预分区

(4-8)基于DeepSeekMoE架构的DeepSeek-V3：测试模型

在加载模型时，首先需要从指定路径加载模型的配置文件和预训练权重。加载完成后，模型被设置为评估模式，并移动到GPU上以加速推理过程。
码农三叔·2025-03-13 13:37

Linux 磁盘管理进阶：LVM 逻辑卷与磁盘配额

Linux磁盘管理进阶：LVM逻辑卷与磁盘配额在Linux服务器管理中，普通分区方案可能会限制存储的灵活性。而LVM（逻辑卷管理）提供了一种动态调整存储空间的方式。
ρɾⅈꪀᥴꫀડ·2025-03-13 10:42

chrome源码中非常巧妙、复杂或者不常见的技术手段

以下是其中一些值得关注的“奇技淫巧”，展示了其高性能、安全性和工程化水平：1.多进程架构的极致优化技巧：进程复用（ProcessPooling）实现：浏览器启动时预创建多个渲染进程（RenderProcess
ปรัชญา แค้วคำมูล·2025-03-13 09:35

使用 UpTrain 提升 LLM 应用效果的实战指南

技术背景介绍UpTrain提供了超过20个预配置检查项（涵盖语言、代码、嵌入等用例），
qahaj·2025-03-13 04:30

大语言模型（LLM）的微调与应用

一、微调与应用的核心区别目标差异微调（Fine-tuning）：针对预训练模型进行参数调整，使其适应特定任务或领域（如医疗问答、法律文本分析）。
AI Echoes·2025-03-13 03:50

JavaScript泄露浏览器插件信息引发的安全漏洞及防护措施

被忽视的信息泄露风险一、插件信息泄露的三大途径1.Navigator.plugins对象检测2.MIME类型检测3.特性嗅探技术二、漏洞利用的典型案例1.已知漏洞直接利用2.精准社会工程攻击3.零日漏洞预埋攻击三
w2361734601·2025-03-13 01:38

运维知识：Linux系统磁盘扩容和挂载实用命令

根据fdisk-l的输出，系统有两块磁盘：/dev/vda：已扩容至214.7GB，但分区/dev/vda1未扩展。/dev/vdb：107.4GB，未分区或未挂载。
浩特-ht·2025-03-13 01:05

论文阅读笔记——π0: A Vision-Language-Action Flow Model for General Robot Control

π0论文π0π_0π0是基于预训练的VLM模型增加了actionexpert，并结合了flowmatching方法训练的自回归模型，能够直接输出模型的actionchunk（50）。
寻丶幽风·2025-03-13 01:33

Android Low Storage机制(DeviceStorageMonitorService)

DeviceStorageMonitorService)2.DeviceStorageMonitorService代码介绍2.1服务初始化2.2DeviceStorageMonitorInternal提供的接口2.3check()/data分区
wd623894174·2025-03-13 00:58

LLM大模型技术实战6：一文总结大模型微调方法

作为像水、电一样的基础设施，预训练大模型这样的艰巨任务，只会有少数技术实力强、财力雄厚的公司去做。绝大多数人，是水、电的应用者。对这部分人来说，掌握如何用好大模型的技术，更加重要。
AIG暴躁猫叔·2025-03-12 22:16

Adapter-Tuning：高效适配预训练模型的新任务

1.引言近年来，预训练语言模型（PLM）如BERT、GPT和T5在自然语言处理（NLP）任务中取得了巨大成功。
花千树-010·2025-03-12 22:15

HBase2.6.1部署文档

行键分区
CXH728·2025-03-12 17:10

大数据面试之路 (二) hive小文件合并优化方法

动态分区插入：分区字段基数高，每个分区生成少量数据，形成大量小文件。频繁追加数据：通过INSERTINTO多次追加数据，导致文件碎片化。二、合并小文件的核心方法方法1：调整Reduce任务
愿与狸花过一生·2025-03-12 12:11

大模型微调：定义、方法、应用与未来展望

一、定义与意义（一）微调的定义大模型微调是指在预训练模型的基础上，通过特定领域的数据集对模型进行进一步训练的过程。
软件职业规划·2025-03-12 11:33

