经典深度模型

贪心算法-买卖股票问题

贪心算法的基本思路是：建立数学模型：首先，将问题抽象化，建立数学模型。选择贪心策略：分析问题的特点，确定贪心选择策略。贪心策略是每一步都选择当前状态下的最优解。解决
Yuan_Source·2025-02-22 19:37

2025asp.net全栈技术开发学习路线图

2025年技术亮点‌：Blazor已全面支持WebAssembly2.0标准.NET8+版本原生集成AI模型部署能力AzureKubernetes服务实现智能自动扩缩容EFCore新增向量数据库支持特性‌
mabanbang·2025-02-22 19:06

2025年AI数字人大模型+智能家居HA引领未来（开源项目名称：AI Sphere Butler）

介绍开源项目计划：AISphereButler打造全方位服务用户生活的AI全能管家——代号**“小粒”**（管家名称可以随意自定义）GitHub地址：https://github.com/latiaoge/AI-Sphere-Butler项目名称：AISphereButler（创意和设计全球首创）终极愿景：我们的目标是创造一个全方位服务于用户生活的AI全能管家——“小粒”。除了不具备物理形态外，“
玩人工智能的辣条哥·2025-02-22 19:04

《程序员练习生》第2期 什么年龄开始编程最好

其实不然，编程是一个包含非常多内容的技术，可以从广度和深度不同层面去考量编程技术的难度。对于初学者来说，学习编程的目的不是为了搞科学研究，而是熟悉并习惯编程的思维方式，这一点非常重要；其次是掌握
道知极限编程·2025-02-22 19:32

GTSAM 库详细介绍与使用指南

GTSAM库详细介绍与使用指南一、GTSAM概述GTSAM（GeorgiaTechSmoothingandMapping）是由佐治亚理工学院开发的C++开源库，专注于概率图模型（尤其是因子图）的构建与优化
点云SLAM·2025-02-22 19:31

用示例提升大语言模型的查询分析能力！

引言随着查询分析的复杂性增加，大语言模型（LLM）在理解如何响应某些场景时可能会面临挑战。为了提高性能，我们可以在提示中添加示例，以便更好地引导模型。
llzwxh888·2025-02-22 19:31

如何创建自定义Retriever来增强LLM应用程序

引言在许多大语言模型（LLM）应用中，我们需要从外部数据源中检索信息，以便生成更准确和相关的响应。这些信息往往通过Retriever模块检索，然后用于生成提示，供LLM进行处理和响应。
llzwxh888·2025-02-22 19:00

函数调用和 Java 与 Spring AI 模型的集成

通过将AI模型集成到Java应用程序中，SpringAI简化了创建智能应用程序的过程，同时利用了Spring生态系统的稳健性。
算法资料吧！·2025-02-22 19:29

深入探索Mozilla的DeepSpeech：语音识别的新里程碑

深入探索Mozilla的DeepSpeech：语音识别的新里程碑项目地址:https://gitcode.com/gh_mirrors/de/DeepSpeech项目简介是一个开源的语音识别引擎，基于深度学习技术
温宝沫Morgan·2025-02-22 18:28

DeepSeek 到底是什么类型的应用，其核心功能是什么？

DeepSeek是一款多用途的人工智能工具，其核心功能基于大模型技术，覆盖内容生成、数据分析、个性化服务及复杂任务处理等多个领域。
AndrewHZ·2025-02-22 18:27

探索火山引擎 DeepSeek-R1：高速低延迟AI解决方案引领未来

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言火山引擎DeepSeek-R1满血版推荐火山引擎DeepSeek-R1特性总结前言方舟大模型体验中心全新上线，免登录体验满血+
熬夜磕代码丶·2025-02-22 18:25

【深度学习】Adam优化器

1.2.1计算一阶矩估计（mean）1.2.2计算二阶矩估计（uncenteredvariance）1.2.3矫正一阶矩估计（mean）和二阶矩估计（uncenteredvariance）的偏差1.2.4更新模型参数
九筠·2025-02-22 18:54

word2vec（一） CBOW与Skip-Gram模型基础

1.词向量词向量就是用来将语言中的词进行数学化的一种方式，顾名思义，词向量就是把一个词表示成一个向量。这样做的初衷就是机器只认识01符号。所以，词向量是自然语言到机器语言的转换。Word2Vec其实就是通过学习文本来用词向量的方式表征词的语义信息，即通过一个嵌入空间使得语义上相似的单词在该空间内距离很近。Embedding其实就是一个映射，将单词从原先所属的空间映射到新的多维空间中，也就是把原先词
浮汐·2025-02-22 18:24

python自然语言处理—Word2vec模型之Skip-gram

Word2vec模型之Skip-gram（跳字）模型一、skip-gram模型图二、skip-gram模型图示例说明举个例子来说明这个图在干嘛：1、假设我们的文本序列有五个词，["the","man",
诗雨时·2025-02-22 18:53

