BoW模型

JavaScript之DOM操作与事件处理详解

JavaScript之DOM操作与事件处理详解一、DOM基础：理解文档对象模型二、DOM元素的获取与访问2.1基础获取方法2.2集合的区别与注意事项三、DOM元素的创建与修改3.1创建与插入元素3.2修改元素属性与样式
AA-代码批发V哥·2025-07-12 14:07

zookeeper etcd区别

ZooKeeper与etcd的核心区别体现在设计理念、数据模型、一致性协议及适用场景等方面。‌
sun007700·2025-07-12 14:04

【Qualcomm】高通SNPE框架简介、下载与使用

SNPE提供了一套完整的深度学习推理框架，能够支持多种深度学习模型，包括Pytor
Jackilina_Stone·2025-07-12 13:00

游戏开发日记

如何用数据表来储存，位置坐标（XYZ）：决定了对象在世界中的摆放资源ID/图片URL：决定了使用什么模型或贴图事件ID/特效：是否触发某些事件（例如点击、交互）逻辑索引（GridIndex）：用于程序检索和映射用途这在策略类
future1412·2025-07-12 13:30

目标检测（object detection）

本文将系统讲解目标检测的概念、原理、主流模型、常见数据集及应用场景，帮助读者构建对这一技术的完整认知。
加油吧zkf·2025-07-12 13:29

django - admin后台管理-2-自定义模型类

注册自定义模型类若要自己定义的模型类也能在/admin后台管理界中显示和管理，需要将自己的类注册到后台管理界面注册步骤：在应用app中的admin.py中导入注册要管理的模型models类，如：from.modelsimportBook
米兔-miny·2025-07-12 13:29

不同行业的 AI 数据安全与合规实践：7 大核心要点全解析

不同行业的AI数据安全与合规实践：7大核心要点全解析关键词AI数据安全、行业合规、私有化部署、数据分类分级、国产大模型、隐私保护、DeepSeek部署摘要随着国产大模型在金融、医疗、政务、教育等关键领域的深入部署
观熵·2025-07-12 13:29

《Python星球日记》第35天：全栈开发（综合项目）

星球日记》，限时特价订阅中ing目录一、全栈开发概述1.全栈开发的优势2.全栈开发技能组合二、博客系统项目需求分析1.功能需求2.技术栈选择3.项目结构规划三、数据库设计1.实体关系分析2.Django模型设计四
Code_流苏·2025-07-12 12:29

vllm本地部署bge-reranker-v2-m3模型API服务实战教程

文章目录一、说明二、配置环境2.1安装虚拟环境2.2安装vllm2.3对应版本的pytorch安装2.4安装flash_attn2.5下载模型三、运行代码3.1启动服务3.2调用代码验证一、说明本文主要介绍
雷 电法王·2025-07-12 12:26

模型训练与部署注意事项篇---resize

图像大小的影响在YOLOv系列模型的训练和推理部署过程中，图像大小的选择是影响模型性能（精度、速度、泛化能力）的关键因素之一。
Atticus-Orion·2025-07-12 12:56

计算机科学与技术

面对海量技术栈不知从何入手-**体系缺失**：难以建立完整的知识网络1.计算机基础-计算机组成原理-冯·诺依曼体系-CPU/内存/IO设备-操作系统-进程与线程-内存管理-文件系统-计算机网络-TCP/IP模型
柳依依@·2025-07-12 12:24

LLM-生成器判别器的实现

总结首先，使用GPT模型获取每个词的生成概率pLLMp_{LLM}pLLM。
·2025-07-12 12:23

法律科技领域人工智能代理构建的十个经验教训，一位人工智能工程师通过构建、部署和维护智能代理的经验教训来优化法律工作流程的历程。

法律技术中代理用例示例-合同审查代理-法律研究代理在LegalTech中使用代理的十个教训-教训1：即使代理很酷，它们也不能解决所有问题-教训2：选择最适合您用例的框架-教训3：能够快速迭代不同的模型-
知识大胖·2025-07-12 11:52

