机器学习之深度学习第8页

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

大模型微调实战：精通、指令微调、开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习

AI知识分享官·2025-02-14 00:41

第四篇《军形篇》

它强调了先为不可胜、以待敌之可胜的作战思想，提出了攻守之道和实力对比与胜负判断的方法，以及形与势的运用原则。这些思想和原则对于指导现代战争和军事斗争仍然具有重要的参考价值。

爱看报的猿·2025-02-14 00:41

自然语言处理（NLP）入门：基础概念与应用场景

换句话说，NLP是让机器像人一样“读、写、听、说”的技术，它结合了语言学、机器学习、计算机科学等多学科知识。

Ash Butterfield·2025-02-14 00:38

机器学习算法工程师笔试选择题（1）

1.关于梯度下降的说法正确的是：A.梯度下降法可以确保找到全局最优解。B.随机梯度下降每次使用所有数据来更新参数。C.批量梯度下降（BatchGradientDescent）通常收敛更快。D.学习率过大会导致梯度下降过程震荡。答案：D（学习率过大会导致不稳定，可能震荡或无法收敛）2.在以下算法中，哪种算法属于无监督学习？A.逻辑回归B.K-近邻算法C.支持向量机D.K-均值聚类答案：D（K-均值聚

Ash Butterfield·2025-02-14 00:08

软件测试之通用功能测试点

文章目录前言分页搜索框对搜索框操作的测试点搜索结果页测试点输入框测试点输入方式测试点输入框操作类测试点图片相关的测试点PC端上传图片测试点PC端图片浏览测试点移动端上传图片测试点移动端浏览图片测试点视频播放器测试点视频播放测试点视频操作测试点登录新增删除修改密码查询查询结果测试点单选按钮复选框滚动条控件权限测试导入导出测试后退/返回按钮系统易用性界面测试窗体控件菜单安全测试参考目录前言阅读本文前请

头疼的程序员·2025-02-13 23:36

自学人工智能大模型，满足7B模型的训练和微调以及推理，预算3万，如何选购电脑

如果你的预算是3万元人民币，希望训练和微调7B参数规模的人工智能大模型（如LLaMA、Mistral等），你需要一台高性能的深度学习工作站。

岁月的眸·2025-02-13 23:03

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构

大F的智能小课·2025-02-13 23:02

人工智能之推荐系统实战系列(协同过滤,矩阵分解,FM与DeepFM算法)

weixin_58351028·2025-02-13 23:31

手把手教你给 windows装个vmware虚拟机

附Java/C/C++/机器学习/算法与数据结构/前端/安卓/Python/程序员必读书籍书单大全：书单导航页（点击右侧极客侠栈即可打开个人博客）：极客侠栈①【Java】学习之路吐血整理技术书从入门到进阶最全

python算法小白·2025-02-13 23:30

web&安卓逆向之必学CSS基础知识

文章目录CSS基础知识一、CSS的介绍1.CSS的定义2.CSS的作用3.CSS的基本语法4.小结二、css的引入方式1.行内式语法格式：特点：适用场景：2.内嵌式（内部样式）语法格式：特点：适用场景：3.外链式语法格式：特点：适用场景：4.CSS引入方式选择选择建议：5.小结三、css选择器1.CSS选择器的定义2.CSS选择器的种类标签选择器类选择器层级选择器（后代选择器）ID选择器组选择器伪

安替-AnTi·2025-02-13 22:59

【Elasticsearch】分词器概述

这与机器学习和自然语言处理中的神经分词不同。神经分词器将字符串转换为更小的子词分词，这些分词被编码为向量，供神经网络使用。Elasticsearch没有内置的神经分词器。

risc123456·2025-02-13 22:28

kubernetes之kube-proxy运行机制分析

在kubernetes集群的每个node都会运行一个kube-proxy服务进程，这个进程可用看作Service的透明代理兼负载均衡器。其核心功能是将到某个Service的访问请求转发到后端的多个pod实例上。对每一个TCP类型的kubernetesService，kube-proxy都会在本地Node上建立一个SocketServer类负责接受请求，然后均匀发送到后端某个pod的端口上，这个过程

anyangyu0343·2025-02-13 22:24

Stable Diffusion 教程基础篇：如何写出好的prompt，一些技巧和原则

StableDiffusion教程-中文AskAIforART·Originaltxt2imgandimg2imgmodes·基础模式之文生图/图生图点击可放大基础入门部分输入一段话，生成一张图。

