被动复制模型

大模型入门指南：从零开始，轻松掌握AI核心概念

背景当前负责的业务正在大规模应用大模型，为了方便团队成员快速了解大模型相关的背景知识，我对相关内容进行了整理。
·2025-03-02 21:57

【大模型】RAG检索增强生成

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索（Retrieval）和生成（Generation）模型的混合型大模型架构，旨在解决传统生成模型在处理大规模外部知识时的局限性
油泼辣子多加·2025-03-02 21:47

【产品经理修炼之道】-价值维思考模型在技术性需求中的应用

真正的产品，是满足用户需求痛点、给用户创造快感，或者成本节约带来的感受。这种感受既可感知，也有可能不可直接感知。产品经理到底要不要懂技术，是否技术出身的产品经理一定更有优势呢？对于这个问题的探讨，相信各位都能在各个产品论坛上看到，不少产品经理估计也参与争辩过。笔者自己曾是技术出身，且刚毕业时做全栈开发若干年，也有过技术架构经验，所以对于产品经理要不要懂开发，笔者认为懂总比不懂的好，不过之前所带过的
xiaoli8748_软件开发·2025-03-02 21:17

Transformer模型详解

导读Transformer在许多的人工智能领域，如自然语言处理(NaturalLanguageProcessing,NLP)、计算机视觉(ComputerVision,CV)和语音处理(SpeechProcessing,SP)取得了巨大的成功。因此，自然而然的也吸引了许多工业界和学术界的研究人员的兴趣。到目前为止，已经提出了大量基于Transformer的相关工作和综述。本文基于邱锡鹏[1]老师近
Yuki-^_^·2025-03-02 21:46

以太网的分层架构_以太网上TCP/IP协议的分层结构及其报文格式

我们知道TCP/IP协议采用分层结构，其分层模型及协议如下表：应用层(Application)HTTP、Telnet、FTP、SMTP、SNMP传输层(Transport)TCP、UDP网间网层(Internet
weixin_39589557·2025-03-02 21:44

隐马尔可夫模型详解

目录引言马尔可夫模型基础马尔可夫性质马尔可夫链的联合分布隐马尔可夫模型（HMM）简介模型参数的表示HMM的联合分布HMM的三大元素与基本公式HMM的三大基本问题评估问题：前向-后向算法（Forward-Backward
DuHz·2025-03-02 20:10

Pulsar 学习目录

当时的其他消息系统（包括Kafka），都不能满足Yahoo的需求，比如大集群多租户、稳定可靠的IO服务质量、百万级Topic、跨地域复制等，因此Pulsar应运而生。
编码的三叔·2025-03-02 20:39

Pulsar官方文档翻译-概念和架构-基于地理位置复制（Geo Replication）

博主：爱码叔个人博客站点：[icodebook](https://icodebook.com/)公众号：爱码叔漫画软件设计（搜：爱码叔）专注于软件设计与架构、技术管理。擅长用通俗易懂的语言讲解技术。对技术管理工作有自己的一定见解。文章会第一时间首发在个站上，欢迎大家关注访问！官网原文标题《ConceptsandArchitecture--GeoReplication》翻译时间：2018-11-05
爱码叔·2025-03-02 20:37

《深入浅出TCP之4TCP是一种流协议》

send通常只是将数据复制到主机的tcp/ip栈中，就返回了，由tcp来决定需要立即发送多少数据（取决于，发送窗口，拥塞窗口，MSS等）tcp会记录它发送了多少字节，以及确认的字节，但它不会记录这些字节是如何分组的变长报文
kaydxh·2025-03-02 20:06

Transformer架构深度研究报告（二、分层原理）

例如在句子“Thedogrunsfast”中，对于“runs”这个词，低层模型会关注其与相邻词“d
jiaojieran·2025-03-02 20:36

485 多路信号采集，校验干扰问题

示例：csharp复制//错误示例：未轮询直接多路请求Task.Run(()=>ReadDe
A_nanda·2025-03-02 20:04

存贮论模型案例与Matlab实现

摘要：本文结合存贮论确定性模型，详细解析经济订购批量（EOQ）、允许缺货生产批量等核心模型，并通过商品库存管理、生产计划等实际案例，配合Matlab代码实现，展示模型求解过程。
青橘MATLAB学习·2025-03-02 20:34

