自己训练第37页

DeepSeek开源周第二弹：DeepEP如何用RDMA+FP8让MoE模型飞起来？

一、引言：MoE模型的通信瓶颈与DeepEP的诞生在混合专家（MoE）模型训练中，专家间的全对全（All-to-All）通信成为性能瓶颈。

曦紫沐·2025-02-28 04:03

5分钟用 Python 写一个软件，快速入门 PySimpleGUI

大家好，很多人都想写一个自己的桌面程序，那么PySimpleGUI是一个非常好的选择，它旨在简化GUI（图形用户界面）的创建过程。

西坡不是东坡·2025-02-28 04:33

视频HDR技术详解，你的电脑怎么播放HDR视频？

ytb下载了4k原片30hz刷新的，然后测试一下我的电脑能不能播放，发现还是可以的，视觉上看起来是十分震撼的，所以想借此机会学习一下HDR，感兴趣的同学可以也下载一下这个片子，我给一个百度网盘链接，看看自己的电脑能不能播放

modest —YBW·2025-02-28 04:02

java面试知识点总结-sql篇

年底了，准备离职换工作了，在做面试准备时，发现自己的知识体系太零散，理论知识储备匮乏，之前也没有特别系统的去进行梳理，正好趁这次机会梳理一下知识体系，一方面为面试做准备，另一方面后续工作中设计到相关知识点时可以迅速定位到相关知识点

weixin_42677025·2025-02-28 04:31

利用DSPy优化LangChain RAG系统的实战指南

具体来说，DSPy编译器会在内部追踪你的程序，然后为大型语言模型（LLMs）创建高质量的提示（或为小型LLMs训练自动微调），以教会它们任务的步骤。

scaFHIO·2025-02-28 04:01

1-5.WPS JS宏对象的属性、方法、集合---学习笔记

这些对象都有自己的属性与方法，后面在对应的章节中都有讲解。而在WPS表格，也有很多对象，比如WPS表格程序就是最大的对象，再比如WPS的工作

爱上妖精的尾巴·2025-02-28 04:29

使用LangChain与GPT4All模型进行交互

核心原理解析GPT4All是基于大型语言模型（LLMs）的开源项目，通过训练大量干净的数据，能够生成高质量的对话和回答。LangChain是一种用于简化与

bavDHAUO·2025-02-28 04:28

RK3568平台开发系列讲解（内核篇）Linux 内核启动流程

系统知识库套餐（教程＋视频＋答疑）返回专栏总目录文章目录一、Linux内核启动流程导图二、自解压阶段三、内核运行入口四、汇编阶段五、C函数阶段六、启动内核现场七、执行第一个应用init程序沉淀、分享、成长，让自己和他人都能有所收获

内核笔记·2025-02-28 04:27

前言：什么是大模型微调

大模型微调（Fine-tuning）是指在预训练模型的基础上，针对特定的任务或数据集进行进一步训练的过程。预训练模型通常在大规模的通用数据上训练，具备广泛的语言理解和生成能力。

伯牙碎琴·2025-02-28 04:26

深入理解 Spring IoC 与 DI：控制反转与依赖注入解析

手动创建对象的方式意味着我们自己掌握了对象的控制权。然而，在Spring中，我们不再直接在代码中手动创建对象，而是将对象的创建、管理、依赖注入等职责交给了Spring容器。

代码江·2025-02-28 03:25

Spring：核心IOC容器、DI依赖注入案例以及注入方式-List-Map注入详解（2）

是一种设计思想将原本在程序中手动创建对象的流程，交由Spring框架来管理核心：以前创建对象主动权是自己把控，现在创建对象的控制权反转给Spring框架，DI依赖注入和控制反转是同一概念不同角度的描述。

九八年的尾巴·2025-02-28 03:52

技术大咖面对面 | 网易技术大佬的自我修养

技术人的成长是一个长期的过程，从一个懵懂的青涩少年，到一个具有一定影响力的技术专家，伴随的是自己能力的提升、认知的升级、影响力的壮大。

网易数智·2025-02-28 03:52

游戏语音趋势解析，社交互动有助于营造沉浸式体验

OpenAI的ChatGPT语音模式将语音转语音技术变成了现实，引入了基于音频和文本信息进行端到端预训练的模型，这些模型除了文本标记外，还能原生理解和生成音频。

网易数智·2025-02-28 03:22

Android LiveData(一)：介绍和简单使用

传统的组件间的通信方式有Handler、BroadcastReceiver，Interface、EventBus等等方式实现，他们有自己适合的应用场景，也有各自的弊端。

且听风吟9527·2025-02-28 03:21

DeepSeek对通达信编写的股票指标深度理解

今天试着把自己的一个“1(3)X模式”的通达信炒股指标喂给DeepSeek看它是否能理解这个指标模式的意图。

风口猪炒股指标·2025-02-28 03:49

计算机网络压缩版

计算机网络到现在零零散散也算过了三遍，一些协议大概了解，但总是模模糊糊的印象，现在把自己的整体认识总结一下，（本来想去起名叫《看这一篇就够了》，但是发现网上好的文章太多了，还是看这篇吧），作为非通信或对网络有特殊要求的专业

