计算模型

大客户管理的方法和策略

以精准分层为例，企业需根据客户贡献度、战略匹配度等维度划分优先级，例如，某全球500强企业通过RFM模型（最近消费、频率、金额）筛选出Top5%客户，针对性投入资源后，次年营收增长达18%。
·2025-02-17 15:40

红队内网攻防渗透：内网渗透之Windows内网信息收集：内网和域

本机信息收集网络配置查询操作系统及版本信息查看系统体系结构查看安装的软件及版本、路径等查询本机服务查询进程列表查毒软件查看启动程序信息查看计划任务查看主机开机时间查询用户列表获取本地管理员查看当前在线用户列出或断开本地计算机与所连的客户端之间的会话查看端口列表查看补丁列表查看共享连接保存当前主机上的所有
HACKNOE·2025-02-17 15:32

量子计算信息安全威胁与应对

文章目录前言一、量子计算信息安全威胁及影响1.2量子计算发展迅速，安全威胁日益迫近二、PQC研究与应用进展2.1欧美在PQC领域研究近三十年，积累深厚2.2NIST引领PQC标准制定，取得初步成果2.3
岛屿旅人·2025-02-17 15:31

从Paxos到Zookeeper笔记1——第一章：分布式架构

但是随着计算机系统向网络化和微型化的方向发展，传统的集中式处理越来越不适应人们的需求。大型主机的缺点：（1）操作难度大。
半臻（火白）·2025-02-17 15:01

conda实现虚拟环境的迁移

1、如果需要在具有相同操作系统的计算机之间复制环境，则可以生成speclist。
邹小妹·2025-02-17 15:31

如何在不依赖函数调用功能的情况下结合工具与大型语言模型

当大型语言模型（LLM）原生不支持函数调用功能时，如何实现智能工具调度？本文通过自然语言解析+结构化输出控制的方法来实现。
Jason9510·2025-02-17 15:01

GPT-4o mini 大模型价格战，一百万 Token 只需要 1.1元 RMB

本心、输入输出、结果文章目录GPT-4omini大模型价格战，一百万Token只需要1.1元RMB前言目前它的定价方案是每处理一百万个token仅需15美分GPT-4omini极快的响应速度GPT-4omini
简简单单OnlineZuozuo·2025-02-17 15:00

人工智能的发展领域之GPU加速计算的应用概述、架构介绍与教学过程

注册与登录账号注册流程GPU服务器类型配置选择指南内存和存储容量网络带宽CPU配置三、创建实例实例创建步骤镜像选择与设置四、连接实例SSH连接方法远程桌面配置一、架构介绍GPU算力平台概述一个专注于GPU加速计算的专业云服务平台
m0_74824592·2025-02-17 15:00

Flux【Lora模型】：效率太高了，超写实逼真黑悟空Flux Lora它来了

在大家热心谈论黑悟空的时候，AI绘画领域也不甘落后，结合最近火爆的AI绘画工具Flux,各路大神第一时间就训练出了Flux的loar版本，今天我们就来体验感受一下大神“AIGAME熊熊”推出的Flux版本的loar模型
AI绘画师-海绵·2025-02-17 15:59

Vue2 与 Vue3 中 Computed 计算属性详解

目录Vue2与Vue3中Computed计算属性详解一、Vue2中的Computed计算属性1.简单写法2.get和set写法二、Vue3中的Computed计算属性1.简单写法2.get和set写法三
阿贾克斯的黎明·2025-02-17 14:29

机器学习 - 学习线性模型的重要性

在接下来的博文中，我们将重点学习线性模型的回归模型和分类模型，在学习之前，让我们来了解一下学习线性模型的重要性，以及如何入门学习。一、作为初学者如何学习线性模型？
谦亨有终·2025-02-17 14:29

递归消除特征法RFE筛选特征-包装法-特征选择-特征降维

RFE（Recursivefeatureelimination）：递归消除特征法使用一个基模型（这里使用逻辑回归）来进行多轮训练，每轮训练后，消除若干权值系数的特征，再基于新的特征集进行下一轮训练。
糯米君_·2025-02-17 14:59

