计算模型第23页

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow是一个由Google开发的开源机器学习框架，旨在让开发者能够构建和训练各种深度学习模型。

AC使者·2025-02-22 10:57

人工智能训练师如何做文本数据标注？

文本数据标注是对数据进行结构化、分类、分词、情感分析、命名实体识别（NER）等操作，为机器学习模型提供准确的输入。以下是常见的文本数据标注任务和对应的Python代码示例。

小宝哥Code·2025-02-22 10:27

基于ChatGPT-4o信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写

AAIshangyanxiu·2025-02-22 10:26

LangChain-基础(prompts、序列化、流式输出、自定义输出)

LangChain-基础我们现在使用的大模型训练数据都是基于历史数据训练出来的，它们都无法处理一些实时性的问题或者一些在训练时为训练到的一些问题，解决这个问题有2种解决方案基于现有的大模型上进行微调，使得它能适应这些问题

JolyouLu·2025-02-22 10:55

计算机专业知识【数据库读操作：不可重复读、脏读及其他现象解析】

在数据库的并发操作场景中，不同的读操作方式会引发不同的数据读取问题。理解这些问题对于确保数据库数据的一致性和准确性至关重要。下面我们将详细介绍数据库中常见的几种读问题，包括不可重复读、脏读等。一、基本概念：事务与并发控制在深入了解各种读问题之前，我们需要先明确事务和并发控制的概念。事务是数据库中一组不可分割的操作序列，要么全部执行成功，要么全部不执行。而并发控制则是为了保证多个事务在并发执行时不会

一勺菠萝丶·2025-02-22 10:25

Node.js高频面试题精选及参考答案

Node.js的事件驱动和非阻塞I/O模型是如何工作的？为什么Node.js适合处理高并发场景？Node.js与传统后端语言（如Java、Python）相比，有哪些优势和劣势？

大模型大数据攻城狮·2025-02-22 10:54

Python应用算法之动态规划理解和实践

1.优缺点优点高效性：避免重复计算，时间复杂度显著降低。灵活性：适用于多种问

大数据追光猿·2025-02-22 10:53

华为动态路由-OSPF-完全末梢区域

OSPF使用Dijkstra算法计算最短路径，并维护一个基于链路状态的路由数据库，以选择最佳路径2、OSPF特点开放性（Open）：OSPF是一种

小冷爱学习！·2025-02-22 10:23

深入浅出数据中台：概念、架构与应用

它借助数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径，形成大数据资产，并提供服务化的数据接口，以满足前台应用和业务创新的需求。

小四的快乐生活·2025-02-22 10:53

存储器(RAM、ROM、硬盘和内存）

RAM-随机存取存储器（randomaccessmemory）计算机和手机中一般叫做（运行）内存。高速存取，读写时间相等，且与地址无关，如计算机内存等。

weixin_30530523·2025-02-22 10:22

开源数据平台构建：从0到1搭建企业级数据平台系统

作者：禅与计算机程序设计艺术1.简介数据平台作为业务数据的重要基础设施，其提供的数据服务和分析能力已成为公司各部门协同工作、高效沟通、提升工作效率的关键。

AI天才研究院·2025-02-22 10:51

撰写文献必用的评价指标之DCA决策曲线

系列文章目录第一章撰写文献必用的评价指标之普通表格第二章撰写文献必用的评价指标之DCA决策曲线目录系列文章目录前言一、DCA决策曲线表现形式横轴纵轴曲线曲线解读图例二、单因素多因素分析单因素分析多因素分析三、R语言程序代码代码解释总结前言在智慧医疗中，深度学习模型用于疾病预测等任务

小辉同志·2025-02-22 10:19

Windows 操作系统中的常用快捷键-ChatGPT4o作答

以下是一些常用的Windows快捷键，它们覆盖了文件管理、窗口操作、系统设置等多个方面：一、系统管理快捷键Ctrl+Alt+Del：打开任务管理器、锁定计算机或注销用户。Win+D：显示或隐藏桌面。