使用深度学习模型U-Net进行训练基于哨兵2的作物分割数据集。PyTorch框架为例，如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测

使用深度学习模型如U-Net进行训练基于哨兵2的作物分割。
计算机C9硕士_算法工程师·2025-03-02 20:04

全网刷屏的AI大模型进阶地图：3个月构建核心能力，淘汰90%同行

23年AI大模型技术狂飙一年后，24年AI大模型的应用已经在爆发，因此掌握好AI大模型的应用开发技术就变成如此重要，那么如何才能更好地掌握呢？一份AI大模型详细的学习路线就变得非常重要！
大模型入门教程·2025-03-02 20:33

C# 牵手DeepSeek：打造本地AI超能力

一、引言在人工智能飞速发展的当下，大语言模型如DeepSeek正掀起新一轮的技术变革浪潮，为自然语言处理领域带来了诸多创新应用。
步、步、为营·2025-03-02 20:02

量化投资策略的生命周期：从设计到淘汰

它就像是金融市场中的“算法猎人”，通过数学模型和计算机程序来寻找投资机会。那么，一个量化投资策略是如何从无到有，再到最终被淘汰的呢？让我们一起探索这个策略的生命周期。
云策量化·2025-03-02 19:01

1.7 Kaggle大白话：Eedi竞赛Transformer框架解决方案07-调用AI模型输出结果

目录0.本栏目竞赛汇总表1.本文主旨2.调用AI模型输出结果架构3.模型准备3.1代码实现3.2大白话模型准备4.数据处理4.1代码实现4.2大白话数据处理5.特征提取5.1代码实现5.2大白话特征提取
AI量金术师·2025-03-02 19:59

Python进程知多少

版本官方文档概述进程（Process）的基本概念进程之间的通信方法进程同步进程间共享状态实战创建进程的基本语法创建进程并传递复杂的参数进程同步&进程通信共享内存基于服务器进程实现共享基于队列实现进程安全生产者&消费者模型
我的身前一尺是我的世界·2025-03-02 19:28

WPF的UserControl的MVVM模式赋值

技术分析1.分离关注点：MVVM模式将应用程序分为三个主要部分，即模型（Model）、视图（View）和视图模型（ViewModel）。
观无·2025-03-02 19:27

DeepSeek 开源狂欢周（四）DualPipe与EPLB双弹齐发，训练效率的“双引擎”加速器！

在DeepSeek开源周的第四天，DualPipe和EPLB这两项全新技术一同亮相，它们不仅为DeepSeek的低成本、高效训练大模型提供了强大支持，还为全球AI爱好者和从业者送上了两份“技术大礼包”。
OpenCSG·2025-03-02 19:56

蓝桥杯web第三天

展开扇子题目，#box:hover#item1{transform:rotate(-60deg);}当悬浮在父盒子，子元素旋转webkitdisplay:-webkit-box：将元素设置为弹性伸缩盒子模型
蒟蒻的贤·2025-03-02 19:25

Linux上用C++和GCC开发程序实现两个不同PostgreSQL实例下单个数据库中多个Schema稳定高效的数据迁移到其它PostgreSQL实例

Linux上运行的GCCC++程序，同时连接三个不同的PostgreSQL实例，其中两个实例中分别有两个数据库中多个Schema的表结构分别与第三实例中两个数据库中多个Schema个结构完全相同，同时复制两个实例中两个数据库中多个
weixin_30777913·2025-03-02 18:21

Django模型管理器/QuerySet 常见的方法

模型管理器/QuerySet常见的方法get([**kwargs])方法用途：获取满足条件的唯一对象。参数：关键字参数，指定查询条件。返回值：模型对象。
jay丿·2025-03-02 17:49

