BP神经网络分类模型

MobPush扩展业务功能设置

扩展业务说明MobPush提供的扩展业务功能包括：按照地域提供更为精准的推送；实现网络链路的选择与优化、检测并实现与特定区域相关的服务；生成用户画像；合并链路服务。
·2025-02-28 11:43

【现代前端框架中本地图片资源的处理方案】

本文将详细探讨在webpack和Vite等构建工具中处理本地图片引用的各种方法。传统方式的局限性在传统开发中，我们可能习惯这样引用图片：constl
Gazer_S·2025-02-28 10:51

transformer中seq_len参数的设置

在Transformer模型中，seq_len（序列长度）是一个关键的超参数，下面从不同方面详细介绍它的具体含义和作用：一、基本定义seq_len表示输入到Transformer模型中的序列所允许的最大长度
yuweififi·2025-02-28 10:49

pytorch基础 nn.embedding

这是许多NLP模型（包括Transformer）中的基本组件。
yuweififi·2025-02-28 10:49

pytorch基础-layernormal 与 batchnormal

nn.LayerNorm（层归一化）和nn.BatchNorm（批量归一化）是深度学习中常用的两种归一化方法，都有助于提高模型的训练效率和稳定性，但它们在归一化维度、应用场景、计算方式等方面存在明显区别
yuweififi·2025-02-28 10:49

通过TensorFlow实现简单深度学习模型（2）

前文我们已经实现了对每批数据的训练，下面继续实现一轮完整的训练。完整的训练循环一轮训练就是对训练数据的每个批量都重复上述训练步骤，而完整的训练循环就是重复多轮训练。deffit(model,images,labels,epochs,batch_size=128):forepoch_counterinrange(epochs):print(f"Epoch{epoch_counter}")batch_
yyc_audio·2025-02-28 10:47

【AI+智造】基于阿里云Ubuntu24.04系统，使用Ollama部署开源DeepSeek模型并集成到企业微信

一、方案背景与架构设计1.技术选型背景DeepSeek模型：作为开源大模型，支持文本生成、智能问答等场景，适合企业知识库与自动化服务。
邹工转型手札·2025-02-28 10:46

AI加速回归测试：如何用大模型预测哪些模块最容易出问题

为了提高回归测试的效率和精准性，AI，特别是大模型技术的引入，为回归测试的智能化提供了前所未有的机遇。通过大模型的预测能力，测试团队能够更加高效地识别
测试者家园·2025-02-28 09:46

讯飞星火 VS 文心一言：谁是中文大语言模型的TOP1？

在百度发布文心一言一个多月后，科大讯飞也发布了自己的大模型“讯飞星火大模型”。本篇博客就测评一下这两个在中文圈最受好评的大语言模型，顺便辅以ChatGPT为参考。
沉迷单车的追风少年·2025-02-28 09:44

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

我们使用Tacotron2模型来完成这一步。3.时域转换最后一步是将谱图转换为波形。从谱图生成语音的过程也称为Vocder（声码器）。在本教程中，我们
AI专题精讲·2025-02-28 09:43

Pytorch使用手册--将 PyTorch 模型导出为 ONNX（专题二十六）

注意截至PyTorch2.1，ONNX导出器有两个版本。torch.onnx.dynamo_export是最新的（仍处于测试阶段）导出器，基于PyTorch2.0发布的TorchDynamo技术。torch.onnx.export基于TorchScript后端，自PyTorch1.2.0起可用。一、torch.onnx.dynamo_export使用在60分钟入门中，我们有机会从高层次上了解PyT
AI专题精讲·2025-02-28 09:13

【有啥问啥】深入了解 FlashMLA：Hopper GPU 的高效 MLA 解码内核

深入了解FlashMLA：HopperGPU的高效MLA解码内核简介在人工智能(AI)领域，特别是大型语言模型(LLM)领域，对计算效率和速度的需求持续增长。
有啥问啥·2025-02-28 09:12

解释SQL和NoSQL数据库的区别，各自的适用场景是什么？

SQL与NoSQL数据库的深度对比及适用场景分析一、核心定义与数据模型差异1：SQL数据库结构化数据模型：基于关系型模型，数据以表格（行和列）形式存储，表之间通过外键建立关联。
破碎的天堂鸟·2025-02-28 09:10