扩散 Transformer 策略：用于通才视觉-语言-动作学习的规模化扩散 Transformer

最近，在多样化的机器人数据集上进行预训练的大型视觉-语言-动作模型，已展示出利用少量域内数据泛化到
三谷秋水·2025-03-12 10:27

Oracle数据库深度优化实战指南：从SQL到架构的全维度调优

2.1执行计划深度解析2.2全表扫描灾难案例2.3绑定变量陷阱解决方案索引优化策略3.1索引失效七大场景3.2函数索引实战应用实例参数优化4.1内存管理核心参数4.2连接风暴抑制方案架构设计优化5.1分区表设计陷阱
AAEllisonPang·2025-03-12 09:22

51-53 CVPR 2024 | DriveWorld：通过自动驾驶世界模型进行 4D 预训练场景理解 （含模型数据流梳理）

24年5月，北京大学、国防创新研究院无人系统技术研究中心、中国电信人工智能研究院联合发布了DriveWorld:4DPre-trainedSceneUnderstandingviaWorldModelsforAutonomousDriving。DriveWorld在UniAD的基础上又有所成长，提升了自动驾驶目标检测、目标追踪、3D占用、运动预测及规划的性能，后期扩大数据集和调整骨干网络大小应该会
深圳季连AIgraphX·2025-03-12 08:43

大模型面试--大模型（LLMs）基础面

以下是一些主流的Transformer模型：GPT系列GPT-2和GPT-3：由OpenAI开发的生成式预训练变换器模型，用于生成高质量的文本。GPT-Neo和GPT-J：由Eleuthe
TAICHIFEI·2025-03-12 08:13

ES6新增的变量

1.预解析var会进行预解析let/const没有预解析，必须先声明后使用2.重复变量名var定义的变量可以重名，let/const不允许定义重名变量3.块级作用域var没有块级作用域，只有函数能限制变量的使用范围
CspecialJ·2025-03-12 06:29

ES6新增语法

1.2.1预解析var会进行与解析let/const没有与解析，必须先声明后使用1.2.2重复变量名var定义的变量可以崇明let/const不允许定义重名变量1.2.3块级作用域var没有块级作用域，
CspecialJ·2025-03-12 06:29

对开源VLA sota π0的微调——如何基于各种开源数据集、以及你自己的私有数据集微调π0(含我司的微调实践)

前言25年2.4日，几个月前推出π0的公司PhysicalIntelligence(π)宣布正式开源π0及π0-FAST，如之前所介绍的，他们对用超过10,000小时的机器人数据进行了预训练该GitHub
v_JULY_v·2025-03-12 04:07

《自然语言处理实战入门》深度学习 ---- 预训练模型初探

文章大纲前言预训练模型简介语言表示学习神经上下文编码器为何需要预训练模型发展历史主流预训练模型预训练模型与分类将PTMs应用至下游任务微调策略未来研究方向参考文献前言随着深度学习的发展，各种神经网络被广泛用于解决自然语言处理
shiter·2025-03-12 02:21

管理存储堆栈

物理卷是LVM的基础，它可以是整个物理磁盘，也可以是磁盘上的一个分区。物理卷是LVM管理的最小物理存储单元，它被初始化为LVM可以识别的格式，包含了LVM的元数据。
上邪o_O·2025-03-11 23:24

DeepSeek大语言模型下几个常用术语

但当下可以借助AI人工智能实现人类第二脑”（大概是这个意思）更多内容，可关注公众号“一名程序媛”，我们一起从0-1学编程基本概念AI人工智能NLP自然语言处理LLM大语言模型HuggingFace一个提供了丰富的预训练模型和工具库的平台网站
曲幽·2025-03-11 21:36

H100架构解析与性能优化策略

本文将从核心架构创新与典型场景调优两个维度展开：首先解析第三代TensorCore的稀疏计算加速机制、FP8混合精度支持特性及其对矩阵运算的优化效果；其次，针对显存子系统中HBM3堆栈布局、L2缓存分区策略以及数据预取算法的协同优化进行拆解
智能计算研究中心·2025-03-11 21:36

