DL：经典模型复现

2025美赛数学建模E题思路+模型+代码（1.24第一时间更新），美赛案例分析之模拟退火算法

2025美赛数学建模E题思路+模型+代码（1.24第一时间更新）模拟退火算法是一种随机算法，并不一定能找到全局的最优解，可以比较快的找到问题的近似最优解。
灿灿数模·2025-01-22 07:32

《探秘鸿蒙Next：非结构化数据处理与模型轻量化的完美适配》

在鸿蒙Next的人工智能应用场景中，处理非结构化数据并使其适配模型轻量化需求是一项关键且具有挑战性的任务。以下是一些有效的方法和策略。数据预处理数据清洗：非结构化数据中往往存在噪声、重复和错误数据。
·2025-01-22 06:37

电商商业平台技术架构系列教程之：电商平台微服务架构

2.核心概念与联系一、微服务架构模式的核心概念二、微服务架构模式的联系3.核心算法原理和具体操作步骤以及数学模型公式详细讲解一、DDD（Domain-DrivenDesign）二、CQRS（CommandQueryResponsibilitySegregation
AI天才研究院·2025-01-22 06:31

Jira中bug的流转流程

1.处理Bug的流程2.bug状态流转详述bug的状态通常包括1.处理Bug的流程2.bug状态流转详述bug的状态通常包括未解决1.测试人员创建一个bug，填写bug的详细信息，如概要、bug级别、复现步骤
_小杜小杜_·2025-01-22 06:58

2025美赛数学建模-备战2025数学建模美赛——神经网络预测模型详解

（全部都是公开资料，不代写论文，请勿盲目订阅）2025年数学建模美赛期间，会发布思路和代码，赛前半价，赛前会发布往年美赛的经典案例，赛题会结合最新款的chatgpto1pro分析，会根据赛题难度，选择合适的题目着重分析
2025年数学建模美赛·2025-01-22 06:26

[Foc学习记录00]导览

电机理论基础电磁基础【电机学复习笔记】第一章磁路_电机学csdn-CSDN博客电路基础磁滞现象：一讲就懂，很nb【经典】深刻阐述磁性材料的磁滞现象_哔哩哔哩_bilibili《现代永磁同步电机控制原理及
GivemeAK·2025-01-22 06:25

如何利用模板为您的聊天机器人自动生成反馈

在人工智能快速发展的今天，聊天机器人是应用大型语言模型（LLM）的最常见接口之一。尽管如此，许多聊天机器人的质量参差不齐，这使得不断完善和发展显得尤为重要。
FADxafs·2025-01-22 06:54

使用ChatLlamaCpp和Llama CPP Python进行聊天模型集成

在这篇文章中，我们将探讨如何使用ChatLlamaCpp和LlamaCPPPython库来搭建一个强大的聊天模型。我们将详细讲解如何进行模型集成，并提供完整的代码示例以帮助您快速上手。
AWsggdrg·2025-01-22 06:53

七.网络模型

见圈回避，直到连通（有n－1条边）最短路问题求最短路有两种算法：求从某一点至其它各点之间最短离的狄克斯屈拉(Dijkstra)算法求网络图上任意两点之间最短路的Floyd(弗洛伊德)矩阵算法最短路问题的数学模型最大流问题
Kylin524·2025-01-22 05:53

2025美赛数学建模B题思路+模型+代码（1.24更新），备战2025美赛

2025美赛数学建模B题思路+模型+代码（1.24更新），备战2025美赛，见文末名片一、比赛准备1、心态准备（1）重视美赛a、含金量：美赛有O奖（特等奖），加分上限与国赛一等奖相同；美赛有的学校认定为
灿灿数模分号·2025-01-22 05:23

