落地训练

使用 Spring AI 调用本地 模型实现

1.准备PyTorch模型首先，我们需要训练并保存一个PyTorch模型。这里我们使用一个简单的神经网络模型作为示例
drebander·2025-01-24 08:26

自动驾驶中的虚实迁移学习:降低对真实世界数据的依赖

因此，如何降低对真实世界数据的依赖，提高自动驾驶系统的训练效率和安全性，成为一个亟待解决的关键问题。虚实迁移学习(Virtual-to-RealTransferLearning)作为一种新兴的机
AI架构设计之禅·2025-01-24 06:33

详细介绍 NVIDIA GeForce RTX 系列，各显卡配置参数（长期更新 - 2024.12）

主要面向游戏玩家和普通用户，同时也被广泛用于深度学习推理和训练等计算密集型任务。主要GPU产品有：50Series、40Series、30Series、20Series、10Series。
JiaWen技术圈·2025-01-24 06:02

自动检测和机器审核系统实现

目录一、自动检测和机器审核实现步骤1.文本预处理步骤细节：2.关键词检测步骤细节：3.情感分析与情境理解步骤细节：4.机器学习模型训练步骤细节：5.深度学习模型步骤细节：6.多模态审查步骤细节：7.用户行为分析与违规预测步骤细节
╰つ゛木槿·2025-01-24 05:55

大模型GUI系列论文阅读 DAY2续2：《使用指令微调基础模型的多模态网页导航》

在本研究中，我们探讨了基于视觉-语言基础模型的数据驱动离线训练方法，以改进网页代理的性能。
feifeikon·2025-01-24 02:33

自学成才之路，DeepSeek R1 论文解读

以前训练AI模型，也差不多是这个套路，要先给AI“喂”大量的“习题”（监督数据
智识世界Intelligence·2025-01-24 01:24

Python 如何使用 Bert 进行中文情感分析

BERT是一种基于Transformer架构的预训练模型，它能够
程序员徐师兄·2025-01-24 00:47

P1 Pytorch入门实战——Pytorch实现mnist手写数字识别

数据集中的数字图片是由250个不同职业的人纯手写绘制包含了70000张图片，其中60000张为训练数据，10000为测试数据，70000张图片均是28*28。
今天补充能量了吗·2025-01-23 23:44

Alluxio在数据索引和模型分发中的核心价值与应用

在当前的技术环境下，搜索、推荐、广告、大模型、自动驾驶等领域的业务依赖于海量数据的处理和复杂模型的训练。这些任务通常涉及从用户行为数据和社交网络数据中提取大量信息，进行模型训练和推理。
·2025-01-23 22:34

《Prometheus+Grafana 实践派》专栏介绍

专栏名称Prometheus+Grafana实践派专栏介绍本专栏根据本公司统一监控落地实践编写。
阿提说说·2025-01-23 21:31

深入理解旋转位置编码（RoPE）及其在大型语言模型中的应用

RotaryEmbedding类设计2、apply_rotary_pos_emb函数3、demo_apply_rotary_pos_emb函数三、完整RoPE代码Demo前言随着自然语言处理（NLP）领域的快速发展，预训练的语言模型如
tangjunjun-owen·2025-01-23 21:00

TRELLIS文本或图像生3d模型一键整合包win版本，省去繁琐安装、效果超Wonder3D，对硬件要求更低速度更快16g N卡可流畅运行

我们提供大规模预训练模型，参数高达20亿
struggle2025·2025-01-23 21:28

360智算中心万卡GPU集群架构分析

 360智算中心：万卡GPU集群落地实践  360智算中心是一个融合了人工智能、异构计算、大数据、高性能网络、AI平台等多种技术的综合计算设施，旨在为各类复杂的AI计算任务提供高效
科技互联人生·2025-01-23 21:27

Copilot 概述

Copilot是由人工智能公司和GitHub合作开发的一个基于人工智能的代码提示工具，它可以利用机器学习技术和大量训练数据生成高质量的代码。
计算机萍萍学姐·2025-01-23 19:13

Spring Boot编程训练系统：测试驱动开发（TDD）实践

本文介绍了编程训练系统的开发全过程。通过分析编程训练系统管理的不足，创建了一个计算机管理编程训练系统的方案。
原机小子·2025-01-23 18:39

【AI日志分析】基于机器学习的异常检测：告别传统规则的智能进阶

机器学习能够根据日志的历史数据和行为模式，通过训练模型检测异常情况，不
·2025-01-23 18:58

龙年公仔放送 | EdgeOne网站加速与防护训练营，鹅厂大牛带你实战无忧！

在数字化时代，网站的性能与安全性直接关系到用户体验和业务连续性，而当前许多网站面临着访问速度慢、加载时间长、易受DDoS攻击、CC攻击等安全威胁的困扰，而EdgeOne作为腾讯云下一代的CDN，集加速与安全防护于一身，已广泛应用于电商、金融、游戏等行业。如何应用EdgeOne，高效玩转网站加速与防护？腾讯云开发者社区携手EdgeOne团队精心打造《EdgeOne一站式玩转网站加速与防护实战营》，鹅
·2025-01-23 17:21

