架构师-04-监督

GB 44497-2024《智能网联汽车 自动驾驶数据记录系统》标准解读

GB44497-2024《智能网联汽车自动驾驶数据记录系统》是由工业和信息化部提出并归口的强制性国家标准，由国家市场监督管理总局、国家标准化管理委员会于2024年8月23日批准发布(国家标准公告2024
daopuyun·2025-02-25 21:30

AI助力小微企业技术开发规范化管理 | 杂谈

例如，后端程序开发人员可能同时要负责需求调研、数据库设计、后端设计及开发，甚至在某些情况下还需兼任架构师的角色。这种多任务叠加的现象导致开发工作和代码结构变得非常混乱。
黎智程·2025-02-25 18:12

数据安全_笔记系列04：数据访问控制中的“三权分立”机制详解

审计管理员则负责监督和审查系统管理员与安全管理员的操作，确保他们的行为符合规定，并且没有违规操作。为什么需要三权分立。主要是为了防止权
宁宁可可·2025-02-25 16:30

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50

9、论文阅读：无监督的感知驱动深水下图像增强

Perception-DrivenDeepUnderwaterImageEnhancementWithoutPairedSupervision前言引言相关工作UIE模型基于非物理模型基于物理模型基于深度学习质量度量在图像增强中的应用方法论问题表述PQR模型PDD网络生成器损失函数实验A.数据集B.训练细节C.实验结果**PQR模型结果****定量UIE结果****定量UIE结果****可视化增强结
Maker~·2025-02-25 15:18

检测加密货币挖矿活动的异常端口

我们以检测加密货币挖矿活动的异常端口为例，使用无监督学习（自编码器）实现动态基线建模。
扫地僧009·2025-02-25 13:01

架构师论文《论湖仓一体架构及其应用》

软考论文-系统架构设计师摘要作为某省级商业银行数据中台建设项目技术负责人，我在2020年主导完成了从传统数据仓库向湖仓一体架构的转型。针对日益增长的支付流水、用户行为埋点及信贷审核影像文件等多模态数据处理需求，原有系统存在存储成本激增、实时分析能力不足等问题。新平台需整合12个核心业务系统数据资源，建设支持实时反欺诈、客户画像分析的高性能数据底座。本项目采用Iceberg+Spark架构实现湖仓一
pccai-vip·2025-02-25 12:28

蓝桥杯学习笔记04-滑动窗口不定长（最短/最小）

题目来源分享丨【题单】滑动窗口与双指针（定长/不定长/单序列/双序列/三指针/分组循环）-力扣（LeetCode）209.长度最小的子数组-力扣（LeetCode）题目要求大于等于classSolution{public:intminSubArrayLen(inttarget,vector&nums){intn=nums.size();intleft=0,right=0;intminiLen=n+
Ares^o^·2025-02-25 12:57

初学者推荐学习AI的路径

以下是一个简要的路径：1️⃣基础知识数学基础（线性代数、微积分、概率统计）编程基础（Python/R等语言）算法与数据结构2️⃣机器学习基础理解监督学习（如回归、分类）、无监督学习（如聚类、PCA）掌握机器学习库
ProgramHan·2025-02-25 09:05

PyTorch实战：手把手教你完成MNIST手写数字识别任务

张量与Numpy的神奇转换技巧04-揭秘数据处理神器：PyTorch张量拼接与拆分实用技巧05-深度学习从索引开始：PyTorch张量索引与切片最全解析06-张量形状任意改！
吴师兄大模型·2025-02-25 07:51

机器学习的三个步骤-ChatGPT4o作答

关键内容：问题类型：监督学习(Sup
部分分式·2025-02-25 04:33

架构设计（15）面向服务架构SOA论文赏析

论述了面向服务架构设计方法和实现过程.该项目的目标是构建以某酒厂生产的白酒产品为主的电子商城,实现该白酒的线下营销升级为在线营销的战略目标,包括:线上抢购,支付,线下配送,防伪溯源等一系列电子商务功能.在此项目中,我作为系统架构师及主要管理人员
CoderIsArt·2025-02-25 02:13

软考高级架构师/分析师论文【论面向服务架构设计及应用/SOA】

一、摘要  2020年4月，某互联网公司开始了“基础架构管理平台”项目的实施，该项目主要为基础架构团队提供基础设施、中间件、负载均衡、任务调度管理等功能。我作为该项目的技术负责人，主要负责系统架构设计。本文将主要介绍面向服务的架构设计在该项目中的具体应用与效果。通过webservice技术，将认证功能封装为单点登录系统，提高复用，同时将任务管理、中间件等功能解耦拆分，提高了服务并行开发效率及可维护
saikey0379·2025-02-25 01:10

DeepSeek:基于大模型的任务管理系统

实现分层，分步的任务监督管理系统。一下是Deepseek的回答已深度思考（用时34秒）嗯，用户问有没有必要基于大模型做一个任务系统，让用户通过多轮请求来完成需求，类似分页的分层任务管
klzsr·2025-02-25 01:06

