深度实战第5页

RocketMQ复习

SpringCloud入门(3)RabbitMQRocketMQ学习(1)快速入门RocketMQ学习(2)深入学习RocketMQ学习(3)秒杀实战目录MQ技术对比基本概念(消费者组、订阅关系等)消费模式

slh别学了·2024-09-12 17:41

【笔记】自然语言处理NLP---概论

1.1.2自然语言处理研究的意义1.1.3国外研究现状1.2NLP的方法、特点和规律1.2.1理性主义与经验主义1.2.2语料库语言学：经验主义研究方法1.2.3汉语语言处理的方法1.2.4基于知识图谱的深度学习

xhanZ·2024-09-12 17:10

拥有成长型的思维和坚定不移的态度，才能决定人生的格局

格局是什么，是一个人看问题的层次与境界、深度与高度。简单来说，你的心有多宽，你的舞台就有多大。听说过“螃蟹效应”吗？一筐螃蟹，就算不加盖，它们也很难逃出来。

爱读书的胆小鬼·2024-09-12 16:17

你微笑的样子最好看

从这句话引申出来的是对一个人的精神长相和气质修养的深度表达。一个爱笑的人，也许随时随地都会朗朗的笑出来，就如孩童一般，童真无邪。这种微微的浅笑，最让人陶醉和心之向往。

徐小晫·2024-09-12 16:17

每天五分钟玩转深度学习框架PyTorch：获取神经网络模型的参数

本文重点当我们定义好神经网络之后，这个网络是由多个网络层构成的，每层都有参数，我们如何才能获取到这些参数呢？我们将再下面介绍几个方法来获取神经网络的模型参数，此文我们是为了学习第6步（优化器）。获取所有参数Parametersfromtorchimportnnnet=nn.Sequential(nn.Linear(4,2),nn.Linear(2,2))print(list(net.paramet

幻风_huanfeng·2024-09-12 16:37

JNI 实战全面解析

JNI实战全面解析2014-11-0109:0565878人阅读评论(12)收藏举报.embody{padding:10px10px10px;margin:0-20px;border-bottom:solid1px

cyj0123·2024-09-12 16:36

《重构：改善既有代码的设计》-学习笔记二（+实战解析

returnfinalPrice;}privatedoublediscountedPrice(intdiscountLevel){if(discountLevel==2)returngetBasePrice()*0.1;elsereturngetBasePrice()*0.05;}privateintgetBasePrice(){return_quantity*_itemPrice;}优化1，2，

2401_86367399·2024-09-12 16:36

大模型实战—Ollama 本地部署大模型

Ollama本地部署大模型在当今的科技时代，AI已经成为许多领域的关键技术。AI的应用范围广泛，从自动驾驶汽车到语音助手，再到智能家居系统，都有着AI的身影，而随着Facebook开源LLama2更让越来越多的人接触到了开源大模型。今天我们推荐的是一条命令快速在本地运行大模型，在GitHub超过22KStar的开源项目：ollama随着围绕着Ollama的生态走向前台，更多用户也可以方便地在自己电

猫猫姐·2024-09-12 16:34

一维数组 list 呢，怎么转换成 (批次句子长度特征值 )三维向量 python pytorch lstm 编程人工智能

一、介绍对于一维数组，如果你想将其转换成适合深度学习模型（如LSTM）输入的格式，你需要考虑将其扩展为三维张量。

zhangfeng1133·2024-09-12 16:34

每天五分钟玩转深度学习框架PyTorch：将nn的神经网络层连接起来

本文重点前面我们学习pytorch中已经封装好的神经网络层，有全连接层，激活层，卷积层等等，我们可以直接使用。如代码所示我们直接使用了两个nn.Linear（），这两个linear之间并没有组合在一起，所以forward的之后，分别调用了，在实际使用中我们常常将几个神经层组合在一起，这样不仅操作方便，而且代码清晰。这里介绍一下Sequential()和ModuleList()，它们可以将多个神经网

幻风_huanfeng·2024-09-12 16:34

mixture_of_depths

mixture_of_depths是一种用于处理不同深度模型组合的技术或机制，通常用于模型的加载和推理过程中。它涉及将模型的不同层次或深度进行组合或切换，以提高模型的灵活性和性能。

道真人·2024-09-12 15:58

机器学习和深度学习的区别

机器学习和深度学习在多个方面存在显著的区别，以下是对这些区别的详细阐述：一、定义与起源机器学习：是人工智能的一个分支领域，它使计算机能够从数据中学习并改进其性能，而无需进行显式编程。

