025-03-25 13:49

历史上未公开或失传的重大发明事件

争议点‌：该技术未通过现代医学验证，但其“无创治疗”思路仍启发后续癌症研究‌。二、斯洛特数字编码系统（1990年代）

EdmundXjs·2025-03-25 13:45

盖泽寻边器帮助类

EA系列Aligner晶圆校准器晶圆校准器是一种应用于晶圆加工中的晶圆预对准装置，通过利用晶圆上的缺口(notch)将晶圆调整至预设位置，以确保晶圆的位置及方向，方便后续工艺的进行。

StevenChen85·2025-03-25 12:09

神经网络解决非线性二分类

具体步骤包含生成数据集、定义神经网络模型、训练模型、测试模型以及可视化决策边界。

欣然～·2025-03-25 12:37

代码随想录训练营 Day59打卡图论part09 Bellman_ford算法

代码随想录训练营Day59打卡图论part09Bellman_ford算法例题：卡码94.城市间货物运输I题目描述某国为促进城市间经济交流，决定对货物运输提供补贴。

那一抹阳光多灿烂·2025-03-25 11:05

气膜科技，突破极限：高海拔施工的全新解决方案—轻空间

气膜结构采用高强度膜材，整体封闭无梁无柱，极大地提

Qspace丨轻空间·2025-03-25 11:04

Python预测股票市场的未来价格及成交量（最最最基础版）

zgpa_train.csv中存放着训练数据，zgpa_test.csv为测试数据，根据训练数据预测测试数据中未来的开盘价，收盘价，最高价，最低价及成交量。算法要求：要求至少使用一种机器学习算法。

DHC丶·2025-03-25 11:33

VBA小知识---类型相关：TypeName()，输出确认变量类型 + 判断数据类型函数 + 形态(型态)转换函数，转换你想要的数据类型(type)

判断数据类型函数函数功能备注TypeName()判断变量类型适用于不知道什么类型的情况IsNumeric()判断变量是否为数值可能存在VBA自动类型转换的情况IsDate()判断变量是否为日期无IsNull

STR_Liang·2025-03-25 10:25

大模型推理能力的局限性

这些模型擅长识别并模仿训练数据中的模式，但当任务需要真正的理解和逻辑推理时，它们往往遇困。

·2025-03-25 08:13

探索嵌入式奇境：成为嵌入式应用开发大师

但是，这个看似默默无闻的领域却需要嵌入式应用开发工程师深入理解、精心设计并付诸实践。在这个富有活力且至关重要的领域，嵌入式应用开发工程师扮演着关键的创新者和推动者的角色。

不知旭·2025-03-25 08:12

探索无服务器的WebRTC奇境：serverless-webrtc-android

探索无服务器的WebRTC奇境：serverless-webrtc-androidno-server-webrtc-androidAdemoofusingWebRTCwithnosignalingserver.ButinKotlin

江奎钰·2025-03-25 08:10

YOLO编程：开启计算机视觉的神奇之门

YOLO的独特优势（一）速度为王（二）精度可靠（三）部署便捷四、YOLO的工作流程揭秘（一）图像分割与网格划分（二）目标预测与数据输出（三）结果筛选与最终确定五、YOLO编程实践（一）准备工作（二）模型训练

大雨淅淅·2025-03-25 07:37

Tensorflow 2 单GPU同时训练多个模型

Tensorflow2单GPU同时训练多个模型问题有时我们需要对多个模型进行性能对比。若一次只训练一个模型，我们需要时刻关注训练进度，非常耗费精力。同时进行多个模型的训练能够降低人力成本。

TTTYYZZ·2025-03-25 07:36

怎么在linux服务器选择GPU进行训练模型？

首先查看当前节点有那些可用的GPU：使用nvidia-smi命令来查询Linux服务器上可用的GPUnvidia-smi命令会输出一些关于服务器上NVIDIAGPU的信息，包括每个GPU的型号、驱动版本、总内存、使用内存、温度、功率和运行在其上的进程等。然后选择第0个和第1个GPU进行使用：CUDA_VISIBLE_DEVICES=0,1pythontrain.py设置CUDA_VISIBLE_D

LRJ-jonas·2025-03-25 07:03

如何在多个GPU中训练非常大的模型？

目录一、并行训练策略1.数据并行2.模型并行3.混合并行：4.上下文并行二、内存优化技术三、总结在多个GPU上训练超大规模模型（如千亿参数级语言模型）需要结合并行策略、内存优化技术、分布式框架。