AI想象家·2025-02-13 22:24

【OpenHarmony4.1 之 U-Boot 2024.07源码深度解析】006 - Makefile 编译脚本逐行深度解析

【OpenHarmony4.1之U-Boot2024.07源码深度解析】006-Makefile编译脚本逐行深度解析系列文章汇总：《【鸿蒙OH-v5.0源码分析之Uboot+Kernel部分】000-文章链接汇总

小馋喵星人·2025-02-13 22:23

Kubernetes之kube-proxy运行机制分析

一、基础知识1.Kubernetes再创建服务时会为服务分配一个虚拟IP地址，客户端通过这个虚拟Ip地址来访问服务，而服务则负责将请求转发到后端pod上。2.上述阐述的过程为一个反向代理的过程，但是这个反向代理和普通的反向代理的区别是它的IP地址是虚拟的而且它的部署和启动以及停止是由K8s统一自动管理。3.在K8s集群里每个Node上都会运行一个kube-proxy服务进程，这个进程可以看作ser

DawnEillen·2025-02-13 21:51

Unity3D实战入门之第三人称射击游戏（TPS）-伍晓波-专题视频课程

Unity3D实战入门之第三人称射击游戏（TPS）—327人已学习课程介绍这是一套第三人称射击游戏开发的入门基础课程。

wxblzzz·2025-02-13 21:51

《哪吒》的成功之道：影视创作项目管理的“核心技巧”

《哪吒》票房神话背后：揭秘影视创作项目管理的“乾坤圈”——从“手工作坊”到工业化体系，一部爆款的诞生逻辑[]()一、50亿票房背后的“不可能任务”2025年春节档，《哪吒之魔童闹海》以95.1亿元票房刷新影史纪录

·2025-02-13 21:51

Java学习之ArrayList原理剖析

ArrayList底层是基于数组实现的，其封装的各种方法：Add、remove、get、set等，其本质就是对数组的基本操作。publicclassArrayListextendsAbstractListimplementsList,RandomAccess,Cloneable,java.io.SerializableArrayList继承自AbstractList类，实现了RandomAcces

李楠琳·2025-02-13 20:45

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】CSS样式解析：行内、内部与外部样式的区别与优先级分析

本次会议将探讨前沿技术，包括深度学习、多模态学习、图像和视频分析、3D重建等，以及其在智能交通、医疗影像、增强现实和自动化等多个实际应用中的创新转化。会议官网：www.acvra.org目录前言一、

禁默·2025-02-13 20:11

uniapp中对于文件和文件夹的处理，内存的查询

目录移动文件到指定文件夹新增本地文件夹设定本地文件过期时间，清除超时文件，释放内存操作本地文件之----删除uniapp获取设备剩余存储空间的方法读取本地文件夹下的文件移动文件到指定文件夹functionmoveTempFile

today喝咖啡了吗·2025-02-13 20:10

Python设计模式详解之22 ——职责链模式

ChainofResponsibility（职责链）设计模式详解ChainofResponsibility（职责链）设计模式是一种行为型设计模式，它允许多个对象依次处理一个请求，而无需知道请求的发送者或最终处理者。这种模式通过创建一条“职责链”，将请求沿着链传递，直到被某个对象处理或到达链的末端。1.定义职责链模式将请求的处理逻辑分离到一系列的处理者对象中，客户端只需发出请求，无需关心具体由谁处理

拾工·2025-02-13 19:33

排序算法之自定义排序函数的含义

我们经常碰到stl容器或者一些排序算法需要用户自定义实现排序规则，为什么要用户自定义排序规则函数呢？请考虑如下场景：std::vectornums={1,3,2,5,4};//升序排序（默认）std::sort(nums.begin(),nums.end(),std::less());//或简写为std::sort(nums.begin(),nums.end());//默认使用operator()

_DCG_·2025-02-13 19:33

光伏、储能一体化监控及运维解决方案---安科瑞王婧

随之而来的是光伏电站、储能以及配套的电气设施怎么通过系统来实现有效的运维管理，使之安全、可靠运行。关

acrelgxy·2025-02-13 18:32

蓝桥杯 Java B 组之排序算法（冒泡、选择、插入排序）

Day1：排序算法（冒泡、选择、插入排序）一、排序算法基础排序算法是蓝桥杯JavaB组的高频考点，主要考察：手写基础排序算法（冒泡、选择、插入）理解时间复杂度使用排序解决实际问题（如求TopK）二、三大基础排序算法1.冒泡排序（BubbleSort）思想：两两比较相邻元素较大的元素向后移动最多执行n-1轮每一轮都把最大数“冒泡”到最后原理：冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，