部分分式·2025-02-22 10:49

计算机基本组成的内存缓存、磁盘硬盘区别

计算机的基本组成有：输入输出设备、存储器、CPU。

FFFXXXFFF·2025-02-22 09:17

C++ 设计模式-命令模式

示例：支持撤销操作的计算器实现一个简单的计算器，它可以执行加法和减法操作，并且支持撤销上一次操作。1.定义命令接口命令接口包含两个方法：e

ox0080·2025-02-22 09:17

【有啥问啥】DeepSeek NSA（Native Sparse Attention）：开启高效推理与降本增效的新篇章

DeepSeekNSA（NativeSparseAttention）：开启高效推理与降本增效的新篇章在人工智能领域，尤其是自然语言处理（NLP）和大语言模型（LLM）的浪潮中，性能与效率一直是研究者和开发者关注的焦点

有啥问啥·2025-02-22 09:46

【重识云原生】第四章云网络4.3.7.3节——BGP协议实现原理

《重识云原生系列》专题索引：第一章——不谋全局不足以谋一域第二章计算第1节——计算虚拟化技术总述第二章计算第2节——主流虚拟化技术之VMareESXi第二章计算第3节——主流虚拟化技术之Xen第二章计算第

江中散人·2025-02-22 09:16

【Flink实战】Flink网络内存和托管内存

托管内存二、网络内存与托管内存的关系1、互相依赖，优化执行性能2、基于任务特性设置内存分配3、内存竞争与背压机制网络内存主要负责Taskmanager之间的网络数据传输的内存，托管内存主要负责Flink的状态计算

roman_日积跬步-终至千里·2025-02-22 09:46

DeepSeek 学习路线图

概率统计：理解贝叶斯理论和概率分布，用于模型训练和推理。微积分：了解优化算法中的梯度下降等概念。2.编程基础Python：掌握Python编程，这是深度学习和AI开发的主要语言

CarlowZJ·2025-02-22 09:14

DeepSeek：为医疗数智化注入新动能

随着云计算、大数据、人工智能等前沿技术的迅猛发展，数智化转型成为企业提升竞争力、创新业务模式、优化客户体验的关键路径。

数澜悠客·2025-02-22 09:13

hcia华为认证学习

1946年：第一台计算机诞生军事、科研--高速运算1962年：古巴导弹危机-1969年：ARPA-阿帕网ARPANET（全世界的第一个网络）---“万物互联”前瞻性厂商--垄断--不能普及IBM垄断了通信业务才支持标准

CC.2021·2025-02-22 09:12

趣丸多云架构的演进与实践：从单云到多云2.0的旅程

随着数字化转型的加速，云计算已经成为企业IT架构的核心组成部分。在这个过程中，趣丸科技凭借其前瞻性的战略眼光和技术实力，成功实现了从单云架构到多云2.0的演进。

ITPUB-微风·2025-02-22 09:41

Redis 存在线程安全问题吗?为什么?

Redis在设计上不存在线程安全问题，因为其核心命令处理采用单线程模型。

HUNAG-DA-PAO·2025-02-22 09:09

阿里云ECS命名规则解析与规格选型实战指南

{规格大小}”的结构，各部分含义如下：命名字段说明ecs代表“弹性计算服务”（ElasticComputeService）。{实例族}标识实例的用途和代次（如g7、c7、r7），由字母+数字组成。

oliver.chau·2025-02-22 08:08

计算机毕业设计吊炸天Python+Spark地铁客流数据分析与预测系统地铁大数据地铁流量预测

开发技术SparkHadoopPython爬虫Vue.jsSpringBoot机器学习/深度学习人工智能创新点Spark大屏可视化爬虫预测算法功能1、登录注册界面，用户登录注册，修改信息2、管理员用户：（1）查看用户信息；（2）出行高峰期的10个时间段；（3）地铁限流的10个时间段；（4）地铁限流的前10个站点；（6）可视化大屏实时显示人流量信息。3、普通用户：（1）出行高峰期的10（5）可视化大

qq_80213251·2025-02-22 08:35

Django 模型字段类型

Django模型字段类型和字段参数总结1.models.AutoField2.models.CharField3.models.BooleanField4.models.ComaSeparatedIntegerField5

