预埋管线

【C++知识点详解】深入理解C++线程池：原理、实现与应用指南

其核心思想是"空间换时间"：传统线程模式：任务到达→创建线程→执行任务→销毁线程线程池模式：预创建线程→任务入队→线程取任务→重复使用2.为什么需要线程池？
JuicyActiveGilbert·2025-03-03 01:18

【AI大模型】Transformers大模型库（九）：大模型微调之计算微调参数占比

引言二、计算微调参数占比2.1概述2.2模型参数结构一览2.3微调参数占比计算三、总结一、引言这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测
LDG_AGI·2025-03-03 01:45

大模型微调入门（Transformers + Pytorch）

输出：我们预训练的名字。训练为了性能好下载小参数模型，普通机器都能运行。
昵称不能为null·2025-03-03 00:06

java:Apache Commons Configuration2占位符解析异常的正确解法:${prefix:name:-default}

当时的解决方案是通过预创建空配置文件来规避异常1：//旧方案：手动创建空
10km·2025-03-02 20:02

URP中Shader获取屏幕信息_CameraOpaqueTexture

1.URP管线下Bulidin中的GrabPass是失效的；2.URP中对应的是_CameraOpaqueTexture;使用方法如下：//YJJ:2023.11.15Shader"Common/Show
不吃斋的和尚·2025-03-02 18:20

[默认管线]sss角色渲染shader

代码暂未优化，多光源着色器：Shader"Common/Skin/SSS_Wet"{Properties{_MainTex("主纹理",2D)="white"{}[HDR]_MakeUpCol("妆容颜色",Color)=(1,1,1,1)_MakeUpTex("妆容遮罩",2D)="balck"{}_AOTex("AO纹理",2D)="balck"{}_AOpow("AO强度",Range(0,
不吃斋的和尚·2025-03-02 17:49

使用Semantic Kernel：对DeepSeek添加自定义插件

大语言模型虽然具有强大的自然语言理解和生成能力，但它们通常是基于预训练的模型，其功能受限于训练时所接触的数据和任务。为大语言模型添加插件
归-途·2025-03-02 16:41

Llama 2架构深度解析：Meta开源的70B参数大模型设计哲学

Llama2作为Meta开源的商用级大语言模型，其架构设计体现了三大核心原则：效率优先：在7B/13B/70B参数规模下保持线性计算复杂度扩展性强化：通过改进注意力机制支持4k上下文长度安全性内嵌：在预训练阶段融入
AI时代已来！·2025-03-02 14:46

Transformer预测 | 基于TCN-Transformer的股票价格预测（Pytorch）

文章目录预测效果文章概述程序设计参考资料预测效果文章概述Transformer预测|基于TCN-Transformer的股票价格预测（Python）Transformer模型本质上都是预训练语言模型，大都采用自监督学习
机器学习之心·2025-03-02 13:35

如何用AI写程序

一、AI写程序之工具选择（一）主流AI编程工具介绍如今市面上有诸多AI编程工具可供选择，以下为大家介绍几种常见且实用的工具：ChatGPT：由OpenAI开发的一款基于Transformer架构的预训练模型
Honmaple·2025-03-02 11:46

DeepSeek效应初现：Grok-3补刀ChatGPT，OpenAI已在ICU？

今天咱们聊聊最近在AI界引发轰动的新闻——DeepSeek和xAI相继用R1和Grok-3证明了预训练ScalingLaw并非OpenAI的护城河。这意味着什么呢？让我们一探究竟！
东方佑·2025-03-02 08:53

Spark核心算子对比：`reduceByKey`与`groupByKey`源码级解析及生产调优指南

特性reduceByKeygroupByKeyShuffle前预聚合✅启用（mapSideCombine=true）❌禁用（map
数据大包哥·2025-03-02 07:13

自然语言处理NLP入门 -- 第八节OpenAI GPT 在 NLP 任务中的应用

但当我们需要更强的语言生成能力时，往往会求助于更先进的预训练语言模型。OpenAI旗下的GPT系列模型（如GPT-3、GPT-3.5、GPT-4等）在生成文本方面拥有强大的表现。
山海青风·2025-03-02 05:29

