等长线第35页

领域大模型之微调技术和最佳实践

BERT和GPT-3等语言模型针对语言任务进行了预训练。微调使它们适应特定领域，如营销、医疗保健、金融。在本指南中，您将了解LLM架构、微调过程以及如何为NLP任务微调自己的预训练模型。

程序员莫玛·2025-03-11 07:17

基于PyTorch的深度学习6——数据处理工具箱2

主要介绍如何使用datasets的ImageFolder处理自定义数据集，以及如何使用transforms对源数据进行预处理、增强等。下面将重点介绍transforms及ImageFolder。

Wis4e·2025-03-11 07:47

信号处理应用：电力系统中的信号处理_（10）.电力系统信号处理中的现代滤波器设计

电力系统信号处理中的现代滤波器设计1.引言在电力系统中，信号处理技术被广泛应用于监测、保护、控制和优化等多个方面。

kkchenkx·2025-03-11 07:45

利用AI大模型，破解医疗数据困境_医疗ai大模型

然而，数据量有限、标注成本高、多模态数据融合困难等挑战仍旧存在。如何在确保隐私的前提下，高效利用有限的医疗数据？

喝不喝奶茶丫·2025-03-11 06:45

svn 的详细介绍及用法

目录版本控制支持对文件和目录的版本管理（包括重命名、移动等操作）。可以单独对目录进行版本控制。原子性提交提交操作要么完全成功，要么完全失败，避免部分提交导致的代码不一致。

xluo1715·2025-03-11 06:14

Java基于redis实现进度条

一.问题背景为了提升用户体验，开发中有很多场景需要用到进度条，比如导入、导出、大规模更新操作等。

冰糖码奇朵·2025-03-11 06:11

Mysql、MyBatis一键删除重复数据实现方案

一.问题背景项目中有全表数据一键剔除重复的需求场景，也就是一张数据表中除了主键、创建时间、修改时间等基本字段，其他业务字段均参与剔重校验，任何两行数据中，参与剔重校验的所有字段值完全相同则为重复，重复数据仅保留一行

冰糖码奇朵·2025-03-11 06:11

数据监控工具Mixpanel的简易使用教程

了解基本概念：明确事件、用户属性等基本概念。事件是用户在应用中的操作，如点击按钮、完成注册等；用户属性是描述用户特征的信息，像年龄、城市、会员等级等。

alankuo·2025-03-11 06:40

AI 驱动的软件测试革命：从自动化到智能化的进阶之路

人工智能技术的突破为测试领域注入了新动能，通过机器学习、深度学习、自然语言处理等技术，测试流程正从“被动验证”向“主动预防”演进。

綦枫Maple·2025-03-11 06:08

JSON数据解析实战：从嵌套结构到结构化表格

本文以GoogleScholar为目标，深入解析嵌套JSON数据，从海量文献信息中提取关键词、作者、期刊等内容。

亿牛云爬虫专家·2025-03-11 06:38

QDate与QDateTime类

-它提供了各种方法来比较日期、增加或减少天数、获取特定日期的星期几等。-QDate还可以处理闰

CSUC·2025-03-11 05:07

正向代理、反向代理

绕过访问限制：突破IP封锁、地域限制等（如访问某些地区的API）。集中管控与审计：企业可通过代理监控和过滤员工的网络请求。例子：企

龙卷风hu~·2025-03-11 05:07

jvm堆外内存(直接内存)

而推外内存是由操作系统管理的，属于"内核态"在jdk1.4中新加入了NIO类，他可以调用native函数库直接分配堆外内存，然后通过java堆中的DirectByteBuffer对象来指向这块内存，进行内存分配等工作

不坠青云之志·2025-03-11 05:05

数据库批处理

一般情况下，数据库批处理包括以下步骤：数据准备：准备需要处理的大量数据，通常可以通过导入数据、查询数据库等方式获取需要的数据。

Java 顶针·2025-03-11 05:04

如何对大模型进行微调？从原理到实战全解析

本文将从原理、方法到实战步骤，结合OpenAI、HuggingFace等平台的最佳实践，详解大模型微调全流程。文末附赠独家资料包，助你快速上手！一、什么是大模型微调？

挣扎与觉醒中的技术人·2025-03-11 05:32

操作系统概述

操作系统的作用资源管理：操作系统管理计算机中运行的程序，并分配CPU、内存、输入输出设备等各种软硬件资源，确保它们高效运作。人机接口：为用户提供友好的界面，使用户能够方便地与计算机进

Wlq0415·2025-03-11 05:31

Java 基础核心总结

目录前言介绍1、基本语法2、面向对象编程3、异常处理4、集合框架5、IO流6、多线程专栏地址前言Java是一种广泛使用的程序设计语言，具有跨平台、面向对象、安全性高、灵活性强等特点，广泛应用于企业级应用程序和移动应用程序等领域