QAT与PTQ模型量化方法的区别

1.QAT（QuantizationAwareTraining）定义：QAT是在模型训练过程中引入量化操作，使模型在训练时就能感知到量化带来的影响，从而更好地适应量化后的精度损失。流程：在训练
old_power·2025-01-23 17:28

机器人学习的范式转变：从专用走向通用基础模型

然而，这一转变面临两大关键挑战：机器人硬件的高昂成本限制了大规模部署和数据采集，以及获取足够规模和多样性的训练数据存在实际困难。突破这些瓶颈需要在制造工艺创新、数据共享生态
XianxinMao·2025-01-23 14:42

强化学习代码实践1.DDQN:在CartPole游戏中实现 Double DQN

强化学习代码实践1.DDQN:在CartPole游戏中实现DoubleDQN1.导入依赖2.定义Q网络3.创建Agent4.训练过程5.解释6.调整超参数在CartPole游戏中实现DoubleDQN（
洪小帅·2025-01-23 12:58

未登录词 Out-of-Vocabulary, OOV

未登录词oov未登录词（Out-of-Vocabulary,OOV）是指在训练数据中没有出现过的词汇，但在测试数据或实际应用中却出现了。
risc123456·2025-01-23 08:30

高效使用Alibaba Cloud PAI EAS进行AI模型推理

技术背景介绍在当今的AI模型开发中，高效的推理服务是将训练好的模型投入实际应用的关键环节。
sagvWSRJHMNEB·2025-01-23 08:30

JDK 17 模块化系统：构建可维护大型项目的基石

今天，咱们就深入探究它如何成为构建可维护大型项目的基石，并且融入实战示例，让理论落地生花。
潘多编程·2025-01-23 06:12

使用OpenAI Chat模型进行自然语言处理的实战指南

一、技术背景介绍OpenAI的Chat模型是一类专门用于对话任务的预训练语言模型。它们可以处理多种输入类型，支持丰富的功能调用，适用于各种自然语言处理场景。从翻译到对话生成
GEAWfaacc·2025-01-23 06:09

大语言模型原理与工程实践：预训练数据构建

大语言模型原理与工程实践：预训练数据构建1.背景介绍大语言模型（LargeLanguageModels,LLMs）近年来在自然语言处理（NLP）领域取得了显著的进展。
AI大模型应用之禅·2025-01-23 06:38

机器学习算法（八）：基于BP神经网络的乳腺癌的分类预测

64141d6b1c8c8b518ba97dcc1.算法简介和应用1.1算法简介BP（BackPropagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络
墨枣·2025-01-23 05:02

WebRover ：一个功能强大的 Python 库，用于从 Web 内容生成高质量的数据集。

该数据集旨在为大型语言模型（LLM）和人工智能应用的训练提供丰富的数据资源。
·2025-01-23 05:58

【Codex】Evaluating Large Language Models Trained on Code

这篇文章来解读最近比较有意思的Transformer预训练模型在自动生成代码方面的应用，PaperLink:EvaluatingLargeLanguageModelsTrainedonCode自动生成Code
NLP_wendi·2025-01-23 05:57

3D Gaussian Splatting 部署

它们是一类辐射场方法（如NeRF），但同时训练速度更快（同等质量）、渲染速度更快，并达到更好或相似的质量。
学术菜鸟小晨·2025-01-23 05:57

使用ModelScope实现高效句嵌入生成

ModelScope是阿里云开源的一个模型和数据集管理平台，提供了大量预训练模型，涵盖了各种领域和任务。ModelScopeEmbeddings是一个与LangChain社区集成的工具类，
dagGAIYD·2025-01-23 04:23

我国辅助服务补偿机制与市场化——从配合计划机制到现货市场

——从配合计划机制到现货市场回顾我国辅助服务补偿机制建设工作，现行全国性辅助服务补偿机制酝酿于2004年，《并网发电厂辅助服务管理暂行办法》出台于2006年，各区域实施细则印发于2009年，全国范围内落地
薛定谔有没有猫我也不知道·2025-01-23 01:58

WebRover： 专为训练大型语言模型和 AI 应用程序而设计的 Python 库

该数据集旨在为大型语言模型（LLM）和人工智能应用的训练提供丰富的数据资源。
·2025-01-23 01:54

蓝桥杯 试题 算法训练 最小距离 ( C++ )

最小距离最小距离算法题目算法代码算法的核心思路最小距离算法题目资源限制时间限制：1.0s内存限制：256.0MB最小距离问题描述数轴上有n个数字，求最近的两个数，即min(abs(x-y))输入格式第一行包含一个整数n。接下来一行，表示n整数。输出格式一个整数表示最小距离样例输入673411917样例输出1样例说明取3和4数据规模和约定n#includeusingnamespacestd;cons
ghost_him·2025-01-23 01:19