2W8000字 LLM架构文章阅读指北

大模型架构专栏已经更新了30多篇文章。
·2025-03-02 17:24

2025年，微服务架构和大模型能“玩出”什么新花样？

2025年开年，DeepSeek开源模型以“低成本、高性能”成功掀起AI平价化浪潮，并以惊人的速度渗透至各个领域。在AI平价化浪潮的推动下，微服务架构正迎来前所未有的变革机遇。
·2025-03-02 17:53

2025年，微服务架构和大模型能“玩出”什么新花样？

2025年开年，DeepSeek开源模型以“低成本、高性能”成功掀起AI平价化浪潮，并以惊人的速度渗透至各个领域。在AI平价化浪潮的推动下，微服务架构正迎来前所未有的变革机遇。
·2025-03-02 17:53

从入门到精通：如何用Deepseek成为数据分析高手？

✅数据清洗耗时占分析过程的60%✅复杂模型需要反复调试代码✅团队协作时版本混乱难以追溯Deepseek的数据分析模块，正是为解决这些痛点而生。
嵌入式Jerry·2025-03-02 17:48

Express + MongoDB 实现 VOD 视频点播

二、数据库连接与模型定义创建models目录并在其中
yqcoder·2025-03-02 17:16

如何在VSCode中使用OpenAI

如何在VSCode中使用OpenAI：从集成到应用场景详解人工智能（AI）正在改变软件开发的方式，而OpenAI提供的强大模型可以帮助开发者提升编码效率、优化工作流并自动化繁琐任务。
WeiLai1112·2025-03-02 17:42

使用Semantic Kernel：对DeepSeek添加自定义插件

SemanticKernel介绍SemanticKernel是一个SDK，它将OpenAI、AzureOpenAI等大型语言模型与C#、Python和Java等传统编程语言集成在一起。
归-途·2025-03-02 16:41

OpenAI API教程

通过此API能在应用程序中方便地调用OpenAI提供的大模型基础能力。OpenAI的API协议已成为LLM领域的标准。
Jachin Huang·2025-03-02 16:41

关于openAI接口的使用(个人学习总结)

文章目录背景OpenAIOpenAI的三种使用方法模型python的openai库根据文档自定义request函数http请求构成接口的响应构成自定义请求和接收函数背景在使用OpenAIAPI接口时遇到了许多问题
暗雾飘扬·2025-03-02 16:38

JS宏案例：多项式回归

一、基本定义多项式回归是曲线回归的一种，它通过在传统的线性回归模型中增加变量的高次项（如平方项、立方项等），来捕捉数据中的非线性关系。
jackispy·2025-03-02 16:07

Netty为什么性能很高?

其高性能的原因可以归结为以下几个方面：1.NIO（Non-blockingI/O）模型Netty基于JavaNIO（即非阻塞I/O）API，能够实现异步
java1234_小锋·2025-03-02 16:06

ram与flash你知道多少？

一电脑程序运行过程与单片机的区别我们平常使用的电脑的程序是存储在磁盘中的，由于磁盘的读取速度很慢，所以为了避免程序阻塞，电脑在程序执行之前，会把整个代码复制到内存中，CPU从内存中读取指令，然后去运行。
华维单片机编程·2025-03-02 16:36

深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析

今天探讨它们各自适用的场景，让您知道在何种情况下选择何种模型；同时分析它们的优势与局限，助您全面评估这些模型的性能。
大模型_学习路线·2025-03-02 16:04

本地部署DeepSeek-R1大模型

本地部署DeepSeek-R1大模型的方法主要分为两种：自动部署（懒人专用）和手动部署（适合开发者）。
安琪CiCi·2025-03-02 16:03

Python和curl 如何使用OpenAI 接口访问LLM

你可以通过pip来安装它：pipinstallopenai2.设置API密钥（可选）如果访问ChatGPT需要设置密钥，如果访问本地模型不需要设置密钥！
SmallerFL·2025-03-02 15:31

ELK接入SpringBoot【Docker Compose】

/docker-compose-`uname-s`-`uname-m`-o/usr/local/bin/docker-compose随便找个地，创建docker-compose.yml文件，把这坨文本复制进去
bilibilidicks·2025-03-02 15:59

