迁移训练第21页

细说向量化知识库

CCSBRIDGE·2025-02-25 18:41

AI安全全景解析：从数据到模型的全方位防护

一、AI安全核心风险矩阵风险类型典型场景技术影响数据投毒训练数据被恶意篡改模型准确性下降模型窃取黑盒攻击获取模型参数知识产权泄露对

金外飞176·2025-02-25 18:09

Pytorch实现之混合成员GAN训练自己的数据集

简介简介：提出一种新的MMGAN架构，使用常见生成器分布的混合对每个数据分布进行建模。由于生成器在多个真实数据分布之间共享，高度共享的生成器（通过混合权重反映）捕获分布的公共方面，而非共享的生成器捕获独特方面。论文题目：MIXEDMEMBERSHIPGENERATIVEADVERSARIALNETWORKS（混合成员生成对抗网络）会议：IEEEInternationalConferenceonIm

这张生成的图像能检测吗·2025-02-25 15:18

9、论文阅读：无监督的感知驱动深水下图像增强

Perception-DrivenDeepUnderwaterImageEnhancementWithoutPairedSupervision前言引言相关工作UIE模型基于非物理模型基于物理模型基于深度学习质量度量在图像增强中的应用方法论问题表述PQR模型PDD网络生成器损失函数实验A.数据集B.训练细节

Maker~·2025-02-25 15:18

阅读笔记：ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Task

PretrainingTask-AgnosticVisiolinguisticRepresentationsforVision-and-LanguageTasksContribution提出ViLBERT模型（twostreamsmodel），由两个BERT结构分别对text和image进行学习，通过cross-attention进行信息交流，在两个预训练任务

Araloak·2025-02-25 14:44

用于获得一个pb文件的所有节点名称

#-*-coding:utf-8-*-"""CreatedonTueDec1818:31:1320181、model_dir为模型路径文件夹，model_name为模型名称（自定义非如alexnet等训练实际名称

@Mr_LiuYang·2025-02-25 14:40

DeepSeek预测2030年：全球 50% 的白领工作将由 AI Agent 辅助完成，金融、医疗等专业渗透率超 70%

对未来的发展进行多维度预测，涵盖人工智能、搜索行业、全球经济格局等领域：一、人工智能技术的革命性突破低成本高性能模型的普及DeepSeek-R1等国产大模型通过混合专家架构（MoE）和算法优化，以OpenAI1/70的训练成本实现同等性能

未来AI编程·2025-02-25 13:03

高压输电线故障检测数据集 YOLO 格式

数据集介绍高压输电线故障检测数据集是一个专为电力行业AI模型训练设计的高质量数据集，支持YOLO格式的方框标注，适用于目标检测任务。数据集特点图像数量：1912张高质量图像，涵盖多种场景和光照条件。

幽络源小助理·2025-02-25 12:27

【云原生迁移】云原生迁移案例

一、回答框架（STAR-R模型）Situation（背景）→Task（任务）→Action（行动）→Result（结果）→Reflection（反思）二、高频问题应答模板1.请描述您主导的云原生迁移项目回答示例

gskyi·2025-02-25 08:01

YOLOv10（训练完全版更新）

YOLOv10目前还不支持项目上的硬件板使用，等待后续。requirements.txt中已更新（torch版本更新了，提高了些精度）（我新加入了其他库）torch==2.0.1torchvision==0.15.2onnx==1.14.0onnxruntime==1.15.1pycocotools==2.0.7PyYAML==6.0.1scipy==1.13.0onnxsim==0.4.36on

小远披荆斩棘·2025-02-25 07:56

Golang从入门到精通

课程概述Golang从入门到精通，本课程以学习Golang语言开发互联网产品为目标，从基础理论知识入手，详实地讲解Golang语言的开发方法与技巧，并通过大量的线上训练，带领同学们全面掌握服务端高并发、