信息流广告预估技术在美团外卖的实践 思维导图-java架构

这个思维导图将涵盖从数据收集、特征工程、模型选择与训练、系统架构设计到性能优化和效果评估的关键领域。
用心去追梦·2025-01-22 22:59

gradio库的基本使用

它允许你基于预训练模型、函数或任意代码块创建实时演示和部署模型的图形用户界面（GUI）。使用Gradio库，你可以轻松创建Web界面，用于输入数据、调用模型、显示结果，并为用户提供与模型交互的功能。
Echo.....·2025-01-22 21:57

大型语言模型高效预训练策略的比较研究

文章目录摘要1.引言2.背景与挑战2.1LLM中的预训练2.2扩展LLM的挑战3.高效预训练策略3.1增量训练3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2
二进制独立开发·2025-01-22 21:27

如何在 PyTorch 分布式训练中使用 TORCH_DISTRIBUTED_DEBUG=INFO 进行调试

如何在PyTorch分布式训练中使用TORCH_DISTRIBUTED_DEBUG=INFO进行调试在使用PyTorch进行分布式训练时，调试分布式训练过程中的问题可能非常棘手。
weixin_48705841·2025-01-22 20:50

在 PyTorch 训练中使用 `tqdm` 显示进度条

在PyTorch训练中使用tqdm显示进度条在深度学习的训练过程中，实时查看训练进度是非常重要的，它可以帮助我们更好地理解训练的效率，并及时调整模型或优化参数。
weixin_48705841·2025-01-22 20:50

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的
weixin_48705841·2025-01-22 20:50

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估
Ares代码行者·2025-01-22 20:47

代码随想录算法训练营day28（0121）

1.买卖股票的最佳时机II想到思路其实代码非常简单，其实也跟之前做的那一题摆动序列有一点关联，只不过更加地简单这题的代码，思路很巧妙！题目122.买卖股票的最佳时机II给你一个整数数组prices，其中prices[i]表示某支股票第i天的价格。在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。返回你能获得的最大利润。示例1：输入：pr
Lazy.land·2025-01-22 19:43

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。
wzx_Eleven·2025-01-22 18:33

蓝桥杯训练—完美的代价

文章目录一、题目二、示例三、解析四、代码一、题目回文串，是一种特殊的字符串，它从左往右读和从右往左读是一样的。现在给你一个串，它不一定是回文的，请你计算最少的交换次数使得该串变成一个完美的回文串。交换的定义是：交换两个相邻的字符例如mamad第一次交换ad：mamda第二次交换md：madma第三次交换ma：madam输入格式：输入一行，是一个字符串，长度为n，只包括小写字母输出格式：如果可能，输
初春十九·2025-01-22 18:33

1. 基于大模型能力，如何提炼出优质prompt（入门版）

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·2025-01-22 17:56

论文阅读--Qwen2&2.5技术报告

Qwen21引言所有模型都是在超过7trilliontoken（7万亿）的高质量、大规模数据集上预训练的2Tokenizer&Model2.1Tokenizer沿用Qwen（Bai等人，2023a）的做法
__如果·2025-01-22 17:55

几个导致DeepFaceLab训练速度较慢的原因

可能有几个原因导致DeepFaceLab训练速度较慢：复杂度：DeepFaceLab的算法和模型较为复杂，需要处理大量数据和计算复杂的数学运算，这可能导致训练速度较慢。
AlphaFinance·2025-01-22 17:23

R语言机器学习算法实战系列（十九）特征选择之Monte Carlo算法（Monte Carlo Feature Selection）

包导入数据数据预处理数据分割MCFS运行MCFS-ID过程混淆矩阵重要特征的RI最小阈值距离与共同部分收敛特征重要性排序选择重要特征构建特征依赖图提取重要特征基于重要特征构建随机森林模型混淆矩阵评估模型AUC曲线刻画模型在训练和测试数据集的表现总结系统信息介绍特征选择
生信学习者1·2025-01-22 17:21

昇腾910-PyTorch 实现 GoogleNet图像分类

PyTorch实现GoogleNet用于图像分类本实验主要介绍了如何在昇腾上，使用pytorch对经典的GoogleNet模型在公开的CIFAR10数据集进行分类训练的实战讲解。
·2025-01-22 16:34

无人驾驶公交车落地情况

无人驾驶公交车的最新进展无人驾驶公交车作为智能交通系统的重要组成部分，近年来在中国多个城市逐步推进示范运营。最近的进展包括：绵阳市无人驾驶公交车示范运营：2024年6月28日，绵阳市启动了首批自动驾驶车辆示范运营测试，包括19辆无人驾驶公交车。这些公交车配备了安全员，并规划了4条试运营线路，覆盖科技城新区直管区全域。试运营期间，市民可以免费乘坐体验无人驾驶公交车。深圳无人驾驶公交车：深圳市在201
百态老人·2025-01-22 14:25

从0到1打造企业AI知识库-课程目录

课程名称：「从0到1打造企业AI知识库：实用指南与生产落地」课程目录第一章：AI企业知识库的前景与价值1.企业知识库的概念与意义1.1什么是企业知识库？
MaxCode-1·2025-01-22 14:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他