不会代码的小林·2024-09-12 14:22

「天贝走四方」一场雨，一顿鱼，至江湾

大家好，我是天贝兄~想来，在瓷都景德镇已经有一周多的时间了，大大小小的景点和值得一看的集市都已经去过了，也应该算得上是深度游了。

天贝兄闲谈·2024-09-12 13:16

【Python】已解决：ModuleNotFoundError: No module named ‘paddle‘

正确代码示例步骤1：安装PaddlePaddle库步骤2：验证安装五、注意事项已解决：ModuleNotFoundError:Nomodulenamed‘paddle‘一、分析问题背景在使用Python进行深度学习开发时

屿小夏·2024-09-12 13:44

日结

图片发自App一、早起二、190528晨间分享23/1001、洗漱2、梳理今日需完成事件3、早饭4、听书：深度工作三、新习惯：早睡早起：未完成，没起来…四、今日感受1、今天杂事多，没有集中精力处理问题。

eyes275·2024-09-12 12:14

实战项目：俄罗斯方块（七）

文章目录自我介绍图形存储及输出设置类型设计图形输出代码设计要实现的结果展示user_global.c(全局变量的C文件)user_print.huser_print.cmain.c你的点赞评论就是对博主最大的鼓励当然喜欢的小伙伴可以：点赞+关注+评论+收藏（一键四连）哦~自我介绍 Hello,大家好，我是小珑也要变强（也是小珑），我是易编程·终身成长社群的一名“创始团队·嘉宾”和“内容共创官”,

小珑也要变强·2024-09-12 12:12

ESRGAN——老旧照片、视频帧的修复和增强，提高图像的分辨率

而深度学习特别是**生成对抗网络（G

爱研究的小牛·2024-09-12 11:35

【04】深度学习——训练的常见问题 | 过拟合欠拟合应对策略 | 过拟合欠拟合示例 | 正则化 | Dropout方法 | Dropout的代码实现 | 梯度消失和爆炸 | 模型文件的读写

深度学习1.常见的分类问题1.1模型架构设计1.2万能近似定理1.3宽度or深度1.4过拟合问题1.5欠拟合问题1.6相互关系2.过拟合欠拟合应对策略2.1问题的本源2.2数据集大小的选择2.3数据增广

花落指尖❀·2024-09-12 11:04

深度神经网络详解：原理、架构与应用

深度神经网络（DeepNeuralNetwork，DNN）是机器学习领域中最为重要和广泛应用的技术之一。它模仿人脑神经元的结构，通过多层神经元的连接和训练，能够处理复杂的非线性问题。

阿达C·2024-09-12 10:00

腾讯云技术深度解析：AI代码助手与微服务架构的实践应用

腾讯云技术深度解析：AI代码助手与微服务架构的实践应用在数字化转型的浪潮中，云计算作为关键基础设施，正深刻改变着企业的IT架构和业务模式。

我的运维人生·2024-09-12 10:28

zabbix4.0安装+grafana数据展示——cent7.3

zabbix4.0安装+grafana数据展示——cent7.3如果对运维课程感兴趣，可以在b站上搜索我的账号：运维实战课程，可以关注我，学习更多免费的运维实战技术视频Zabbix_server:192.168.43.166

运维实战课程·2024-09-12 09:55

淘宝返利app哪个最好淘宝返利的软件有哪些app

本文将为你深度解析高省和氧惠返利app，让你购物更划算！大家好，我是高省的波西导师。在开始本文的交流之前，我想向大家介绍一款网购省钱利器——高省APP，同时也是一项难得的零投入零成本的创业项目。

高省APP·2024-09-12 09:11

探索Linux之门：Linux 101开源项目深度解读

探索Linux之门：Linux101开源项目深度解读linux-101AnyonewhowantstolearnLinuxcanreadandaddnewinformationtheylearn.项目地址

余靖年Veronica·2024-09-12 09:53

东方心教练——为往圣继绝学之上善若水

但是在督导的环节，何芸有通过一个问题引发了客户深度的思考，也进行了一个比较大的整合。从这一点上我看到了如何从事——到人的一个进展

艾静东方心教练·2024-09-12 09:29

《Spring实战》读书笔记-第5章构建Spring Web应用程序

5.1SpringMVC起步SpringMVC框架主要包括请求调度Servlet、处理器映射（handlermapping）、控制器以及视图解析器（viewresolver）这些组件。跟踪SpringMVC的请求Web请求从离开浏览器开始到获取响应返回，它会经历好多站，每站都会留下一些信息同时带上其他信息。一路上请求会将信息带到很多站点，并产生期望的结果请求带着URL以及其他信息离开浏览器后，第一