Transformer 代码剖析2 - 模型训练 （pytorch实现）

一、模型初始化模块参考：项目代码1.1参数统计函数defcount_parameters(model):returnsum(p.numel()forpinmodel.parameters()ifp.requires_grad
lczdyx·2025-02-28 09:38

阿里巴巴DIN模型原理与Python实现

阿里巴巴的DeepInterestNetwork(DIN)是一种用于点击率预测（CTR）的深度学习模型，特别针对电商场景中用户兴趣多样化和动态变化的特性设计。
eso1983·2025-02-28 09:08

Llama.cpp 服务器安装指南（使用 Docker，GPU 专用）

存储：15GB+可用空间（用于源码、镜像和模型文件）。网络：需要互联网连接以下载源码和依赖。软件：已安装并运行Docker。已安装NVIDIA
田猿笔记·2025-02-28 09:37

类加载器详解1

回顾一下类加载过程开始介绍类加载器和双亲委派模型之前，简单回顾一下类加载过程。类加载过程：加载->连接->初始化。连接过程又可分为三步：验证->准备->解析。
2401_85327573·2025-02-28 08:05

Composer如何通过GitHub Personal Access Token安装私有包：完整教程

传统的账号密码验证方式存在安全隐患，而GitHubPersonalAccessToken（PAT）提供了一种更安全的鉴权方案。
lihuang319·2025-02-28 08:03

【产品经理修炼之道】-产品经理的警钟：当DeepSeek向传统工业软件发起挑战

本文深入探讨了以DeepSeek为代表的低成本AI模型如何对传统工业信息系统发起冲击，甚至引发了“软件大灭绝”的危机。
xiaoli8748_软件开发·2025-02-28 08:32

神经网络中的Adam

Adam（AdaptiveMomentEstimation）是一种广泛使用的优化算法，结合了RMSprop和动量（Momentum）的优点。它通过计算梯度的一阶矩估计（mean）和二阶矩估计（uncenteredvariance），为每个参数提供自适应学习率。Adam由DiederikP.Kingma和JimmyBa在2014年的论文《Adam:AMethodforStochasticOptimi
化作星辰·2025-02-28 08:01

神经网络中的Nesterov Momentum

NesterovAcceleratedGradient(NAG)，也称为NesterovMomentum，是一种改进版的动量优化算法，旨在加速梯度下降过程中的收敛速度，并提高对最优解的逼近效率。它由YuriiNesterov在1983年提出，是对传统动量方法的一种增强。###传统动量法回顾在传统的动量方法中，更新规则不仅考虑当前的梯度，还包含了之前所有梯度的方向和大小的累积（即“动量”），以帮助克
化作星辰·2025-02-28 08:31

【LangChain编程：从入门到实践】实现多模态代理

ZenandtheArtofComputerProgramming关键词：LangChain编程，多模态代理，自然语言处理，多媒体数据融合，复杂任务解决能力1.背景介绍1.1大背景与问题的提出随着人工智能技术的飞速发展，尤其是大模型在自然语言处理领域的突破
AI天才研究院·2025-02-28 08:29

Farm3D- Learning Articulated 3D Animals by Distilling 2D Diffusion论文笔记

LearningArticulated3DAnimalsbyDistilling2DDiffusion1.Introduction最近的研究DreamFusion表明，可以通过text-imagegenerator提取高质量的三维模型
Im Bug·2025-02-28 07:24

一个基于 React + SpringBoot 的在线多功能问卷系统（附源码）

简介：一个基于React+SpringBoot的在线多功能问卷系统前端技术栈：React、React-Router、Webpack、Antd、Zustand、Echarts、DnDKit后端技术栈：SpringBoot
程序员-李旭亮·2025-02-28 07:23

硅基流动免费模型API调用

推荐一个网站https://cloud.siliconflow.cn/i/wLHLnn22硅基流动，新用户送14块钱的付费额度，还有一系列可以免费调用的模型
2401_82750289·2025-02-28 07:23