计算机小白一个·2025-02-13 18:00

从零开始大模型开发与微调：Miniconda的下载与安装

从零开始大模型开发与微调：Miniconda的下载与安装1.背景介绍随着人工智能和机器学习技术的快速发展,大型语言模型(LargeLanguageModel,LLM)已经成为当前研究和应用的热点。

AGI大模型与大数据研究院·2025-02-13 18:30

如何避免交叉验证中的数据泄露？

大家好，我是小青在机器学习中，交叉验证（Cross-Validation）是一种常用的模型评估技术，目的是通过将数据集分割为多个子集，反复训练和验证模型，以便更好地估计模型的性能。

奋进小青·2025-02-13 17:25

告别 996！用 Python+ChatGPT 自动生成测试用例，效率提升 90%

行业现状：互联网企业平均每个功能点需要15-20个测试用例人工编写痛点：重复劳动、覆盖率不足、维护成本高行业趋势：Gartner预测2025年70%的企业将采用AI辅助测试传统测试用例编写之痛#传统测试代码示例

AI改变世界·2025-02-13 17:24

小白零基础学习深度学习之张量

1.张量PyTorch中的张量（Tensor）就是一种用来存储数据的“盒子”，这个盒子可以有不同的形状和大小，里面可以装各种数字。张量是PyTorch中最基本的东西，就像乐高积木一样，你可以用它来搭建各种复杂的模型。2.张量的用途存储数据：你可以把张量当作一个容器，用来存储各种数据。比如，一张图片可以用一个三维张量来表示，其中第一维是颜色通道（红、绿、蓝），第二维和第三维是图片的宽度和高度。进行计

爱理科的小王子·2025-02-13 17:53

探索机器学习在个性化推荐系统中的妙用：Python实战解析

Echo_Wish·2025-02-13 17:23

深度学习-情感分析

以下将分别使用PyTorch和TensorFlow框架实现基于深度学习的情感分析，这里以影评的情感分析为例，数据集使用IMDB影评数据集。

小赖同学啊·2025-02-13 17:52

【性能优化】C++ 编码规范之性能优化篇

目录标题第一章:引言第二章:背景和标准对比2.1Qt规范概览2.2微软规范概览2.3谷歌规范概览2.4综合对比表格2.5对比规范在特定方面的异同第三章:详细分析3.1深入分析3.2规范的优缺点及其对项目的潜在影响第四章:项目定制规范4.1项目需求4.2根据不同的需求来参考不同的规范结语第一章:引言在当今的高性能计算和资源密集型应用中，C++性能优化已成为开发者不可忽视的关键环节。随着项目规模的增长

泡沫o0·2025-02-13 16:21

openEuler系统之使用Keepalived+Nginx部署高可用Web集群

Linux系统之使用Keepalived+Nginx部署高可用Web集群一、本次实践介绍1.1本次实践简介1.2本次实践环境规划二、keepalived介绍2.1keepalived简介2.2keepalived

江湖有缘·2025-02-13 16:50

【深度学习】常见模型-GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）

GPT（GenerativePre-trainedTransformer）1️⃣什么是GPT？GPT（GenerativePre-trainedTransformer，生成式预训练Transformer）是由OpenAI开发的基于Transformer解码器（Decoder）的自回归（Autoregressive）语言模型。它能够通过大量无监督数据预训练，然后微调（Fine-tuning）以适应特

IT古董·2025-02-13 16:15

攻克AWS认证机器学习工程师（AWS Certified Machine Learning Engineer） - 助理级别认证：我的成功路线图

引言当我决定考取AWS认证机器学习工程师-助理（AWSCertifiedMachineLearningEngineer—Associate）级别证书时，我就预料到这将是一段充满挑战但回报颇丰的旅程。

硅基创想家·2025-02-13 16:14

Tritonserver 在得物的最佳实践

一、Tritonserver介绍Tritonserver是Nvidia推出的基于GPU和CPU的在线推理服务解决方案，因其具有高性能的并发处理和支持几乎所有主流机器学习框架模型的特点，是目前云端的GPU

·2025-02-13 16:03

Kubernetes (K8S)决定弃用 Docker！Kubernetes (K8S)学习详解

熙媛·2025-02-13 15:13

DeepSeek 实现原理探析

DeepSeek实现原理探析引言DeepSeek是一种基于深度学习的智能搜索技术，它通过结合自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术，旨在提供更加精准、智能的搜索结果。

rockmelodies·2025-02-13 15:41

Android Studio系列讲解之UI开发的布局

<<返回总目录文章目录一、常用控件的使用方法1、TextView2、Button3、EditText4、ImageView二、详细2种基本布局1、LinearLayout2、RelativeLayout三、系统控件不够用？创建自定义控件1、引入布局2、创建自定义控件一、常用控件的使用方法Android给我们提供了大量的UI控件，合理地使用这些控件就可以非常轻松地编写出相当不错的界面首先新建一个UI