2401_86367086·2024-09-12 09:51

golang学习笔记16——golang部署与运维全攻略

GoppViper·2024-09-12 08:19

halcon第九讲，深度学习结合大数据实现AI智能识别思想

人工智能、大数据、5G1、什么是人工智能、大数据、5G,三者有什么关联。人工智能（ArtificialIntelligence）：英文缩写：AI，人工智能是[计算机]科学的一个分支，它企图了解智能的实质，并生产出一种新的能以[人类智能]相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和[专家系统]等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，

青莲居士_村长·2024-09-12 08:59

【小贪】项目实战——Zero-shot根据文字提示分割出图片目标掩码

目标描述给定RGB视频或图片，目标是分割出图像中的指定目标掩码。我们需要复现两个Zero-shot的开源项目，分别为IDEA研究院的GroundingDINO和Facebook的SAM。首先使用目标检测方法GroundingDINO，输入想检测目标的文字提示，可以获得目标的anchorbox。将上一步获得的box信息作为SAM的提示，分割出目标mask。具体效果如下（测试数据来自VolumeDef

贪钱算法还我头发·2024-09-12 08:14

【重学C++】【指针】轻松理解常量指针和指针常量

大家好，我是同学小张，持续学习C++进阶知识和AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，共同学习和进步。

同学小张·2024-09-12 07:42

Agent Q: 实现自主网页代理的提升

与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！

新加坡内哥谈技术·2024-09-12 07:41

【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人

系列篇章No.文章1【Qwen部署实战】探索Qwen-7B-Chat：阿里云大型语言模型的对话实践2【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人3【Qwen2部署实战

寻道AI小兵·2024-09-12 06:09

Linux 运维三剑客：grep、sed 和 awk 实战案例与命令参数详解

本文将通过一些实战案例，展示这三个工具的使用方法和强大功能，并对它们的命令参数进行详解。grep：文本搜索利器grep是一个强大的文本搜索工具，它使用正则表达式来匹配文本模式。

Lyle_Tu·2024-09-12 06:04

数据分组还在手忙脚乱？Python groupby一招搞定，效率翻倍！

自定义key函数3、连续元素分组3.1不连续元素处理3.2连续性与排序4、组合其他itertools模块4.1itertools.chain与groupby4.2itertools.repeat与分组5、实战演练

图灵学者·2024-09-12 04:24

Python爬虫如何搞定动态Cookie？小白也能学会！

1.2动态Cookie生成原理2、requests.Session方法2.1Session对象保持2.2处理登录与Cookie刷新2.3长连接与状态保持策略3、Selenium结合ChromeDriver实战

图灵学者·2024-09-12 04:54

如何利用AI提高内容生产效率?

基于深度学习的生成：通过训练深度神经网络来生成自然语言文本等内容。需要注

学计算机的睿智大学生·2024-09-12 04:54

网络攻防WEB入门指南

网络攻防WEB入门指南（大佬绕路）文章目录前言学习网络攻防该如何入门前言我对网络攻防的理解，分为比赛和实战两个部分，两者所学习的知识虽有共通之处，但还是有很大区别，我也在向实战的状态转换，不过二者入门所要掌握的知识差别不大

youhao108·2024-09-12 04:51

三种结尾方法，写出好文章

01）总结点题法总结点题法，是最常用的一种方法，主要对全篇内容进行总结，重申作者的观点，对文章的主题进行开华、拔高，也让文章更有深度、更有说服力。

珊果果·2024-09-12 04:38

Python高层神经网络 API库之Keras使用详解

概要随着深度学习在各个领域的广泛应用，许多开发者开始使用各种框架来构建和训练神经网络模型。

Rocky006·2024-09-12 03:46

学习笔记：新媒体运营系统学习（二）

本阶段主要学习了新媒体应用传播学和着陆页实战课程。新媒体应用传播学：重点学习了线性传播的线性视角、非线性视角、文化视角、影响力六原则。

山山而川_Y·2024-09-12 03:24

用提问来认知和深度沟通

1、如果你仔细观察儿童，就会发现，他们对世界和对自我的认知几乎都是从提问开始的。他们刨根问底的十万个为什么正是构建智慧大脑的一砖一瓦。2、遂古之初，谁传道之？上下未形，何由考之？3、“苏格拉底式”的提问一般有四层：“这是什么意思？”“为什么？”“所以呢？”“还有别的可能吗？”4、真正的智慧，是“自知其无知”。所知越多，问题就越多。这就像一个圆圈，直径越大，接触的未知领域就越大。如果在一个领域里已经

