比赛&训练

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

如何通过 CSS 实现响应式布局？

例如：@mediascreenand(max-width:768px){.example{f
破碎的天堂鸟·2025-02-04 09:33

MySQL中的CURRENT_TIMESTAMP

这篇文章主要介绍了MySQL中CURRENT_TIMESTAMP的使用方式，具有很好的参考价值，希望对大家有所帮助。
Linux小百科·2025-02-04 09:29

mysql current_MySQL中CURRENT_TIMESTAMP数据类型详解

例1.MySQL获得当前时间戳函数：current_timestamp,current_timestamp()代码如下mysql>selectcurrent_timestamp,current_timestamp
不让爱你的人失望·2025-02-04 09:57

GBASE日期计算

在进行数据迁移的过程中（DB2–>GBASE）涉及到日期计算函数的改写：原式子如下：SELECTTIMESTAMP('1900-01-01')+INT(LEFT(MAX(DB_TIMESTAMP),3)
shirsl·2025-02-04 08:26

GBase 8c 函数和操作符 - 时间和日期处理函数和操作符 之 时间/日期函数

age(timestamp,timestamp)描述：将两个参数相减，并以年、月、日作为返回值。若相减值为负，则函数返回亦为负。
点小点·2025-02-04 08:23

DeepSeek- R1 原理介绍

DeepSeek-R1是由DeepSeek公司推出的一款基于强化学习（RL）的开源推理模型，其核心原理和特点如下：1.核心技术与架构强化学习驱动：DeepSeek-R1是首个完全通过强化学习训练的大型语言模型
kcarly·2025-02-04 08:50

深度学习框架PyTorch原理与实践

3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理4.1神经网络结构4.2神经网络层4.3激活函数5.实际案例——MNIST手写数字识别数据准备模型定义训练测试整体代码
AI天才研究院·2025-02-04 07:47

FlinkSQL将时间戳转为日期

FLOOR(TO_TIMESTAMP(FROM_UNIXTIME(CAST(`table_time`ASBIGINT)/1000,'yyyy-MM-ddHH:mm:ss'))TOminute),
MARSERERER·2025-02-04 07:47

自定义数据集 使用paddlepaddle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

1.引言在这篇博客中，我们将使用PaddlePaddle框架实现一个逻辑回归模型，利用NumPy自定义数据集进行训练，并保存模型。最后，我们将演示如何加载保存的模型并进行预测。
辞落山·2025-02-04 07:16

Databricks 开源 LLM，训练只需三个小时

像ChatGPT和Bard这样的生成式AI，它们使用的数据通常来自于在成千上万不同网站，使用的数据量十分惊人，而且想要使用这些数据训练AI还需要数以千计的强大GPU在背后提供支持。
唐 城·2025-02-04 07:15

解决_pickle.UnpicklingError: A load persistent id instruction was encountered,but no persistent_load

Aloadpersistentidinstructionwasencountered,butnopersistent_loadfunctionwasspecified.报错原因：在加载模型参数时，torch版本发生变化，我报错因为训练前
邻家的狗2·2025-02-04 07:14

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。
老马啸西风·2025-02-04 06:04

Zynq UltraScale+ MPSoC 在linux系统运行R5 裸机程序 remoteproc - R5

参考文章：ultrascale学习笔记之remoteproc启动R5ZYNQUltraScale+MPSoCLinux+ThreadXAMP玩法ZynqUltraScale+MPSoC包含Cortex™
愧莫佳话·2025-02-04 06:03

Yuan 2.0-M32 是一个基于 Yuan 2.0 架构的双语混合专家 (MoE) 语言模型，旨在以更少的参数和计算量实现更高的准确率

高效计算：使用MoE架构，40B总参数中仅有3.7B激活参数，训练计算消耗仅为同规模密集模型的9.25%，推理成本与3.7B参数的密集模型相当。
东方佑·2025-02-04 06:01

【分割评价指标-nnUNet V2训练】- AutoDL

目录一、DSC二、IOU三、VOE(VolumeOverlapError)四、RVD(RelativeVolumeDifference)五、Hausdorff95(95thPercentileofHausdorffDistance)六、ASSD(AverageSymmetricSurfaceDistance)七、MSD(MeanSurfaceDistance)八、NSD(NormalizedSur
HUI 别摸鱼了·2025-02-04 05:00

PyTorch 训练一个分类器

文章目录0前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用
亚里·2025-02-04 05:59

LeetCode --- 2185. Counting Words With a Given Prefix 解题报告

Youaregivenanarrayofstringswordsandastringpref.Returnthenumberofstringsinwordsthatcontainprefasaprefix.Aprefixofastringsisanyleadingcontiguoussubstringofs.Example1
杨鑫newlfe·2025-02-04 05:59