彬sir哥·2025-02-13 15:39

Dav_笔记13：SQL Access Advisor 之 2 使用SQL Access Advisor-2

使用SQLAccessAdvisor-2本节讨论有关SQLAccessAdvisor的一般信息和使用所需的步骤，包括：■使用建议书使用建议书本节讨论使用建议的以下方面：■建议和行动■推荐选项■评估模式■在建议分析期间查看中间结果■生成建议书■查看建议■停止推荐流程■标记建议■修改建议■生成SQL脚本■脚本包括分区建议时的特殊注意事项■何时不再需要建议书建议和行动SQLAccessAdvisor提出

Dav_2099·2025-02-13 14:03

Dav_笔记12：Automatic SQL Tuning 之 3 SQL-Tuning

请参见“Dav_笔记12：AutomaticSQLTuning之4管理SQL调优集”。输入源SQLTuningA

Dav_2099·2025-02-13 14:03

Dav_笔记8-Managing Optimizer Statistics之管理统计

管理统计本节包括以下主题：■PendingStatistics待定统计■ManagingExtendedStatistics管理扩展统计■RestoringPreviousVersionsofStatistics还原以前版本的统计信息■ExportingandImportingStatistics导出和导入统计信息■RestoringStatisticsVersusImportingorExpor

Dav_2099·2025-02-13 14:33

yunTrans·2025-02-13 14:01

SEU-WYL·2025-02-13 14:31

常见的深度学习模型总结

1.深度前馈神经网络(DeepFeedforwardNetworks)发明时间：2006年左右，随着计算能力的提升和大数据集的可用性增加，深度学习开始兴起。

编码时空的诗意行者·2025-02-13 13:29

小赖同学啊·2025-02-13 13:57

23、深度学习-自学之路-激活函数relu、tanh、sigmoid、softmax函数的正向传播和反向梯度。

在使用这个非线性激活函数的时候，其实我们重点还是学习的是他们的正向怎么传播，以及反向怎么传递的。如下图所示：第一：relu函数的正向传播函数是：当输入值（隐藏层）值大于了，就输出自己本身的值。反向梯度传播：当输出值大于0，那么反向梯度值就等于输出值乘以1如果小于0，那反向梯度值就等于0.通俗的来说就是，如果输入值是0或小于0，那么输出值的反向增强就没有。如果输入值大于0，那么输出值的方向增强就有。

小宇爱·2025-02-13 13:22

【ROS2】RViz2自定义面板插件（rviz_common::Panel）的详细步骤

【ROS】郭老二博文之：ROS目录1、简述RViz2的插件基于ROS2的插件库（pluginlib）机制，通过动态加载共享库实现功能扩展。

郭老二·2025-02-13 12:51

自动驾驶技术的未来趋势与挑战分析

最初的研究集中在感知和控制系统的基础构建，随后进入了数据处理和算法的优化阶段，如今，随着人工智能和机器学习技术的快速应用，自动驾驶行业正处于一个前所未有的迅猛发展期。

智能计算研究中心·2025-02-13 12:50

C++14新特性之lambda参数auto

1.介绍在C++11中，lambda表达式参数需要使用具体的类型，例如：autof=[](inta){returna;}参数的类型为int。在C++14中对lambda表达式进行了优化，参数可以是auto,例如：autof=[](autoa){returna;};这使得lambda表达式更加的灵活，可以接收任意类型的参数，这一特性通常称为泛型lambda。2.使用场景（1）结合STL算法。#inc

画个逗号给明天"·2025-02-13 12:49

计算机网络之广域网（PPP协议）

一、定义与用途PPP协议主要用于在两个网络节点之间建立直接连接，并在此连接上进行数据传输。它是为在同等单元之间传输数据包这样的简单链路而设计的，这种链路提供全双工操作，并按照顺序传递数据包。PPP协议是各类型主机、网桥和路由器之间简单连接的一种共通解决方案。二、组成部分PPP协议由三个主要部分组成：数据帧封装方法：用于定义数据在传输过程中的格式。链路控制协议LCP（LinkControlProto

DKPT·2025-02-13 12:47

推荐频道

机器学习之深度学习