Mr终游·2025-03-25 07:00

LeetCode hot 100—搜索插入位置

nums=[1,3,5,6],target=5输出:2示例2:输入:nums=[1,3,5,6],target=2输出:1示例3:输入:nums=[1,3,5,6],target=7输出:4nums为无重复元素的升

rigidwill666·2025-03-25 05:47

群核科技开源空间理解生成模型SpatialLM, 构建具身智能训练基座

在今年的英伟达GTC全球大会上，群核科技自主研发的空间理解模型SpatialLM宣布正式开源。该模型仅通过一段视频即可生成物理正确的3D场景布局。就像我们环顾四周环境便可以理解背后的空间结构一样，SpatialLM模型能够基于从视频中提取的点云数据，准确认知和理解其中的结构化场景信息，并将它以脚本语言的形式呈现出来。SpatialLM是一种3D大语言模型，旨在处理3D点云数据并生成结构化的3D场景

·2025-03-25 04:10

Momentum优化器的超参数调优方法

Momentum优化器的超参数调优方法1.背景介绍在深度学习领域，优化器是训练神经网络的关键组件之一。优化器的选择和调优直接影响模型的收敛速度和最终性能。

AI天才研究院·2025-03-25 03:34

MarsCode AI为什么适合教育场景

，匹配不同学习阶段需求‌13利用LSTM神经网络预测知识盲点，推荐针对性练习（准确率92%）‌38‌智能题库系统‌集成近千道编程题目，含字节跳动等大厂面试真题‌56通过GAN网络生成新型题目，避免重复训练导致

test猿·2025-03-25 03:32

Redis 核心架构深度解析：七大设计哲学揭秘

场景对比：用户请求商品详情页：无缓

这个懒人·2025-03-25 03:29

智能体的自适应学习：应对动态环境变化的策略与方法

传统机器学习依赖于预先收集的静态数据集进行训练，这种方法在面对不断变化的环境时显得捉襟见肘。

熵减画眉·2025-03-25 01:48

（附论文笔记+项目源码+训练技巧）

用14张思维导图+32个实战项目，拆解出普通人可复制的进阶路径，文末送《大模型学习大礼包》（含2TB预训练数据+行业白皮书）。一、为什么你的大模型学习总是卡壳？

大模型入门教程·2025-03-25 01:17

机器学习-分类模型-非线性模型

支持向量机(SVM)通过核函数处理非线性分类（如RBF核）小样本非线性数据svm.SVCK近邻(K-NearestNeighbors)基于局部相似性，无需训练模型小数据量，特征空间均匀neighbors.KNeighborsClassifier

恸流失·2025-03-25 01:17

SFT和RLHF是什么意思？

环境：SFTRLHF问题描述：SFT和RLHF是什么意思解决方案：SFT（SupervisedFine-Tuning，监督微调）和RLHF（ReinforcementLearningfromHumanFeedback

玩人工智能的辣条哥·2025-03-25 00:15

模型部署全流程：SavedModel、TFLite、TF.js、ONNX 的导出与实战

从训练到导出，用户可根据目标平台灵活选择格式，部署到：服务端（TFServing/TensorRT）移动端（TensorFlowLite）浏览器端（TensorFlow.js）多框架跨平台（ONNX）本章我们将覆盖四大部署格式

AI筑梦师·2025-03-25 00:44

NPU上如何使能pytorch图模式

它通过将PyTorch的动态图转换为静态图，并利用Just-In-Time（JIT）编译技术，显著提高模型的推理速度和训练效率。

·2025-03-25 00:34

阿里一面都会考什么？

今天分享的是训练营的朋友在阿里一面的面试题，内容涉及Redis的核心知识点和LRU算法的实现。这些内容非常实用，尤其是对正在准备面试或工作中需要用到Redis的同学。一起来看看吧！

·2025-03-25 00:02

从沈抖到谢广军，百度智能云何时“云开月明”？

今年2月，百度智能云全员会上沈抖向友商“开炮”，表示DeepSeek的来势汹汹，首当其冲的AI产品，是字节跳动的豆包，理由是其训练成本和投流成本都很高。

互联网江湖·2025-03-25 00:39

基于Hugging Face的Transformer实战

HuggingFace生态提供：30,000+预训练模型（BERT、GPT、T5等）统一的TransformerAPI接口快速实现下游任务迁移企业级部署工具（Optimum、InferenceEndpoints

