Lora训练

Python训练营-Day3

DAY3列表、循环和判断语句题目1：列表的基础操作题目:1.创建一个包含三个字符串元素的列表tech_list，元素分别为“Python”,“Java”,“Go”。2.获取列表中的第一个元素，并将其存储在变量first_tech中。3.向tech_list的末尾添加一个新的字符串元素“JavaScript”。4.修改tech_list中的第二个元素（索引为1），将其从“Java”更改为“Ruby”
·2025-07-05 20:26

【深度学习】一文彻底搞懂前向传播（Forward Pass）与反向传播（Backward Pass）

【深度学习】一文彻底搞懂前向传播（ForwardPass）与反向传播（BackwardPass）摘要：在深度学习的星辰大海中，无论模型多么复杂，其训练过程都离不开两大核心支柱：前向传播(ForwardPass
烟锁池塘柳0·2025-07-05 19:49

代码随想录算法训练营第二十一天|回溯算法理论基础，77. 组合

系列文章目录代码随想录算法训练营第一天|数组理论基础，704.二分查找，27.移除元素代码随想录算法训练营第二天|977.有序数组的平方，209.长度最小的子数组，59.螺旋矩阵II代码随想录算法训练营第三天
丁希希哇·2025-07-05 18:13

【回溯算法】|代码随想录算法训练营第19天|77. 组合、216.组合总和III、17.电话号码的字母组合

刷题神器代码随想录往期回顾>【二叉树】|代码随想录算法训练营第18天|669.修剪二叉搜索树、108.将有序数组转换为二叉搜索树、538.把二叉搜索树转换为累加树、【总结】题目理论基础文章：文章讲解视频
小白糖的狗狗叫鸡蛋·2025-07-05 17:11

【零基础学AI】第22讲：PyTorch入门 - 动态图计算与图像分类器实战

本节课你将学到理解PyTorch的核心概念和优势掌握张量(Tensor)的基本操作学会使用动态计算图构建神经网络实现一个完整的图像分类器项目训练模型并进行预测开始之前环境要求Python3.8+建议使用
1989·2025-07-05 17:39

Orange3机器学习建模和可视化分析数据预处理、特征工程、算法训练

它就像一个神奇的工具箱，你只要通过拖放组件就能完成机器学习建模和可视化分析，软件下载地址安装包它支持数据预处理、特征工程、算法训练和评估整个流程，就像一个贴心的管家，把数据挖掘的事儿全给你安排得明明白白
维度软件库·2025-07-05 17:06

YOLOv7 技术详解（Real-Time Dynamic Label Assignment + Model Scaling）

Real-TimeDynamicLabelAssignment+ModelScaling）一、前言YOLOv7是AlexeyBochkovskiy团队后续维护者提出的一种高性能目标检测模型，在YOLOv5基础上引入了多项结构优化和训练策略改进
要努力啊啊啊·2025-07-05 16:59

YOLO 推理部署全方案」：一文掌握部署方式与性能对比！

YOLO的推理部署方法全景指南YOLO系列模型经过训练后，通常需要部署到线上环境中进行推理（inference）。
要努力啊啊啊·2025-07-05 16:59

YOLO 中的三大框类型全解析：Ground Truth、Anchor、Bounding Box 有何区别？

•是“答案”，模型训练的目标。•标注格式通常是[x,y,w,h,class_id]•比如一张猫的图，它的真实框就是groundtruthbox。
·2025-07-05 16:28

基于大模型预测胸椎管狭窄诊疗全流程的研究报告

疾病定义与分类2.2病因与发病机制2.3流行病学特征三、大模型技术原理与应用现状3.1大模型基本原理3.2在医疗领域的应用案例3.3用于胸椎管狭窄预测的优势四、术前大模型预测4.1预测指标与数据收集4.2模型训练与验证
LCG元·2025-07-05 15:25

疏锦行Python打卡 DAY 33 MLP神经网络的训练

importtorchtorch.cudaimporttorch#检查CUDA是否可用iftorch.cuda.is_available():print("CUDA可用！")#获取可用的CUDA设备数量device_count=torch.cuda.device_count()print(f"可用的CUDA设备数量:{device_count}")#获取当前使用的CUDA设备索引current_d
·2025-07-05 15:22

【2025CVPR】SEC-Prompt：少样本增量学习中的语义互补提示模型详解

SEC-Prompt核心原理1.自适应层次化查询（AdaptiveHierarchicalQuery）2.语义互补提示机制（1）判别性提示（D-Prompt）（2）非判别性提示（ND-Prompt）3.训练策略创新
清风AI·2025-07-05 14:19

