模型恢复

auto-gptq安装以及不适配软硬件环境可能出现的问题及解决方式

Auto-GPTQ是一种专注于量化深度学习模型的工具库。它的主要目标是通过量化技术（Quantization）将大型语言模型（LLM）等深度学习模型的大小和计算复
IT修炼家·2025-02-20 12:00

使用Odoo Shell卸载模块

OdooShell是一个交互式Pythonshell，允许你直接与Odoo数据库和模型进行交互。
odoo中国·2025-02-20 12:29

GenAI 平台，3 分钟即可构建基于 Claude、DeepSeek 的 AI Agent

近日，Digitalocean宣布将Anthropic的Claude模型和DeepSeekR1引入Digitalocean的生态系统，为你提供更多构建和部署AI应用的选择。通过Anthro
DO_Community·2025-02-20 11:21

线性回归理论

它的应用场景非常广泛，比如在房地产市场中，参观一个房子后，我们可以通过线性回归模型来估计房子的价格，从而决定出价。线性回归的核心思想是通过训练数据来学习参数，使得模型的预测值与真实值之间的差异最小化。
狂踹瘸子那条好脚·2025-02-20 11:21

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络、卷积运算的基本原理池化操作，全连接层，以及分类器的作用BP反向传播算法的理解一个简单CNN模型代码理解特征图
xiao5kou4chang6kai4·2025-02-20 11:20

在项目中调用本地Deepseek（接入本地Deepseek）

前言之前发表的文章已经讲了如何本地部署Deepseek模型，并且如何给Deepseek模型投喂数据、搭建本地知识库，但大部分人不知道怎么应用，让自己的项目接入AI模型。文末有彩蛋哦！！！
mr_cmx·2025-02-20 11:19

设计数据密集型应用之数据系统基础知识

第一章可靠性针对系统的容错设计，提高系统错误的抛出率，而不是忽略它(除了安全这种不可恢复类型的)，尽量避免failure硬件错误硬件自身容许设计软件系统的灵活性与弹性。
xt01234·2025-02-20 11:47

事件驱动-事件驱动应用于软件开发

在软件开发过程中，通常会遵循一定的方法论或开发模型，如瀑布模型、敏捷开发等，以确保项目能按时、按质完成。软件开发工具如集成开发环境（IDE）、版本控制系统等，也在这个过程中
海水天涯·2025-02-20 11:47

zookeeper从入门到精通

ZooKeeper的数据模型类似文件系统，以树形结构存储数据，每个节点称为Znode，每个Znode可以存储数据和子节点。1.2安装与启动下载ZooKeeper：从ApacheZ
小四的快乐生活·2025-02-20 11:16

深入理解Spring Boot中的事件驱动架构

2.SpringFramework中的事件模型在
省赚客APP开发者@聚娃科技·2025-02-20 11:46

muzero 算法原理

Muzero算法的核心部分是一个叫做模型的神经网络，它会对游戏的状态进行预测，预测未来的游戏状态。另一部分是策略网络，它会根据当前状态预测每一步的最优决策。
战神哥·2025-02-20 11:45

LLM与知识图谱融合:智能运维知识库构建

其中，大语言模型（LLM）和知识图谱是两个重要的技术方向。LLM能够理解和生成自然语言，可以用于构建智能
AI天才研究院·2025-02-20 11:45

【产品小白】产品思维与技术思维的区别

一、两种思维的本质差异与互补性维度产品思维技术思维核心关注点用户价值（痛点/爽点）、商业目标（盈利/增长）技术实现（架构/性能）、系统稳定性（可用性/扩展性）决策依据用户行为数据、市场趋势、ROI模型技术复杂度
百事不可口y·2025-02-20 10:40

无人机挂载5G通信基站网络恢复技术详解

无人机挂载5G通信基站网络恢复技术是一种创新的应急通信解决方案，特别适用于自然灾害等突发情况下快速恢复通信服务。
无人机技术圈·2025-02-20 10:09

《DeepSeek-R1 vs ChatGPT-4：AI大模型“王座争夺战”的终极拆解报告》

引言：大模型时代的双雄博弈在生成式AI爆发式迭代的今天，DeepSeek-R1与ChatGPT-4分别以“中国智造新锐”与“全球标杆王者”的身份，掀起技术路线与应用生态的激烈碰撞。
Athena-H·2025-02-20 10:08

JVM内存模型分区

JVM内存模型划分根据JVM规范，JVM内存共分为Java虚拟机栈，本地方法栈，堆，方法区，程序计数器，五个部分。
Lionel··2025-02-20 09:04

Coze扣子专业版计费规则调整一览

就在今晚(2025-01-24)，扣子更新了专业版的计费规则更新时间：2025年2月中旬主要更新内容：新增扣子资源包，原智能体资源包、大模型资源包下架。
落笔画忧愁e·2025-02-20 09:33

sklearn.ConfusionMatrixDisplay可视化混淆矩阵

混淆矩阵是一种常用的评估分类模型性能的工具，它可以直观地展示模型在各个类别上的预测结果与真实标签之间的关系。下面详细介绍如何使用ConfusionMatrixDisplay进行混
Cachel wood·2025-02-20 09:03

handpose_X 之 onnx runtime C++（手部关键点检测）

handpose_X之onnxruntime相关项目地址：1、手部关键点检测项目地址：https://gitcode.net/EricLee/handpose_x该项目中通过脚本model2onnx.py，将.pth模型转为
Xian-HHappy·2025-02-20 09:02