小诸葛IT课堂·2025-03-24 23:03

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用Django+html进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果：上传和另外7个页面-个人-MicrosoftEdge2025

Edward-tan·2025-03-24 22:59

万字长文总结多模态大模型后训练

万字长文总结多模态大模型后训练作者：yearn原文：https://zhuanlan.zhihu.com/p/31278114666本文介绍下我们对多模态alignment近期一系列进展的整理和总结大语言模型

强化学习曾小健·2025-03-24 21:49

过程奖励模型PRM的定义和特点；过程奖励模型prm和orm结果奖励模型的区别和优劣是什么

强化逻辑一致性：PRM模仿人类的逻辑推理方式，通过逐步监督确保推理过

强化学习曾小健·2025-03-24 21:18

C语言中整数在内存中的存储格式

C语言提供了多种整数数据类型，其中包括有符号整数和无符号整数。有符号整数可以表示正数、负数和零，而无符号整数只能表示非负数（包括零）。下面将分别讨论有符号

EadDeveloper·2025-03-24 20:45

IntelliJ IDEA 常用快捷键大全（Windows 版）

一、导航与搜索功能快捷键冲突提醒打开最近文件Ctrl+E无跳转到类Ctrl+N无跳转到文件Ctrl+Shift+N无跳转到行Ctrl+G无全局搜索文件内容Ctrl+Shift+F可

L_！！！·2025-03-24 20:42

算法竞赛备赛——【数据结构】链表

链表原地逆置206.反转链表-力扣（LeetCode）classSolution{public:ListNode*reverseList(ListNode*head){//链表无头节点原地逆置ListNode

Aurora_wmroy·2025-03-24 19:27

当细致剪裁遇上大语言模型：从数据匹配到卓越性能的奇幻之旅

步子哥·2025-03-24 18:24

总结Solidity 的数据类型

一.值类型布尔型（bool）boolisActive=true;二.整数型（int/uint）int：带符号整数（可以是负数），uint：无符号整数（只能是非负数）指定位宽：int8到int256（步长为

一蓑烟雨，一任平生·2025-03-24 18:23

深度学习：让机器学会“思考”的魔法

1.训练过程：从“笨拙”到“熟练”2.损失函数：衡量“错误”的尺子3.反向传播：从错误中“反思”四、深度学习的“超能力”1.图像

AI极客Jayden　·2025-03-24 18:50

LiteIDE中配置golang编译生成无CMD窗口EXE的步骤

LiteIDE中配置golang编译生成无CMD窗口EXE的步骤一、环境配置1、设置GOROOT‌2、配置GOPATH‌二、项目编译参数设置1、新建/打开项目‌2、修改编译配置‌3、其他优化选项（可选）‌

ac.char·2025-03-24 17:47

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）

SA具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。算法介绍1.主要

HR Zhou·2025-03-24 17:17

第三十九个问题-详细讲讲PPO & GRPO原理

PPO（ProximalPolicyOptimization）原理详解PPO（近端策略优化）是OpenAI于2017年提出的强化学习算法，旨在解决传统策略梯度方法中训练不稳定和样本效率低的问题。

释迦呼呼·2025-03-24 17:45

代码随想录算法训练营第四十一天 | hot65/100| 33.搜索旋转排序数组、153.寻找旋转排序数组中的最小值、155.最小栈、394.字符串解码

33.搜索旋转排序数组思路是：数组可能有两种情况2345671和6712345将数组一分为二，其中一定有一个是有序的，每次判断前半部分是有序的还是后半部分是有序的，每次只在有序的那部分里找。无序那部分不管（没找到会重新一分为二，继续在有序的一半里找，迟早会找到）注意点：这道题重点是记住边界条件（哪些是小于等于小于大于等于大于）有小于等于/大于等于的情况是因为，如果出现[2,1]中找1的情况，需要有

boguboji·2025-03-24 17:42

代码随想录算法训练营第三十八天 | hot57/100| 114.二叉树展开为链表、437.路径总和III、124.二叉树中的最大路径和、22.括号生成

114.二叉树展开为链表思路是：（1）定义方法，先序遍历保证顺序，把节点按顺序保存（2）再for循环转成链表，一列都是往右排列完整代码：classSolution{ publicvoidflatten(TreeNoderoot){ Listlist=newArrayList(); preorderTraversal(root,list); intsize=list.size()