训练测试

1.1PaddleTS_环境配置：一个易用的深度时序建模的Python库

PaddleTS的主要特性包括：设计统一数据结构，实现对多样化时序数据的表达，支持单目标与多目标变量，支持多类型协变量封装基础模型功能，如数据加载、回调设置、损失函数、训练过程控制等公共方法，帮助开发
pythonQA·2025-03-20 01:27

【大模型科普】AIGC技术发展与应用实践（一文读懂AIGC）

大模型是千亿参数的深度神经网络（如ChatGPT），经海量数据训练后能完成文本生成、图像创作等复杂任务，显著提升效率，但面临算力消耗、数据偏见等挑战。
·2025-03-20 01:36

每日一题——二叉树的直径

二叉树的直径问题描述示例示例1示例2提示问题分析算法设计代码实现复杂度分析测试用例测试用例1测试用例2总结问题描述给定一棵二叉树的根节点，返回该树的直径。
tt555555555555·2025-03-19 23:09

密码安全：如何识别强弱密码，并打造铁壁防线！

**示例代码演示代码解释：测试结果示例：2.**复杂度：是否包含特殊字符？**示例代码演示代码解释：测试结果示例：小结：3.**模式识别：是否包含常见模式？
喵手·2025-03-19 23:09

数据增强：扩充数据集提升模型泛化能力

一个泛化能力强的模型能够在未见数据上表现良好，而过拟合的模型则会在训练数据上表现出色，但在新数据上表现糟糕。
AI天才研究院·2025-03-19 23:06

数据增强：扩充数据集，提升模型的鲁棒性

数据增强：扩充数据集，提升模型的鲁棒性1.背景介绍1.1数据集的重要性在机器学习和深度学习领域中,数据集是训练模型的基础。高质量的数据集对于构建准确、鲁棒的模型至关重要。
AI天才研究院·2025-03-19 23:05

NLP高频面试题（三）——普通RNN的梯度消失和梯度爆炸问题

普通RNN（循环神经网络）的梯度消失和梯度爆炸问题是指在训练深层或长序列的RNN模型时出现的两种典型问题：一、梯度消失（VanishingGradient）梯度消失是指在反向传播过程中，梯度逐层传播时变得越来越小
Chaos_Wang_·2025-03-19 23:34

Docker打包深度学习项目

NVIDIAContainerToolkit3.添加国内镜像源2.使用Dockerfile打包并保存镜像1.Dockerfile2.通过Dockerfile生成镜像3.保存镜像和加载4.运行Docker并测试参考
FLY_LTL·2025-03-19 22:30

vscode连接远程服务器docker里的容器--使用remote ssh

背景介绍：因为工作的原因，图像相关，模型训练，需要在服务器上面搞，同时，服务器上面的环境配置，全部使用的是docker创建容器的方式。
欢仔要学习·2025-03-19 22:28

MyBatisPlus 代码生成器如何使用？一篇文章学会它！！！

目录一.MP代码生成器简介二.准备工作2.1建立数据库和表2.1创建项目三.编写工具类3.1创建类3.2定义数据库连接变量3.3定义单表代码生成函数3.4扩展为任意表自动生成代码四.测试代码生成器4.1
程序猿ZhangSir·2025-03-19 22:57

使用TensorFlow、OpenCV和Pygame实现图像处理与游戏开发

安装TensorFlowTensorFlow是一个基于数据流图的开源机器学习框架，提供了丰富的工具和库来构建和训练各种深度
UwoiGit·2025-03-19 22:25

程序员不用写代码？DeepSeek这个隐藏功能让我惊掉下巴

你见过会自己写测试用例的AI吗？那天晚上，我把项目需求文档往DeepSeek的对话框一扔，它竟然像资深架构师似的，先把需求拆解成模块，接着自动生成了带注释的接口文档。最绝的是，在
·2025-03-19 21:29

创建在线工具来测量 PDF图纸

应用许可证密钥如何获取30天免费许可证ComPDFKit为每个人提供30天免费许可证密钥，以测试他们的
·2025-03-19 21:59

MMScan数据集：首个最大的多模态3D场景数据集，包含层次化的语言标注

数据集的建立，不仅推动了3D场景理解的研究进展，还为训练和评估多模态3D感知模型提供了宝贵的资源。
·2025-03-19 21:28

HTTP 408 Request Timeout 请求超时，远程 GitHub 服务器断开了连接

解决方法：检查你的网络(1)测试GitHub是否正常pinggithub.com如果返回：Requesttimedout.说明你的网络连接GitHub有问题，建议：尝试换个网络（如手机热点）使用VPN连接
linff911·2025-03-19 21:48

项目管理软件的十大核心功能，一文解读！

以一个新产品发布项目为例，你可以为每个阶段创建独立任务，如市场调研、产品设计、开发和测试，并为团队成员分配责任。甘特图甘特图是在视觉上查看项目进度的最佳工具之一。
·2025-03-19 20:23