神经网络中的Adagrad

Adagrad（AdaptiveGradient）是一种自适应学习率的优化算法，专门设计用于在训练过程中自动调整每个参数的学习率。这种方法对于处理稀疏数据特别有效，并且非常适合那些需要频繁更新但很少使用的参数的学习任务。###Adagrad的核心思想Adagrad通过累积过去所有梯度平方的和来调整每个权重的学习率。具体来说，它为网络中的每个参数维护一个历史梯度平方和，然后用这个累积值来缩放当前的学
化作星辰·2025-02-28 07:53

DeepSeek R1 简单指南：架构、训练、本地部署和硬件要求

DeepSeek推出的LLM推理新策略DeepSeek最近发表的论文DeepSeek-R1中介绍了一种创新的方法，通过强化学习（RL）提升大型语言模型（LLM）的推理能力。
爱喝白开水a·2025-02-28 07:52

RabbitMQ系列（零）概要

消息队列（MessageQueue）是一种异步通信机制，允许分布式系统中的服务通过生产-消费模型传递数据。
yyueshen·2025-02-28 07:21

Day5 --- Flask-RESTful请求响应与SQLAlchemy基础

参数详解1.3处理请求案例2.返回响应2.1序列化数据:2.2返回JSON格式3.ORM与Flask-SQLAlchemy3.1ORM介绍ORM框架3.2Flask-SQLAlchemy扩展3.3定义模型类
laufing·2025-02-28 07:51

用Python写一个商城系统

下面是一个简单的开发流程：数据模型设计：需要定义商品、订单、用户等数据模型，并且将它们存储在数据库中。用户模块：用户可以注册、登录、查看个人信息、修改密码等。
潮水岩·2025-02-28 07:50

Empowering LLMs with Logical Reasoning: 从“语言大师”到“逻辑大师”的进化之路

让大语言模型（LLMs）既能说会道，又能逻辑严谨，是AI发展的下一座高峰。”开篇：语言模型的“逻辑盲区”近年来，大语言模型（LLMs）在自然语言处理（NLP）任务中取得了令人瞩目的成就。
步子哥·2025-02-28 07:19

python画出roc曲线 auc计算逻辑_Python画ROC曲线和AUC值计算

AUC介绍AUC(AreaUnderCurve)是机器学习二分类模型中非常常用的评估指标，相比于F1-Score对项目的不平衡有更大的容忍性，
路过炊烟·2025-02-28 07:19

JavaScript BOM（浏览器对象模型）与 `setTimeout` 函数：控制浏览器行为的利器

文章目录JavaScriptBOM（浏览器对象模型）与`setTimeout`函数：控制浏览器行为的利器⏳什么是BOM？
人才程序员·2025-02-28 06:15

【Python-ML】SKlearn库性能指标ROC-AUC

*-coding:utf-8-*-'''Createdon2018年1月19日@author:Jason.F@summary:ROC(receiveroperatorcharacteristic，基于模型真正率和假正率等性能指标评估分类模型
fjssharpsword·2025-02-28 06:44

Java内存与缓存

Java内存模型Java内存模型（JMM）定义了线程如何以及何时可以看到其他线程修改过的共享变量的值，并且规定了所有线程在读取或写入共享变量时必须遵循的一些规则。
C6666888·2025-02-28 06:12

【python 机器学习】sklearn ROC曲线与AUC指标

通俗介绍：学术解释：2.在`sklearn`中绘制ROC曲线与计算AUC2.1导入库和数据2.2加载数据集2.3训练模型2.4预测概率2.5计算FPR、TPR和AUC2.6绘制ROC曲线3.解析ROC曲线和
人才程序员·2025-02-28 06:11

月之暗面改进并开源了 Muon 优化算法，对行业有哪些影响？

互联网各领域资料分享专区(不定期更新)：Sheet正文月之暗面团队改进并开源的Muon优化算法在深度学习和大模型训练领域引发了广泛关注，其核心创新在于显著降低算力需求（相比AdamW减少48%的FLOPs
互联网之路.·2025-02-28 05:11