实体识别处理--在给定的文本中识别特定类型的实体

它结合了字典匹配和向量相似度匹配两种方法，利用预训练的BERT模型来获取实体的嵌入表示，通过构建Trie树来提高字典匹配的效率。
风清扬【coder】·2025-03-01 21:04

在麻将 AI 的迷宫中，我用 Python 函数组合探寻最优解：精髓与穷举

预判风险：计算打出某张牌可能带来的风险。布局未来：预测后续牌局的走向，制定长远策略。为
fxrz12·2025-03-01 19:46

使用 Flink CDC 实现 MySQL 数据,表结构实时入 Apache Doris

数据：库表较多，每个企业用户一个分库，每个企业下的表均不同，无法做到聚合,且表可以被用户随意改动，增删改列等，增加表分析：用户自定义分析，通过拖拽定义图卡，要求实时，点击确认即出现相应结果，其中有无法预判的过滤问题
一天两晒网·2025-03-01 18:42

图像识别-pytorch

模型可以是预训练的，也可以自己搭建。损失函数：用于衡量预测值与真实值之间的差距，如均方误差。损失函数越小越好。优化器：用于调整权重和偏置，使损失函数最小化。优化器决定了参数的调整方式。误差反传（
星辰瑞云·2025-03-01 17:08

webpack基础配置

文章目录一、默认入口和默认出口二、资源配置三、输出文件3.1多文件入口3.2HtmlWebpackPlugin插件四、环境4.1环境变量4.2热更新五、代码分离5.1公共模块5.2懒加载5.3预获取/预加载模块六
吃杠碰小鸡·2025-03-01 15:51

Meta：基于数据关系的LLM高效预训练

标题：Data-EfficientPretrainingwithGroup-LevelDataInfluenceModeling来源：arXiv,2502.14709摘要数据高效的预训练已显示出提高缩放定律的巨大潜力
大模型任我行·2025-03-01 12:37

全方位解析：大语言模型评测方法的综合指南

自2017年Transformer模型提出以来，自然语言处理研究逐步转向基于该框架的预训练模型，如BERT、GPT、BART和T5等。这些预训练模型与下游任务适配后，持续刷新最优结果。
大模型玩家·2025-03-01 08:28

全网国内外总结Prompt&LLM论文，开源数据&模型，AIGC应用（持续更新，收藏查看）

全网国内外总结Prompt&LLM论文，开源数据&模型，AIGC应用（持续更新，收藏查看）目录顺序如下国内外，垂直领域大模型Agent和指令微调等训练框架开源指令，预训练，rlhf，对话，agent训练数据梳理
代码讲故事·2025-03-01 07:54

ES6的let和const，一篇文章就够了

注意let声明变量不会进行变量提升无法在声明之前使用let声明的变量let声明的变量不容许重复声明预解析阶段会对let声明的变量锁定所有其他在同一个域下的声明都会报错let会开启块级作用域基础特性if(
小常--·2025-03-01 07:52

BERT模型深入理解——自然语言处理的里程碑

BERT创新性地使用预训练+微调模式，先用预训练在大量无标注的语料中进行自监督学习，学习到语言的通用规律，然后在少量有标注的数据中进行有监督学习，适配更精细化的任务。这种模式一直影响到最新的大模型结
cufewxy2018·2025-03-01 06:47

模型和视图变换 Model and View Transform

在计算机图形学中，模型和视图变换是渲染管线中的重要步骤。它们的主要目的是将三维模型的坐标转换到适合于显示的二维坐标系统中。以下是对模型变换和视图变换的详细解释，以及它们在渲染过程中的作用。
你一身傲骨怎能输·2025-03-01 02:45

人类驾驶的人脑两种判断模式（反射和预判）--＞自动驾驶两种AI模式

另一种模式是物理时空图式推理模式，判断是基于预判预测，人脑把物理世界的物理动态时空规则（规律）图像已经编码为脑内符号（语言或图式）系统，通过预判预测的思维链推理过程（语言符号或物理时空图式的推理运算，映射推理出了物理世界的后续时空图像
liron71·2025-03-01 02:14