Wxhzy930120·2025-02-25 06:13

为什么DeepSeek必须开源（以及它为何不会打败OpenAI）

这家中国AI实验室训练出了R1——一款开

新加坡内哥谈技术·2025-02-25 05:12

免费 MLOps 课程：学习机器学习运维的完整流程

掌握MLOps：训练和跟踪实验、构建ML流水线、模型部署、生产环境监控，并从DevOps采用最佳实践。

真智AI·2025-02-25 05:11

使用Diffusion Models进行图像超分辩重建

目录贡献概述动机方法详解模型训练论文贡献概述这项研究提出了一种基于扩散逆过程的新图像

沉迷单车的追风少年·2025-02-25 04:32

联邦学习与边缘模型优化赋能医疗诊断新路径

联邦学习框架通过分布式模型训练机制，有效破解医疗机构间的数据壁垒，使跨机构的医学影像、病理数据在不离开本地服务器的前提下完成知识共享。

智能计算研究中心·2025-02-25 03:26

联邦学习优化驱动医疗诊断新突破

内容概要医疗人工智能的发展长期面临数据孤岛与隐私合规的双重挑战，传统集中式训练模式难以满足多机构协作需求。

智能计算研究中心·2025-02-25 03:26

项目上传github步骤

例如：gitcommit-m"添加了新的训练模型"3.推送更改到远程仓库然后

虾饺爱下棋·2025-02-25 03:51

《HarmonyOS Next分布式设备协同实践：打造跨设备智能家居控制中心》

本案例基于HarmonyOSNext的分布式能力，构建一个支持多设备动态组网、任务无缝迁移、状态实时同步的智能家居控制中枢系统。

林钟雪·2025-02-25 02:15

【AI-38】为什么开源的是预训练好的模型权重，而不是预训练模型呢？

开源预训练好的模型权重而不是整个预训练模型，主要有以下几方面原因：知识产权与商业考量保护核心技术与数据：模型开发者可能希望保护模型的某些核心技术细节、独特算法或私有数据，这些是模型的关键竞争力所在。

W Y·2025-02-25 01:38

用人类反馈微调大模型，InstructGPT 让 GPT-3 脱胎换骨

接着，我们收集模型输出的排名数据集，使用人类反馈强化学习对这个经过监督学习训练的模型进

·2025-02-24 23:50

探索Omniglot：一个无尽的手写字符集合

探索Omniglot：一个无尽的手写字符集合omniglotomniglot-一个包含大量不同语言手写字符图像的数据集，用于机器学习模型的训练和评估。

宋溪普Gale·2025-02-24 22:46

cap4：YoloV5的TensorRT部署指南（python版）

专栏文章目录：《TensorRT全流程部署指南》专栏主页cap1：TensorRT介绍及CUDA环境安装cap2：1000分类的ResNet的TensorRT部署指南（python版）cap3：自定义数据集训练

我是一个对称矩阵·2025-02-24 21:14

基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例

模型训练：使用训练数据对模型进行训练。模型评估：使

go5463158465·2025-02-24 20:06

能力模型迁移：专业教育从「知识掌握度」转向「提示工程能力」

概念：“能力模型迁移：专业教育从「知识掌握度」转向「提示工程能力」”这句话深刻地揭示了在人工智能（AI）技术飞速发展的时代背景下，专业教育领域正在经历一场重要的范式转变。

由数入道·2025-02-24 20:05

EntityFrameCore DbFirst 迁移

ORM框架：不用关心sql语句，只需要以类为单位，去操作数据库，以面向对象的思想来完成对数据库的操作。EntityFrameCore-DbFirstNuget引入程序集Microsoft.EntityFrameworkCoreMicrosoft.EntityFrameworkCore.SqlServerMicrosoft.EntityFrameworkCore.SqlServer.DesignMi

鹿人甲丁·2025-02-24 20:32

基于YOLOv5、FaceNet与KNN的人脸识别系统

步骤1：环境配置安装依赖库：安装Python3.x安装TensorFlow、Keras、OpenCV等深度学习库获取数据集：收集训练用的多个人脸图像（每个用户至少几十张）将图像按用户分类存放在data/

reset2021·2025-02-24 19:29

小米、小鹏、蔚来等宣布切入「人形机器人」赛道，车企为什么纷纷下场造机器人？有哪些新机会？

车企集体跨界人形机器人赛道的核心逻辑与机遇一、车企“造人”的底层驱动力技术复用与降维打击车企在电动化与智能化领域积累的核心技术（如电机、传感器、AI算法、动力电池等）可直接迁移至人形机器人研发，形成“技术溢出

