理论层-自然语言处理第10页

RAG 在多模态数据处理中的应用探索：结合图像与文本生成

在自然语言处理（NLP）和计算机视觉（CV

hy098543·2025-03-18 22:40

VSTO扩展Excel之一：工作薄相关处理

首先我们要清楚两个概念，工作薄与工作表的概念，其中工作薄是文件，工作表是工作薄的工作页，一个工作薄可以有多个工作表（Excel2007以前的版本，一个工作簿中最多有255个工作表，07版本之后的理论上可以有无限个工

CVSTO·2025-03-18 22:39

理解深度学习1-简介

我们常常用自然语言处理（Nat

shangjg3·2025-03-18 21:35

[网络]https的概念及加密过程

文章目录一.HTTPS二.https加密过程一.HTTPShttps本质上就是http的基础上增加了一个加密层,抛开加密之后,剩下的就是个http是一样的s=>SSLHTTPS=HTTP+SSL这个过程

姜西西_·2025-03-18 21:03

代码随想录第五十五天| 并查集理论基础寻找存在的路径

并查集理论基础背景并查集是一种数据结构，主要用于解决元素的连通性问题。简单来说，当我们需要判断多个元素是否属于同一个集合时，并查集可以高效地完成这一任务。

kill bert·2025-03-18 21:32

MySQL算法篇（一）

以下是一些关于哈希算法的关键点：不可逆性：理论上，从哈希值不能逆向推导出原始输入数据。确定性：对于同一个输入，无论何时何地使用相同的哈希算法，都会得到相同的哈希值。

先睡·2025-03-18 20:30

如何计算一个7B的模型训练需要的参数量以及训练时需要的计算资源

计算理论过程见：transformer中多头注意力机制的参数量是多少？1.模型参数量的计算7B参数模型的总参数量是70亿（7billion）。

yxx122345·2025-03-18 20:59

五、AIGC大模型_05模型的vLLM部署与LangChain调用

0、概述要搭建一个大模型应用服务，通常需要包含以下五层结构，即：基础环境、模型层、推理层、对外接口、外挂应用在了解了模型的微调训练之后，本文将以vLLM、OpenAI、LangChain为例，介绍大模型的推理部署以及对外接口开放调用

学不会lostfound·2025-03-18 19:20

(六)接口api测试

它与GUI测试非常不同，主要集中在软件体系结构的业务逻辑层。在API测试中，您无需使用标准的用户输入（键盘）和输出，而是使用软件将调用发送到API，获取输出并记下系统的响应。

我思故我在6789·2025-03-18 18:10

使用mockMVC对controller层进行接口调试

文章目录背景一、controller层构建二、controller层测试1.先尝试本地postman测试2.使用mockMVC进行调试3.使用mockMVC和本地不同总结背景后端新增了一个对算法badCase

无一郎的技术圈·2025-03-18 18:10

网络基础，IOS七层模型架构与TCP/IP协议

目录网络基础什么是网络网络的形成及规模常见的网络设备OSI七层与TCP/IP协议OSI参考模型7.应用层6.表示层5.会话层4.传输层3.网络层2.数据链路层：1.物理层TCP/IP协议数据封装理想的网络设计网络基础什么是网络网络

bob_gem·2025-03-18 17:06

Java Web开发核心内容全解析（上）

（一）JavaWeb的体系结构JavaWeb应用的体系结构主要分为客户端层、表示层、业务逻辑层和数据访问层。1.客户端层-这是用户与Web应用交互的最前端。

风铃儿~·2025-03-18 16:29

李开复：AI 2.0 时代的价值

人工智能，AI2.0，价值创造，伦理挑战，未来趋势1.背景介绍人工智能（AI）技术近年来发展迅速，从语音识别、图像识别到自然语言处理，AI已经渗透到我们生活的方方面面。

AI大模型应用之禅·2025-03-18 15:53

李开复：AI 2.0 时代的机遇

人工智能，深度学习，Transformer，大模型，通用人工智能，AI2.0，应用场景，未来趋势1.背景介绍人工智能（AI）技术近年来发展迅速，从语音识别、图像识别到自然语言处理等领域取得了突破性进展。

AGI大模型与大数据研究院·2025-03-18 15:52

【认知框架重构】

以下从底层逻辑到操作层面的深度分析：一、认知框架重构时空差理论：信息传播存在物理时滞（如跨境政策变化）、认知时滞（专业门槛导致的理解延迟）、传播层级衰减（信息在传递中的失真）熵增对抗模型：市场参与者维持信息优势需要持续负熵输入

调皮的芋头·2025-03-18 15:18

GraphQL 联邦架构：构建可扩展的分布式 API 生态系统

GraphQL联邦架构：构建可扩展的分布式API生态系统前言随着微服务架构在企业级应用中的广泛应用，各个服务需要独立演进与部署，API层的设计逐渐成为开发者面临的重要挑战。

全栈探索者chen·2025-03-18 14:44

问题链的拓扑学重构

问题链拓扑学重构目录概念框架与理论基础综合知识图谱（Mermaid图示）核心构成要素与参数解析逻辑链条方法论详解与数学模型4.1根源溯源——分形式5Whys与RCA4.2网络建模——系统动力学与贝叶斯网络