【Python训练营打卡】day33 @浙大疏锦行

中使用）3.cuda的检查4.简单神经网络的流程a.数据预处理（归一化、转换成张量）b.模型的定义i.继承nn.Module类ii.定义每一个层iii.定义前向传播流程c.定义损失函数和优化器d.定义训练流程
2301_77865880·2025-07-05 14:17

day40python打卡

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑
qq_58459892·2025-07-05 14:15

day 45 python打卡

对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程。
·2025-07-05 14:12

大棚番茄西红柿果实成熟度检测数据集YOLO格式279张3类别已划分训练验证集

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及yolo格式txt文件)图片数量(jpg文件个数)：279标注数量(xml文件个数)：279标注数量(txt文件个数)：279标注类别数：3所在仓库：firc-dataset标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["unripe","semi-ripe","
·2025-07-05 12:05

代码随想录算法训练营第34天 | 第九章动态规划 part07

文章目录第九章动态规划Part07198.打家劫舍213.打家劫舍II337.打家劫舍III第九章动态规划Part07今天是打家劫舍的一天，这个系列题目不算难，大家可以一口气拿下。198.打家劫舍视频讲解：https://www.bilibili.com/video/BV1Te411N7SX题解链接：https://programmercarl.com/0198.%E6%89%93%E5%AE%B
tt555555555555·2025-07-05 12:34

代码随想录算法训练营第四十三天|动态规划part10

300.最长递增子序列题目链接：代码随想录文章讲解：代码随想录错误解答：dp[i]表示前i个元素的最长递增子序列的长度classSolution{public:intlengthOfLIS(vector&nums){vectordp(nums.size(),0);dp[0]=1;intlastnum=nums[0];for(inti=1;ilastnum){lastnum=nums[i];dp[i
xindafu·2025-07-05 12:04

代码随想录算法训练营第四十四天|动态规划part11

1143.最长公共子序列题目链接：1143.最长公共子序列-力扣（LeetCode）文章讲解:代码随想录思路：其实就是求两个字符串的最长公共子序列的长度与公共子数组的区别是可以不连续，顺序对就可以状态转移方程不一样定义dp[i][j]表示text1的0到i-1与text2的0到j-1的最长公共子序列的长度text1[i-1]==text2[j-1]dp[i][j]=dp[i-1][j-1]+1否则
·2025-07-05 12:04

代码随想录算法训练营第四十五天|动态规划part12

115.不同的子序列题目链接：115.不同的子序列-力扣（LeetCode）文章讲解：代码随想录定义dp[i][j]表示s0-i-1与t0-j-1不同的子序列的个数以s=batgtgt=bag为例子s【4】！=t【3】所以dp[5][4]=dp[4][4]也就是不考虑s[4]继续往后s[5]==t[3]也就是s[5]跟t【3】配对上了batgt与bag配对的个数加上batgt与ba配对的个数dp[
xindafu·2025-07-05 12:04

代码随想录算法训练营第二十九天|贪心算法part3

134.加油站题目链接：134.加油站-力扣（LeetCode）文章讲解：代码随想录classSolution{public:intcanCompleteCircuit(vector&gas,vector&cost){vectordiff;for(inti=0;i=0){startindex=i;}sum+=diff[i];if(sum&ratings){intsize=ratings.size(
xindafu·2025-07-05 12:34

代码随想录算法训练营第三十七天|动态规划part4

1049.最后一块石头的重量II题目链接：1049.最后一块石头的重量II-力扣（LeetCode）文章讲解：代码随想录思路：理解为把石头分成两堆使得两堆的差值尽可能小求这个最小值1理解为往背包里装物品每个物品的重量为石头的重量价值也为石头的价值dp[i][j]表示从0-i块石头往容量为j的包里装的最大价值状态转移：dp[i][j]=max(dp[i-1][j],dp[i-1][j-cost[i]
·2025-07-05 12:34

代码随想录算法训练营第二十八天|贪心算法part2

122.买卖股票的最佳时机II题目链接：122.买卖股票的最佳时机II-力扣（LeetCode）文章讲解：代码随想录思路：这道题的思路很巧妙最终利润是可以分解的假如第0天买入，第3天卖出，那么利润为：prices[3]-prices[0]。相当于(prices[3]-prices[2])+(prices[2]-prices[1])+(prices[1]-prices[0])。此时就是把利润分解为每
xindafu·2025-07-05 12:33

代码随想录算法训练营第四十六天 | 动态规划 part13

647.回文子串classSolution{public:intcountSubstrings(strings){vector>dp(s.size(),vector(s.size(),false));intresult=0;for(inti=s.size()-1;i>=0;i--){for(intj=i;j=j-1){dp[i][j]=true;result++;}elseif(dp[i+1][j
sagen aller·2025-07-05 12:01