日记成书·2025-02-24 19:57

DeepSeek-R1秘籍轻松迁移，只需原始数据0.3% | 邱锡鹏团队联合出品

DeepSeek-R1背后关键——多头潜在注意力机制（MLA），现在也能轻松移植到其他模型了！而且只需原始数据的0.3%~0.6%。这项研究由复旦大学、华东师范大学、上海AILab等联合提出，复旦教授邱锡鹏（Moss大模型项目负责人）也在作者名单之列。他们提出了MHA2MLA这种数据高效的微调方法，使基于MHA（多头注意力）的大语言模型（LLMs）能够顺利转换到MLA架构。以Llama2-7B为例

·2025-02-24 19:13

软考高项备考技巧

分阶段备考：将备考过程分为不同的阶段，如基础学习阶段、强化训练阶段和冲刺复习阶段。每个阶段都有明确的学习目标和任务，确保备考过程有条不紊。

chengxuyuan1213_·2025-02-24 19:26

Meta官宣Llama3：迄今为止最强大的开源大模型

此版本具有经过预训练和指令微调的语言模型，具有8B(80亿)和70B(700亿)参数，可以支持广泛的用例。Llama3在各种行业基准上展示了最先进的性能，并提供了新功能，包括改进的推理能力。

·2025-02-24 19:09

【YashanDB 知识库】如何排查 YMP 报错：”OCI 版本为空或 OCI 的架构和本地系统的架构不符“

问题现象在迁移预检查的版本检查阶段报错：检查未通过OCI版本为空，报错的详细信息：OCI版本为空或OCI的架构与本地系统架构不符；如何排查1、查看yasdts日志，从日志报错信息得知libdrv_oracle.so

·2025-02-24 18:33

第G9周：ACGAN理论与实战

>-**本文为[365天深度学习训练营]中的学习记录博客**>-**原作者：[K同学啊]**本人往期文章可查阅：深度学习总结我的环境：语言环境：Python3.11编译器：PyCharm深度学习环境：Pytorchtorch

OreoCC·2025-02-24 18:50

【DeepSeek零基础入门】从零开始：如何训练自己的AI模型

从零开始：如何训练自己的AI模型在人工智能的世界里，训练一个属于自己的AI模型，就像是在培养一个新生儿。你需要耐心、技巧，以及对数据的深刻理解。

Evaporator Core·2025-02-24 18:20

DeepSeek 和 Qwen 模型快速部署指南

DeepSeek-V3DeepSeek-R1模型大小总参数量6710亿(671B),MoE架构,每个token激活370亿参数总参数量与V3相当,基于DeepSeek-V3-Base,采用类似的MoE架构训练方法包含预训练

moton2017·2025-02-24 18:47

P3405 [USACO16DEC] Cities and States S题解

为了训练奶牛们的智力，FarmerJohn在谷仓的墙上放了一张美国地图。地图上表明了每个城市及其所在州的代码（前两位大写字母）。由于奶牛在谷仓里花了很多时间看这张地图，他们开始注意到一些奇怪的关系。

互联网的猫·2025-02-24 18:17

DeepSeek混合精度训练核心技术解析与实践指南

1.主题背景1.1Why混合精度训练（价值）混合精度训练通过结合FP16和FP32数据格式，在保证模型精度的前提下实现：40-60%显存占用降低（ResNet50案例：从7.8GB降至4.2GB）1.5

燃灯工作室·2025-02-24 15:33

使用conda-pack打包并迁移conda虚拟环境

目录1.安装conda-pack库2.打包conda环境3.解压环境4.激活环境我们可以使用conda-pack库将conda环境打包并迁移到其他计算机上。

烟锁池塘柳0·2025-02-24 15:01

Qwen2.5-Coder Technical Report

Qwen2.5-Coder技术报告摘要1引言2模型架构3预训练3.1预训练数据3.1.1数据组成3.1.2数据混合3.2训练策略3.2.1文件级预训练3.2.2仓库级预训练4后训练4.1指令数据的配方4.2

