Caffe训练

信息流广告预估技术在美团外卖的实践 思维导图-java架构

这个思维导图将涵盖从数据收集、特征工程、模型选择与训练、系统架构设计到性能优化和效果评估的关键领域。
用心去追梦·2025-01-22 22:59

gradio库的基本使用

它允许你基于预训练模型、函数或任意代码块创建实时演示和部署模型的图形用户界面（GUI）。使用Gradio库，你可以轻松创建Web界面，用于输入数据、调用模型、显示结果，并为用户提供与模型交互的功能。
Echo.....·2025-01-22 21:57

大型语言模型高效预训练策略的比较研究

文章目录摘要1.引言2.背景与挑战2.1LLM中的预训练2.2扩展LLM的挑战3.高效预训练策略3.1增量训练3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2
二进制独立开发·2025-01-22 21:27

如何在 PyTorch 分布式训练中使用 TORCH_DISTRIBUTED_DEBUG=INFO 进行调试

如何在PyTorch分布式训练中使用TORCH_DISTRIBUTED_DEBUG=INFO进行调试在使用PyTorch进行分布式训练时，调试分布式训练过程中的问题可能非常棘手。
weixin_48705841·2025-01-22 20:50

在 PyTorch 训练中使用 `tqdm` 显示进度条

在PyTorch训练中使用tqdm显示进度条在深度学习的训练过程中，实时查看训练进度是非常重要的，它可以帮助我们更好地理解训练的效率，并及时调整模型或优化参数。
weixin_48705841·2025-01-22 20:50

【在 PyTorch 中使用 tqdm 显示训练进度条，并解决常见错误TypeError: ‘module‘ object is not callable】

在PyTorch中使用tqdm显示训练进度条，并解决常见错误TypeError:'module'objectisnotcallable在进行深度学习模型训练时，尤其是在处理大规模数据时，实时了解训练过程中的进展是非常重要的
weixin_48705841·2025-01-22 20:50

深度学习模型开发文档

深度学习模型开发文档1.简介2.深度学习模型开发流程3.数据准备3.1数据加载3.2数据可视化4.构建卷积神经网络(CNN)5.模型训练5.1定义损失函数和优化器5.2训练过程6.模型评估与优化6.1模型评估
Ares代码行者·2025-01-22 20:47

代码随想录算法训练营day28（0121）

1.买卖股票的最佳时机II想到思路其实代码非常简单，其实也跟之前做的那一题摆动序列有一点关联，只不过更加地简单这题的代码，思路很巧妙！题目122.买卖股票的最佳时机II给你一个整数数组prices，其中prices[i]表示某支股票第i天的价格。在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。返回你能获得的最大利润。示例1：输入：pr
Lazy.land·2025-01-22 19:43

联邦学习中客户端发送的梯度是vector而不是tensor

在联邦学习中，当本地使用神经网络或深度学习模型时，训练的梯度通常是与模型参数（权重和偏置）相对应的梯度数据。
wzx_Eleven·2025-01-22 18:33

蓝桥杯训练—完美的代价

文章目录一、题目二、示例三、解析四、代码一、题目回文串，是一种特殊的字符串，它从左往右读和从右往左读是一样的。现在给你一个串，它不一定是回文的，请你计算最少的交换次数使得该串变成一个完美的回文串。交换的定义是：交换两个相邻的字符例如mamad第一次交换ad：mamda第二次交换md：madma第三次交换ma：madam输入格式：输入一行，是一个字符串，长度为n，只包括小写字母输出格式：如果可能，输
初春十九·2025-01-22 18:33

1. 基于大模型能力，如何提炼出优质prompt（入门版）

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。
姚瑞南·2025-01-22 17:56

论文阅读--Qwen2&2.5技术报告

Qwen21引言所有模型都是在超过7trilliontoken（7万亿）的高质量、大规模数据集上预训练的2Tokenizer&Model2.1Tokenizer沿用Qwen（Bai等人，2023a）的做法
__如果·2025-01-22 17:55