2025美赛数学建模思路+模型+代码预定

文末获取2025美赛数学建模思路（比赛开始第一时间开始更新）以下是关于2025年美国大学生数学建模竞赛（MCM/ICM）的详细信息：一、竞赛简介美国大学生数学建模竞赛（MCM/ICM）是由美国数学及其应用联合会、美国COMAP公司主办的一项国际性数学建模竞赛，旨在鼓励大学生对范围广泛的各种问题进行研究，并培养团队合作意识和创新创造精神。二、竞赛时间报名截止时间：北京时间2025年1月24日凌晨04
灿灿数模分号·2025-01-22 05:53

Next.js 实战 (十)：中间件的魅力，打造更快更安全的应用

在Next.js中，中间件（Middleware）是一种用于处理每个传入请求的功能。它允许你在请求到达页面之前对其进行修改或响应。
白雾茫茫丶·2025-01-22 05:22

【大模型】ChatGPT 打造个人专属GPTs助手使用详解

目录一、前言二、GPTs介绍2.1GPTs是什么2.2GPTs工作原理2.3GPTs主要功能2.4GPTs应用场景2.5GPTs优缺点三、GPTs创建个人专属应用操作过程3.1内置GPTs模板3.1.1内置GPTs使用过程3.2手动配置方式创建GPTs3.2.1创建过程3.3使用对话方式创建GPTs3.3.1操作过程3.4GPTs上传文档3.5GPTs操作补充3.6高频常用内置GPTs推荐四、写在
小码农叔叔·2025-01-22 05:51

【大模型】百度千帆大模型对接LangChain使用详解

核心架构2.2LangChain核心组件三、环境准备3.1前置准备3.1.1创建应用并获取apikey3.1.2开通付费功能3.2获取LangChain文档3.3安装LangChain依赖包四、百度千帆大模型对接
小码农叔叔·2025-01-22 05:51

【AI大模型】Prompt 提示词工程使用详解

目录一、前言二、Prompt提示词工程介绍2.1Prompt提示词工程是什么2.1.1Prompt构成要素2.2Prompt提示词工程有什么作用2.2.1Prompt提示词工程使用场景2.3为什么要学习Prompt提示词工程三、Prompt提示词工程元素构成与操作实践3.1前置准备3.2Prompt基本结构介绍与使用3.2.1明确指令3.2.2提供必要的原始内容3.2.3提供背景参考四、Promp
小码农叔叔·2025-01-22 05:20

【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
Hsiayukoo·2025-01-22 05:48

时间序列预测综述

文章目录非周期时间序列预测1.转化为监督学习数据集，使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_model)2.Facebook-prophet，类似于
Super_Whw·2025-01-22 05:48

plc编程和python的联系_通过Python与西门子PLC通信

供大家想要与西门子PLC通信的朋友使用1、该程序是通过pythonsnap7连接西门子1200、1500系列PLC并按照I、Q、M区采集打印信息；2、用户打开应用程序之前，要将目录下的snap7.dll
weixin_39788960·2025-01-22 05:48

ChatGLM-6B-Int本地CPU部署

1.环境说明开源地址：https://github.com/THUDM/ChatGLM-6B目的：为了本地部署LLM模型，此次选用了ChatGLM-6B，但是由于设备的限制所以使用量化模型int4的版本也就是
松醪·2025-01-22 05:16

清华和哈工大把大模型量化做到了1比特，把世界顶尖多模态大模型开源大模型量化个人电脑运行！机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视 Mamba速度提升2.8倍，内存能省87%

清华和哈工大把大模型量化做到了1比特，把世界顶尖多模态大模型开源大模型量化个人电脑运行！机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视Mamba速度提升2.8倍，内存能省87%。
代码讲故事·2025-01-22 05:45

如何创建自定义聊天模型类

在当今的AI开发中，聊天模型成为了一个非常重要的领域。本文将介绍如何使用LangChain的抽象来创建一个自定义的聊天模型，旨在帮助你轻松地将自己的语言模型集成到现有的LangChain程序中。
srudfktuffk·2025-01-22 05:15