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet（ResidualNetwork，残差网络）是一种深度卷积神经网络（CNN）架构，由何恺明（KaimingHe）等人在2015年提出，最初用于ImageNet竞赛，并在分类任务上取得了冠军。ResNet的核心思想是残差学习（ResidualLearning），它通过跳跃连接（SkipConnections）解决了深度神经网络训练中的梯度消失和梯度爆炸问题，使得非常深的网络（如50层、1
IT古董·2025-02-17 14:57

【深度学习基础】什么是注意力机制

它不仅解决了传统模型的根本性缺陷，更通过动态聚焦关键信息的能力，重塑了人工智能处理复杂任务的范式。本文
我的青春不太冷·2025-02-17 14:26

【机器学习】多元线性回归

最后，我们会通过sklearn快速实现多元线性回归模型。多元线性回归模型简介多元线性回归的模型公式为：y=X⋅w+by=X\cdo
T0uken·2025-02-17 14:26

Java中JWT（JSON Web Token）的运用

目录1.JWT的结构2.JWT的优点3.JWT的流转过程4.具体案例一、项目结构二、依赖配置三、用户模型四、JWT工具类五、JWT请求过滤器六、安全配置七、身份验证控制器八、测试JWTJWT（JSONWebToken
华农第一蒟蒻·2025-02-17 14:56

【第15章：量子深度学习与未来趋势—15.3 量子深度学习在图像处理、自然语言处理等领域的应用潜力分析】

想象这样一个场景：你现在训练一个GPT-5级别的模型，不需要耗费价值上亿美元的算力资源，不需要等待数周的训练时间，甚至不需要纠结于模型参数是否过拟合。这就是量子深度学
再见孙悟空_·2025-02-17 14:25

【第15章：量子深度学习与未来趋势—15.1 量子计算基础与量子机器学习的发展背景】

想象一下，你正在用ChatGPT生成一篇小说，突然它卡在"主角穿越虫洞"的情节上——这不是因为想象力枯竭，而是传统计算机的晶体管已经烧到冒烟。
再见孙悟空_·2025-02-17 14:24

语音与自然语言处理（NLP）：智能交互的核心技术

它们不仅改变了人们与计算机、设备的交互方式，也推动了众多行业的革新。
给生活加糖！·2025-02-17 14:21

按公因数计算最大组件大小

题目链接点我(^_^)题目大意比如nums=[4,6,15,35]答案就是4，nums=[20,50,9,63]答案就是2。解题思路我的思路是对nums数组中的每一个数进行质因数分解，那么对于每一个因数可以维护一个并查集，对于一个数字将其质因数分解后的所有因子可以看作是一个连通集合。这样在线维护并查集大小即可。素数筛+质因子分解+并查集，时间复杂度为O(mlogn)，m为数组大小，n为数字大小。当
hhhcbw·2025-02-17 14:21

贴现率（Discount Rate）：投资决策中的关键因素（中英双语）

贴现率在投资分析中的作用如何计算贴现率？为什么贴现率难以预测？1.什么是贴现率？贴现率是用于将未来现金流转换为现值（PresentValue,PV）的比率。
阿正的梦工坊·2025-02-17 13:49

论deepseek软件底层原理

任务分配机制：当模型面临输入任务时，类似智能调度系统的“路由器”会分析任务特征，将其导向最适配的专家模块。
星糖曙光·2025-02-17 13:49

Python 循环神经网络（RNN）算法详解与应用案例

的优势与挑战二、Python中RNN的面向对象实现2.1`RNNCell`类的实现2.2`RNNModel`类的实现2.3`Trainer`类的实现三、案例分析3.1序列预测3.1.1数据准备3.1.2模型训练
闲人编程·2025-02-17 13:48

基于深度学习YOLOv10的PCB板缺陷检测系统（附完整资源+PySide6界面+训练代码）

随着深度学习技术的不断发展，基于深度学习的自动化缺陷检测已成为研究的热点，尤其是在计算机视觉领域。
人工智能_SYBH·2025-02-17 13:47

按公因数计算最大组件大小

1.题目基本信息1.1.题目描述给定一个由不同正整数的组成的非空数组nums，考虑下面的图：有nums.length个节点，按从nums[0]到nums[nums.length-1]标记；只有当nums[i]和nums[j]共用一个大于1的公因数时，nums[i]和nums[j]之间才有一条边。返回图中最大连通组件的大小。1.2.题目地址https://leetcode.cn/problems/l
GEEK零零七·2025-02-17 13:17