几个导致DeepFaceLab训练速度较慢的原因

可能有几个原因导致DeepFaceLab训练速度较慢：复杂度：DeepFaceLab的算法和模型较为复杂，需要处理大量数据和计算复杂的数学运算，这可能导致训练速度较慢。
AlphaFinance·2025-01-22 17:23

R语言机器学习算法实战系列（十九）特征选择之Monte Carlo算法（Monte Carlo Feature Selection）

包导入数据数据预处理数据分割MCFS运行MCFS-ID过程混淆矩阵重要特征的RI最小阈值距离与共同部分收敛特征重要性排序选择重要特征构建特征依赖图提取重要特征基于重要特征构建随机森林模型混淆矩阵评估模型AUC曲线刻画模型在训练和测试数据集的表现总结系统信息介绍特征选择
生信学习者1·2025-01-22 17:21

昇腾910-PyTorch 实现 GoogleNet图像分类

PyTorch实现GoogleNet用于图像分类本实验主要介绍了如何在昇腾上，使用pytorch对经典的GoogleNet模型在公开的CIFAR10数据集进行分类训练的实战讲解。
·2025-01-22 16:34

【人工智能】Python常用库-Keras：高阶深度学习 API

Keras：高阶深度学习APIKeras是一个高效、用户友好的深度学习框架，作为TensorFlow的高级API，支持快速构建和训练深度学习模型。它以模块化、简单和灵活著称，适合研究和生产环境。
IT古董·2025-01-22 11:33

小土堆学习笔记10（利用GPU训练于模型验证）

1.利用GPU训练GPU可优化操作如下操作方法1方法2数据获取判断是否可以使用GPU，如果可以直接model.cuda()先设定device，用的时候直接model.to（“device”）损失函数1.1
干啥都是小小白·2025-01-22 11:03

【大模型应用开发 动手做AI Agent】AutoGen

这些模型通常在大规模文本数据集上进行预训练，以便能够生成与上下文相关的高质量文本。然而，对于特定领域或特定任务的需求，往往需要对这些通用模
AI大模型应用之禅·2025-01-22 11:02

【强化学习】Unity ML-Agents框架

实战项目与案例研究九、未来展望与发展趋势十、结语一、UnityML-Agents简介UnityML-Agents是一个由UnityTechnologies开发的开源项目，它允许开发者利用机器学习技术来训练虚拟环境中的智能代理
大雨淅淅·2025-01-22 11:00

python3.6 split用法_对sklearn的使用之数据集的拆分与训练详解(python3.6)

主要演示大致的过程：导入->拆分->训练->模型报告以及几个重要问题：①标签二值化②网格搜索法调参③k折交叉验证④增加噪声特征(之前涉及)fromsklearnimportdatasets#从cross_validation
weixin_39849054·2025-01-22 10:57

论文笔记 U-Net: Convolutional Networks for Biomedical Image Segmentation

摘要：人们普遍认为，深度网络的成功训练需要数千个带注释的训练样本。在本文中，我们提出了一种网络和训练策略，该策略依赖于大量使用数据增强来更有效地使用可用的注释样本。
城南皮卡丘·2025-01-22 10:24

第十九周：SSD（Single Shot MultiBox Detector）

SSD（SingleShotMultiBoxDetector）摘要Abstract1引言2SSD框架2.1设计理念2.2训练2.3预测3创新与不足总结参考摘要本篇博客介绍了SSD（SingleShotMultiBoxDetector
L-含光承影·2025-01-22 10:52

宇宙规律对可转移量子强化学习架构的启示

它利用量子计算机的优势，在训练和优化模
AI天才研究院·2025-01-22 05:22

【教程】Ollama 部署 MindSpore 训练的大模型

gguf-mindspore本项目（gguf-mindspore）帮助用户快速的将MindSpore生成的大模型的ckpt文件，转换为Ollama可以加载的GGUF格式文件，主要思路是针对已有的如Huggingface上的对应模型的GGUF文件，利用MindSpore生成的ckpt文件，替换掉GGUF文件中的张量信息部分，生成自己的GGUF文件。依赖gguf==0.6.0mindsporenump
Hsiayukoo·2025-01-22 05:48