大胖丫·2025-02-22 08:03

如何评估代理IP服务对AI大模型训练的影响

2023年某头部AI公司的内部报告显示，在分布式训练场景下，因代理IP配置不当导致的算力浪费平均达15%。工程师们往往更关注GPU型号或算法优化，却容易忽略网络链路这个隐形变量。本文将以可复现的测试方法，拆解代理IP对训练效果的三大影响维度，手把手教您建立科学的评估体系。一、影响因子的精准拆解代理IP对训练效果的影响主要体现在三个层面：‌1.数据流速波动‌当爬虫节点通过代理IP采集训练数据时，实测

·2025-02-22 08:33

微构科技《VigorData一站式企业大数据平台产品白皮书》

VigorData满足企业从数据采集、存储、计算、分析挖掘到可视化展示的一站式数据处理需求，并融合前沿AI科技机器深度学习自我进化，直至与企业自身状况深度契合，帮助企业借力大数据优势深化自身业务价值体系

皙姑娘·2025-02-22 07:00

Ubuntu 部署ChatGLM3-6B模型_ubuntu 23 chatglm3本地部署(1)

sudoubuntu-driversautoinstall安装anacondaanaconda官网下载安装包anaconda下载链接Anaconda3-2024.02-1-Linux-x86_64.sh选择正确的版本进行下载，本次选择Linux版本下载，得到Anaconda3-2024.02-1-Linux-x86_64.sh文件#因为我这里创建好了/root/anaconda3的目录，所以加了-

2401_83817971·2025-02-22 07:30

时间同步服务器--Linux中

时间同步服务时间同步:多主机协作工作时，各个主机的时间同步很重要，时间不一致会造成很多重要应用的故障，如:加密协议，日志，集群等，利用NTP(NetworkTimeProtocol)协议使网络中的各个计算机时间达到同步

IJ[JJ·2025-02-22 07:59

ae 渲染计算机内存不足,AE内存不足怎么办？ After Effects内存不足【解决方法】...

AfterEffects简称“AE”这点相信很多小伙伴都清楚，近期站长在使用AE的过程中，系统提示我内存不足，自己找了半天发现电脑并没有什么问题，最后发现居然是设置的问题导致系统内存报错，其实解决的方法很简单，下面我来带给大家AE内存不足的解决办法。特别注意:如果你能进去AfterEffects的软件界面，那么可以通过手动清理的方法来解决问题，这个问题很多新手都会遇到(如果方法1解决不了你的问题，

竹石文化传播有限公司·2025-02-22 07:28

2020年系统分析师综合知识历年真题(1-10) + 详解

【2020下系分真题第01题：绿色】01.系统结构化分析模型包括数据模型、功能模型和行为模型，这些模型的核心是()。

x2lab·2025-02-22 07:58

【deepseek】本地部署后api接口的封装

文章目录前言一、安装必要的库二、创建FastAPI应用三、运行FastAPI应用四、使用API五、客户端api调用前言本文内容包含如何将Deepseek本地模型的RAG知识库文件读取、对话选择、对话回复和历史对话封装成

Neo很努力·2025-02-22 07:27

YOLOv11快速上手：如何在本地使用TorchServe部署目标检测模型

SYC_MORE·2025-02-22 07:57

推理模型时代：大语言模型如何从对话走向深度思考？

一、对话模型和推理模型的区别概述对话模型是专门用于问答交互的语言模型，符合人类的聊天方式，返回的内容可能仅仅只是一个简短的答案，一般模型名称后面会带有「chat」字样。

深度学习机器·2025-02-22 07:56

让浏览器AI起来：基于大模型Agent的浏览器自动化工具

最近有个非常火的项目，利用大模型Agent驱动浏览器完成各种操作，如网页搜索、爬虫分析、机票酒店预定、股票监控等，号称全面替代所有在浏览器上的操作，试用方式还是比较简单的，以下将进行简单介绍。

深度学习机器·2025-02-22 07:56

RocketMQ结构介绍

消息转发模型RocketMQ主要由Producer、Broker、Consumer三部分组成，其中Producer负责生产消息，Consumer负责消费消息，Broker负责存储消息。

北漂人Java·2025-02-22 07:26

DeepSeek的架构设计

DeepSeek的架构设计一、基础架构层1.超大规模算力集群跨地域异构计算:南京/临港等多地超算中心构建混合集群，10万+GPU卡规模（含H100/A100等），通过自研RDMA网络实现μs级延迟能效优化