AI MCP教程之 什么是 MCP？利用本地 LLM 、MCP、DeepSeek 集成构建您自己的 AI 驱动工具

介绍利用模型上下文协议(MCP)的工具吸引了我们的注意力—将AI变成触手可及的生产力引擎。它们巧妙、高效，让人难以抗拒。但如果您可以将这样的功能添加到自己的工具中，会怎么样呢？
知识大胖·2025-07-12 11:51

使用 Ollama 、 DeepSeek和QWEN的模型上下文协议 (MCP) ，使用本地 LLM 教程的 MCP 服务器

简介模型上下文协议：MCP服务器据称是AI领域的下一个重大改变者，它将使AI代理变得比我们想象的更加先进。MCP或模型上下文协议由Anthropic去年发布，它可以帮助LLM连接软件并对其进行控制。
知识大胖·2025-07-12 11:51

24GB GPU 中的 DeepSeek R1：Unsloth AI 针对 671B 参数模型进行动态量化

简介最初的DeepSeekR1是一个拥有6710亿个参数的语言模型，UnslothAI团队对其进行了动态量化，将模型大小减少了80%（从720GB减少到131GB），同时保持了强大的性能。
知识大胖·2025-07-12 11:21

在 Obsidian 中本地使用 DeepSeek — 无需互联网！

我将引导您完成在Obsidian中安装和使用DeepSeek-R1模型的确切步骤，这样您就可以在笔记中拥有一个由AI驱动的第二大脑。
知识大胖·2025-07-12 11:21

Llama-Omni会说话的人工智能“语音到语音LLM” 利用低延迟、高质量语音转语音 AI 彻底改变对话方式（教程含源码）

——史蒂夫·乔布斯近年来，人机交互领域发生了重大变化，尤其是随着ChatGPT、GPT-4等大型语言模型(LLM)的出现。
知识大胖·2025-07-12 11:50

NVIDIA 系列之 使用生成式 AI 增强 ROS2 机器人技术：使用 BLIP 和 Isaac Sim 进行实时图像字幕制作

简介在快速发展的机器人领域，集成先进的AI模型可以显著增强机器人系统的功能。
知识大胖·2025-07-12 11:20

卫星分析系列之 使用卫星图像量化野火烧毁面积 在 Google Colab 中使用 Python 使用 Sentinel-2 图像确定森林火灾烧毁面积

简介几年前，当大多数气候模型预测如果我们不采取必要措施，洪水、热浪和野火将会发生更多时，我没想到这些不寻常的灾难现象会成为常见事件。其中，野火每年摧毁大量森林面积。
知识大胖·2025-07-12 11:20

AnythingLLM教程系列之 12 AnythingLLM 上的 Ollama 与 MySQL+PostgreSQL

系列文章如何安装《无需任何代码构建自己的大模型知识库：AnythingLLM最易于使用的一体化AI应用程序，可以执行RAG、A
知识大胖·2025-07-12 11:20

AnythingLLM教程系列之 09 AnythingLLM 支持自定义音频转录提供程序

您需要为您的企业或组织提供一款完全可定制、私有且一体化的AI应用程序，该应用程序基本上是一个具有许可的完整ChatGPT，但具有任何LLM、嵌入模型或矢量数据库。
知识大胖·2025-07-12 11:50

AnythingLLM教程系列之 04 AnythingLLM 允许您以正确的格式导出聊天日志，以构建 GPT-3.5 和 OpenAI 上其他可用模型的微调模型（教程含安装步骤）

您需要为您的企业或组织提供一款完全可定制、私有且一体化的AI应用程序，该应用程序基本上是一个具有许可的完整ChatGPT，但具有任何LLM、嵌入模型或矢量数据库。
知识大胖·2025-07-12 11:20

使用NVIDIA NeRF将2D图像转换为逼真的3D模型（Python）

使用NVIDIANeRF将2D图像转换为逼真的3D模型（Python）NeuralRadianceFields（NeRF）是一种强大的方法，可以将2D图像转换为逼真的3D模型。
ByteWhiz·2025-07-12 11:48