代码随想录算法训练营第四十六天|动态规划part13

647.回文子串题目链接：647.回文子串-力扣（LeetCode）文章讲解：代码随想录思路：以dp【i】表示以s【i】结尾的回文子串的个数，发现递推公式推导不出来此路·不通以dp【i】【j】表示s【i】到s【j】的回文子串的个数，递推公式也推不出正确dp【i】【j】表示s【i】到s【j】是否为回文串确定递归顺序：dp【i】【j】依赖于dp【i+1】【j-1】因此i从后往前遍历，j从前往后遍历则最
xindafu·2025-07-05 12:28

Class5多层感知机的从零开始实现

Class5多层感知机的从零开始实现importtorchfromtorchimportnnfromd2limporttorchasd2l#设置批量大小为256batch_size=256#初始化训练集和测试集迭代器
Morning的呀·2025-07-05 09:09

PyTorch实战（13）——WGAN详解与实现

.前言1.WGAN与梯度惩罚2.WGAN工作原理2.1Wasserstein损失2.2Lipschitz约束2.3强制Lipschitz约束3.实现WGAN3.1数据加载与处理3.2模型构建3.3模型训练小结系列链接
盼小辉丶·2025-07-05 09:38

文心大模型及百度大模型内容安全平台齐获信通院大模型安全认证

近日，文心大模型与百度大模型内容安全平台——红线大模型双双荣获中国信息通信研究院泰尔认证中心颁发的“大规模预训练模型（文本生成功能）安全认证证书”，且二者的认证级别皆“增强级”的最高级别。
百度安全·2025-07-05 07:27

机器学习路径规划中的 net 和 netlist 分别是什么？

引言正文net含义netlist含义引言当我们使用机器学习训练自己的模型来进行自动寻路时，通常，我们会遇到一个名为net的词语，这里我们将对这个单词的意思进行解释。
勤奋的大熊猫·2025-07-05 07:25

Mamba-YOLOv8深度解析：基于状态空间模型的下一代目标检测架构（含完整代码与实战部署）文末含资料链接！

传统架构的局限性1.2Mamba的创新优势二、Mamba-YOLOv8架构详解2.1整体架构设计2.2核心模块：VSSblock2.3SS2D模块工作原理三、完整实现流程3.1环境配置3.2代码集成步骤3.3训练与微调四
博导ai君·2025-07-05 06:18

Kimi Audio一个通用的音频基础模型处理各种任务如自动语音识别（ASR）、音频问答（AQA）、自动音频字幕（AAC）、语音情感识别（SER）、声音事件/场景分类（SEC/ASC）和端到端语音对话

大规模预训练：对超过1300万小时的各种音频数据
skywalk8163·2025-07-05 03:02

「日拱一码」017 深度学习常用库——TensorFlow

目录基础操作张量操作：tf.constant用于创建常量张量tf.Variable用于创建可训练的变量张量tf.reshape可改变张量的形状tf.concat可将多个张量沿指定维度拼接tf.split
·2025-07-05 01:23

OpenCV中超分辨率（Super Resolution）模块类cv::dnn_superres::DnnSuperResImpl

你可以用它来加载预训练的超分辨率模型（如ED
村北头的码农·2025-07-05 01:19

【AI大模型面试八股文】大模型训练中如何应对灾难性遗忘问题？

目录✅面试回答模板：一、什么是灾难性遗忘？举个通俗的例子：二、灾难性遗忘是怎么发生的？常见触发情境：三、我们为什么要关注灾难性遗忘？四、主流解决方案汇总✅1.固定部分参数（FeatureExtraction）✅2.正则化策略（Regularization）✅3.回放机制（Rehearsal/Replay）✅4.参数隔离（ParameterIsolation）✅5.使用提示学习（PromptLear
一叶千舟·2025-07-05 00:17

循环神经网络（RNN）：序列数据处理的强大工具

本文将深入探讨RNN的工作原理、架构特点、训练方法、常见类型以及其
LNL13·2025-07-05 00:45

AI大模型探索之路-训练篇15：大语言模型预训练之全量参数微调

系列篇章AI大模型探索之路-训练篇1：大语言模型微调基础认知AI大模型探索之路-训练篇2：大语言模型预训练基础认知AI大模型探索之路-训练篇3：大语言模型全景解读AI大模型探索之路-训练篇4：大语言模型训练数据集概览
寻道AI小兵·2025-07-04 22:03

BERT（Bidirectional Encoder Representations from Transformers）

BERT（BidirectionalEncoderRepresentationsfromTransformers）是由Google于2018年提出的一种基于Transformer架构的预训练语言模型，属于大型语言模型
jerwey·2025-07-04 20:47