大模型入门指南：非常详细，从零基础到精通，收藏这一篇就够了！

前言随着ChatGPT的到来，大模型[1]（LargeLanguageModel，简称LLM）成了新时代的buzzword，各种GPT产品百花齐放。
程序员辣条·2025-02-22 18:21

（面试经典问题之分布式锁）分布式锁的基本原理、作用以及实现

一、什么是分布式锁分布式锁指的是在分布式场景中实现互斥类型的锁。分布式是什么意思？分布式表示运行的节点可能在不同的机器或不同的网段中，节点间通信通过socket。互斥类型是什么意思？互斥类型表示同一时刻只允许一个执行体进入临界资源。二、分布式锁的特性分布式锁具有三大特性：1、互斥性：同上所述，互斥性要求同一时刻只允许一个执行体进入临界资源。具体的操作包括加锁、解锁、给执行体打上唯一标记。2、锁超时
文弱书生子·2025-02-22 17:20

Redis 深度解析：高性能缓存与分布式数据存储的核心利器

本文将深入探讨Redis的核心优势、应用场景及其单线程模型的高效原理，帮助你全面理解Redis在现代系统设计中的重要性。无论你是开发者、架构师还是技术爱
guihong004·2025-02-22 17:49

手写数字识别 neuralnet_mnist.py 代码解读 来自GPT

这段代码是一个手写数字识别程序，使用的是一个简单的神经网络模型。通过加载训练好的模型（sample_weight.pkl），它对MNIST测试集进行预测，并计算模型的准确率。
阿崽meitoufa·2025-02-22 17:19

Java Stream API 深度解析与实践指南

1.概述Java8引入了StreamAPI，它为集合类提供了一种声明式的处理机制。Stream不是数据结构，而是数据载体，提供了用于处理数据源（如：Collection、Arrays或I/Ochannels）的流式操作。它允许你以一种声明式的方式处理集合数据。Stream就像是一个迭代器（Iterator），但它可以支持并行处理，并且提供了丰富的操作函数，使得对集合的操作更加简洁和高效。Strea
Anarkh_Lee·2025-02-22 17:48

清华大学第5弹: 《DeepSeek与AI幻觉》 - 清华大学DeepSeek全套资料完整版 - 持续更新 - PDF免费下载

《DeepSeek与AI幻觉》报告探讨了AI幻觉的成因、评测方法及其影响，并以DeepSeek模型为例，分析数据偏差、知识固化等问题如何导致幻觉现象。
jiswordsman·2025-02-22 17:18

第十节：通过Debug解析ChatGLMModel的数据流，理解视觉与语言模型结合架构

文章目录前言一、forward的参数解读二、图像编码token数量值方法解读三、input_ids的embedding方法解读1、embedding编码方法2、Embedding源码四、视觉编码方法解读五、inputs_embeds与position_ids编码加工方法解读1、inputs_embeds与position_ids编码方法2、图示解读编码方法3、inputs_embeds与posit
tangjunjun-owen·2025-02-22 17:43

LLM之提示词工程

1.提示与提示工程提示工程作为一门新兴的学科，专注于开发和优化提示技术，旨在提升语言模型（LMs）在各种应用与研究主题中的效能。
樱花的浪漫·2025-02-22 16:11

C++：使用 SFML 创建强化学习迷宫场景

通过设计合适的环境，我们可以训练模型让其通过迷宫找到最优路径。本文将介绍如何使用C++和SFML库来创建一个迷宫场景，并为强化学习模型提供一个可视化的平台。
煤炭里de黑猫·2025-02-22 16:10

Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理

本文将介绍如何使用PyTorch训练一个简单的卷积神经网络（CNN）模型，并将训练好的模型导出为ONNX格式，之后使用ONNXRuntime在Python中加载并进行推理。
煤炭里de黑猫·2025-02-22 16:40