优化版三国主题MySQL建表与查询练习（细节增强）

文章目录优化版三国主题MySQL建表与查询练习（细节增强）题目一：三国人物信息表（全面优化）建表语句（增强约束与注释）插入数据（含完整信息）查询练习（增强实用性）题目二：三国战役表（增强关系设计）建表语句（完整关系模型
韩公子的Linux大集市·2025-07-12 11:16

大模型MoE模型技术详解

场景：大型超市的收银区域想象一下周末的超市，人山人海（就像大模型要处理海量的Token）。众多收银台（专家）：超市有20个收银台，每个收银台都是一个“专家”。
大雷神·2025-07-12 10:44

flask模型model--多表操作

#在A模型中（比如Grade）students=db.relationship('Student',backref='grade')#那么在B模型（Student）中
lpy817·2025-07-12 10:42

搜广推校招面经九十三

字节懂车帝一面一、NDCG（NormalizedDiscountedCumulativeGain）的计算NDCG是信息检索和排序任务中常用的评价指标，用于衡量模型预测的排序质量与真实相关性排序的一致程度
Y1nhl·2025-07-12 10:40

【AI大模型】LLM模型架构深度解析：BERT vs. GPT vs. T5

在其基础上，BERT、GPT和T5分别代表了三种不同的模型范式，主导了预训练语言模型的演进。理解它们的差异是LLM开发和学习的基石。
我爱一条柴ya·2025-07-12 10:10

【代码学习】扩散模型原理+代码

来源：超详细的扩散模型（DiffusionModels）原理+代码-知乎(zhihu.com)代码：drizzlezyk/DDPM-MindSpore(github.com)DDPM1.Unet1.1正弦位置编码
李加号pluuuus·2025-07-12 10:39

Ollama平台里最流行的embedding模型： nomic-embed-text 模型介绍和实践

nomic-embed-text模型介绍nomic-embed-text是一个基于SentenceTransformers库的句子嵌入模型，专门用于特征提取和句子相似度计算。
skywalk8163·2025-07-12 10:39

LLM 大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战

LLM大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战1.环境准备GPU设备:A10,3090,V100,A100均可.
汀、人工智能·2025-07-12 10:09

目标检测中的NMS算法详解

问题：目标检测模型（如FasterR-CNN,YOLO,SSD等）在推理时，对于同一个目标物体，通常会预测出多个重叠的、不同置信度（confidencescore）的候选边界框（BoundingBoxes
·2025-07-12 10:08

[论文阅读]Distilling Step-by-Step! Outperforming Larger Language Models with Less Training Data and Smal

以较少的训练数据和较小的模型规模超越较大的语言模型发布链接：http://arxiv.org/abs/2305.02301AcceptedtoFindingsofACL2023阅读原因：近期任务需要用到蒸馏操作
0x211·2025-07-12 10:38

2025年的RAG技术发展趋势与演进

本文将分享作为大模型应用创业者的经历与观察，讨论RAG技术和市场环境在2024年的变化。
码农Q！·2025-07-12 10:36

AI人工智能浪潮中文心一言的独特优势

关键词：文心一言,AI大模型,中文处理,多模态融合,产业落地,安全可控,百度ERNIE摘要：在全球AI大模型浪潮中，百度文心一言（ERNIEBot）凭借“懂中文、会多模态、能落地、守规矩”的四大核心优势
·2025-07-12 09:36

【实战AI】macbook M1 本地ollama运行deepseek

请自行；2.设备macbookM132G下载ollamaOllama是一款跨平台推理框架客户端（MacOS、Windows、Linux），专为无缝部署大型语言模型（LLM）（如Llama2、Mistral
东方鲤鱼·2025-07-12 08:24

【前端】异步任务风控验证与轮询机制技术方案（通用笔记版）

一、背景场景在某类生成任务中，例如用户点击“执行任务”按钮后触发一个较耗时的后端操作（如生成报告、渲染图像、转码视频等），由于其调用了模型、渲染服务或需要较长处理时间，为了防止接口被频繁恶意调用，系统需要加入风控验证机制
·2025-07-12 08:51

Git 分支管理规范

一、大公司的分支管理实践1.GitFlow（经典模型）master：主分支，仅用于发布正式版本featureelop：开发分支，集成新功能feature/*：功能分支，从featureelop分支创建，
·2025-07-12 08:20