仅此而已丶·2025-03-11 05:29

SassScript：Sass中的编程特性详解

SassScript是Sass中的编程特性集合，它包含了变量、嵌套规则、混合、函数以及控制指令等，极大地提高了CSS的开发效率和可维护性。

love729234ming·2025-03-11 05:58

java基础知识点详解一：Java概述及三种技术架构

由于提供了网络应用的支持和多媒体的存取，会推动Internet和企业网络的Web的应用java概述：1991年Sun公司的JamesGosling等人开始开发名称为Oak的语言，希望用于控制嵌入在有线电视交换盒、PDA等的微处理器

我是老实人辶·2025-03-11 05:28

程序员如何利用 AI 辅助编程，提升效率并摆脱 996

——从AI编程助手到高效提示词技巧在过去，程序员遇到问题时，会优先选择Google、StackOverflow、必应、百度等搜索引擎。然而，AI的崛起正在改变这一模式。

fxrz12·2025-03-11 04:27

向量数据库简介

向量数据库通常使用高效的向量索引技术，支持基于向量相似度的查询和检索，可以应用于图像搜索、自然语言处理、推荐系统、机器学习等领域。

openwin_top·2025-03-11 04:54

Java八股文九：Redis

九、Redis1、数据类型String常用命令：set,get,decr,incr,mget等。

m78探索者·2025-03-11 04:54

开源向量数据库介绍说明

支持的数据类型：文本、图像、音频、视频等。使用场景：推荐系统、语义搜索、图像搜索。数据存储后端：支持多种后端，如SQLite、MySQL、PostgreSQL。

❀͜͡傀儡师·2025-03-11 04:52

起点读书安卓

链接：https://pan.quark.cn/s/b8bf095e21ac起点读书无广告版是一款手机免费看书软件，软件为用户提供了海量的优质小说资源，包括玄幻修仙、都市言情、末世穿越等类型的，软件UI

sdssudhgdug1·2025-03-11 04:22

Gemini 2.0 Flash

Gemini2.0Flash是Google最新推出的AI语言模型，旨在提升速度和效率，满足各种任务需求，包括写作、规划、学习和图片生成等。

dev.null·2025-03-11 04:51

YAGO是什么？

其主要特点是从Wikipedia、WordNet和GeoNames等来源提取事实，形成了一个包含丰富语义信息的知识库。

魔王阿卡纳兹·2025-03-11 04:19

使用CharacterTextSplitter进行文本分割的实战指南

技术背景介绍当面对一份冗长的文本时，比如总统演讲稿、法律文档等，我们常常需要将其拆分成便于处理的小段。CharacterTextSplitter正是为此而生的一个轻量级工具，专门用于基于特定

bBADAS·2025-03-11 04:48

朗之万动力学（Langevin dynamics）

朗之万动力学（Langevindynamics）是一种模拟经典粒子运动的方法，常用于物理、化学和材料科学等领域。

xwhking·2025-03-11 03:17

如何选择开源向量数据库

文章目录评估维度查询性能索引与存储扩展性数据管理能力生态支持常见向量数据库对比评估维度选择开源向量数据库时，需要综合考虑查询性能、数据规模、索引构建速度、生态支持等多个因素，以下是关键的评估维度：选择开源向量数据库时

kse_music·2025-03-11 03:16

数据处理领域有OLTP和OLAP两大类型

典型代表有Mysql,Oracle等数据库，对应的网站，系统应用后端数据库应用比较简单，数据量相对较少，是GB级别的，面向业务开发人员。

驭风少年56·2025-03-11 03:14

绝美焦糖暖色调复古风景画面Lr调色教程，手机滤镜PS+Lightroom预设下载！

例如利用基本参数调整选项，精准控制照片亮度、对比度、色温、色调等基础要素；运用HSL面板可对不同色彩的色相、饱和度以及明亮度进行单独调节；利用曲线工具能灵活塑造画面影调等。

调了个寂寞·2025-03-11 03:13

【带你 langchain 双排系列教程】8.LangChain开发Agent智能体：从入门到实战

无缝对接主流大模型：支持OpenAI、ChatGLM、DeepSeek等。灵活可扩展：通过Chains组合实现复杂业务逻辑。二、快速开始：环境搭建与基础配置1

夜里慢慢行456·2025-03-11 03:43

Azure AI Document Intelligence 使用指南

AzureAIDocumentIntelligence（原名AzureFormRecognizer）是一项基于机器学习的服务，可以从数字或扫描PDF、图像、Office和HTML文件中提取文本（包括手写）、表格、文档结构（如标题、节标题等）

scaFHIO·2025-03-11 03:42

从基础到实践（十三）：无源晶振和有源晶振的应用指南

有源晶振集成振荡电路，直接输出稳定时钟信号，具备高精度（±0.1ppm）、低抖动、抗干扰强等特性，是通信设备（5G基站）、卫星导航、高速接口（PCIe/USB）等高性能场景的刚需。

