比赛&训练第13页

基于昇腾用PyTorch实现传统CTR模型WideDeep网络

基于昇腾用PyTorch实现传统CTR模型WideDeep网络本文主要介绍如何在昇腾上使用pytorch对推荐系统中经典的网络模型WideDeep网络进行训练的实战讲解，使用数据集是criteo，主要内容分为以下几个模块

·2025-02-05 14:00

os.makedirs

官方说明文档：Link解释下面的代码：os.makedirs(os.path.join(args.output_dir,'sample_images'),exist_ok=True)os.makedirs

world=hello·2025-02-05 13:32

小白的靶机-VulnHub-Lampiao

靶机地址，看这里一、信息收集我们在VM中需要确定攻击目标的IP地址，需要使用nmap获取目标IP地址：关于nmap的入门操作nmap-sP192.168.86.0/24或者使用netdiscover获取目标IP地址我们就拿到了这次靶机的IP地址：192.168.86.160开始探索机器。第一步是找出目标计算机上可用的开放端口和一些服务。因此我在目标计算机上启动了nmap全端口T5速度扫描：nmap

每天都要努力哇·2025-02-05 13:24

PyTorch中的 torch.nn.GRU

与传统的RNN相比，GRU引入了门控机制，旨在解决长序列训练中的梯度消失问题，并提高了训练效率和性能。在PyTorch中，torch.nn.GRU是一个非常方便的模块，用于构建和训练GRU网络。

彬彬侠·2025-02-05 12:53

深度探索：机器学习中的粒子群优化算法（PBMT）原理及应用

目录一、引言与背景二、定理三、算法原理四、算法实现五、优缺点分析优点：缺点：六、案例应用七、对比与其他算法八、结论与展望一、引言与背景随着机器学习技术的迅速发展，优化算法在模型训练、特征选择、参数调优等多个环节扮演着至关重要的角色

生瓜蛋子·2025-02-05 12:22

基于深度学习的车牌检测识别系统 —— 使用YOLOv5实现车牌检测与识别

目录引言项目背景与目标1.1项目背景1.2项目目标系统设计与架构2.1系统功能概述2.2系统架构数据准备与处理3.1数据集选择与收集3.2数据标注3.3数据集划分YOLOv5模型训练与优化4.1YOLOv5

2025年数学建模美赛·2025-02-05 12:20

DeepSeek-R1 低成本训练的根本原因是？

然而，高性能的背后往往是高昂的训练成本，动辄数百万美元的投入让许多企业和研究机构望而却步。近期，国产大模型DeepSeek-R1的横空出世，以其卓越的性能和极具竞争力的成本，打破了这一固有认知。

明哲AI·2025-02-05 11:10

关于大模型 AGI 应知应会＿生在AI发展的时代

这些模型通过训练海量数据来学习复杂的模式和特

森焱森·2025-02-05 10:38

PHP实现雪花Snowflake算法（附完整源码）

phpclassSnowflake{private$timestamp_bits=41;private$datacenter_id_bits=5;private$

源代码大师·2025-02-05 10:07

【知识图谱增强】大模型应用架构：融合智能与数据的新纪元！

ChatGPT的外部搜索能力，使其不仅限于预训练的数据，而是可以实时访问和检索互联网的最新信息。这就是典型的知识增强大模型应用，通过外部知识的增强能够扩展大模型的能力，让其

大模型入门教程·2025-02-05 10:36

如何利用DeepSeek打造医疗领域专属AI助手？从微调到部署全流程解析

本文将手把手带您实现医疗垂直领域大模型的定制化训练，以DeepSeek-R1为基座，打造专业可靠的医疗AI助手。

明哲AI·2025-02-05 10:05

国内首个！百度成功点亮昆仑芯三代万卡集群，将于近日点亮3万卡集群

而24年9月升级的百度百舸AI异构计算平台4.0，围绕落地大模型全旅程的算力需求，在集群创建、开发实验、模型训练、模型推理四大方面，能为企业提供“多、快、稳、省”的AI基础设施，在万卡集群的建设中发挥了至关

·2025-02-05 09:50

大语言模型LLM分布式训练：TensorFlow攻略与深度解析（LLM系列04）

文章目录大语言模型LLM分布式训练：TensorFlow攻略与深度解析（LLM系列04）1.引言2.TensorFlow分布式训练基础概念3.TensorFlow中LLM分布式训练的关键技术及应用4.利用

North_D·2025-02-05 08:20

Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。

爱编程的喵喵·2025-02-05 07:46

实时洞察41TB数据，TrafficPeak提供卓越足球观赛体验

无论任何体育赛事，在重要比赛日当天，第一时间解决问题和潜在隐患，这样的能力对于确保赛事成功至关重要。

Akamai中国·2025-02-05 07:43

自定义数据集使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

训练模型：使用二元交叉熵损失函数BCELoss和随机梯度下降优化器SGD进行训练。保存模型：使用torch.save保存模型的参数。加载模型并预测：加载

知识鱼丸·2025-02-05 06:42

对json数据进行去重的Python实战代码

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。

爱编程的喵喵·2025-02-05 06:09

SQL——常用函数

目录系统内置函数时间处理函数字符串处理函数数字处理函数集合处理函数类型转换函数窗口函数排名函数系统内置函数查看系统内置函数：showfunctions;查看一个函数的用法：descfuntion函数名;查看一个函数的具体用法：descfunctionextended函数名;时间处理函数1、unix_timestamp

