预训练大模型

基于深度学习CNN网络 mini-xception网络实现 构建一个完整的人脸表情检测_识别分类系统，包括训练、评估、前端和服务端代码

人脸表情检测该项目已训练好网络模型，配置好环境即可运行使用，效果见图像，实现图像识别、摄像头识别、摄像头识别/识别分类项目-说明文档-UI界面-cnn网络项目基本介绍：【网络】深度学习CNN网络mini-xception
计算机c9硕士算法工程师·2025-01-19 07:35

高考十年了，聊聊挣钱这件事

在这种大背景下，许多大厂，纷纷缩减业务，一些不赚钱的业务也砍掉。向社会输出
·2025-01-19 06:01

AI技术架构：从基础设施到应用

没有强大的基础设施，复杂的AI模型和应用无法落地。1.GPU（图形处理单元）：并行计算的核心GPU是深度学习的核心引擎，专为大规模并行计算设计。技术优
fuqinyijiu·2025-01-19 06:31

单层感知机----或门实现

文章目录一、前言---感知机二、实现过程1.引入库2.或门真值表-训练集数据3.建立model,初始化定义权重、偏置、学习率4.前向传播定义5.训练过程(更新权重和偏置)6.训练模型一、前言—感知机感知机
翔翔子1号·2025-01-19 06:30

把研发中心建到德国慕尼黑！中国智能车的诺曼底登陆开始了

这次出海，理想将联合德国研发团队，共同完成四大领域的下一代技术研究。不久前的理想AITalk上，李想称要“做一家人工智能企业”，当前大规模的技术加码，就是在一步步兑现。
·2025-01-19 06:00

Ansys Fluent流体仿真计算分析、硬件配置分析

它具有丰富的物理模型、先进的数值计算方法和强大的前后处理功能，在航空航天、汽车设计、石油、天然气、涡轮机设计等方面都有着广泛的应用。
深度学习服务器·2025-01-19 06:59

[UWP]实用的Shape指南

在UWPUI系统中，使用Shape是绘制2D图形最简单的方式，小到图标，大到图表都用到Shape的派生类，可以说有举足轻重的地位。
weixin_34195364·2025-01-19 06:27

第二课堂笔记——大语言模型

part1——qwen在这一部分中需要完成初步运行通义千问，流式输出与在网页窗口进行对话。1.环境准备首先配置满足需求的环境。配置环境代码中：!pipinstalltransformers==4.37.0-U用于安装或更新Python的transformers库到特定版本4.37.0。‌这里的-U参数表示如果已安装transformers库，‌则将其更新到指定的版本。‌!pipinstallstr
skna_·2025-01-19 06:26

大模型-Qwen2.5 技术报告解读

Abstract主要是在介绍通义千问2.5（Qwen2.5）这一大型语言模型系列，涵盖了它在不同训练阶段的改进、多样化配置、可获取途径以及在各项性能评测中的出色表现等多个方面，旨在展示其先进性与实用性。
数据分析能量站·2025-01-19 06:55

第八讲 SPU密态引擎

模型对用户加密提示词对公司加密同时保护模型和提示词为什么要隐私计算？
huang8666·2025-01-19 06:51

数据入湖的前提条件：数据标准 之 数据质量评估

1.1确保数据可靠性含义：数据质量直接影响分析结果和业务决策，低质量数据会导致错误的模型输出或策略失败。原因：如果入湖数据质量不佳，后续数据分析、
goTsHgo·2025-01-19 05:20

Java 大视界 -- Java 大数据文本分析与自然语言处理：从文本挖掘到智能对话（十）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。一、本博客的精华专栏：
青云交·2025-01-19 05:50

Java 大视界 -- Java 大数据物联网应用：数据处理与设备管理（八）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。一、本博客的精华专栏：
青云交·2025-01-19 05:20

Java 大视界 -- Java 大数据分布式缓存：提升数据访问性能（五）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。本博客的精华专栏：大数
青云交·2025-01-19 05:50