大语言模型（LLM）按架构分类

编码器同时捕捉上下文所有位置的依赖关系#伪代码示例：BERT的MLM任务masked_input="The[MASK]satonthemat"output=encoder(masked_input)#预测[MASK]="cat"预训练任务
jerwey·2025-07-04 20:46

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究（Python代码实现）

微能源网能量管理的基本概念与核心需求二、深度强化学习（DRL）在微能源网中的应用优势三、关键技术挑战四、现有基于DRL的优化策略案例五、相关研究文档的典型结构与撰写规范六、结论与未来方向2运行结果2.1有/无策略奖励2.2训练结果
·2025-07-04 19:41

使用 Ollama 部署 Deepseek

与传统部署方法的主要区别特性传统部署方法（之前的文章）Ollama方法部署复杂度高（需要手动设置环境、依赖和量化）低（简化的命令行界面）技术要求需要Python和机器学习库知识基本命令行知识即可灵活性高度可定制（训练参数
想知道哇·2025-07-04 19:10

第G1周：生成对抗网络（GAN）入门

本文为365天深度学习训练营原作者：K同学啊基础任务：1.了解什么是生成对抗网络2.生成对抗网络结构是怎么样的3.学习本文代码，并跑通代码进阶任务：调用训练好的模型生成新图像一、理论基础生成对抗网络（GenerativeAdversarialNetworks
·2025-07-04 19:39

YOLOv11安全检测项目_人员、安全帽、安全服、普通服装、头部、模糊服装、模糊头部目标检测

核心要素组件配置说明模型架构YOLOv10vsYOLOv11双模型对比数据集[SF)检测类别人员、安全帽、安全服、普通服装、头部、模糊服装、模糊头部训练参数•迭代周期：100epochs
qq1309399183·2025-07-04 18:36

对LoRa项目有什么价值？

然而，对于使用LoRa技术的项目来说，由于通信速率有限、数据包大小受限（最大255字节），传统的基于IP的OTA升级方式并不适用。
·2025-07-04 17:57

AI大模型定义与应用概述

AI大模型，也成为基础模型或大规模预训练模型，指的是在海量数据上通过深度学习技术进行预训练的超大型人工智能模型。常见类型大型语言模型：这是目前最主流和成熟的大模型类型。
水云桐程序员·2025-07-04 17:26

人工智能训练知识学习-TTS（智能语音合成）

人机对话——TTS（TextToSpeech）概念：TTS技术，即文本转语音技术，是一种将文字内容转换为语音输出的技术。它通过计算机程序和算法，将文本信息转化为自然流畅的语音信号，让用户能够听到文字内容，而无需手动阅读。（即将文本转换为语音输出）TTS技术的工作原理（一）文本预处理当TTS系统接收到一段文本输入时，首先会对文本进行预处理。这包括分词、词性标注、语义理解等操作。例如，在中文文本中，系
笨鸟笃行·2025-07-04 15:42

DeepSpeed zero1，zero2，zero3和FSDP区别详解

1.基本概念DeepSpeedZeROZeRO是由MicrosoftDeepSpeed团队开发的一种内存优化技术，旨在通过分片模型状态来训练超大模型，减少每个GPU的内存占用，同时避免传统模型并行（如张量并行或流水线并行
ALGORITHM LOL·2025-07-04 14:07

计算机导论与计算机组成原理关系,计算机组成原理

课程编号:ZYB08003课程性质:专业必修课学时数:54学时(其中授课学时，课堂实验学时，讨论学时，自学学时)学分:3学分适用专业:计算机科学与技术课程的主要任务本课程的作用是通过课堂理论学习和实际操作训练
·2025-07-04 12:21

Day44

1.预训练概念：在大规模数据上训练模型学习通用知识，再迁移到下游任务微调2.常见模型：图像有AlexNet、ResNet、ViT；NLP有BERT、GPT3.图像模型发展：从手工特征到深度学习，从CNN
·2025-07-04 12:19

百度文心大模型 4.5 系列全面开源 英特尔同步支持端侧部署

，百度如期兑现2月14日的预告，正式开源文心大模型4.5（ERNIE4.5）系列，涵盖10款不同参数规模的模型，包括470亿参数混合专家（MoE）模型、30亿参数MoE模型及3亿参数稠密型模型，实现预训练权重与推理代码的完全开放
·2025-07-04 10:08

百度文心大模型4.5系列正式开源，开源会给百度带来什么？

其次，从成本分摊与创新激励的角度来看，开源能有效降低百度在模型后训练、部署等环节的边际成本，
·2025-07-04 10:38
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他