LLama 架构一览

LLama架构一览预训练Transformer架构RMSNorm归一化：为什么大模型llama选RMSNorm，而不是其他？
Debroon·2025-01-22 04:08

DETRs with Collaborative Hybrid Assignments Training论文阅读与代码

关键词：协作混合分配训练【目标检测】Co-DETR：ATSS+FasterRCNN+DETR协作的先进检测器（ICCV2023）-CSDN博客摘要：在这篇论文中，作者观察到在DETR中将过少的Query
分享总结快乐·2025-01-22 04:38

Docker部署nnunetv2简洁教程

由于我已经完成了nnUNet的训练，所以不需要将相关数据全部上传到容器中，而是只保留源码。
Tiandaren·2025-01-22 03:35

Grape-RAG

Grape-RAG传统RAG的局限性图的优点用知识图谱来呈现数据关系GraphRAG传统RAG的局限性经典的RAG架构以向量数据库（VectorDB）为核心来检索语义相似性上下文，让大语言模型（LLM）不需要重新训练就能够获取最新的知识
disgare·2025-01-22 01:48

一行代码搞定加载glove预训练词向量

加载glove预训练词向量再也不用glove2word2vec转换啦！
peanutwang·2025-01-22 01:46

【Vim Masterclass 笔记22】S09L40 + L41：同步练习11：Vim 的配置与 vimrc 文件的相关操作（含点评课内容）

文章目录S09L40Exercise11-VimSettingsandtheVimrcFile1训练目标2操作指令2.1.打开vimrc-sample文件2.2.尝试各种选项与设置2.3.将更改内容保存到
安冬的码畜日常·2025-01-22 00:42

细嗦Transformer（三）：准备训练，讲解及代码实现优化器、学习率调整策略、正则化和KL散度损失

文章目录关注我：细嗦大模型批处理对象/BatchesandMasking训练循环主函数/TrainingLoop优化器/Optimizer学习率调整策略/Learningrateadjustmentstrategy
Ace_bb·2025-01-22 00:08

【人工智能 | 大数据】基于人工智能的大数据分析方法

以下是几种主要的基于AI的大数据分析方法：机器学习模型：通过训练算法让计算机从历史数据中学习并做出预测或分类。常见的机器学习技术包括监督学习（如回归分析、支持向量机）、非监督学
用心去追梦·2025-01-21 22:58

深度学习中超参数

深度学习中的超参数(hyperparameters)是决定网络结构的变量(例如隐藏层数量)和决定网络训练方式的变量(例如学习率)。超参数的选择会显著影响训练模型所需的时间，也会影响模型的性能。
fengbingchun·2025-01-21 22:54

深入解析CANN算子开发：TBE与AI CPU算子类型及其开发方法全指南

深入解析CANN算子开发：TBE与AICPU算子类型及其开发方法全指南在现代AI计算领域中，高效的算子开发对于优化深度学习模型的推理与训练至关重要。
快撑死的鱼·2025-01-21 20:09

解锁辅助驾驶新境界：基于昇腾 AI 异构计算架构 CANN 的应用探秘

.异构计算与人工智能的关系2.CANN的定义和作用3.CANN的技术优势三、基于CANN的辅助驾驶AI应用原理1.目标检测算法2.智能检测流程3.算力平台支持四、基于CANN的辅助驾驶AI优势1.高效训练
倔强的石头_·2025-01-21 19:25

C语言经典例题100道

在这里因为对自己的要求，训练自己，采用了两种方法。一种是大众版好理解的，另一种是通过数组比较繁琐的写法，数组的写法完全是锻炼自己使用数组的能力，正常情况下，还是以第一种写法为准。第一种写法:#in
尘泪bit·2025-01-21 17:39

全国青少年信息学奥林匹克竞赛（信奥赛）备考实战之一维数组（应用技巧）

二、一维数组应用技巧2：打标记实战训练1—开关灯问题描述：有M个从1到M依次编号的人参加一项游戏。
律己杂谈·2025-01-21 17:09

知识图谱中的word2vec 技术是做什么的?