Java 大视界 -- Java 微服务架构在大数据应用中的实践：服务拆分与数据交互（一）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。本博客的精华专栏：大数
青云交·2025-01-19 05:20

Java 大视界 -- Java 驱动大数据流处理：Storm 与 Flink 入门（六）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。本博客的精华专栏：大数
青云交·2025-01-19 05:50

Java 大视界 -- 解锁 Java 与 Hadoop HDFS 交互的高效编程之道（二）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。本博客的精华专栏：大数
青云交·2025-01-19 05:19

java软件工程师简历

[email protected]地址：广州市天河区求职意向java软件工程师掌握技能1.熟练CoreJava编程，有编写注释的习惯;2.能熟练的整合Spring+Struts+Hibernate(SSH)三大开源框架
极客11·2025-01-19 05:17

Python调用通义千问qwen2.5模型步骤

Qwen2.5模型简介1.1模型概述Qwen2.5是阿里云推出的一款超大规模语言模型，它基于阿里巴巴达摩院在自然语言处理领域的研究和积累。
我就是全世界·2025-01-19 05:15

第三讲 隐语架构

第三讲隐语架构产品层白屏黑屏两大模块通过可视化产品，降低终端用户的体验和演示成本通过模块化API降低技术集成商的研发成本隐语产品SecretPad：轻量化安装快速验证POC可定制集成SecretNote
huang8666·2025-01-19 05:14

基于python的时空地理加权回归（GTWR）模型

一、时空地理加权回归（GTWR）模型时空地理加权回归（GTWR）模型是由美国科罗拉多州立大学的AndyLiaw、StanleyA.Fiel和MichaelE.Bock于2008年提出的一种高级空间统计分析方法
有梦想的Frank博士·2025-01-19 05:13

【深度学习】AMP（Automatic Mixed Precision，自动混合精度）

AutomaticMixedPrecision，自动混合精度）AMP在深度学习中，AMP（AutomaticMixedPrecision，自动混合精度）是一种通过混合使用单精度（FP32）和半精度（FP16）来加速训练并减少显存占用的技术
shanks66·2025-01-19 04:38

yudao-cloud 如何实现代码热更新

项目一大，重启时间就像堵车，越等越烦，关键是时间全浪费在这些无意义的等待里了！于是我痛定思痛，开始查找如何让代码改完就能生效。没想到，真有解决办法——代码热
代码简单说·2025-01-19 04:37

离线免费最新超长AI视频模型！一句话即可生成120秒视频，免费开源！只需要一张照片和音频，即可生成会说话唱歌的AI视频！能自行完成整个软件项目的AI工具，以及 Llama 3 在线体验和本地安装部署

离线免费最新超长AI视频模型！一句话即可生成120秒视频，免费开源！只需要一张照片和音频，即可生成会说话唱歌的AI视频！能自行完成整个软件项目的AI工具，以及Llama3在线体验和本地安装部署。
代码讲故事·2025-01-19 04:35

【安利一个超高性价比的GPU租赁平台 使用分享】

当我使用自己的电脑跑模型时，每个Epoch大概要花费54分钟左右，总共有150个Epoch...，是不是很难搞。。。
放飞自我的Coder·2025-01-19 04:30

深度学习-45-大型语言模型LLM之本地化部署运行自己的大模型

文章目录1深度学习1.1神经网络和深度学习1.2神经网络的工作原理1.3神经网络的专业术语2LLM概述2.1大模型的"大"是指什么?2.2训练大模型有多烧钱？2.3如何入门大模型？
皮皮冰燃·2025-01-19 04:58

从零开始构建一个大语言模型-第二章第一节

#第二章目录**2.1理解词嵌入**2.2文本分词2.3将词元转换为词元ID2.4添加特殊上下文词元2.5字节对编码2.6使用滑动窗口进行数据采样2.7创建词元嵌入2.8编码词位置#本章涵盖为大型语言模型训练准备文本
释迦呼呼·2025-01-19 03:55