深度革命：ResNet 如何用 “残差连接“ 颠覆深度学习

更令人震撼的是，ResNet将神经网络的深度推至152层，彻底打破了"深层网络无法训练"的魔咒。这场革命的核心，正是一个简单
安意诚Matrix·2025-03-19 20:46

A Survey of Large Language Models大模型综述论文章节总结

文章主要围绕LLM的四个主要方面展开：1引言自从1950年图灵测试被提出以来，人类一直在探索机器掌握语言智能的方法。
WhyteHighmore·2025-03-19 19:09

A SURVEY ON POST-TRAINING OF LARGE LANGUAGE MODELS——大型语言模型的训练后优化综述——第9部分——应用

应用尽管预训练为大型语言模型（LLMs）赋予了强大的基础能力，但在部署于专业领域时，LLMs仍经常遇到持续的限制，包括上下文长度受限、容易产生幻觉（hallucination）、推理能力欠佳和固有的偏见
王金-太想进步了·2025-03-19 19:31

DeepSeek 助力 Vue3 开发：打造丝滑的表格（Table）之添加导出数据功能示例3，TableView15_03导出全部数据示例

如果能帮助到大家或者给大家一些灵感和启发，欢迎收藏+关注哦目录DeepSeek助力Vue3开发：打造丝滑的表格（Table）之添加导出数据功能示例3，TableView15_03导出全部数据示例前言页面效果组件代码代码测试测试代码正常跑通
宝码香车·2025-03-19 18:57

Nacos部署模式介绍、应用场景和示例

测试环境：用于功能测试和集成测试，无需复杂的集群配置。Docker部署示例：1、拉取Nacos镜像：dockerpullnacos/nacos-serv
小猿、·2025-03-19 18:24

基于流程的测试质量体系

因此对软件测试人员也相应带来更高的要求；测试人员也应该慢慢从业务测试工作中转变到业务质量保障中，向质量保障团队转型，承担更多的质量提升工作，更好的为业务提供支持。
tf的测试笔记·2025-03-19 17:24

Yolov8训练自己的数据集(脱离ultralytics库)

比如在使用v8的时候需要安装ultralytics库，然后再调用YOLO进行训练或者预测，那么就有这几个问题：问题1：安装了ultralytics库后如何使用YOLO呢
爱吃肉的鹏·2025-03-19 17:22

python爬虫 Selenium库安装与使用

Selenium是一个强大的自动化测试工具，它也可以用来进行网页抓取。
范哥来了·2025-03-19 17:50

迁移学习基础知识

简介使用迁移学习的优势：1、能够快速的训练出一个理想的结果2、当数据集较小时也能训练出理想的效果。注意：在使用别人预训练的参数模型时，要注意别人的预处理方式。
zhooooooou·2025-03-19 16:44

主从dns+nfs+nginx综合实验

目录1.实验要求2.配置主DNS1安装bind软件编辑主配置文件编辑区域数据文件检查配置文件和区域文件是否有误重启服务测试dns1是否生效3.配置从DNS2安装bind编辑从DNS2的主配置文件防火墙放行测试
睡不够觉·2025-03-19 16:14

迁移学习入门

迁移学习1迁移学习的概念预训练模型定义:简单来说别人训练好的模型。
EmbodiedTech·2025-03-19 16:14

程序员996写bug？这个AI工具让你头发越秃代码越香

凑近一看，他正在用DeepSeek的智能提示功能自动补全单元测试。更气人的是，这厮今年居然还长出了新发茬
·2025-03-19 16:18

【Go基础】Go入门与实践资源帖

看到好的持续更新……Go系统教程从语法讲起：李文周博客七天快速上手项目Go测试驱动开发博客孔令飞项目开发实战课程，孔令飞图文教程《Go语言高级编程》书籍Go算法刷题模板Go实战项目KV系统crawlab
小超人冲鸭·2025-03-19 16:41

小米5miui10android,小米又一款手机适配Android 10！MIUI开发版暂停，米粉别着急！...

看到iOS最近几次测试版的更新不如人意，bug太多就是日常应用也会有适配兼容难的现象，卡顿闪退带来的效果总是不太好，影响用户去正常使用手机。再看看安卓阵营，
weixin_39843677·2025-03-19 15:02

华为OD机试题库清单以及考点说明，2025.3.16切换2025A卷（Python/JS/C/C++）

刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。
哪 吒·2025-03-19 14:59

华为OD机试 - 日志采集系统（Python/JS/C/C++ 2024 E卷 100分）

刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。
哪 吒·2025-03-19 14:26

GPT-4o mini小型模型具备卓越的文本智能和多模态推理能力

GPT-4omini在学术基准测试中，无论是在文本智能还是多模态推理方面，都超越了GPT-3.5Turbo和其他小型模型，并支持与GPT-4o相同的语言范围。
FlowUs息流使用宝典·2025-03-19 14:55

Dify知识库构建流程及示例

3.向量化（Embedding）嵌入模型：调用预训练
cqbelt·2025-03-19 14:54

彻底解决分布式环境下Redisson消息队列监听重复执行问题

问题现象：测试环境单台部署，没有问题，生产环境多台部署订单都是2条重复数据。
renkai721·2025-03-19 13:22

MNIST数据集&手写数字识别

它提供了一种基于数据流图的编程模型，用于构建和训练机器学习模型。TensorFlow的核心概念是张量（Tensor）和流图（Graph）。
Zoro｜·2025-03-19 13:18