编码的凯文·2025-02-28 02:45

freemarker解析html标签,【转】Freemarker输出$和html标签等特殊符号

我们前端展示层使用的是freemarker，所以遇到这个问题，比如我们要让前端显示freemarker自己的源码时就有问题了(因为我们例子程序的页面也是使用freemarker)。遇到的

weixin_39970689·2025-02-28 02:45

深度学习模型优化与医疗诊断应用突破

当前研究聚焦于迁移学习与模型压缩算法的协同创新，通过复用预训练模型的泛化能力与降低计算负载，有效解决了医疗数据样本稀缺与硬件资源受限的痛点问题。

智能计算研究中心·2025-02-28 02:44

IT项目管理中开发项目时都有哪些角色

从项目经理到开发人员，再到架构师、测试人员和产品经理等，每个角色都有自己独特的重要性，而这些角色的密切协作能确保项目按时完成并满足预期目标。

·2025-02-28 02:06

Spring自己注入自己，解决异步失效问题

二、在同一个类中，通过自己注入自己的方式实现代理类的创建importlombok.extern.slf

hxj..·2025-02-28 02:43

ZeRO分布式训练策略

ZeRO分布式训练策略详解一、核心设计原理ZeRO（ZeroRedundancyOptimizer）是微软提出的分布式训练优化框架，与传统数据并行方法不同，ZeRO通过将模型的参数、梯度和优化器状态分散到多个设备上

AIGC_ZY·2025-02-28 02:13

《揭秘机器学习中的交叉验证：模型评估的基石》

交叉验证的核心意义抵御过拟合风险在机器学习的训练过程中，模型可能会过度适应训练数据的细节和噪声，从而在新数据上表现不佳，这就是过拟合现象。交叉验证通过将数据集划分为多个子集，模型在不同子集上

·2025-02-28 01:03

跨境独立站搭建与运营全攻略

随着跨境电商的日益火爆，越来越多的商家开始寻求搭建自己的跨境独立站。然而，从选择商业模式到后端的收款结汇，每一个环节都充满了挑战。

青舰海淘SaaS代购独立站·2025-02-28 01:06

fastapi 大型应用_FastApi项目实战 - 爱投票管理系统（一）

一、闲来无事，在工作之余自己研究了一下python的异步框架-fastapi，并写包括1、部门管理2、角色管理3、用户管理4、菜单管理5、登录日志6、操作日志7、添加反爬机制六个基础功能模块，演示链接：

赌徒梦·2025-02-28 01:05

Intersection Observer API 详解

以前，我们通常需要基于JavaScript来编写自己的监测逻辑，这样会对浏览器的性能产生一定的影响。

Rkcy·2025-02-28 01:31

扩散模型基本概念

1.核心思想从最原始的DDPM来讲，扩散模型是用变分估计训练的马尔可夫链，相当于VAE+流模型。与标准化流相比，扩散模型的正向过程为预先定义的加噪过程，负责将图像x∼p(x)x\sim{p(x)}x∼

AndrewHZ·2025-02-28 00:57

利用GPT开发应用005：Codex、Turbo、ChatGPT、GPT-4

它们是通过截至2021年6月的数据进行训练的，并被描述为比之前版本更强大。到2022年11月底，OpenAI开始将这些模型称为GPT-3.5系列的一部分。 Codex系列模型

翰墨之道·2025-02-28 00:56

学习C的第32天

花了32天学习，从25号过年那天晚上下定决心进步，然后寒假每天都在b站上刷课，每天看七八个小时，然后自己上手去练两三个小时。

2401_87766835·2025-02-28 00:55

分布式服务注册与发现

核心概念服务注册：服务启动时向注册中心注册自己的信息（如服务名、IP、端口等）。注册中心维护服务实例的元数据。服务发现：客户端或服务消费者通过注册中心查找目标服务的实例信息。支持动态获取服务的

点滴~·2025-02-28 00:23

ASFF算法

这种不一致性干扰了训练过程中的梯度计算，降低了特征金字塔的有效性。4.这个问题存在的原因：当一个对象在某一层特征图中被赋值并被视为正值时，其他层特征图

神笔馬良·2025-02-28 00:21

Vue3 动态创建组件实现数据绑定（h函数）

经常看到框架里使用h函数动态创建组件，可自己使用时发现数据无法绑定，我使用的代码如下{span:6,label:"区",path:"groupId",component:h(NSelect,{options