【cs.CV】25.1.14 arxiv更新速递

更新110篇—第1篇----=====Omni-RGPT:UnifyingImageandVideoRegion-levelUnderstandingviaTokenMarks关键词:计算机视觉,多模态大语言模型
hinmer·2025-01-19 03:25

深度学习笔记——生成对抗网络GAN

本文详细介绍早期生成式AI的代表性模型：生成对抗网络GAN。
好评笔记·2025-01-19 03:25

Knowledge Boundary of Large Language Models: A Survey

大型语言模型的知识边界：综述摘要1引言2知识边界的定义3不良行为4知识边界的识别5缓解6挑战与前景7结论局限性摘要尽管大型语言模型（LLM）在其参数中存储了大量的知识，但它们在记忆和利用某些知识方面仍然存在局限性
UnknownBody·2025-01-19 03:52

投具身智能大模型还是人形机器人本体，2025年资本如何抉择？

2025年开年，国内具身智能赛道（人形机器人本体和具身智能大模型）迎来三笔融资，赛道仍旧火热，分别为：1月7日，人形机器人本体公司【傅利叶智能】完成近8亿元E轮融资；1月7日，具身智能机器人公司【智平方
Robot251·2025-01-19 03:22

RPA 机器人到底有啥用？一文全知晓

一、RPA如何成为企业的智能助手（一）精准模仿人类操作，开启自动化之旅RPA机器人宛如一位训练有素的数字助手，其核心能力便是精准地模仿人类在计算机系统中的各种操作行为。
RPAdaren·2025-01-19 03:21

Python 潮流周刊#81：在个人电脑上运行 GPT-4 级别的大模型（摘要）

以下是本期摘要：文章&教程①在个人电脑上运行GPT-4级别的大模型②PEP-768：CPython的安全外部调试接口③深入探究Cele
·2025-01-19 02:26

基于docker微服务日志ELK+Kafka搭建

ELK是Elasticsearch、Logstash、Kibana的简称Elasticsearch是实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能；是一套开放REST和JAVAAPI等结构提供高效搜索功能
我是奶龙！我是奶龙！我是奶龙！·2025-01-19 02:16

Playwright 精通系列第五篇：表单处理与文件上传/下载

在自动化测试中，表单操作和文件上传/下载是两大常见需求。表单操作不仅包括输入框和按钮的交互，还涉及到单选框、多选框、下拉菜单等复杂组件。
weixin_44872675·2025-01-19 02:15

代码随想录算法训练营总结

本人是一名普普通通的计算机专业的毕业生，在大学学数据结构和算法就感觉非常难，到毕业也没刷过几道题，所幸后来入职的公司也没有考察算法相关的内容。到现在已经工作两年多了，看到过许多聊面试聊算法的文章，也接触到一些对我来说很厉害的大佬，发现在面试尤其是大厂面试时对算法的考察还是很重要的，遂重新打开leetcode开始刷题，起初只是实在无聊的时候看下每日一题，这里用“看题”主要是因为完全不会做啊，毫不夸张
whpu_yb·2025-01-19 01:12

【数据结构】常见八大排序算法

冒泡排序2、快速排序2.2挖坑法2.1hoare版本2.3前后指针法2.4快排非递归版归并排序1、归并排序递归版2、归并排序非递归计数排序排序有内部排序和外部排序，内部排序是数据记录在内存中进行排序，这里八大排序就是内部排序
爱吃香菜¹·2025-01-19 01:37

从零开始:在服务器上部署大模型并集成到 vscode +Cline使用

在本文中，我将引导你一步一步地在阿里云服务器上部署Qwen大模型，并将其集成到Cline插件中。我们将从零开始，详细介绍每个步骤，确保即使是初学者也能轻松上手。
一个正经的AI·2025-01-19 00:35

Jetson显卡上运行Qwen2-1.5b模型时报错“RuntimeError triu_tril_cuda_template not implemented for ‘BFloat16‘”