Parker_1314·2025-02-05 05:35

GPU 进阶笔记（二）：华为昇腾 910B GPU

1术语1.1与NVIDIA术语对应关系1.2缩写2产品与机器2.1GPU产品2.2训练机器底座CPU功耗操作系统2.3性能3实探：鲲鹏底座8*910BGPU主机3.1CPU3.2网卡和网络3.3GPU信息

hao_wujing·2025-02-05 04:22

【2024第一期CANN训练营】Ascend C算子开发基础篇

AscendC是面向算子开发场景的编程语言，它原生支持C和C++标准规范，并提供了多层接口抽象、自动并行计算等关键技术，以提高算子开发效率。AscendC的特点C/C++原语编程编程模型屏蔽硬件差异类库API封装，兼顾易用与高效孪生调试，可在CPU侧模拟NPU侧的行为开发基本流程环境准备使用AscendC完成Add算子核函数开发；使用ICPU_RUN_KFCPU调测宏完成算子核函数CPU侧运行验证

小超编程·2025-02-05 03:45

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读人工智能在过去十年中的发展令人惊叹。其中，2017年Google发布的“AttentionIsAllYouNeed”论文奠定了神经网络架构的重要基础，推动了大规模语言模型（LLM）的突破。OpenAI早期专注于强化学习（RL），但在Transformer结构问世后，迅速调整方向，借助Google的开源研究开发出强大的LLM。然而，尽

·2025-02-05 02:16

xposed 03 - hook字段与一般方法

Hook静态字段与成员字段测试代码：package com.example.hooktargeclass HookTarget2 { private var str: String = "hello

二手的程序员·2025-02-05 02:11

心法利器[128] | 2024年算法小结-个人成长-打开思路-生日

往期回顾心法利器[123]|算法面试的八股和非八股讨论心法利器[124]|24年算法思考-大模型的应用与训练篇心法利器[125]|24年算法思考-RAG技术论文和实践小

机智的叉烧·2025-02-05 01:07

心法利器[127] | 24年算法思考-特征工程和经典深度学习

往期回顾心法利器[122]|效果提升的根本来源讨论心法利器[123]|算法面试的八股和非八股讨论心法利器[124]|24年算法思考-大模型的应用与训练篇心法利器[125

机智的叉烧·2025-02-05 01:37

大模型带你学pytorch课程

PyTorch是一个强大的开源机器学习框架，由Facebook的人工智能研究实验室开发，被广泛用于深度学习模型的构建和训练。让我们开始你的PyTorch旅程吧！1.预备课程大纲1.1引入Pyth

立杰说·2025-02-05 01:33

自定义数据集使用scikit-learn中svm的包实现svm分类

数据划分：-使用train_test_split函数将生成的数据集划分为训练集和测试集，测试集占比为20%，同样通过random_state=42保证划分的一致性。SVM模型：-初始化SV

知识鱼丸·2025-02-05 01:31

java时间戳转换为日期格式

java时间戳转换为日期格式以下是几种将Java时间戳转换为日期格式的实现方法：方法一：使用Java的Date类和SimpleDateFormat类longtimestamp=1617142526000L

康惠桀·2025-02-05 00:59

招商银行2022 Fintech精英训练营数据赛道-第4名方案分享

0.比赛简介竞赛时间：4月29日9:00-5月12日17:00竞赛流程：4月29日9:00-5月9日24:00，赛题开放A榜数据（test_A榜），预测结果数据每天限提交3次；5月10日00:00-5月

藏在云中的猫·2025-02-04 22:38

Python调用C语言

简单示例首先，创建一个C语言源文件，比如example.c：#include//定义一个简单的C函数intadd(inta,intb){returna+b;}然后，编译这个C文件为动态链接库（在Unix

C or Cpp·2025-02-04 21:35

Llama最新开源大模型Llama3.1

以下是关于Llama3.1的详细介绍：参数规模与训练数据Llama3.1拥有4050亿（405B）参数，是目前开源领域中参数规模最大的模型之一。

kcarly·2025-02-04 21:32

MagicBot：AI 与算力让它在工厂立足

可能大家都曾在脑海中预想过机器人活跃于工厂的场景：它们如同训练有素的“工作狂魔”，在工厂的各个角落穿梭，自主分工合作，高效地完成各项任务。

算家云·2025-02-04 20:57

scikit-learn实现SVM

最大间隔超平面：SVM的目标是找到能够最大化训练样本间隔的超平面。间隔被定义为到最近训练样本点的距离，这些点被称为支持向量。这种策略的优势在于它提供了一种防止模型过拟合的方法，从而提高了泛化能力。