智慧景区系统开发及功能架构

游客们满心期待着借助手机这一便捷工具，随时随地都能聆听景点的详细讲解，精准定位自己的位置并获取导航指引，从而彻底杜绝在景区中迷失方向或者与精彩景点失之交臂的情况；他们还盼望着能够事先精心规划好整个行程安排，预
wv15889726201·2025-02-28 12:38

大模型调优方法：提示工程、RAGs 与微调对比

就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。
AI大模型探索者·2025-02-28 11:03

Pytorch使用手册—使用TACOTRON2进行文本到语音转换（专题二十四）

一、概述本教程展示了如何使用torchaudio中的预训练Tacotron2构建文本到语音的管道。文本到语音的管道流程如下：文本预处理首先，输入的文本被编码为一系列符号。
AI专题精讲·2025-02-28 09:43

驱动开发系列39 - Linux Graphics 3D 绘制流程（二）- 设置渲染管线

一：概述Intel的Iris驱动是Mesa中的Gallium驱动，主要用于IntelGen8+GPU（Broadwell及更新架构）。它负责与i915内核DRM驱动交互，并通过Vulkan（ANV）、OpenGL（IrisGallium）、或OpenCL（Clover）来提供3D加速。在Iris驱动中，GPUPipeline设置涉及多个部分，包括编译和上传着色器、设置渲染目标、绑定缓冲区、配置固定
黑不溜秋的·2025-02-28 08:02

前言：什么是大模型微调

大模型微调（Fine-tuning）是指在预训练模型的基础上，针对特定的任务或数据集进行进一步训练的过程。预训练模型通常在大规模的通用数据上训练，具备广泛的语言理解和生成能力。
伯牙碎琴·2025-02-28 04:26

游戏语音趋势解析，社交互动有助于营造沉浸式体验

OpenAI的ChatGPT语音模式将语音转语音技术变成了现实，引入了基于音频和文本信息进行端到端预训练的模型，这些模型除了文本标记外，还能原生理解和生成音频。
网易数智·2025-02-28 03:22

深度学习模型优化与医疗诊断应用突破

当前研究聚焦于迁移学习与模型压缩算法的协同创新，通过复用预训练模型的泛化能力与降低计算负载，有效解决了医疗数据样本稀缺与硬件资源受限的痛点问题。
智能计算研究中心·2025-02-28 02:44

大语言模型原理与工程实践：Transformer 大语言模型预训练

大语言模型原理与工程实践：Transformer大语言模型预训练关键词：大语言模型、预训练、Transformer、自监督学习、计算资源、数据处理文章目录大语言模型原理与工程实践：Transformer
AI天才研究院·2025-02-27 16:18

大模型核心技术原理: Transformer架构详解！

严格意义上讲，GPT可能不算是一个模型，更像是一种预训练范式，它本身模型架构是基于Transformer，但GPT引入了“预测下一个词”的任务，即不断通过前文内容预测下一个词。
大模型猫叔·2025-02-27 16:13

【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
·2025-02-27 13:25

多模态｜开源多模态模型Emu3 & 多模态预训练模型CLIP对比

Emu3官方介绍我们推出了Emu3，这是一套新的最先进的多模态模型，仅使用next-token预测进行训练！通过将图像、文本和视频分词到一个离散空间中，我们在多模态序列的混合上从头开始训练单个转换器。Emu3在生成和感知方面都表现出色Emu3在生成和感知任务方面都优于几个成熟的任务特定模型，超越了SDXL、LLaVA-1.6和OpenSora-1.2等旗舰开放模型，同时消除了对扩散或组合架构的需求
产品媛Gloria Deng·2025-02-27 03:08