Jetson显卡上运行Qwen2-1.5b模型时报错“RuntimeErrortriu_tril_cuda_templatenotimplementedfor‘BFloat16’”问题描述：CUDA_DEVICE
wang151038606·2025-01-19 00:31

神经网络初始化 (init) 介绍

2.常见的初始化方法及其应用场景2.1Xavier/Glorot初始化2.2He初始化2.3正交初始化2.4其他初始化方法3.如何设置初始化4.基于BERT的文本分类如何进行初始化4.1项目背景4.2模型构建
迷路爸爸180·2025-01-18 23:25

七大设计原则之里氏替换原则

目录一、什么是里氏替换原则？二、里氏替换原则的应用三、不符合里氏替换原则的情况一、什么是里氏替换原则？里氏替换原则，英文叫LiskovSubstitutionPrinciple，简称LSP(老色皮，哈哈)。里氏替换原则，其实是没有我们前面，说的SRP和OCP比较见名知意一些。根据他们两个的中文名称，我们都很容易联想到他的定义。比如，单一职责原则，就是一个类或者模块只负责一个职责。而开闭原则，根据名
拙野·2025-01-18 23:25

5分钟搞定Spring AI支持SpringBoot快速构建人工智能AI应用_springai_springboot_AI应用

此外，文章还基于SpringAI的模型调用和Prompt模板，构建一个可操作的示例，让你可以快速的了解具体怎么在springboot的环境下使用springai来构建人工智能AI的应用SpringAI：
web17886480312·2025-01-18 23:52

3.ChatClient&Chat Model简化与AI模型的交互

1.ChatModel对话模型是一种利用人工智能技术，能够生成类似人类对话响应的工具。
laopeng301·2025-01-18 23:20

Golang面试题四（并发编程）

目录1.Go常见的并发模型2.哪些方法安全读写共享变量3.如何排查数据竞争问题4.Go有哪些同步原语1.Mutex(互斥锁)2.RWMutex(读写互斥锁)3.Atomic3.1.使用场景3.2.整型操作
os-lee·2025-01-18 23:47

WebClient和RestTemplate的差异

WebClient和RestTemplate的差异引言RestTemplate的历史背景与适用场景WebClient的诞生背景及其优势编程模型对比错误处理机制的区别性能考量未来发展方向实际应用案例分享引言在当今互联网时代
master_chenchengg·2025-01-18 22:43

K8s组件全解析，你需要知道的一切秘密

K8s组件全解析，你需要知道的一切秘密K8s架构概览APIServer：K8s的门面担当控制平面组件详解etcd：高可用的数据存储基石工作负载管理与调度策略网络模型与服务发现机制存储编排与持久化解决方案日志监控与故障排查工具链
master_chenchengg·2025-01-18 22:42

超全性能调优标准制定指南，你一定不能错过！

有些性能问题是慢慢产生，到了时间就自爆更多性能问题是由访问量波动导致，如活动或公司产品用户量上升也可能一款产品上线后就半死不活，一直没有大访问量，所以还没有引发这颗定时炸弹现在假设你的系统要做一次活动，
·2025-01-18 22:50

吴恩达系列——微调（Fine-tuning）与生成模型的应用

微调（Fine-tuning）是指在已有预训练模型的基础上，对模型进行进一步训练，以适应特定任务或需求。
疯狂小料·2025-01-18 21:04

Next.js服务器操作：优势、局限与审慎应用

一大诟病在于潜在的紧密绑定问题。若服务器端代码嵌入组件之中，则可能导致代码库模块化程度削弱，维护成本攀升。后端逻辑的任何变动或许都将迫使前端相应更新，反之亦然。
exploration-earth·2025-01-18 21:33

机器学习02-发展历史补充

02-发展历史补充1-机器学习个人理解1-初始阶段：统计学习和模式识别（20世纪50年代至80年代）2-第二阶段【集成时代】+【核方法】（20世纪90年代至2000年代初期）3-第三阶段【特征工程】+【模型优化
坐吃山猪·2025-01-18 21:02
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他