蓝桥杯——试题集——入门训练

入门训练BEGIN-1A+B问题问题描述输入A、B，输出A+B。输入格式输入的第一行包括两个整数，由空格分隔，分别表示A、B。输出格式输出一行，包括一个整数，表示A+B的值。
唐煜鑫·2025-02-04 04:54

蓝桥杯训练1——缩位求和

缩位求和例如123输出为6n=int(input())lst=list(str(n))sum=0foriinlst:sum+=int(i)whilesum>=10:s=0lst1=list(str(sum))foriteminlst1:s+=int(item)sum=sprint(s)
会编程的小孩·2025-02-04 04:52

Python爬虫从入门到精通（三）简单爬虫的实现_爬虫tl

print(requests.get(‘http://example.webscraping.com’).text)**如果没有requests****库，则需要使用命令pipinstallrequests
字节全栈_bgK·2025-02-04 04:20

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist
weixin_39534321·2025-02-04 04:48

Solidity/Rust 实战 —— Web3 开发者免费训练营（第 21 期）

HackQuest第21期Solidity/Rust共学营即将开营！Solidity/Rust共学营信息清单7月23日-8月1日免费（成功结营的小伙伴还将获得专属周边）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书主办社区:HackQuestHackQuest是一个充满活力的Web3开发者教育社区，我们的目标是培养下一代Web3开发者。目前，HackQuest组织的共学营已达20期
·2025-02-04 03:50

Move on Sui 实战 —— Web3 开发者免费训练营「第22期」

HackQuest第22期MoveonSui共学营即将开营！MoveonSui共学营信息清单7月31日-8月8日免费（成功结营的小伙伴还将获得Sui基金会提供的奖金）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书关于HackQuestHackQuest是一个充满活力的Web3开发者教育社区，我们的目标是培养下一代Web3开发者。目前我们的产品仍处于内测阶段，我们计划招募小伙伴们一起
·2025-02-04 03:50

Android——SQLite数据库使用详解

packagecom.example.androiddemo01.model;publicclass
2401_89760782·2025-02-04 03:13

机器学习笔记20241017

文章目录torchvisiondataloadernn.module卷积非线性激活模型选择训练误差泛化误差正则化权重衰退的基本概念数学表示权重衰退的效果物理解释数值稳定性（GradientVanishing
tt555555555555·2025-02-04 03:11

Transformer预测模型及其Python和MATLAB实现

这些模型虽然在许多任务中取得了成功，但由于其计算效率低下以及长距离依赖关系处理的不足，导致模型训练时间漫长，并在处理较长文本时效果不佳。
追蜻蜓追累了·2025-02-04 03:10

android room

packagecom.example.testroomimportandroid.content.Context
freshfox·2025-02-04 02:05

MOE模型入门

如何训练、微调MOE模型？基础架构优缺点不同MOE模型实现方式、训练方法二、实现定义：MOE架构MOE:混合专家模型，多个专家共同决策的模型。
云帆@·2025-02-04 01:29

本周AI动态：生成型AI的命运掌握在法院手中

诉讼声称，Udio和Suno在未经音乐公司同意的情况下，使用这些公司的音乐训练生成型AI模型，要求每首涉嫌侵权的作品赔偿15万美元。唱片公司在投诉中表示，“合成音乐输出可能会使市场充斥机器生成的
·2025-02-04 00:15

Solidity/Rust 实战 —— Web3 开发者免费训练营（第17期）

HackQuest第17期Solidity/Rust共学营即将开营！Solidity/Rust共学营信息清单6月18日-6月27日免费（成功结营的小伙伴还将获得专属周边）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书关于HackQuestHackQuest是一个充满活力的Web3开发者教育社区，我们的目标是培养下一代Web3开发者。目前我们的产品仍处于内测阶段，我们计划招募小伙伴们
·2025-02-04 00:44

MemGPT 项目使用教程

├──examples/│├
邱弛安·2025-02-03 23:39

DeepSeek的出现对全球GPT产业产生的冲击

特别是以GPT（GenerativePre-trainedTransformer）系列模型为代表的大规模预训练语言模型，已经在全球范围内引发了广泛关注和应用。
不要em0啦·2025-02-03 23:07