由数入道·2025-03-18 14:43

llama.cpp 和 LLM（大语言模型）

llama.cpp和LLM（大语言模型）的介绍，以及两者的关联与区别：1.LLM（LargeLanguageModel，大语言模型）定义：LLM是基于深度学习技术（如Transformer架构）构建的超大参数量的自然语言处理模型

这个懒人·2025-03-18 14:12

AI在项目中的应用

以下是AI大模型在不同类型项目中的一些具体应用：1.自然语言处理（NLP）文本生成和摘要：AI大模型可以生成高质量的文本内容，自动撰写文章、新闻报道、博客或技术文档，甚至可以进行文献摘要，帮助内容创作者提高效率

酒江·2025-03-18 14:41

一文读懂 EtherNET/IP 转 Modbus RTU 网关

EtherNET/IP凭借其基于工业以太网的高速、高效数据传输能力，在工厂自动化、智能工厂等大型系统中广泛用于连接各类先进设备；ModbusRTU则以其简单可靠、易于实现的特性，在工业现场层被众多传感器

天津三格电子·2025-03-18 13:36

云原生架构设计理论与实践（14）

1.云原生背景业务快速发展与开发、运维、运营之间落后的生产关系与生产力的矛盾企业内部各占山头与企业总体战略规划的矛盾企业内部改革，降本增效的需求企业实现数字孪生，数字资产的必然需求企业外部环境，如人工智能发展、安全合规等大环境的要求2.云原生架构的设计原则服务化原则（拆分为微服务、小服务，非功能特性委托）弹性原则（可伸可缩）可观测原则（基于sla，slo，在log，trace，metric三个维度

·2025-03-18 13:49

感知层编程实验一 GPIO及外部中断

实验目的加深和巩固学生对于中断、GPIO等概念的理解学生通过本实验了解和掌握GPIO及中断编程的整个过程提高学生的上机和编程过程中处理具体问题的能力实验要求实验要求自己独立的完成；编写和调试过程中出现的问题要做好记录，并事后总结到报告中实验程序调试完成后,用给定的平台进行测试，由老师检查测试结果，并给予相应的成绩。实验内容(针对每一个内容进行汇报)编程实现按键控制LED1和LED2交替闪烁，掌握通

Elysiaaaaaaaaaa·2025-03-18 12:30

3.17-套接字

概念网络设计模式B/Sbroswer-浏览器->客户端server->服务器优势：跨平台开发成本低缺点：网络通信的时候必须使用http协议http/https应用层协议不能在磁盘缓存或者从磁盘加载大量数据

_Chipen·2025-03-18 12:00

Matlab 汽车半主动悬架振动模糊pid控制

1、内容简介Matlab178-汽车半主动悬架振动模糊pid控制可以交流、咨询、答疑2、内容说明略摘要：以某微型客车悬架的液压减振器为研究对象，依据汽车动力学理论建立了１／４汽车半主动悬架控制系统的动力学模型

studyer_爱啃鸡爪的小米·2025-03-18 12:23

【蓝牙协议栈】【BR/EDR】【AVRCP】AVRCP常用指令介绍

1.精讲蓝牙协议栈（BluetoothStack）：SPP/A2DP/AVRCP/HFP/PBAP/IAP2/HID/MAP/OPP/PAN/GATTC/GATTS/HOGP等协议理论2.欢迎大家关注和订阅

风云说通信·2025-03-18 12:22

目标：掌握无位置传感器（FOC）控制PMSM的设计与实现

第一阶段：基础知识准备（1~2周）目标：掌握电机控制理论和LKS32MC071开发环境时间安排：每天3~4小时产出目标：✅能够理解PMSM电机的基本工作原理✅熟悉FOC控制方法✅了解无位置传感器控制的原理

老衲在深渊·2025-03-18 11:50

AI API：快速集成智能化功能的开发利器

桂花饼·2025-03-18 11:16

基于cat1的贵重资产跟踪解决方案概述

系统架构终端设备层：由安装在贵重资产上的跟踪终端组成。这些终端通常集成了Cat1通信模块、定位模块（如GPS、北斗或GLO

番茄老夫子·2025-03-18 11:46

笔记：代码随想录算法训练营day55：LeetCode42. 接雨水、84.柱状图中最大的矩形

这里的最大值是真正的最大的值，而不是最近的那个比较大的值，即所谓的按列计算，后面单调栈方法找到的是上一个较大值和下一个较大值，是所谓的按行计算，这样这个凹槽可能身处更大的凹槽中，所以每次都要乘一个宽度，类似与按层往上摞

jingjingjing1111·2025-03-18 10:38

如果我想成为一名大数据和算法工程师，我需要学会哪些技能，获取大厂的offer

成为一名大数据和算法工程师并获取大厂Offer，需要掌握一系列核心技能，并具备丰富的项目经验与扎实的理论基础。

红豆和绿豆·2025-03-18 10:05

大模型与自然语言理解（NLU）：差异与联系

近年来，人工智能领域取得了显著进展，尤其是在自然语言处理（NLP）方面。大模型和自然语言理解（NLU）作为NLP的两个重要分支，常常被提及，但它们之间存在着本质区别。