Fastgpt本地或服务器私有化部署常见问题

容器都运行正常的，dockerlogs容器名查看报错日志带有requestId的，都是OneAPI提示错误，大部分都是因为模型接口报错。
泰山AI·2025-02-20 09:32

Fastgpt接入Whisper本地模型实现语音识别输入

前言FastGPT默认使用了OpenAI的LLM模型和语音识别模型，如果想要私有化部署的话，可以使用openai开源模型Whisper。
泰山AI·2025-02-20 09:31

深脑云一键启用DeepSeek全系AI模型

在人工智能风起云涌的时代，算力就是驱动创新的引擎，而优质的模型镜像则是引领变革的密钥。
小深ai硬件分享·2025-02-20 09:29

FastGPT接入向量模型 M3E 和 重排模型 bge-reranker-large

一、FastGPT接入向量模型M3E1.拉取m3e镜像#GPU模式启动，并把m3e加载到fastgpt同一个网络dockerpullregistry.cn-hangzhou.aliyuncs.com/fastgpt_docker
福葫芦·2025-02-20 08:58

如果MLlib 中没有所需要的模型，如何使用 Spark 进行分布式训练？

如果MLlib中没有你所需要的模型，并且不打算结合更强大的框架（如TensorFlowOnSpark或Horovod），仍然可以使用Spark进行分布式训练，但需要手动处理训练任务的分配、数据准备、模型训练
是纯一呀·2025-02-20 08:57

使用BLIP模型生成图像描述的可查询索引

在本篇文章中，我们将介绍如何使用预训练的SalesforceBLIP图像描述模型，生成一个可查询的图像描述索引。我们将使用ImageCaptionLoader来加载图像，并通过一系列步骤生成查询索引。
dgay_hua·2025-02-20 08:24

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

深度学习中较为常见的神经网络模型AlexNet，AlexNet是一个采用GPU训练的深层CNN，本质是种LeNet变体。由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
知识鱼丸·2025-02-20 08:24

百万架构师第四十课：RabbitMq：RabbitMq-工作模型与JAVA编程｜JavaGuide

来源：https://javaguide.netRabbitMQ1-工作模型与Java编程课前准备预习资料Windows安装步骤Linux安装步骤官网文章中文翻译系列环境说明操作系统：CentOS7JDK
·2025-02-20 08:31

DeepSeek掀起推理服务器新风暴，AI应用迎来变革转折点？

其发展分数据收集整理、模型训练、推理应用三个阶段，过去重模型训练，如今大量预训练模型出现，如何高效应用成新挑战，推理服务器应运而生。
小深ai硬件分享·2025-02-20 08:20

JVM篇：内存分区及作用及各部分可能发生的异常

一、运行时数据区总览二、JVM内存分区及异常1.程序计数器（ProgramCounterRegister）作用：记录当前线程执行字节码的地址（行号），保证线程切换后能恢复到正确位置。
ashane1314·2025-02-20 08:20

利用人工智能增强可读性：自动为文本添加标点符号

目前，利用大模型的能力，完全可以胜任添加标点符号的工作，不需要其它特别的处理程序。参考代码from
姚家湾·2025-02-20 07:19

用 TensorFlow 搭建简单的手写数字识别模型

TensorFlow是一个强大的开源机器学习框架，由Google开发并维护，它提供了丰富的工具和接口，能帮助我们快速搭建和训练深度学习模型。
lozhyf·2025-02-20 07:48

DeepSeek使用中的问题及解决方案（部分）

1.模型部署与配置问题问题1：环境依赖冲突现象：安装模型依赖库时出现版本不兼容（如Python、PyTorch版本冲突）。解决方案：使用虚拟环境（如conda或venv）隔离依赖。
WeiLai1112·2025-02-20 07:17

勒索病毒攻击：如何应对和恢复

勒索病毒是一种恶意软件，它通过加密受害者的文件、系统或网络，迫使受害者支付赎金以恢复访问权限。虽然支付赎金可能暂时解决问
测试者家园·2025-02-20 07:46

vue3 项目如何接入 AI 大模型

以下是在Vue3项目中接入AI大模型的一般步骤：准备工作确定要接入的AI模型，如OpenAI的gpt-3.5-turbo、科大讯飞的星火大模型等。
代码搬运媛·2025-02-20 07:46

vue-router 中滚动行为设置的妙用

作用恢复滚动位置当用户在某个页面滚动到特定位置后，再导航到其他页面，之后又返回到该页面时，滚动行为设置可以让页面恢复到之前的滚动位置。这在浏览长页面或者列表页时非常实用，用户无需重新滚动到之前查看
代码搬运媛·2025-02-20 07:46