CrxzYia·2025-02-28 00:21

python dag调度系统开发_基于DAG的分布式任务调度平台-Maat

用户可以创建自己的调度节点和执行节点，达到资源隔离的目的。用户可以通过配置的方式安装自己执行节点的运行环境，也可以配置执行节点的副本数。下图展示了一个任务的

weixin_39634997·2025-02-27 23:51

Windows系统如何mount盘符到目录

申明:内容取自网上，书籍，自己整理。在Windows上如何将一个文件系统分区挂载到一个目录，这其实是一个硬需求！是的，非常硬的需求。因为我们总是面临C盘，D盘满了却无法动态扩容问题。

winkel_wang·2025-02-27 23:49

面试如何答:“你是如何管理团队与分配工作的“

这种类似的问题，对于主程来说这个问题其实还是需要做一些自己的深度思考。每个人的性格都是不一样的，关注点不一样，回答这些问题，自己的答案也不一样。

Thomas_YXQ·2025-02-27 23:13

【地图视界-Leaflet1】快速搭建你的第一个地图

本文将通过详细介绍Leaflet的使用，帮助你从零基础开始，逐步构建出自己的地图应用。什么

Anchenry·2025-02-27 23:11

STM32中断系统详解（大白话版）

活动发起人@小虚竹想对你说：这是一个以写作博客为目的的创作活动，旨在鼓励大学生博主们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴，那么，快来参加吧！

平凡灵感码头·2025-02-27 23:11

考证好像真的能改变一个人‼️

考完这些证书，我真的感觉自己变样了。

小猫椰椰·2025-02-27 22:11

内核编译及安装步骤

如是我们在了解Linux内核的基础上根据自己的需要、量身定制一个更高效，更稳定的内核，就需要我们手动去

蓝色的夏天qy·2025-02-27 22:08

Python Cookbook-2.16 遍历目录树

解决方案Python标准库模块os中的生成器(generator)os.walk对于这个任务来说完全够用了不过我们可以给它打扮打扮，将其封装为一个我们自己的函数:importos,fnmatchdefall_files

我不会编程555·2025-02-27 22:07

AI探索笔记：线性回归

前言写这篇博客，主要是自己来练练手。网络上教程已经是数不胜数，也都讲得非常清楚了。但自己不动手，知识和能力还是别人的。

安意诚Matrix·2025-02-27 22:37

最全中文对话数据集（不定期更新）

为了提升对话系统的性能，需要大量的高质量对话数据来训练和优化模型。然而，中文对话数据相对于英文来说较为稀缺，且质量参差不齐，这限制了中文对话系统的发展。

数据猎手小k·2025-02-27 22:06

【保姆级视频教程（二）】YOLOv12训练数据集构建：标签格式转换-划分-YAML 配置避坑指南 | 小白也能轻松玩转目标检测！

【2025全站首发】YOLOv12训练数据集构建：标签格式转换-划分-YAML配置避坑指南|小白也能轻松玩转目标检测！

一只云卷云舒·2025-02-27 21:03

YashanDB事务操作

提交事务前，用户在事务过程做的任何修改只有自己能看到，其他用户无法看到，并可以通过回滚操作将数据恢复。提交事务后，其他用户可看到修改后的数据，此时无法通过回滚操作将数据恢复。

·2025-02-27 21:28

Python人工智能学习路线，来自阿里巴巴佛系Python程序员的指南

我们回到老道理——水的深度，只有你自己去试试水才知道。当你对上面情况有了初步的了解并想试试水，需要面对的问题是：AI入门容易吗？答案其实是否定的，难！

阿里P6+·2025-02-27 21:03

DeepSeek全栈接入指南：从零到生产环境的深度实践

第一章：DeepSeek技术体系全景解析1.1认知DeepSeek技术生态DeepSeek作为新一代人工智能技术平台，构建了覆盖算法开发、模型训练、服务部署的全链路技术栈。

量子纠缠BUG·2025-02-27 21:30

两天速通力扣HOT100[DAY2] (55~100)

两天速通力扣HOT100[DAY2](55~100)本题解旨在以最简单的语言总结hot100各题思路，为每一题提供一个思考入口，但想要手撕出来，需要自己认真推理细节。

WynnLu·2025-02-27 21:29

让 LLM 来评判 | 设计你自己的评估 prompt

设计你自己的评估prompt这是让LLM来评判系列文章的第三篇，敬请关注系列文章:基础概念选择LLM评估模型设计你自己的评估prompt评估你的评估结果奖励模型相关内容技巧与提示通用prompt设计建议我总结的互联网上通用

·2025-02-27 21:49

深入拆解Nightingale(一)

还是存在很多问题不懂，我想关键应该其中细节并没有很了解，另一方面也听大佬说‘阅读优秀的源代码是软件工程师提高自己编程能力和学习开源框架的最佳手段之一’，所有我打算写一系列关于夜莺监控在源码级别的分析，希望能做到深入拆解的地步并且深入浅出的表达出来

weixin_47028810·2025-02-27 21:24

2025，AI变现有哪些机遇与挑战？

与此同时，我国大模型领域仍然存在多方面痛点，例如：云端训练成本高、高端算力存在“卡脖子”风险、优质数据匮乏、人才缺口、AI算法开源生态仍需强化、数据安全和隐私问题等等，仍是市场

Imagination官方博客·2025-02-27 19:41

Request header is too large 请求头太大

post请求是没有参数大小限制，但是服务器有自己的默认大小解决方式一：可以修改Tomcat的server.xml文件增加maxHttpHeaderSize参数配置,当maxPostSize=0时,表示不限制解决方式二

james二次元·2025-02-27 18:01

推荐频道

自己训练