Canva迁移策略深度解析：应对每日5000万素材增长，从MySQL到DynamoDB的蜕变

随着数字化设计的蓬勃发展，Canva作为一款备受欢迎的在线设计平台，面临着日益增长的用户生成内容挑战。每天，平台上新增的素材数量高达5000万，这对数据库系统提出了前所未有的要求。为了应对这一挑战，Canva决定对其数据库系统进行一次重大迁移，从传统的MySQL转向高性能、可扩展的AmazonDynamoDBNoSQL数据库服务。MySQL的挑战MySQL作为一款关系型数据库，在许多应用场景中表现
微服务技术分享·2025-02-22 16:39

60 款集成 DeepSeek 的应用推荐，开启 AI 生活新方式！

DeepSeek是一款强大的AI模型，它不仅性能卓越，还通过开放平台提供了超实惠的价格，让每个人都能轻松接入AI的强大能力。无论是学生、上班族，还是创
大懒猫软件·2025-02-22 16:09

LLaVA-CoT: Let Vision Language Models Reason Step-by-Step

LLaVACoT：让视觉语言模型逐步推理摘要1引言2相关工作3提出的方法4后训练性能5推理时间缩放6最新VLMs的比较7结论摘要大型语言模型在推理能力方面取得了长足的进步，特别是通过推理时间缩放，如OpenAI
UnknownBody·2025-02-22 16:08

Python机器学习库之scikit-llm使用详解

概要Pythonscikit-llm库是一个用于机器学习的强大工具，它基于scikit-learn库并扩展了一些机器学习算法和功能，可以帮助开发者更轻松地进行机器学习模型的训练和评估。
Rocky006·2025-02-22 15:06

Flexbox 布局中的 flex-grow、flex-shrink、flex-basis 和 flex 属性详解

Flexbox是一种强大的CSS布局模型，用于创建灵活的、响应式的布局。flex-grow、flex-shrink和flex-basis是Flexbox中的关键属性，用于控制Flex项目的大小和行为。
牛奶、不加可乐·2025-02-22 15:36

python：sqlalchemy-快速开始

#一、声明模型首先我们定义了模块级结构，这些结构将形成我们将从数据库中查询的结构。这种结构称为声明性映射，讲白了其实就是SQL表中存在的元数据。
番茄牛腩不吃番茄·2025-02-22 15:35

用 Python + LLM 实现一个智能对话

大型语言模型LLM最近比较火，所以我也来用LLM写个智能对话玩玩。简介大语言模型LLM全称是LargeLanguageModels。LLM是指具有巨大参数量和极高语言理解能力的神经网络模型。
AGI大模型学习·2025-02-22 15:04

聊聊AI幻觉这件事，清华团队出品---DeepSeek与AI幻觉（文末有链接）

相信你可能已经听说过这个词，但要是你还不知道，简单来说，就是AI（特别是像DeepSeek这种大数据生成模型）很“有逻辑”地胡说八道。
知白读书·2025-02-22 15:34

XUnity.AutoTranslator-Gemini——调用Google的Gemini API， 实现Unity游戏中日文文本的自动翻译

XunityAutoTranslator-Gemini-API本项目是一个使用Flask框架和GoogleGeminiGenAI模型构建的WebAPI服务，用于将日文unity游戏文本翻译成简体中文。
007_rbq·2025-02-22 15:03

什么是CoT（带有长链思维）的Few-shot Prompting（少样本提示）

使用**带有长链思维（Chain-of-Thought,CoT）的少样本提示（Few-shotPrompting）**是一种强大的技术，能够帮助模型更好地解决复杂问题，尤其是需要多步推理的任务。
早退的程序员·2025-02-22 15:03

美团MTSQL特性解析：技术深度与应用广度的完美结合

MTSQL作为一款高性能、高可用的关系型数据库，在业界引起了广泛关注。本文将从技术角度对美团MTSQL的核心特性进行解析，力求以通俗易懂的方式展现其技术亮点。一、异步化：提升性能与可靠性1.Binlog删除与Relaylog优化·美团在Binlog和Relaylog的处理上进行了优化，通过删除不必要的日志，减少了数据同步的开销，提高了系统的整体性能。·这种优化使得半同步复制机制能够更加平滑地运行，
ITPUB-微风·2025-02-22 15:32

大模型产品Deepseek（八）、数据嵌入+知识库管理+联网搜索，实现精准的知识查询

如何将数据嵌入到DeepSeek中以实现精准的知识查询1.目标DeepSeek是一个强大的基于大模型的知识查询工具，能够通过数据嵌入和智能查询功能提供精确的答案。
伯牙碎琴·2025-02-22 15:00