PeterClerk·2025-02-04 19:23

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读In-place操作用在推理的时候可以显著节省内存，但是训练的时候一定要小心使用。

小白学视觉·2025-02-04 19:49

AI大模型学习的七个阶段，学完你就是大模型大师！

预训练、SFT、RLHF。第三阶段：编程基础与工具使用目标：掌握大

AGI大模型老王·2025-02-04 19:48

大模型文件格式GGUF格式

GGUF简介当前的大模型的参数规模较大，数以千亿的参数导致了它们的预训练结果文件都在几十GB甚至是几百GB，这不仅导致其使用成本很高，在不同平台进行交换也非常困难。

·2025-02-04 18:36

JavaScript修改动态修改页面元素的各种方法

用法：constelement=document.getElementById('example');element.textContent='新文本内容';//修改内容注意：textContent修改纯文本

楊楊工作室·2025-02-04 17:01

【自然语言处理（NLP）】生成词向量：GloVe（Global Vectors for Word Representation）原理及应用

文章目录介绍GloVe介绍核心思想共现矩阵1.共现矩阵的定义2.共现概率矩阵的定义3.共现概率矩阵的意义4.共现概率矩阵的构建步骤5.共现概率矩阵的应用6.示例7.优缺点优点缺点**总结**目标函数训练过程使用预训练的

道友老李·2025-02-04 16:59

kaggle花分类比赛91.168%

之前一直都没注意显存，也没注意数据格式，直到跑模型的时候电脑直接崩了，因为排队用TPU，感觉人多，就直接在自己电脑上跑，我自己是有一张8G的4070,没想到啊，光是读取数据，就占用了6G历次成绩这个是用分布式gpu跑的，kaggle给配了两张16G显存的卡，TPU我前面56个人，人太多了,分辨率本身有影响，我使用192×192这里使用512×512的分辨率，效果明显提高了，Tan和Le，2019年

仙尊方媛·2025-02-04 16:28

蓝桥杯算法训练排序C++

代码：#includeusingnamespacestd;intmain(){intnum[3];inttemp;cin>>num[0]>>num[1]>>num[2];for(inti=0;inum[i]){temp=num[j];num[j]=num[i];num[i]=temp;}for(inti=0;i<3;i++)cout<<num[i]<<"";return0;}

王大头不吃藕·2025-02-04 15:47

【2024年华为OD机试】 (B卷,100分)- 拔河比赛（Java & JS & Python&C/C++）

一、问题描述题目描述公司最近准备进行拔河比赛，需要在全部员工中进行挑选。选拔的规则如下：按照身高优先、体重次优先的方式准备比赛阵容；规定参赛的队伍派出10名选手。请实现一个选拔队员的小程序。

妄北y·2025-02-04 14:14

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。

·2025-02-04 14:27

自定义数据集，使用朴素贝叶斯对其进行分类

fit_transform方法在训练数据上拟合向量器并进行转换。模型训练：-初始化MultinomialNB模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。

知识鱼丸·2025-02-04 14:40

落地 dnn对象检测

"C:\opencv\opencv\sources\samples\dnn\models.yml"下载opencv的深度模型框架，例如caffe，copyMobileNetSSD_deploy.prototxt

没学上了·2025-02-04 13:32

【AI开源项目】Dify- 轻松打造可持续运营的 GPT 系列的 AI应用 —— 全面解析LLMOps平台

Q2:如何使用Dify“训练”自己的

ChatGPT-千鑫·2025-02-04 13:02

手写单例模式

饿汉式加载模式（线程安全）类一加载就创建对象，这种方式比较常用优点：线程安全，没有加锁，执行效率高缺点：不是懒加载，类初始化的时候就加载，浪费内存空间packagecom.example.threadpool.Singleton

LUCIAZZZ·2025-02-04 11:14

【漫话机器学习系列】079.超参数调优（Hyperparameter Tuning）

超参数是模型在训练之前设定的参数，而不是通过训练数据学习到的参数。正确地选择超参数可以显著提高模型的预测能力，反之，错误的超参数选择可能会导致过拟合、欠拟合或训练过程缓慢。

IT古董·2025-02-04 11:44

全场景深度学习开源框架（MindSpore）

无论是在数据中心的大规模计算，还是在手机、物联网设备等资源受限的终端上，MindSpore都能灵活适配，充分发挥各硬件平台的性能优势，实现模型的高效训练和推理。

deepdata_cn·2025-02-04 11:41

torch.nn.RNN: PyTorch 中的循环神经网络（RNN）模块

它提供了一个可以进行训练的RNN层，广泛应用于序列数据的建模，如自然语言处理、时间序列分析等。这个模块可以处理各种类型的序列数据，并支持多种功能和配置。

彬彬侠·2025-02-04 10:40

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。

俞兆鹏·2025-02-04 10:35

python连接sqlite数据库

importsqlite3#连接到SQLite数据库#如果数据库文件不存在，会自动在当前目录创建:conn=sqlite3.connect('example.db')try:#创建一个Cursor对象cursor

豪豪学习8848·2025-02-04 09:05

推荐频道

比赛&训练