硬件进化论·2025-03-11 03:41

LLM论文笔记 20: How to think step-by-step: A mechanistic understanding of chain-of-thought reasoning

LLM推理本质核心结论1.CoT推理的功能组件尽管不同阶段的推理任务具有不同的推理需求，模型内部的功能组件几乎是相同的（共享而非独享）不同的神经算法实际上是由类似归纳头（inductionheads）等机制组合而成

Zhouqi_Hua·2025-03-11 03:10

AI生成响应元数据解析

这些元数据包含了有关响应的一些重要信息，比如token使用情况、模型名称、完成原因等。这些信息对于优化API调用和了解模型行为是非常有帮助的。本文将深入解析一些主流AI提供商的响应元数据。

bavDHAUO·2025-03-11 02:38

HTML中的块元素与行内元素

可以创建网页的不同部分，导航栏侧边栏等。

王哈哈嘻嘻噜噜·2025-03-11 02:07

AI Prompt 提示词工程入门指南：新手小白快速上手

近年来，人工智能（AI）发展迅猛，特别是大语言模型（LLMs）（如ChatGPT、Claude、Gemini、Llama等）的广泛应用，让人们可以用自然语言与AI进行互动。

机器学习司猫白·2025-03-11 02:37

C语言之结构体

int、char之类的，但是这些是单一的数据类型，如果想要描述一个个体比如学生或者是一本书这种具体的，就没有办法用这些单一的内质类型去定义了，所以需要结构体来包含这些个体的信息，比如学生需要年龄性别学号等，

讨厌下雨的天空·2025-03-11 02:36

K8s 1.27.1 实战系列（六）Pod

一、Pod介绍1、Pod的定义与核心设计Pod是Kubernetes的最小调度单元，由一个或多个容器组成，这些容器共享网络、存储、进程命名空间等资源，形成紧密协作的应用单元。

白昼ron·2025-03-11 02:05

使用格式工厂提取视频中的音频

选择输出格式：在格式工厂的左侧功能栏中，点击“音频”选项，会展开多种音频格式，根据自己的需求选择如“MP3”“WAV”“WMA”等作为输出格式。

小魚資源大雜燴·2025-03-11 02:04

快速入门OpenAI聊天模型的实战指南

##技术背景介绍OpenAI提供了多种聊天模型，支持不同的输入类型和功能，如工具调用、结构化输出等。通过Azure平台，也可以访问OpenAI模型，适合需要云集成的场景。

shuoac·2025-03-11 02:03

学习计划：第四阶段（第十周）

综合复习与实践周一周二周三周四周五总结一、项目设计与实现二、问题与解决三、学习成果四、后续展望第四阶段：特殊方法与高级特性第10周：综合复习与实践周一上午项目构思结合之前学习的继承、多态、特殊方法和属性装饰器等知识

狐凄·2025-03-11 01:33

Java打包镜像部署的全景解析

Java应用通常使用Maven或Gradle等构建工具。Maven是一个流行的项目管理工具，通过XML配置文件来定义项

程序员总部·2025-03-11 01:32

C++ 各种容器的详细说明 (td::vector、std::list、std::deque、std::set、std::map 和 std::unordered_map)

本文将详细介绍几种常见的C++容器，包括std::vector、std::list、std::deque、std::set、std::map和std::unordered_map等。

david_bang_1980·2025-03-11 01:29

清华大学DeepSeek系列全套PPT

链接：https://pan.quark.cn/s/70da09749050「清华大学DeepSeek系列PPT」共7讲，涵盖AI工具实操、职场效率提升、科研辅助、家庭教育等核心场景，提供从入门到进阶的完整学习路径

2501_90850551·2025-03-11 01:58

人脸属性分析：年龄估计_（7）.数据集构建与标注

为了确保模型能够学习到不同年龄、种族、性别等因素的特征，需要从多个来源收集数据。常见的数据来源包括：1.公开数据集公开数据集是数据收集的便

zhubeibei168·2025-03-11 01:27

DeepSeek源码解析（1）

初步看它的代码并不多，主要是inference目录，convert.py#1.导入标准库importos#os是Python的标准库之一，提供了与操作系统交互的功能，比如文件路径操作、环境变量管理等。

白鹭凡·2025-03-11 01:26

DeepSeek Coder 的依赖解析方法具体是如何实现的？

DeepSeekCoder的依赖解析方法主要通过以下步骤实现：数据收集与过滤首先，从GitHub等平台收集代码数据，并使用规则过滤掉不符合要求的代码。

百态老人·2025-03-11 00:56

「MySQL 数据库优化」降低存储与查询成本的最佳实践

、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java、Python等方向

网罗开发·2025-03-11 00:24

推荐频道

等长线