高并发系统架构设计全链路指南

1.1.1服务无状态化目的：让服务实例可以随时扩缩容、快速恢复，避免单点故障。
power-辰南·2025-02-20 07:43

TensorFlow LiteRT 概览

您可以找到适用于各种机器学习/AI任务的LiteRT就绪模型，也可以使用AIEdge转换和优化工具将TensorFlow、PyTorch和JAX模型转换为TFLite格式并运行。
姚家湾·2025-02-20 06:42

使用 Rebuff 进行Prompt Injection的检测和防护

技术背景介绍在AI应用领域，PromptInjection(PI)攻击是一种通过恶意输入操控AI模型行为的攻击方式。这可能导致严重的安全问题，比如数据泄露、执行未授权的操作等。
scaFHIO·2025-02-20 06:08

Serializable序列化技术

序列化：对象的寿命通常随着生成该对象的程序的终止而终止，有时候需要把在内存中的各种对象的状态（也就是实例变量，不是方法）保存下来，并且可以在需要时再将对象恢复。
unity学院·2025-02-20 06:37

SpringCloud----如何解决灾难性雪崩效应

2.熔断当失败率(如因网络故障/超时造成的失败率高)达到阀值自动触发降级，熔断器触发的快速失败会进行快速恢复。通俗理解：熔断就是具有特定条件的降级。所以在代码上熔断和降级都是
Catalina_yep·2025-02-20 05:04

华为的云端训练算力与迭代效率

华为云、云端训练、算力、迭代效率、人工智能、深度学习、模型训练、分布式训练、优化算法1.背景介绍人工智能（AI）技术近年来发展迅速，深度学习作为其核心驱动力，在图像识别、自然语言处理、语音识别等领域取得了突破性进展
AI大模型应用之禅·2025-02-20 05:34

C#的序列化[Serializable()]

主要用途：持久化存储：将对象的状态保存到文件或数据库中，以便后续恢复。跨进程或跨机器传输：在分布式系统中，将对象通过网络传输到其他进程或机器。深拷贝对象：通过
CoderIsArt·2025-02-20 05:34

使用Yuan 2.0与LangChain构建智能聊天应用：完整指南

技术背景介绍Yuan2.0是IEIT系统开发的新一代基础大语言模型，包括Yuan2.0-102B、Yuan2.0-51B和Yuan2.0-2B三种版本。
scaFHIO·2025-02-20 05:33

使用LM Studio在WordPress基于大模型原创文章上稿进行SEO优化

在进行自动化文章生成与发布的流程中，首先需要确保基础配置的完善性和数据的准确性。通过手动设置分类和标签，文章能够在发布时被准确归类，从而提升SEO的效果。通过Excel表格的方式管理这些分类与标签，结合Python脚本，可以高效地实现自动化文章的生成和发布。该流程依赖于对WordPress数据库的操作，包括标签的批量导入、分类和标签的映射，以及通过AI生成内容的自动发布。全面的配置不仅节省了手动处
Mr数据杨·2025-02-20 05:00

uniapp邪门事件

uni-app中使用（微信小程序）》：THREEJS在uni-app中使用（微信小程序）_uni-app_帶刺的小葡萄-华为开发者空间中学到了如何在uniapp的微信小程序里接入three.js的3d模型由于小程序自身很多不兼容原因
岑梓铭·2025-02-20 05:30

Leave No Context Behind: Efficient Infinite Context Transformers with Infini-attention

不让任何上下文掉队：无限关注的高效无限上下文Transformer摘要1引言2方法3实验4相关工作5结论摘要这项工作介绍了一种将基于Transformer的大型语言模型（LLM）扩展到具有有限内存和计算的无限
UnknownBody·2025-02-20 05:00

大厂面试真题-说说DDD中的防腐层以及它和四层架构的关系

DDD（领域驱动设计）中的防腐层（Anti-CorruptionLayer，ACL）是一种设计模式，旨在解决不同子系统或限界上下文间由于领域模型或接口不兼容而带来的集成问题。
鱼跃鹰飞·2025-02-20 04:59

使用Cohere进行文本生成: 从安装到实战

Cohere是一家加拿大初创公司，提供自然语言处理模型，帮助企业提升人机交互体验。本文将详细介绍如何使用Cohere进行文本生成，包括环境配置、核心原理、代码演示和实际应用场景分析。
shuoac·2025-02-20 04:27

KTransformers如何通过内核级优化、多GPU并行策略和稀疏注意力等技术显著加速大语言模型的推理速度？

KTransformers通过内核级优化、多GPU并行策略和稀疏注意力等技术显著加速大语言模型的推理速度，具体体现在以下几个方面：内核级优化：KTransformers采用了高效的内核级优化技术，包括对
魔王阿卡纳兹·2025-02-20 04:53

层次分析法（AHP, Analytic Hierarchy Process）

层次分析法的基本步骤建立层次结构模型首先将决策问题分解为多个层次，通常包括目标层、准则层（即影响决策的主要因素）、子准则层（即对准则进一步细
时代的狂·2025-02-20 04:52
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他