深入解析C++26 Execution Domain：设计原理与实战应用

一、Domain设计目标与核心价值Domain是C++26执行模型的策略载体，其核心解决两个问题：执行策略泛化：将线程池、CUDA流等异构调度逻辑抽象为统一接口策略组合安全：通过类型隔离避免不同执行域的策略污染
C语言小火车·2025-02-22 15:00

【Deepseek+Dify】wsl2+docker+Deepseek+Dify部署本地大模型知识库问题总结

wsl2+docker+Deepseek+Dify部署本地大模型知识库问题总结基于ollama部署本地文本模型和嵌入模型部署教程DeepSeek+dify本地知识库：真的太香了问题贴：启动wsl中docker
turboSniper·2025-02-22 15:29

Spring Boot开发：从入门到精通

本篇文章将深度探讨SpringBoot，并揭示其背后的魔力！一、什么是SpringBoot1.1特性与优势想象一下，你正在为一家企业开
网络安全我来了·2025-02-22 15:59

十月学习笔记

知识点什么是预训练模型预训练模型是一个通过大量数据上进行训练并被保存下来的网络。
木子不多余·2025-02-22 15:28

数据飞轮：激活数据中台的数据驱动引擎

数据飞轮作为一种新兴的数据驱动模型，提供了唤醒数据中台并实现数据流动的新思路。本文将探讨数据飞轮的概念、构建方法以及如何通过数据飞轮实现数据中台的活力焕发。
Earth explosion·2025-02-22 15:58

大语言模型基础

简介AI大模型是“人工智能预训练大模型”的简称，包含了“预训练”和“大模型”两层含义，二者结合产生了一种新的人工智能模式，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用
MatrixSparse·2025-02-22 15:27

一文介绍DeepSeek的模型蒸馏和模型量化技术

1关于DeepSeek最近大火的DeepSeek给中国AI市场带来了很多热度，在DeepSeek的官网，也反复提及“模型蒸馏”技术。
江湖人称麻花滕·2025-02-22 14:26

春招面试尽然问我的都是安全设备问题--10道经典安全设备面试题

《网安面试指南》https://mp.weixin.qq.com/s/RIVYDmxI9g_TgGrpbdDKtA?token=1860256701&lang=zh_CN5000篇网安资料库https://mp.weixin.qq.com/s?__biz=MzkwNjY1Mzc0Nw==&mid=2247486065&idx=2&sn=b30ade8200e842743339d428f414475
mingzhi61·2025-02-22 14:56

leetcode329. 矩阵中的最长递增路径（Python3、c++）

文章目录leetcode329.矩阵中的最长递增路径方法：深度优先搜索DFS+记忆化思路：代码：Python3：cpp：结果：leetcode329.矩阵中的最长递增路径给定一个整数矩阵，找出最长递增路径的长度
AndyLiu1997·2025-02-22 14:52

低空经济研究系列报告

交运低空经济行业深度研究报告-低空经济2025年投资展望：百舸争流、千帆竞发低空经济：产业发展及薪酬趋势研究报告数字孪生赋能低空经济研究报告（2024年）交通运输行业：低空经济发展司成立，日韩优化对华签证政策主题投资月度观察
seed2016·2025-02-22 13:20

零食行业研究系列报告

零食行业板块投资探讨专题-拥抱极致性价比与下沉时代系列：从下游折扣业态看零食投资(盐津铺子002847／三只松鼠300783)2024-2025年零食坚果_干货商机指南报告零食行业深度报告(系列一)：万亿零食赛道全图谱
seed2016·2025-02-22 13:50

AI训练师团队管理运营思路

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。
姚瑞南·2025-02-22 13:19

DeepSeek赋能智能交通流量预测与优化：告别拥堵的未来

然而，随着人工智能技术的不断进步，特别是DeepSeek这样的先进模型的出现，交通流量预测与优化迎来了新的曙光。
人工智能专属驿站·2025-02-22 13:19

AIGC训练效率与模型优化的深入探讨

文章目录1.AIGC概述2.AIGC模型训练效率的重要性3.模型优化的概念与目标4.模型优化策略4.1学习率调节4.2模型架构选择4.3数据预处理与增强4.4正则化技术4.5量化与剪枝5.代码示例6.结论人工智能领域的发展
DARLING Zero two♡·2025-02-22 13:18
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他