这项技术的核心思想是通过大规模文本数据训练神经网络模型，从而将单词映射到低维稠密的向量空间中。这些向量能够捕捉到单词之间的语义和语法关系，使得相似或相关的单词在向量空间中彼此靠近。
kcarly·2025-01-21 17:35

改进yolov8工业缺陷检测+swin+transformer

我们将详细探讨从数据准备到模型训练，再到最
qq1309399183·2025-01-21 15:56

基于 Python 的机器学习模型部署到 Flask Web 应用：从训练到部署的完整指南

目录引言技术栈步骤一：数据预处理步骤二：训练机器学习模型步骤三：创建FlaskWeb应用步骤四：测试Web应用步骤五：模型的保存与加载保存模型加载模型并在Flask中使用步骤六：Web应用的安全性考量示例
m0_74825223·2025-01-21 15:53

大模型GUI系列论文阅读 DAY2续：《一个具备规划、长上下文理解和程序合成能力的真实世界Web代理》

摘要预训练的大语言模型（LLMs）近年来在自主网页自动化方面实现了更好的泛化能力和样本效率。
feifeikon·2025-01-21 15:19

改进yolov8缺陷检测+swin+transformer

我们将详细探讨从数据准备到模型训练，再到最
QQ_1309399183·2025-01-21 15:16

分布式二级缓存组件实战（Redis+Caffeine实现）

所谓二级缓存缓存就是将数据从读取较慢的介质上读取出来放到读取较快的介质上，如磁盘-->内存。平时我们会将数据存储到磁盘上，如：数据库。如果每次都从数据库里去读取，会因为磁盘本身的IO影响读取速度，所以就有了像redis这种的内存缓存。可以将数据读取出来放到内存里，这样当需要获取数据时，就能够直接从内存中拿到数据返回，能够很大程度的提高速度。但是一般redis是单独部署成集群，所以会有网络IO上的消
鸨哥学JAVA·2025-01-21 14:46

使用 Caffeine 和 Redis 实现高效的二级缓存架构

为了兼顾本地缓存的高性能和分布式缓存的扩展能力，常见的实现方式是结合使用Caffeine和Redis实现二级缓存架构。
微技术·2025-01-21 14:43

机器学习：scikit-learn 和 Jupyter Notebook（推荐初学者使用google colab）

所以scikit-learn能轻松实现从数据预处理到模型训练和评估的完整流程。此外在推荐一个适合初学者的深度学习平台工具googleco
wyc9999ww·2025-01-21 14:39

vscode accelerate deepspeed配置

accelerate训练{//UseIntelliSensetolearnaboutpossibleattributes.
Ctrl_Cver·2025-01-21 13:31

迁移学习与RBF神经网络

迁移学习旨在将从一个或多个源任务中学习到的知识应用到目标任务中，以加快目标任务的学习过程，提高学习效果，尤其在数据稀缺或训练资源有限的情况下展现出显著优势。
fanxbl957·2025-01-21 12:27

李开复的理性选择：AI代码生成工具时代，初创公司如何避免盲目坚持？

他坦言，大模型预训练
·2025-01-21 11:44

Science Robotics最新封面：外骨骼“外挂”让手指弹奏钢琴更灵巧

最近来自日本的研究团队开发了一款专门的手部外骨骼机器人，通过被动训练的方式，帮助专业钢琴家突破了技能天花板。这项研究刚刚登上了机器人领域顶刊ScienceRobotics最新一期的封面。
xwz小王子·2025-01-21 11:48

AI未来趋势：AIGC浪潮下看AI训练师如何塑造智能未来（技术变革）

在AIGC（AIGeneratedContent，人工智能生成内容）浪潮下，AI训练师扮演着至关重要的角色，他们不仅推动了技术的发展，还在确保这些技术能够安全、高效地服务于社会方面发挥了重要作用。
用心去追梦·2025-01-21 11:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他