用人类反馈微调大模型，InstructGPT 让 GPT-3 脱胎换骨

我们从一组标注员编写的提示以及通过OpenAIAPI提交的提示开始，收集了一个数据集，其中包含标注员展示的期望模型行为，利用这些数据通过监督学习对GPT-3进行微调。
·2025-02-24 23:50

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类
Python程序员罗宾·2025-02-24 22:45

DeepSeek 和 Qwen 模型快速部署指南

DeepSeek-V3DeepSeek-R1模型大小总参数量6710亿(671B),MoE架构,每个token激活370亿参数总参数量与V3相当,基于DeepSeek-V3-Base,采用类似的MoE架构训练方法包含预训练、监督微调
moton2017·2025-02-24 18:47

百万架构师第五课：设计模式：深度分析代理模式

代理模式作用：AOP实现拦截器中介黄牛媒婆解耦专人做专事自己不想做，又不得不做的事增强代理：静态代理动态代理角色代理角色被代理的角色（目标对象）由被代理的角色来做最终的决定代理角色通常来说会持有被代理角色对象引用（以便于代理角色完成工作之前或者之后能够找到被代理的对象，能够通知被代理对象）静态代理动态代理的区别：静态代理：在代理之前所有的东西都是已知的（人工）动态代理：在代理之前，所有的东西都是未
大雄野比·2025-02-24 11:32

数据标注中的归类与定义，从聚类，相关，关联，回归四个方面分析

1.聚类（Clustering）1.1概念聚类是一种无监督学习方法，它将相似的数据点分为同一个组，而无需预
小宝哥Code·2025-02-24 10:23

哈希表入门到精通：从原理到 Python 实现全解析

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-24 10:51

活动预告｜云原生创新论坛：知乎携手 AutoMQ、OceanBase、快猫星云的实践分享

本次Meetup邀请AutoMQ内核技术负责人韩旭、知乎在线架构组核心架构平台开发工程师王金龙、OceanBase数据库解决方案架构师张鑫、快猫星云算法研发工
·2025-02-24 10:50

Spring Boot权限管理：从“门卫大爷“到“AI安保系统“的进化之路

而SpringBoot就是那个帮你构建这套智能门禁系统的"咖啡厅架构师"。二、技术选型：四大天王PK赛1.SpringSecurity（门禁系统大脑）@Configura
月落星还在·2025-02-24 08:10

DeepSeek模型微调的原理和方法

预训练模型在大规模通用数据上进行了无监督或有监督的训练，学习到了丰富的语言知识、语义表示和通用模式。这些知识和模式具有一定的通用性，可以迁移到其他相关的任务中。
alankuo·2025-02-24 07:01

垂类大模型微调（二）：使用LLaMA-Factory

一、训练集准备1.1介绍训练集结构这里演示对Qwen2.5-0.5B-Instruct-GPTQ-Int4模型进行LoRA微调，大家可以根据垂类大模型微调（一）从魔塔中下载对应模型；目前该工具支持指令监督微调
CITY_OF_MO_GY·2025-02-24 07:00

【机器学习】支持向量机（SVM）详解：原理与优化

2.5非线性分类与支持向量3.优缺点分析3.1优点3.2缺点4.SVM与其他算法的比较5.总结支持向量机(SVM)详解1.基本概念支持向量机（SupportVectorMachine,SVM）是一种强大的监督学习算法
宸码·2025-02-24 02:28

机器学习基础

了解机器学习的基本概念，如监督学习、无监督学习、强化学习、模型评估指标（准确率、召回率、F1分数等）。
dringlestry·2025-02-23 21:50

大语言模型训练数据集格式

1.SFT（有监督微调）的数据集格式对于大语言模型的训练中，SFT（SupervisedFine-Tuning）的数据集格式可以采用以下方式：输入数据：输入数据是一个文本序列，通常是一个句子或者一个段落
香菜烤面包·2025-02-23 16:13

大模型训练 && 微调数据格式

1.SFT（有监督微调）的数据集格式？
comli_cn·2025-02-23 16:43

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络
顾漂亮·2025-02-23 12:15

深入浅出机器学习：概念、算法与实践

目录引言机器学习的基本概念什么是机器学习机器学习的基本要素机器学习的主要类型监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）强化学习（ReinforcementLearning
倔强的小石头_·2025-02-23 11:43

【TOGAF系列】架构内容第一章：引言

1.1概述执行架构开发方法（ADM）的架构师将通过他们的努力产生许多输出，如流程、架构要求、项目计划或项目合规性评估。
东临碣石82·2025-02-22 23:33

拓扑排序算法详解：BFS与DFS双路径实战

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-22 22:57

《西瓜书》大白话思想总结-第三章

第三章3.1+3.2分类和回归是监督式学习，都是根据数据，分析特征，作出预测，只是预测的值是离散的叫分类，连续的叫回归。为什么叫线性回归呢？因为线性就可以看成是直线，直线当然是连续的。
小溪子子·2025-02-22 19:31

Redis 深度解析：高性能缓存与分布式数据存储的核心利器

无论你是开发者、架构师还是技术爱
guihong004·2025-02-22 17:49

考前三小时背完，软考50过了！！

2、审.计质量审.计第三方，管理质量来保证，风险审.计靠团队，监督风险来改进，采购审.计管理员，控制采购做总结。3、合同范围稳定看总价，买方蕞喜欢固定，总价激励天花板，长期总价加
不是小盆友·2025-02-22 14:21