程序猿000001号·2025-02-22 06:24

Django基础入门教程

1.5异常处理1.6文件操作1.7Python虚拟环境的使用2.Django安装和项目创建2.1安装Python和Django2.2创建Django项目和应用2.3Django项目结构解析3.Django模型

蜡笔小新星·2025-02-22 06:54

一文了解AI大模型相关知识点（含资料分享）

前言，随着人工智能技术飞速发展，AI大模型在各行各业的应用日益广泛，是助力各行业提升产业智能化水平、优化业务流程等必不可少的推力，什么是AI大模型？AI大模型行业应用落地的背景？

大模型研究院·2025-02-22 06:54

大模型性能测试全指标、计算方法及优化指南

最近一周，我参与了一些第三方大模型的性能测试，在过程中发现，对于那些对实时性和稳定性要求较高的应用场景，模型的性能指标已经成为衡量其优劣的关键。

大模型研究院·2025-02-22 06:54

SD模型微调之LoRA

本文是SD模型微调方法LoRA的详细介绍，包括数据集准备，模型微调过程，推理过程，优缺点等。

好评笔记·2025-02-22 06:22

【第13章】Stable Diffusion WebUI 动画类插件（Animatediff/Deforum）

/guoyww/animatediff/Animatediffwebui插件地址：https://github.com/continue-revolution/sd-webui-animatediff模型下载地址

聚梦小课堂·2025-02-22 06:52

【AI大模型应用开发】【RAG评估】1. 通俗易懂：深度理解RAGAS评估方法的原理与应用

微信公众号也可搜【同学小张】本站文章一览：上篇文章【AI大模型应用开发】【RAG评估】0.综述：一文了解RAG评估方法、工具与指标，我们盘点了当前RAG系统评估的一些主流方法、工具和评估指标。

同学小张·2025-02-22 06:21

AI绘画Stable Diffusion｜进阶篇图片复现AnimateDiff动画插件基础教程

实际上，在AI绘画的领域中，对于SD而言，其核心秘诀在于选取一个恰当的大模型和灵活运用专业的lora包。今天，我将为大家揭示如何使用lora包来创造出具有高度真实感和质感的金克

设计师阿威·2025-02-22 06:21

2024字节总监最新总结：240道算法LeetCode刷题笔记（大厂面试必备）

据了解很多大厂技术面试的要求是：技术要好，计算机基础扎实，熟练掌握算法和数据结构，语言不重要，熟练度很重要。每一轮技术面试都可能考代码，不只考算法，但一定会考算法。为什么大厂都在面试算法？

2401_84048179·2025-02-22 06:50

清影2.0（AI视频生成）技术浅析（四）：计算机视觉（CV）

清影2.0是一个基于人工智能的视频生成平台，其核心计算机视觉（CV）技术包括图像处理与增强、动作捕捉与平滑等。

爱研究的小牛·2025-02-22 06:50

RocketMQ（一）：消息中间件缘起，一览整体架构及核心组件

RocketMQ（一）：消息中间件缘起，一览整体架构及核心组件消息队列MessageQueue，简称MQ在队列的基础上，加入生产者与消费者模型，使用队列作为载体就能够组成简单的消息队列，在队列中“运输”

菜菜的后端私房菜·2025-02-22 06:50

java实现表达式计算

功能特点：灵活的函数注册：固定参数函数：registerFunction("sqrt",1,...)可变参数函数：registerFunction("max",-1,...)丰富的内置函数：数学函数：sin、cos、sqrt统计函数：max（可自动扩展）严谨的错误处理：未定义变量检测除零错误检测参数个数校验括号匹配检查高性能设计：采用逆波兰表达式算法单次解析多次求值线程安全设计该实现通过扩展Tok

datalover·2025-02-22 05:11

用python开发的运维管理系统,python网络运维脚本

一、ps可以查看进程的内存占用大小，写一个脚本计算一下所有进程所占用内存大小的和。（提示，使用psaux列出所有进程，过滤出RSS那列，然后求和）#!/usr/bin/envpython#!

P42695665·2025-02-22 05:40

推荐频道

计算模型