二月春风66·2024-09-12 03:32

Redis 缓存深度解析：穿透、击穿、雪崩与预热的全面解读

Redis缓存深度解析：穿透、击穿、雪崩与预热的全面解读一.什么是缓存?

加勒比海涛·2024-09-12 02:37

第二十一章结构化命令case和for，while 循环

本节所讲内容21，1case-流程控制语句21.2循环循环语句21.3循环语句嵌套21.4实战-3个shell脚本实战21.1流程控制语句控制语句：case变量值in变量或者表达式1）命令序列1；；变量或者表达式

西南蔡徐坤·2024-09-12 02:40

Python基础教程： json序列化详细用法介绍

四、实战案例光学理论是没用的，要学会跟着

2401_84569545·2024-09-12 02:05

计算机毕业论文基于Python实现的仓库库存管理系统进销存储系统

文末获取联系目录一、项目介绍二、开题报告三、截图四、源码获取一、项目介绍计算机毕业设计python毕设项目之python仓库库存管理系统-IT实战课堂_哔哩哔哩_bilibili计算机毕业设计python

IT实战营官方·2024-09-12 01:01

计算机组成原理：总线技术深度解析

目录1.总线技术概述1.1什么是总线？1.2总线的基本功能2.总线的类型2.1内部总线2.2外部总线3.总线的标准与协议3.1常见的总线标准3.2总线协议4.总线的性能考量4.1带宽4.2延迟4.3可扩展性5.总线的未来趋势6.结语在计算机科学的浩瀚宇宙中，总线技术扮演着至关重要的角色。它是连接计算机硬件组件的神经网络，负责协调数据、指令和电源的流动。今天，我们将深入探讨总线的概念、类型、标准以及

努力编程的阿伟·2024-09-12 01:27

【每日一题】LeetCode 104.二叉树的最大深度（树、深度优先搜索、广度优先搜索、二叉树）

【每日一题】LeetCode104.二叉树的最大深度（树、深度优先搜索、广度优先搜索、二叉树）题目描述给定一个二叉树root，我们需要计算并返回该二叉树的最大深度。

Chase-Hart·2024-09-12 01:56

2024年最全软件测试面试常见问题【含答案】_软件测试面试常见问题及答案，优秀软件测试程序员必知必会的网络基础

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新需要这份系统化的资料的朋友，可以戳这里获取4、如何保障测试质量？

2401_84563179·2024-09-12 01:25

Pytorch深度学习- Tensorboard的使用以及图像变换transform的使用（小土堆）

Tensorboard中的SummaryWriter使用导入数据包fromtorch.utils.tensorboardimportSummaryWriter构造函数方法#那么生成的数据文件都存在于logs文件夹下writer=SummaryWriter("logs")add_scalar代码示例'''tag:数据标题global_step:x轴数据scalar_value:y轴数据'''#运行结

Mr chenxizhi·2024-09-12 00:23

LLM系列(4)：通义千问7B在Swift/DeepSpeed上微调秘诀与实战陷阱避坑指南

LLM系列(4)：通义千问7B在Swift/DeepSpeed上微调秘诀与实战陷阱避坑指南阿里云于2023年8月3日开源通义千问70亿参数模型，包括通用模型Qwen-7B以及对话模型Qwen-7B-Chat

汀、人工智能·2024-09-12 00:21

动手学深度学习（pytorch土堆）-03常见的Transforms

Composetransforms.Compose是PyTorch中的一个函数，用于将多个图像变换操作组合在一起，形成一个变换流水线。这样可以将一系列的图像处理操作整合为一个步骤，便于对图像进行批量预处理或增强。基本用法transforms.Compose接受一个列表，列表中的每个元素是一个变换操作。这些操作会按照给定的顺序依次作用在输入的图像上。Example:>>>transforms.Com

#include<菜鸡>·2024-09-12 00:51

推荐频道

深度实战