本地部署model scope魔搭大模型流程

一、安装python二、安装Gradio三、添加镜像加速四、运行字符串倒叙五、运行绘图六、安装常用软件包和库七、我目前使用的软件包和库简介八、文字生成图片AI模型九、文字回复AI模型一、安装python
CQller·2025-02-17 13:15

DeepSeek 混合专家（MoE）架构技术原理剖析

DeepSeek混合专家（MoE）架构技术原理剖析在人工智能快速发展的当下，大规模语言模型不断突破创新，DeepSeek混合专家（MoE）架构脱颖而出，成为业内关注焦点。
计算机学长·2025-02-17 13:15

halcon的Blob分析方法

阈值分割的优点是计算简单、运算效率较高、速度快。阈值分割的几个难
斯人已去忆犹在·2025-02-17 13:14

使用多模态大语言模型进行深度学习的图像、文本和语音数据增强

在过去的五年里，研究方向已从传统的机器学习（ML）和深度学习（DL）方法转向利用大语言模型（LLMs），包括多模态方法，用于数据增强，以提高泛化能力，并在训练深度卷积神经网络时防止过拟合。
数行天下·2025-02-17 12:42

在linux环境下启动es,linux上Elasticsearch 安装配置、网页访问

设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。我们建立一个网站或应用程序，并要添加搜索功能
guo桀·2025-02-17 12:11

本地搭建deepseek并提供给其它人使用（最全，完整可用）

因为是开源的，我们可以很方便的架设其蒸馏模型到自己的主机上。PS：虽然也可以Cpu运行模型，但是如果没有8G以上的显存卡的话，只能搭建7B以下的模型，体验效果并不太好。
唐大帅·2025-02-17 12:41

LLM 大模型学习必知必会系列(一)：大模型基础知识篇

LLM大模型学习必知必会系列(一)：大模型基础知识篇魔搭ModelScope开源的LLM模型魔搭ModelScope欢迎各个开源的LLM模型在社区上做开源分享。
汀、人工智能·2025-02-17 12:40

ARIMA差分自回归移动平均模型--时间序列预测

ARIMA差分自回归移动平均模型1、ARIMA模型理论基础2、ARIMA建模步骤3、ARIMA建模实战3.1导入模块3.2加载数据3.3平稳性检验3.4单位根检验3.4白噪声检验3.5模型定阶3.6参数估计
别团等shy哥发育·2025-02-17 12:10

《深入浅出LLM基础篇》（三）：大模型结构分类

AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读
GoAI·2025-02-17 12:39

OpenWebUI，RAG+外部知识库+AI写文的开源应用

引言自从去年AI火起来之后，很多人便热衷于寻找适合自用的AI开源项目，把各家大模型API接入到自己的AI程序里，便可以通过AI辅助完成一系列日常任务，比如内容翻译/润色/总结/撰写、格式转换、数据分类、
m0_74824780·2025-02-17 12:39

深入理解TensorFlow中的形状处理函数

摘要在深度学习模型的构建过程中，张量（Tensor）的形状管理是一项至关重要的任务。特别是在使用TensorFlow等框架时，确保张量的形状符合预期是保证模型正确运行的基础。
SEVEN-YEARS·2025-02-17 12:08

本地部署 DeepSeek：环境准备 + 详细步骤 + 高级部署方案 + 可视化工具集成 + 故障排除手册 + 性能优化建议

前言随着人工智能技术的迅猛发展，大语言模型（LLM）在多个行业中的应用日益广泛，从自然语言处理、内容生成到智能客服、医疗诊断等领域，AI正在深刻改变传统的工作方式和业务流程。
Katie。·2025-02-17 12:08