大模型的部署方法三：使用Xinference部署

Xinference是一个分布式推理框架，它支持一键部署各种模型，包括大型语言模型（LLMs）。
大模型微调部署·2025-01-22 05:15

Zerox：AI驱动的万能OCR工具，精准识别复杂布局并输出Markdown格式，支持PDF、DOCX、图片等多种文件格式

❤️如果你也关注AI的发展现状，且对AI应用开发非常感兴趣，我会每日分享大模型与AI领域的最新开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术，欢迎关注我哦！
蚝油菜花·2025-01-22 04:14

【机器学习】多模态AI——融合多种数据源的智能系统

多模态AI（MultimodalAI）通过结合多种数据源（如文本、图像、音频等）来提升模型的智能和表现，适用于多样化的应用场景，如自动驾驶、医疗诊断、跨语言翻译等。
2的n次方_·2025-01-22 04:09

2.6 聚焦：Word Embedding

与传统的基于词频的词袋模型（Bag-of-Words）相比，WordEmbedding能够捕捉到词语之间更深层的语义和上下文信息。1.词嵌入的定义与作用WordEmbeddin
少林码僧·2025-01-22 04:39

Python OpenAI 库开发指南：从入门到实战精通

它推出的GPT系列模型、DALL·E等创新技术，正在深刻改变各行各业。作为Python开发者，我们该如何快速上手并高效利用OpenAI的API，成为了提升个人竞争力的关键。
senger_lcc·2025-01-22 04:39

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

程序员如何培养技术领导力？

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。
借雨醉东风·2025-01-22 03:35

模型部署工具01：Docker || 用Docker打包模型 Build Once Run Anywhere

Docker是一个开源的容器化平台，可以让开发者和运维人员轻松构建、发布和运行应用程序。Docker的核心概念是通过容器技术隔离应用及其依赖项，使得软件在不同的环境中运行时具有一致性。无论是开发环境、测试环境，还是生产环境，Docker都能够提供高效、可靠的解决方案。在本教程中，我们将详细介绍Docker的核心概念、安装方法，以及如何使用Docker进行容器化操作。Docker是什么？为什么值得学
Tiandaren·2025-01-22 03:05

mysql+binlog+查看+加密,mysql查看binlog日志

MySQL的二进制日志可以说是MySQL最重要的日志了，它记录了所有的DDL和DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL的二进制日志是事务安全型的。
疯疯疯狂的野兔·2025-01-22 03:34

卷积调制空间自注意力SPATIALatt模型详解及代码复现

背景与意义SPATIALaTT模型的提出源于对自注意力机制和卷积神经网络（CNN）的深入研究。在计算机视觉领域，CNN长期占据主导地位，而自注意力机制的引入为视觉任务带来了新的思路。
清风AI·2025-01-22 03:32

2025 年成为 AI 独立开发者的 3 个步骤

2025年成为AI独立开发者的3个步骤每天拆解一个AI应用或模型功能选择一个热门的AI应用或开源模型（如ChatGPT、MidJourney、Whisper），深度体验其核心功能，分析背后的技术实现。
程序员陆通·2025-01-22 03:00

2024金三银四必备：Java后端开发面试总结【25个技术专题】

18、说说ConcurrentHashMap19、Java中ArrayList和LinkedList区别？20、TreeMap（可排序）21、请用两个队列模拟堆栈结构？
2401_89790869·2025-01-22 02:27

深入理解GPT底层原理--从n-gram到RNN到LSTM/GRU到Transformer/GPT的进化

每一步的进展都为下一步的突破奠定了基础,最终孕育出了革命性的Transformer架构和GPT大模型。
网络安全研发随想·2025-01-22 02:55

C++: Dtrees:load(constg String& filepath, const String& nodeName)中nodeName参数含义

1.nodeName的作用当你保存模型时，整个决策树会被序列化到一个XML或YAML文件中。nodeName是加载时指定的一个逻辑路径，用于从文件中找到某个节点或子结构，而不是存储在文件中的字段。
湫兮之风·2025-01-22 02:25