非关系型数据库和关系型数据库的区别

非关系型数据库（NoSQL）和关系型数据库（SQL）的主要区别体现在以下几个方面：数据模型：关系型数据库（SQL）：数据以表格形式存储，数据行和列组成，每个表都有固定的模式（Schema）。
纠结哥_Shrek·2025-02-28 05:40

深度解析：大模型开源的真与假

目录大模型企业开闭源策略各异开源大模型的定义与现状开源内容的局限性通常开放的内容实际未开放的关键内容法律与商业模式的约束开源许可证的重要性大模型的定制许可证及其限制性条款商业公司对开源大模型的策略和目的建立生态系统吸引开发者提升品牌形象保持竞争优势技术创新和改进技术与协助开发的挑战训练和推理过程的资源需求差异微调和衍生模型的技术实现及其局限性开源大模型在协作开发中的局限总结大模型的发展开启了
rs勿忘初心·2025-02-28 05:39

Python标准库之asyncio

asyncio的编程模型就是一个消息循环。我们从asyncio模块中直接获取一个EventLoop的引用，然后把需要执行的协程扔到EventLoop中执行，就实现了异步IO。
june_francis·2025-02-28 05:36

使用Python或R语言重新拟合模型

以下分别给出使用Python和R语言完成该任务的示例代码，假设我们有一个包含被试编号、实验条件和反应时的数据，并且要拟合一个线性回归模型。
pk_xz123456·2025-02-28 05:36

DeepSeek开源周第二弹：DeepEP如何用RDMA+FP8让MoE模型飞起来？

一、引言：MoE模型的通信瓶颈与DeepEP的诞生在混合专家（MoE）模型训练中，专家间的全对全（All-to-All）通信成为性能瓶颈。
曦紫沐·2025-02-28 04:03

《AI 大模型 ChatGPT 的传奇》

《AI大模型ChatGPT的传奇》——段方某世界100强企业大数据/AI总设计师教授北京大学博士后助理：1三6三二四61四五41AI大模型的概念和特点1.1什么是”大模型、多模态“？
武昌库里写JAVA·2025-02-28 04:33

利用DSPy优化LangChain RAG系统的实战指南

利用DSPy优化LangChainRAG系统的实战指南技术背景介绍DSPy是一个用于大语言模型（LLMs）的出色框架，它引入了一个自动编译器，能够教会模型如何执行你程序中的声明性步骤。
scaFHIO·2025-02-28 04:01

硅基流动api

s_content,u_content):token="sk-xxxxxxxxxxxxxxxxxxxxxxxx"deepseek_mode="deepseek-ai/DeepSeek-V2.5"#硅基流动内的模型
Zswdhy·2025-02-28 04:30

大模型RAG优化之高可用向量数据库的“热更”难题与解决方案

在现代应用中，向量数据库被广泛用于图像搜索、推荐系统、语义搜索等场景。但与传统数据库不同，向量数据库的“热更”（即在不中断服务的情况下更新索引）是一个具有挑战性的问题。本文将深入探讨这一问题，对比主流向量数据库的热更方案，并给出Qdrant的代码示例。1.什么是向量数据库的“热更”？想象一下，你正在运营一个大型电商平台，用户可以上传图片搜索相似商品。你的商品库每天都在更新：新商品上架：需要将新商品
kakaZhui·2025-02-28 04:59

GPT-4提示词冠军如何写 prompt：CO-STAR 框架、文本分段、系统提示

©上下文：为任务提供背景信息通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。
天涯倦客的美丽人生·2025-02-28 04:58

使用LangChain与GPT4All模型进行交互

技术背景介绍近年来，开源模型和框架在AI技术领域迅猛发展。GPT4All是一个开源的对话机器人生态系统，旨在为用户提供干净的助手数据，包括代码、故事和对话。
bavDHAUO·2025-02-28 04:28

使用 Weaviate 执行 RAG (Retriever-Augmented Generation)

RAG（Retriever-AugmentedGeneration）是当前AI领域中频繁使用的技术，结合了信息检索与生成模型，可以大幅提升信息获取与生成内容的准确性和丰富度。
bavDHAUO·2025-02-28 04:28

前言：什么是大模型微调

一、大模型微调的基础知识1.什么是大模型微调？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。
伯牙碎琴·2025-02-28 04:26
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他