＜Attention Is All You Need＞：全网首次提出Transformer模型论文中英文对照学习

论文摘要英文Thedominantsequencetransductionmodelsarebasedoncomplexrecurrentorconvolutionalneuralnetworksthatincludeanencoderandadecoder.Thebestperformingmodelsalsoconnecttheencoderanddecoderthroughanattenti
kingking44·2025-02-17 12:08

【论文精读】MotionLM

【论文精读】MotionLM1背景2存在的问题3具体方案轨迹转运动序列模型轨迹去重和聚类loss1背景团队：Waymo时间：2023.9代码：简介：采用自回归的方式做轨迹生成，能够更好地建模交互，且避免模态坍缩
EEPI·2025-02-17 12:37

【论文精读】Sparse4D v2: Recurrent Temporal Fusion with Sparse Model

2存在的问题2.1其他稀疏3D检测的问题PETR是query-based方法，但是为了实现特征融合，进行了全局注意力机制，导致高计算量。
EEPI·2025-02-17 12:36

时间序列分析之AR、MA、ARMA、ARIMA详解（5）

在时间序列分析中最常使用的一系列模型：AR、MR、ARMA，一直到ARIMA，都源于乔治·博克斯和格威利姆·詹金斯等人的一系列工作（他们的有关成果后汇集成该领域的权威经典著作【1】）。
白马负金羁·2025-02-17 12:36

数据驱动业务增长，E-MapReduce 真实案例解析

然而，面对PB级甚至EB级的数据规模，传统的本地大数据计算架构往往难以满足性能和成本的要求。如何在保证计算效率的同时降低运维成本，成为企业数据战略中的关键挑战。
Anna_Tong·2025-02-17 11:34

全面解析：AI大模型入门教程，让你的学习之路不再迷茫，这个大模型学习路线非常详细收藏这篇就够了！

前言AI大模型，作为当前人工智能领域的热点，凭借其强大的处理复杂数据和任务的能力，受到广泛的关注和应用。
AGI大模型老王·2025-02-17 11:03

共享内存的数据结构 ——循环队列+信息量 ——互斥锁、多进程的消费者模型 源码模型 测试代码 C++

要想实现多进程的生产/消费者模型只能采用循环队列。循环队列类值得一提的是这里面头尾指针的移动算法：（指针+1）取最大长度的余数。其他都很简单。
sevenysq·2025-02-17 11:03

linux内网部署deepseek大模型（ollama+anythingllm）

一、安装ollama来源：ollama/docs/linux.mdatmain·ollama/ollama·GitHub1.下载安装包ollama下载链接：https://ollama.com/download/ollama-linux-amd64.tgz，下载后放在用户目录下2.运行脚本#!/bin/sh#ThisscriptinstallsOllamaonLinux.#Itdetectsthe
wukurua·2025-02-17 11:32

DeepSeek大模型本地化部署与实践指南

前言在数据隐私要求严苛或网络环境受限的场景中，本地化部署大模型成为企业AI落地的关键需求。本文将手把手教你如何实现DeepSeek大模型的本地化部署，并提供完整的实践案例代码。
星辰@Sea·2025-02-17 11:31

基于DeepSeek-R1的高效推理优化实战：从API封装到动态批处理

引言在LLM（大语言模型）应用中，推理延迟和计算资源消耗是核心痛点。
竹木有心·2025-02-17 11:29

谭浩强C语言程序设计（第五版）知识点总结(1)

第一章程序设计和C语言1.1什么是计算机程序程序的定义：程序是一组计算机能识别和执行的指令，每条指令对应一个特定的操作。
锦翎掠霄·2025-02-17 11:59

CAP与BASE：分布式系统设计的灵魂与妥协

CAP理论CAP理论起源于2000年，由加州大学伯克利分校的EricBrewer教授在分布式计算原理研讨会（PODC）上提出，因此CAP定理又被称作布鲁尔定理（Brewer’stheorem）2年后，麻省理工学院的
·2025-02-17 11:37

前端面试题2（vue3）

答案：CompositionAPI是Vue3引入的一种新的编程模型，它允许开发者以更灵活和模块化的方式组织代码。
GIS-CL·2025-02-17 11:59
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他