1月更新 | 国内可用的 ChatGPT 中文版镜像网站攻略合集

一、ChatGPT镜像网站①ChatGPT中文版支持4o以及o1，支持MJ绘画②ChatGPT镜像网站支持通用全模型，支持文件读取、插件、绘画、AIPPT③ChatGPT工具站收集各种可以用的ChatGPT
·2025-01-22 02:58

成功解决error while loading shared libraries: libpython2.7.so.1.0: cannot open shared object file: No su

安装了python2.7，第一次执行时报错：errorwhileloadingsharedlibraries:libpython2.7.so.1.0:cannotopensharedobjectfile
哎呦，帅小伙哦·2025-01-22 02:23

Transformer入门（1）transformer及其编码器-解码器

文章目录1.Transformer简介2.Transformer的编码器-解码器架构3.transformer的编码器1.Transformer简介Transformer模型是一种用于自然语言处理的机器学习模型
通信仿真实验室·2025-01-22 01:51

VIM安装YCM插件的详细步骤

文章目录前言VIM版本安装YCM依赖的软件和库安装Vundle安装YCM下一步配置效果图参考博客前言据说youcompleteme是最难安装的插件，我在想网上找到一篇博客就能够安装了，为什么会最难呢?
万能的小叮当·2025-01-22 01:51

centos8 卸载go_Linux下Go的安装、配置 、升级和卸载

*1.下载Go发行版从官方地址：https://golang.org/dl/上下载合适的二进制发行版(例如:go1.10.4.li
weixin_39987313·2025-01-22 01:51

月之暗面今日发布k1.5多模态思考模型

月之暗面k1.5多模态思考模型的问世一、月之暗面k1.5多模态思考模型介绍2025年1月20日，月之暗面发布了k1.5多模态思考模型。
百态老人·2025-01-22 01:51

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）
disgare·2025-01-22 01:48

transformer模型代码

importnumpyasnpimporttorchimporttorch.nnasnnimporttorch.optimasoptimimportmatplotlib.pyplotaspltimportmathdefmake_batch(sentences):input_batch=[[src_vocab[n]forninsentences[0].split()]]output_batch=[[
地瓜不是呱·2025-01-22 01:17

用Python实现概率语言模型（2-元语法模型）

首先构造一个语料库，由6句话组成，每句话3个字。corpus='她很香她很菜她很好他很菜他很好菜很好'.split()构造一个字典，存储一元的字数Count1={}遍历语料库，把每个字出现的次数存储在字典中。forsentenceincorpus:forwordinsentence:ifwordinCount1:Count1[word]+=1#如果word在字典中存在else:Count1[wor
peanutwang·2025-01-22 01:16

go语言安装与卸载

Linux下go语言的安装1在https://studygolang.com/dl上下载相应的系统版本下载Linux版本压缩包：wgethttps://studygolang.com/dl/golang
kankan231·2025-01-22 00:13

ubuntu安装、升级、卸载go语言

卸载golang一、安装go二、升级go1.卸载go2.重新安装新版本的golangubuntu安装、升级、卸载golang一、安装go下载go方法一：官网下载：https://golang.org/dl
aspirinnil·2025-01-22 00:40

VIM的 YCM插件所有的坑和解决方法，都是自己总结的！

——————————————————————————建议大家用bundle，在你的VIMRC中添加Bundle'Valloric/YouCompleteMe'这里必须要注意，这是一个大坑，就是必须要耐心等它装完
不完美的程序员·2025-01-22 00:09

GUI窗口恶搞程序（备份）

fromidlelib.configdialogimporttracersfromtkinterimport*fromtkinterimportmessageboximporttimefromtkinterimportttkfromtkinterimportENDimportthreadingimportrandomimportstrin
Cc_zhH·2025-01-22 00:39

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

Transformer架构原理详解：编码器（Encoder）和解码器（Decoder）

自2017年谷歌发布了基于Transformer的机器翻译模型BERT以来，Transformer及其变体在各种NLP任务上取得了突破性的成果，例如文本分类、问答系统、文本摘要
AI大模型应用之禅·2025-01-22 00:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他