本地部署大模型的几种方式

现在大模型可谓是满天飞,只要你稍微关注时下的AI资讯,几乎每天都有新的AI大模型出现.这之中当然有诸如GhatGPT,Gemini这样的私有化大模型,更吸引人关注的可能是开源的可私有化部署的一些大模型.
AI产品经理·2025-07-12 08:50

推荐系统中的归因分析

参考网络相关资料，常用的用户转化归因分析模型有如下6种，现收录参阅。1）最后点击归因转化全部归因于用户转化前最后一次点击的渠道。
liliangcsdn·2025-07-12 07:20

mac m1安装大模型工具vllm

1更新系统环境参考vllm官网文档，vllm对applem1平台macos,xcoder,clang有如下要求OS:macOSSonomaorlaterSDK:XCode15.4orlaterwithCommandLineToolsCompiler:AppleClang>=15.0.0在AppStore更新macOS和XCoder，依据XCoder版本号安装commandlinetools。htt
liliangcsdn·2025-07-12 07:17

Ubuntu系统下pip install的accelerate包没有安装至conda环境下，而是错误放入.local文件中

服务器上跑模型时莫名报了一个没有‘torch’包的错误Traceback(mostrecentcalllast):File"/home/ubuntu/.local/bin/accelerate",line5
·2025-07-12 07:46

NLP_知识图谱_大模型——个人学习记录

1.自然语言处理、知识图谱、对话系统三大技术研究与应用https://github.com/lihanghang/NLP-Knowledge-Graph深度学习-自然语言处理(NLP)-知识图谱：知识图谱构建流程【本体构建、知识抽取（实体抽取、关系抽取、属性抽取）、知识表示、知识融合、知识存储】-元気森林-博客园https://www.cnblogs.com/-402/p/16529422.htm
macken9999·2025-07-12 07:45

解决 Python 包安装失败问题：以 accelerate 为例

一、问题背景在开发一个深度学习项目时，我需要安装accelerate包来优化模型的训练过程。然而，当我运行以下命令时：bash复制pipins
·2025-07-12 07:14

思维链革命：让大模型突破“机器思考”的边界

以下是对LilianWeng思维链技术深度解析文章（原文链接）的博客化重构，融合技术本质与应用实践：思维链革命：让大模型突破“机器思考”的边界——解析ChainofThought技术体系与下一代推理架构一
John Song·2025-07-12 07:13

操作系统 线程模型 用户级线程 内核级线程 混合线程 多对一模型 一对一模型 多对多模型

根据操作系统内核是否对线程可感知，可以把线程分为内核线程和用户线程。名称描述用户级线程由应用程序所支持的线程实现,内核意识不到用户级线程的实现内核级线程内核级线程又称为内核支持的线程在只有用户级线程的系统内，CPU调度还是以进程为单位，处于运行状态的进程中的多个线程，由用户程序控制线程的轮换运行；在有内核支持线程的系统内，CPU调度则以线程为单位，由操作系统的线程调度程序负责线程的调度。对于多用户
littleAirport~·2025-07-12 06:12

在mac m1基于llama.cpp运行deepseek

llama.cpp支持1.5位、2位、3位、4位、5位、6位和8位整数量化，通过ARMNEON、Accelerate和Metal支持Apple芯片，使得在MACM1处理器上运行Deepseek大模型成为可能
·2025-07-12 06:41

LLaMA 学习笔记

目录LLaMA模型结构：模型微调手册：推理示例：指定位置加载模型测试ok：模型下载：llama-stack下载modelscope下载LLaMA优化技术RMSNormSwiGLU激活函数旋转位置编码（RoPE
AI算法网奇·2025-07-12 06:41

LLaMA-Omni 深度解析：打开通往无缝人机语音交互的大门

一、引言：语音交互大模型今天我们来看语音交互大模型LLaMA-Omni，它由中国科学院计算技术研究所的研究者们推出，是一个基于强大的Llama-3.1-8B-Instruct构建的语音语言模型。
kakaZhui·2025-07-12 06:41
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他