大模型时代的DeepSeek突围之路：从模型部署到场景落地全解析

引言在GPT-4、Claude3等通用大模型激烈角逐的战场中，DeepSeek凭借独特的MoE、MLA、MTP等架构技术崭露头角。
zhangjiaofa·2025-03-02 15:29

家居行业全渠道零售技术解决方案架构指南

35-42%物流成本高企大件商品平均物流成本占比达18%，破损率超行业标准2.3倍决策周期长客户平均决策周期达12.7天，需构建全链路交互体系核心系统技术实现一、沉浸式体验引擎3D场景化展示WebGL模型轻量化处理
wjoang·2025-03-02 15:28

基于阿里云PAI平台快速部署DeepSeek大模型实战指南

一、DeepSeek大模型：企业级AI应用的新标杆1.1为什么选择DeepSeek？近期，DeepSeek系列模型凭借其接近GPT-4的性能和开源策略，成为全球开发者关注的焦点。
硅基打工人·2025-03-02 14:19

Kubernetes 网络插件实现原理与典型问题全解析

Kubernetes网络模型是容器编排的核心基础，但也是运维中最复杂的部分之一。本文将深入剖析主流网络插件（CNI）的实现原理，并结合生产环境中的高频问题，提供从底层原理到实战排障的全方位指南。
挣扎与觉醒中的技术人·2025-03-02 14:48

Day1＋2电脑快捷键+Dos命令 基础

电脑常用快捷键键盘功能键：Tab、shift、Ctrl、Alt、空格、Enter、Window、上下左右、键盘快捷键:alt＋f4退出界面、ctrl+c复制、ctrl+v黏贴、ctrl+z撤销、ctrl
为打脸学长从0怒学java·2025-03-02 14:18

深度学习框架之主流学习框架

深度学习框架是一类专门设计用来简化和加速神经网络模型开发过程的软件工具。它们提供了构建、训练和部署神经网络所需的各种功能和库。
uu1224·2025-03-02 14:17

【量化金融自学笔记】--不同行业典型案例基本面分析

案例一：贵州茅台（消费行业龙头）1.公司概况护城河：品牌壁垒（“国酒”地位）、生产工艺不可复制、定价权强。行业地位：高端白酒市场份额超50%，毛利率常年>90%。
花花 Show Python·2025-03-02 14:47

Llama 2架构深度解析：Meta开源的70B参数大模型设计哲学

一、架构设计理念Llama2作为Meta开源的商用级大语言模型，其架构设计体现了三大核心原则：效率优先：在7B/13B/70B参数规模下保持线性计算复杂度扩展性强化：通过改进注意力机制支持4k上下文长度安全性内嵌
AI时代已来！·2025-03-02 14:46

2.28 图像分类全解析：从境界到评估，再到模型与样本处理

图像分类将不同的图像，划分到不同的类别标签，实现最小的分类误差。图像分类的三层境界：通用的多类别图像分类子类细粒度图像分类实例级图片分类图像分类评估指标之混淆矩阵：TP（Truepositive,真正例）——将正类预测为正类数。FP（Falsepostive,假正例）——将反类预测为正类数。TN（Truenegative,真反例）——将反类预测为反类数。FN（Falsenegative,假反例）—
不要天天开心·2025-03-02 14:45

DeepSeek在个人财务管理中的应用技巧有哪些？

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。
借雨醉东风·2025-03-02 14:44

大模型生成文本控制参数:Top-k Top-p和Temperature(超级易懂,看一眼就学废)

温度（Temperature）作用：就像调节"脑洞大小"的开关。温度调低（比如0.2）：AI会变成保守派，总选最稳妥的回答（适合写说明书、正经文案）温度调高（比如1.0）：AI就变戏精，各种天马行空（适合编故事、写段子）Top-k（候选词数量）作用：每次选词时的"候选名单人数"设小值（比如10）：AI只能在10个最合适的词里挑（回答更靠谱）设大值（比如50）：AI能考虑50个可能的词（回答花样更多
Ven%·2025-03-02 14:13
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他