Java 三路快排

其核心思想是将数组划分为三个区域：小于基准值、等于基准值和大于基准值，从而减少不必要的递归和交换三路快排原理分区逻辑：使用三个指针lt（lessthan）、current（当前遍历位置）、gt（greaterthan
18你磊哥·2025-03-11 20:27

一学就会的深度学习基础指令及操作步骤（5）使用预训练模型

文章目录使用预训练模型加载预训练模型图像加载与预处理预测使用预训练模型查看模型库和常用模型加载预训练模型fromtorchvision.modelsimportvgg16#VGG16模型架构的定义fromtorchvision.modelsimportVGG16
小圆圆666·2025-03-11 19:53

【LLM】预训练的具体流程

分词器训练预训练模型：就像你已经学会了一些基础知识的“大脑”，我们可以在这个基础上继续学习新东西。比如，有些模型已经学会了英语，但中文学得不够好。
FOUR_A·2025-03-11 17:05

大数据面试之路 (一) 数据倾斜

数据分区
愿与狸花过一生·2025-03-11 17:34

固定表头、首列 —— uniapp、vue 项目

：也可以在【微信小程序】搜索体验：xny.handbook另一个体验项目：官网一、效果展示二、代码展示（1）html部分股票代码建议投金额实际投金额建议股数实际股数◎原单价涨出-单价↑跌出+单价↓+○预赚
菲力蒲LY·2025-03-11 17:34

个人NAS方案，终端字符界面浏览器

-Linux服务端配置-windows客户端配置Linux安装流媒体服务在终端界面中浏览网页references前言个人nas需要满足的需求：可以通过浏览器访问nas中的文件、图片、视频支持像访问本地分区一样访问
耶耶耶耶耶~·2025-03-11 17:33

从零打造工业级智能二维码识别系统：基于PyQt5与ZXingCpp的实战指南

文章目录第一章：系统全景解析1.1实时识别工作流图解1.2界面布局与功能分区说明1.3代码文件结构树形图第二章：环境搭建与依赖管理2.1必需组件清单2.2虚拟环境配置步骤2.3摄像头硬件检测方法第三章：
蜡笔小新星·2025-03-11 16:26

Linux管理磁盘分区

一、规划磁盘中的分区在磁盘设备中创建、删除、更改分区fdisk/列出磁盘分区信息进入分区管理界面命令/fdisk-lfdisk/dev/sdb命令/列出磁盘分区情况创建分区命令/pn命令/删除分区更改分区类型命令
IT小馋猫·2025-03-11 15:52

SeisMoLLM: Advancing Seismic Monitoring via Cross-modal Transfer with Pre-trained Large Language

本文提出SeisMoLLM，这是首个利用跨模态迁移进行地震监测的基础模型，它无需在地震数据集上进行直接预训练，就能充分发挥大规模预训练大语言模型的强大能力。
UnknownBody·2025-03-11 12:29

【Hugging Face】transformers 库中 model 的常用方法和属性

HuggingFacetransformers库中model的常用方法和属性在transformers库中，model代表预训练的Transformer模型，可用于文本分类、问答、文本生成等任务。
彬彬侠·2025-03-11 11:53

知识蒸馏论文精选——《Graph-Free Knowledge Distillation for Graph Neural Networks 》

2021作者是XiangDeng和ZhongfeiZhang，来自纽约州立大学宾汉姆顿分校论文地址见文末摘要知识蒸馏（KnowledgeDistillation,KD）通过强制学生网络模仿在训练数据上预训练老师网络的输出
宇直不会放弃·2025-03-11 11:20

“大语言模型微调”（Fine-tuning）与“大语言模型应用”（LLM Applications）之间的区别

1.概念与定义大语言模型微调微调指的是在一个经过大规模预训练的通用语言模型基础上，利用针对性较强的小规模数据集对模型进行进一步训练，从而使模型在特定领域或任务上表现得更优秀。
AI Echoes·2025-03-11 09:06