大模型之二十七-语音识别Whisper实例浅析

Whisper简介Whisper是OpenAI于2022年9月开源的一个多语种识别模型，目前支持99种语言，是目前性能最好的开源多语种识别ASR大模型，第一版版使用了68万小时标注好的语料预训练模型，而
shichaog·2025-02-27 01:55

DeepSeek-V3：最强开源MoE模型的技术解析与使用指南

目录引言模型概览架构创新：负载均衡策略与训练目标预训练：追求极致的训练效率后训练：从DeepSeek-R1进行知识蒸馏模型下载评估结果基础模型标准基准测试上下文窗口聊天模型标准基准测试（大于67B的模型
认识祂·2025-02-26 19:10

支持 40+ 插件，Spring AI Alibaba 简化智能体私有数据集成

通过这种方式，智能体不仅能依赖于模型的预
·2025-02-26 19:58

Qwen2.5 技术报告

与之前的迭代相比，Qwen2.5在预训练和后训练阶段都有显著的改进。在预训练方面，将高质量的预训练数据集从之前的7万亿个token扩展到18万亿个token，为常识、专家知识和推理能力提供坚实的基础。
三谷秋水·2025-02-26 07:11

避免死锁的方式

加锁不成功，立即释放所有抢占到的锁3、银行家算法银行家算法：使用向量维护所有闲置资源每个进程不断申请的资源向量已知比如P0进程需要申请a向量，还需要申请b向量P1进程需要申请c向量，还需要申请d向量通过预判演算出一种安全序列
蜗牛^^O^·2025-02-26 03:11

a计权声功率级计算公式_a计权(a计权声压级计算公式)

声级计预加校准的，包括拾音话筒、放大器、衰减器、适当计权网络和规定动态特性的的指示仪表的一种测量声级的仪器。
Xpc1·2025-02-26 00:52

分享一款支持二次开发的多语言订货系统

预翻译后人工确认机制智能高效预翻译：核货宝运用
多用户商城系统·2025-02-26 00:51

MySQL 数据库作发布系统的存储，一天五万条以上的增量， 预 计运维三年,怎么优化？思维导图 代码示例（java 架构)

对于一个每天有五万条以上增量、预计运维三年的MySQL发布系统，优化和规划是非常重要的。这不仅涉及到数据库本身的性能优化，还包括架构设计、硬件选择、监控与维护等多个方面。以下是一些建议和策略：优化策略数据库架构设计分库分表（Sharding）：将数据分散到多个数据库或表中，减轻单个实例的压力。读写分离：使用主从复制，将读操作分流到从服务器上，减少主服务器负载。缓存机制：利用Redis或Memcac
用心去追梦·2025-02-25 23:46

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

文章目录一、项目介绍二、项目实战2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net
胖墩会武术·2025-02-25 21:04

Python微调DeepSeek-R1-Distill-Qwen-1.5B模型：使用Transformers和PyTorch进行训练

前言近年来，基于Transformer架构的预训练语言模型如GPT、BERT等已经取得了显著的成果，广泛应用于自然语言处理（NLP）的各个领域。
煤炭里de黑猫·2025-02-25 21:02

HTTP协议中Options请求的使用场景

在HTTP协议中，OPTIONS请求方法主要用于以下两种典型场景：1.CORS预检请求（PreflightRequest）当浏览器发起跨域请求（不同源）且请求满足某些条件时，浏览器会自动先发送一个OPTIONS
阿湯哥·2025-02-25 17:02

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

AI 赋能前端开发：ScriptEcho 如何结合低代码/无代码平台引领未来

与此同时，低代码/无代码平台的兴起为前端开发带来了新的可能性，它们通过可视化界面和预构建组件，大大降低了开发门槛，加速了开发流程。
wangtaohappy·2025-02-25 14:12

AI生成内容带来的核心挑战引发人机共治的必要提前

语音导致金融市场波动医疗领域已出现AI生成的伪科学内容，某健康论坛中23%的"患者经验分享"被证实为AI虚构数据质量劣化Google索引数据显示，2023年新网页中38%为AI生成，其中重复率高达57%学术领域发现，arXiv预印本平台
临水逸·2025-02-25 05:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他