微信临时素材接口_在接口中表达临时性

Wheninteractingwithtoday’sgraphicuserinterfaces(GUI),weexperienceasenseofrealism.Asofnow,certainaspectsofrealism(forexampleanimations
weixin_26732881·2025-02-03 22:32

python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤

题目描述这篇博文是数字图像处理的大作业.题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类
weixin_39969060·2025-02-03 22:28

打架检测系统：基于YOLOv5的实时人群打架行为识别

本博客将详细介绍如何使用YOLOv5模型搭建一个打架检测系统，包含数据集准备、YOLOv5训练、UI界面设计以及优化和部署
2025年数学建模美赛·2025-02-03 21:56

A deep multimodal fusion method for personality traits prediction

研究方法模型架构：视觉特征提取：使用预训练模型ViT-B16和VGG16。音频特征提取：使用预训练模型VGGish。文本分析：使用预训练模型GloVe。
m0_59933522·2025-02-03 21:20

Qwen2.5-Max

Qwen2.5-Max是阿里巴巴于2024年1月29日发布的一款旗舰级人工智能模型，基于混合专家（MoE）架构开发，拥有超过20万亿tokens的超大规模预训练数据。
百态老人·2025-02-03 20:18

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。
·2025-02-03 20:09

代码随想录算法训练营Day51 | 101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿

文章目录101.孤岛的总面积思路与重点102.沉没孤岛思路与重点103.水流问题思路与重点104.建造最大岛屿思路与重点101.孤岛的总面积题目链接：101.孤岛的总面积讲解链接：代码随想录状态：直接看题解了。思路与重点nextx或者nexty越界了则说明当前的x或y处于边界处，所以当前的岛不是孤岛，不能记入总面积。#include#includeusingnamespacestd;intdir[
Harryline-lx·2025-02-03 19:43

Ubuntu16.04环境下安装cuda10+pytorch1.2

1、背景环境：Ubuntu16.04&titanx作为新一代的人工智能训练平台的PYTORCH，有其独特的优势，为此，完整的安装这一平台，是开展所有工作的首要条件，一开始，笔者认为应该轻松的完成，但是发现实际上要从零完成这一工作
小楼昨夜，东风·2025-02-03 19:11

【PyTorch】6.张量运算函数：一键开启！PyTorch 张量函数的宝藏工厂

它作为强大的深度学习框架，为构建和训练神经网络提供了高效且灵活的平台。神经网络作为人工智能的核心技术，能够处理复杂的数据模式。
Icomi_·2025-02-03 19:39

机器学习—大语言模型：推动AI新时代的引擎

2.Transformer架构3.模型训练二、大语言模型的应用场景1.文本生成2.问答系统3.编码助手4.多语言翻译三、大语言模型的最新进展1.GPT-42.开源模型四、构建和部署一个简单的大语言模型1
云边有个稻草人·2025-02-03 19:38

4、PyTorch 第一个神经网络，手写神经网络的基本部分组成

以下实例展示了如何使用神经网络完成简单的二分类任务，为更复杂的任务奠定了基础，通过PyTorch的模块化接口，神经网络的构建、训练和可视化都非常直观。
找个栗子·2025-02-03 19:35

DeepSeek-R1 论文. Reinforcement Learning 通过强化学习激励大型语言模型的推理能力

工作原理：主要技术，就是训练出一些专有用途小模型，来帮助大模型训练。主要技术：1.强化学习(RL)核心是强化学习技术，像训练小狗一样，当模型做出正确的推理步骤或得到正确的
davenian·2025-02-03 18:56

使用朴素贝叶斯对自定义数据集进行分类

importnumpyasnpimportpandasaspd#创建自定义数据集np.random.seed(42)num_samples=100#生成特征数据X=np.random.rand(num_samples
Luzem0319·2025-02-03 17:15

Apache Iceberg数据湖技术在海量实时数据处理、实时特征工程和模型训练的应用技术方案和具体实施步骤及代码

ApacheIceberg在处理海量实时数据、支持实时特征工程和模型训练方面的强大能力。Iceberg支持实时特征工程和模型训练，特别适用于需要处理海量实时数据的机器学习工作流。
weixin_30777913·2025-02-03 15:07

线性回归的简单实现

本文是《动手学深度学习》的笔记文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型线性回归的简单实现用了
SkaWxp·2025-02-03 14:58

初入机器学习

写在前面本专栏专门撰写深度学习相关的内容，防止自己遗忘，也为大家提供一些个人的思考一切仅供参考概念辨析深度学习：本质是建模，将训练得到的模型作为系统的一部分使用侧重于发现样本集中隐含的规律难点是认识并了解模型
辰尘_星启·2025-02-03 14:54
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他