一学就会的深度学习基础指令及操作步骤（6）迁移学习

核心是利用源域的知识来帮助目标域任务，比如在ImageNet上预训练的模型用于医疗影像分类。源域（SourceDomain）：已有知识的领域（如ImageNet图像库）。目标域（
小圆圆666·2025-03-11 07:49

领域大模型之微调技术和最佳实践

BERT和GPT-3等语言模型针对语言任务进行了预训练。微调使它们适应特定领域，如营销、医疗保健、金融。在本指南中，您将了解LLM架构、微调过程以及如何为NLP任务微调自己的预训练模型。
程序员莫玛·2025-03-11 07:17

如何对大模型进行微调？从原理到实战全解析

微调指在预训练大模型（如GPT-3.5、LLaMA）的基础上，使用特定领域的数据进行二次训练，使模型适应新任务或领域需求。
挣扎与觉醒中的技术人·2025-03-11 05:32

在LangChain中运行Replicate模型的实用指南

##技术背景介绍Replicate是一个平台，可以轻松调用各种预训练的AI模型。与传统的模型托管和调用相比，Replicate提供了简单的API接口，使开发者能够快速集成和使用强大的AI模型。
fgayif·2025-03-11 04:50

Etherpad开发部署(windows版)

项目地址:https://gitcode.com/gh_mirrors/et/etherpad-liteWindows用户可以选择预建的安装包或手动安装。
舌尖上的五香·2025-03-11 03:47

p5.js 交互应用实战 —— 音乐可视化(案例)

案例一将振幅转化为图形准备工作：打开编辑器左边菜单，uploadmp3音乐素材（不超过5m）//定义变量//Sound--声音,amplitude--振幅letSound,amplitude;//1.预读器
十一迪迪·2025-03-11 02:04

在Ubuntu系统下部署大语言模型

前言在Ubuntu系统下部署大语言模型，可以使用HuggingFace的Transformers库来加载和使用预训练的模型。
脱泥不tony·2025-03-10 22:39

从前端程序员到大模型工程师的转型攻略

在科技日新月异的今天，人工智能（AI）特别是大规模预训练模型（大模型）的发展正引领着新一轮的技术革命。
七七Seven～·2025-03-10 15:19

MATLAB控制函数测试要点剖析

复杂功能测试对于高级控制函数，例如线性二次调节器lqr、模型预
蚂蚁质量·2025-03-10 11:52

开源模型应用落地-Qwen2.5-7B-Instruct与vllm实现推理加速的正确姿势-Docker-OpenResty（三）

无论是语言模型还是多模态模型，均在大规模多语言和多模态数据上进行预训练，并通过高质量数据进行后期微调以贴近人类偏好。另外，使用Docker实现便捷测试成为一种高效的解决方案。
开源技术探险家·2025-03-10 06:43

语义检索-BAAI Embedding语义向量模型深度解析[1-详细版]：预训练至精通、微调至卓越、评估至精准、融合提升模型鲁棒性

语义检索-BAAIEmbedding语义向量模型深度解析[1-详细版]：预训练至精通、微调至卓越、评估至精准、融合提升模型鲁棒性语义向量模型（EmbeddingModel）已经被广泛应用于搜索、推荐、数据挖掘等重要领域
汀、人工智能·2025-03-10 01:36

[论文笔记] LLaMA3.1与Qwen2与Apple 技术报告中预训练方案对比

https://arxiv.org/pdf/2407.21075https://arxiv.org/pdf/2407.10671https://arxiv.org/pdf/2407.21783LLaMA3.1LLaMA3.1技术报告：https://ai.meta.com/blog/meta-llama-3-1/
心心喵·2025-03-10 01:02

MapReduce：分布式并行编程的基石

函数Reduce函数的输入和输出Reduce函数的常见操作工作流程概述各个阶段1.输入分片2.Map阶段3.Shuffle阶段4.Reduce阶段MapReduce工作流程总结Shuffle过程详解1.分区
JAZJD·2025-03-10 01:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他