UnknownBody·2025-02-24 13:16

什么是Grok-3？技术特点，场景，潜在问题与挑战

Grok-3的技术特点与优势1.超大算力与训练规模算力投入：Grok-3使用了20万块英伟达H100GPU，分两个阶段训练（第一阶段10万GPU训练144天，第二阶段20万GPU训练92天），总计算量是前代

AndrewHZ·2025-02-24 13:46

ChatGLM-6B中英双语对话大模型Windows本地部署实战

公司于2020年底研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，利用MoE架构成功训练出收敛的万亿稀疏模型，2

ErbaoLiu·2025-02-24 13:45

模型算力需求估算

计算模型的算力需求，通常基于模型的参数量（BillionParameters，简称B）和训练/推理的计算任务复杂度，结合硬件计算能力（例如每秒浮点运算次数，FLOPS）来估算。

由数入道·2025-02-24 12:06

ASP.NET Core 如何自动完成数据迁移

代码和实现在使用EntityFramework开发过程中，根据各种业务需求，我们会进行大量的数据迁移操作。如果在搭建测试和生产站点的时候，重新手工执行这

懒人Ethan·2025-02-24 11:00

蓝桥杯训练题(1)

幂ab的末3位数是多少？输入两个正整数a，b。1≤a≤100，1≤b≤10000。输出从高位到低位输出幂的末三位数字，中间无分隔符。若幂本身不足三位，在前面补零。样例输入72011样例输出743答案#includeintmain(){inta,b;intret=1;scanf("%d%d",&a,&b);inti;for(i=0;i

wuhu_king·2025-02-24 11:58

蓝桥杯真题训练

目录1.2.3.4.5.1..题目描述在电子计算机普及以前，人们经常用一个粗略的方法来验算四则运算是否正确。比如：248*15=3720把乘数和被乘数分别逐位求和，如果是多位数再逐位求和，直到是1位数，得2+4+8=14==>1+4=5;1+5=65*6而结果逐位求和为35*6的结果逐位求和与3符合，说明正确的可能性很大！！（不能排除错误）请你写一个计算机程序，对给定的字符串逐位求和：输入输入为一

怀化第一深情·2025-02-24 11:26

蓝桥杯训练题No.6

#includeusingnamespacestd;signedmain()//正在研究signed{intn;cin>>n;cout.fill('0');//不足位数补0coutusingnamespacestd;typedeflonglongll;lla[100005];llw[105];intmain(){intn;cin>>n;for(lli=0;i>w[i];a[0]=1;memset(

GC_Lion·2025-02-24 11:56

蓝桥杯真题训练五一 4/5

1217垒骰子矩阵快速幂op[i]表示的是与i的对面的数。如果有面互斥，就在矩阵中标记为零，否则标记为4，代表顶和底确定的时候可以有四种情况。（矩阵乘法）就是快速幂里面的乘法变成了矩阵乘法。#includeusingnamespacestd;constintmod=1e9+7;typedeflonglongll;constintmaxn=6;lln,m;inta,b;intvis[7][7];in

iuk11·2025-02-24 10:55

数据标注中的归类与定义，从聚类，相关，关联，回归四个方面分析

在数据标注和AI训练过程中，数据的归类与定义是关键步骤，不同的数据分析方法可以用于不同的场景。

小宝哥Code·2025-02-24 10:23

冬训周报（四）

一、补题天梯赛训练补题-CSDN博客蓝桥杯训练补题-CSDN博客二、算法本周主要是蓝桥杯的一个训练，这其中对于搜索和二分的算法居多，对于搜索而言，简单的搜索可能还不成问题，但稍微一复杂写起来还是有些吃力的

HL0614SC·2025-02-24 10:49

冬训周报（二）

一、天梯训练赛L2-1插松枝模拟题：有一个推送器和一个盒子，推送器会给出松针片，松针下面的片一定要比上面的大，看能组合成一些什么样的松针感觉没什么特别的地方，模拟就行了，但是赛时写拉了，只拿了19分#includeusingnamespacestd