Codeforces Round 995 (Div. 3)

在这第iii天，如果Monocarp准备训练，那么他将完成aia_iai题，同样的，如果Stereocarp也在这天准备训练，那么他将完成bib_ibi题。
polarours·2025-03-19 13:17

3.17学习小结

，百胜智能，津荣天宇，丰立智能，国联水产，润和软件，思特奇，致远新能，盟固利，德恩精工，开创电气，诚达药业，因赛集团，中铁装配，金盾股份，华研精机，超越科技，安诺其，华策影视，英力股份，众智科技，西测测试
shulingpei·2025-03-19 12:15

vLLM本地部署Mistral-Small 3.1+全方位测试多模态大模型！超越Gemma3.1，最适合企业项目的大模型！中文OCR能力也不弱

本篇笔记所对应的视频https://www.bilibili.com/video/BV1Q9XLYiEwD/MistralAI最新推出的MistralSmall3.1模型无疑是近期科技界的一大亮点。这款由法国AI实验室MistralAI开发的开源多模态模型，以其卓越的性能和灵活性，为开发者、企业和研究人员带来了全新的可能性。凭借24B参数、对文本与图像的处理能力，以及在多个关键指标上的突破，Mis
AI超元域·2025-03-19 12:14

JG/T 331-2011建筑幕墙用氟碳铝单板制品检测

JG/T331-2011建筑幕墙用氟碳铝单板制品检测项目：测试项目测试方法涂层厚度GB/T4957光泽度偏差GB/T9754涂层附着力GB/T9286铅笔硬度GB/T6739耐盐酸JG/T331耐硝酸JG
Tongyongtest88·2025-03-19 12:09

2025年三个月自学手册 网络安全（黑客技术）

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维
网安kk·2025-03-19 12:38

【总结】Pytest vs Behave，BDD 测试框架哪家强？

引言在测试驱动开发(TDD)和行为驱动开发(BDD)流行的今天，Pytest和Behave成为了Python生态中最常见的自动化测试框架。那么，究竟该选择哪一个？它们各自有哪些优缺点？
·2025-03-19 11:37

软件测试服务商怎么选，看这篇文章就够了

软件行业的发展历程中,软件测试从最初单纯依靠大量人工进行测试,逐渐向工具化、平台化转变。早期,由于软件开发规模相对较小,技术迭代速度较慢,软件测试主要依赖人工手动执行各类测试用例,耗费大量人力与时间。
·2025-03-19 11:33

RTX3060帧率优化与电竞级配置实战

内容涵盖显卡驱动参数的精细化设置、游戏画质与帧率平衡的实战技巧，以及1080P与2K分辨率下的帧率对比测试数据。
智能计算研究中心·2025-03-19 11:36

RTX4070Ti性能实测与优化解析

通过15款主流3A大作的帧数实测数据，结合《赛博朋克2077》《艾尔登法环》等典型场景的测试结果，量化对比不同画质预设下的流畅度变化。
智能计算研究中心·2025-03-19 11:36

医疗影像联邦学习可解释性算法研究

本研究以跨机构医疗影像协作场景为核心，系统性探讨联邦学习框架下可解释性算法的创新路径，重点解决医疗AI模型在分布式训练中的透明度缺失问题。
智能计算研究中心·2025-03-19 11:36

【Python】测试数据生成工具 --- Faker

Faker库介绍Faker是一个强大的库，能够帮助开发者和测试人员生成大量的假数据，但这些数据看起来却非常真实。
·2025-03-19 11:00

融合AMD与NVIDIA GPU集群的MLOps：异构计算环境中的分布式训练架构实践

在深度学习的背景下，NVIDIA的CUDA与AMD的ROCm框架缺乏有效的互操作性，导致基础设施资源利用率显著降低。随着模型规模不断扩大而预算约束日益严格，2-3年更换一次GPU的传统方式已不具可持续性。但是Pytorch的最近几次的更新可以有效利用异构计算集群，实现对所有可用GPU资源的充分调度，不受制于供应商限制。本文将深入探讨如何混合AMD/NVIDIAGPU集群以支持PyTorch分布式训
·2025-03-19 11:59

深度学习框架PyTorch——从入门到精通（4）数据转换

转换（Transforms）很多时候，数据并不总是以训练机器学习算法所需的最终处理形式出现。所以我们需要使用变换对数据进行一些处理，使其适合训练。
Fansv587·2025-03-19 11:01

深度学习框架PyTorch——从入门到精通（5）构建神经网络

构建神经网络获取训练设备定义类模型层nn.Flattennn.Linearnn.ReLUnn.Sequentialnn.Softmax模型参数补充说明argmax神经网络是由一些层或者模块组成的，这些层和模块会对数据进行各种操作
Fansv587·2025-03-19 11:58
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他