分布式消息中间件（十三）——RocketMQ延时消息

作者简介：大家好，我是码炫码哥，前中兴通讯、美团架构师，现任某互联网公司CTO，兼职码炫课堂主讲源码系列专题代表作：《jdk源码&多线程&高并发》，《深入tomcat源码解析》，《深入netty源码解析
码炫课堂-码哥·2025-02-22 07:58

LLM Course系列：使用 Unsloth 高效地微调 Llama 3.1

在本文中，我们将全面概述监督微调。我们将将其与即时工程进行比较，以了解何时使用它有意义，详细介绍主要技术及其优缺点，并介绍主要概念，例如LoRA超参数
橙狮科技·2025-02-22 04:36

【深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习】

深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习1.深度学习基础概述1.1深度学习的核心概念1.2常见深度学习模型1.3大模型的挑战与解决方案2.数据准备2.1数据处理示例：CIFAR
生活De°咸鱼·2025-02-21 22:34

.NET架构师：全网最全“权限系统”设计剖析

作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章，是你刻苦努力也积累不到的经验，能助你快速成长。升职+涨薪！！1为什么需要权限管理日常工作中权限的问题时时刻刻伴随着我们，程序员新入职一家公司需要找人开通各种权限，比如网络连接的权限、编码下载提
数字智慧化基地·2025-02-21 21:29

嵌入式人工智能应用-第四章 KNN 算法介绍 3

值的选取2.3距离计算2.4KNN算法特点2.5KNN算法流程3实验验证3.1实验代码-具体代码可以从附件下载3.2演示效果1KNN介绍K邻近（K-NearestNeighbors，KNN）是一种广泛使用的监督学习算法
数贾电子科技·2025-02-21 16:17

高斯混合模型（GMM）与K均值算法（K-means）算法的异同

高斯混合模型（GaussianMixtureModel,GMM）和K均值（K-Means）算法都是常用于聚类分析的无监督学习方法，虽然它们的目标都是将数据分成若干个类别或簇，但在实现方法、假设和适用场景上有所不同
路野yue·2025-02-21 15:32

机器学习课程的常见章节结构

以下是机器学习课程的常见章节结构，结合了搜索结果中的信息：1.机器学习基础知识机器学习的定义与分类监督学习、无监督学习、半监督学习、强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证
zhangfeng1133·2025-02-21 14:24

机器学习_18 K均值聚类知识点总结

K均值聚类（K-meansClustering）是一种经典的无监督学习算法，广泛应用于数据分组、模式识别和降维等领域。它通过将数据划分为K个簇，使得簇内相似度高而簇间相似度低。
数据媛·2025-02-21 14:53

java架构师面试核心问题

java架构师面试核心问题源码与视屏讲解同步，但都不是最重要的(具体实现)最重要的是快速过书，然后回退一遍画圈，重思想一些特别的实现只要是源码能发布就发布。
wespten·2025-02-21 13:49

跨越感官鸿沟：AGI多模态融合技术解析

"五感"一、多模态认知的理论基础1.1人类感官系统的启示1.2多模态表示学习的数学框架二、多模态融合的核心技术2.1跨模态对齐架构Transformer-based模型2.2动态模态融合2.3多模态自监督学习三
.猫的树·2025-02-21 13:48

机器学习(一) 本文(3万字) | 机器学习概述 |

推荐阅读，点击查看文章目录1.统计学习(机器学习）1.1特点1.2对象1.3目的1.4方法1.5步骤2.基本分类2.1监督学习2.1.1输入空间、特征空间和输出空间2.1.2概率分布2.1.3假设空间2.1.4
小酒馆燃着灯·2025-02-21 08:05

给你的数据加上杠杆：文本增强技术的研究进展及应用实践

作者信息：文本出自熵简科技NLP算法团队，团队利用迁移学习、少样本学习、无监督学习等深度学习领域最新的思想和技术，为熵简科技各大业务线提供底层AI技术支持和可落地的解决方案，包括前沿算法的领域内落地以及持续部署的后台支持等
熵简科技Value Simplex·2025-02-21 06:26

【SpringBoot教程】SpringBoot 统一异常处理(附核心工具类-ErrorInfoBuilder)

作者简介：大家好，我是撸代码的羊驼，前阿里巴巴架构师，现某互联网公司CTO联系v：sulny_ann（17362204968），加我进群，大家一起学习，一起进步，一起对抗互联网寒冬#序言此前，我们主要通过在控制层
撸代码的羊驼·2025-02-21 01:18

【深度解析】最短路径算法：Dijkstra与Floyd-Warshall

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-20 22:26

【核心算法篇十三】《DeepSeek自监督学习：图像补全预训练方案》

引言：为什么自监督学习成为AI新宠？在传统监督学习需要海量标注数据的困境下，自监督学习（Self-SupervisedLearning）凭借无需人工标注的特性异军突起。
再见孙悟空_·2025-02-20 21:24
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他