技术流 Gavin·2025-03-18 09:59

Secs/Gem第一讲 · 总结精华版(基于secs4net项目的ChatGpt介绍)

【第一部分】通用口述稿（面试时可复读）“我们在对接设备时主要使用SECS/GEM通信协议，它是半导体行业里的一个国际标准，基于SECS-II报文格式和HSMS或SECS-I物理层。

好学近乎知o·2025-03-18 08:20

揭秘MANUS ：多代理架构如何碾压竞争对手，人类必读的深度剖析

MANUS技术架构与竞品对比深度解析一、技术架构图与核心模块对比根据资料中提到的多代理架构，Manus的技术架构可概括为“三层智能体协同+虚拟机沙盒”的闭环系统。

爱吃青菜的大力水手·2025-03-18 07:37

网络安全最新HVV（护网）蓝队视角的技战法分析_护网技战法报告(1)，2024年最新网络安全开发基础作用

如何自学黑客&网络安全黑客零基础入门学习路线&规划初级黑客1、网络安全理论知识（2天）①了解行业相关背景，前景，确定发展方向。②学习网络安全相关法律法规。③网络安全运营的概念。

2401_84520093·2025-03-18 06:04

随机过程的基本概念机有限维分布的数字特征

随机过程的基本概念及有限维分布的数字特征：从理论到应用在现代科学与技术的众多领域中，随机过程的身影无处不在，它如同一位神秘的幕后操纵者，影响着我们生活的方方面面。

C_VuI·2025-03-18 06:03

Java 解决 TCP 粘包问题详解：原理与实战示例

TCP协议是面向字节流的传输协议，其核心设计目标是高效传输数据，但这也导致了应用层需要自行处理数据包的边界问题，即粘包问题。本文将通过Java代码示例，详细解析粘包问题的原因及解决方案。

伤心辞·2025-03-18 05:27

人工智能技术篇*卷(三)

它通过多个神经元层的非线性变换，能够学习复杂的非线性关系，对数据进行分类或预测连续值。

code_stream·2025-03-18 04:46

uniapp移动端图片比较器组件，仿英伟达官网rtx光追图片比较器功能

id=22609已测试h5和微信小程序，理论支持全平台亮点：简单易用使用js计算而不是resize属性，定制化程度更高组件挂在后可播放指示线动画，提示用户可以拖拽比较图片左右下角可配置文字，且指引线距离文字过近时文字会变透明使用示例

独断万古的伊莉雅·2025-03-18 04:42

超详细：数据库的基本架构

然后MySQL可以分为两个部分，一个是server层，另一个是存储引擎。server层Server层涵盖了MySQL的大多数核心服务功能，以及所有的内置函数（如日期、时间、数学和加密函数等）。

m0_74824661·2025-03-18 03:31

从Manus爆红到OpenAI反击：AI Agent技术架构与实战解析

欢迎关注《大模型理论和实战》、《DeepSeek技术解析和实战》，一起探索技术的无限可能！

大F的智能小课·2025-03-18 02:56

基于树莓派的轻量级AI数字人开发全流程指南 ——从硬件选型到语音视觉交互实战

其核心在于整合语音识别、视觉感知、自然语言处理（NLP）和动态反馈四大关键功能。本文将以树莓派5开发板为核心，搭配AI加速硬件，结合开源框架，为大家详细阐述如何实现本地化轻量级数字人开发。

zhz5214·2025-03-18 02:56

【go】隐式转换限制

方法隐式转换的理论基础方法调用允许隐式转换是因

还没入门的大菜狗·2025-03-18 01:18

MyBatis是什么

年这个项目由apachesoftwarefoundation迁移到了googlecode，ibatis3.x正式更名为Mybatis2.MyBatis是支持普通SQL查询、存储过程和高级映射的优秀持久层框架

Exclusive_Cat·2025-03-18 01:15

RAG数据嵌入和重排序：如何选择合适的模型

RAG数据嵌入和重排序：如何选择合适的模型在自然语言处理（NLP）领域，Retrieval-AugmentedGeneration（RAG）模型已经成为一种强大的工具，用于结合检索和生成能力来处理复杂的语言任务

从零开始学习人工智能·2025-03-18 00:12

torch.unsqueeze：灵活调整张量维度的利器

在日常的深度学习编程中，我们经常需要调整张量的维度以适应不同的操作和层。torch.unsqueeze函数就是PyTorch提供的一个非常有用的工具，用于在指定位置增加张量的维度。

冰蓝蓝·2025-03-17 23:07

自然语言处理领域CCF推荐的A类期刊

在自然语言处理（NLP）这一蓬勃发展的领域，研究人员和学者们致力于探索语言的深层含义和应用。中国计算机学会（CCF）推荐的A类期刊和会议是该领域内公认的高质量研究发表平台。