ML模型第14页

本地部署DeepSeek 集成 idea拥有专属高效 AI 助手

目录本地部署DeepSeek安装Ollama下载DeepSeek模型运行DeepSeek模型集成DeepSeek到IntelliJIDEA安装CodeGPT插件配置DeepSeek信息使用DeepSeek

LCG元·2025-02-14 12:20

JAVA访问调用python接口

因为工作需要,用到python,做cplex模型计算,研究了一下如何java调用python接口,并传输接受数据.首先你需要安装好python环境,之后导入flask包.这点就不多赘述了,参考网上很多教程都有

不秃头的小刘·2025-02-14 11:19

【机器学习】探索未来科技的前沿：人工智能、机器学习与大模型

1.3人工智能的分类1.4人工智能的应用二、机器学习：人工智能的核心技术2.1机器学习的定义2.2机器学习的分类2.3机器学习的实现原理2.4机器学习的应用2.5机器学习的示例代码2.6解释代码三、大模型

E绵绵·2025-02-14 11:18

大模型稀疏动态架构

DeepSeek应用稀疏动态架构（SparseDynamicArchitecture）是其大模型技术的核心创新点。

deepdata_cn·2025-02-14 11:17

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

我们先来讲一下损失函数，e_dn=(p_dn-ture)**2#损失值的计算p_dn：预测值ture：真实值e_dn：损失值我们在第7章说了，我们的预测值和真实值相差越小（也就是损失值越小），说明我们模型训练的越好

小宇爱·2025-02-14 11:16

【大数据AI人工智能大模型实战】从0到1 全流程搭建一个商品、店铺、直播推荐 Feeds 流系统详细方案步骤和代码实例 3

从0到1全流程搭建一个商品、店铺、直播推荐Feeds流系统详细方案步骤和代码实例关键词：推荐系统、Feeds流、商品推荐、店铺推荐、直播推荐、实时计算、离线计算、数据流处理1.背景介绍在当今的电子商务和社交媒体时代，个性化推荐系统已经成为提升用户体验和增加平台粘性的关键技术。特别是在电商平台中，一个高效的商品、店铺和直播推荐Feeds流系统可以显著提高用户的购物体验，增加商品曝光率，并最终提升平台

AI天才研究院·2025-02-14 11:46

【故障诊断】基于RIME-CNN-SVM霜冰算法优化卷积神经网络结合支持向量机的故障诊断模型（matlab)

【故障诊断】基于RIME-CNN-SVM霜冰算法优化卷积神经网络结合支持向量机的故障诊断模型（matlab)文章目录【故障诊断】基于RIME-CNN-SVM霜冰算法优化卷积神经网络结合支持向量机的故障诊断模型

天天科研工作室·2025-02-14 10:12

cnn以及例子

cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。

阿拉斯攀登·2025-02-14 10:41

RIME-CNN-SVM故障诊断

在这一模型中，CNN被用来执行故障数据的特征提取与抽象化处理，随后，这些经过抽象的特征会被传递给SVM模型，由SVM进一步执行分类与回归分析的任务，从而实现对故障类型的精确判定或故障严重程度的准确评估。

九亿AI算法优化工作室&·2025-02-14 10:39

DeepSeek正重构人形机器人和具身大模型赛道！

中国人工智能公司DeepSeek（深度求索）以“低成本、高效率、强开放”的研发范式横空出世，火遍并震撼全球科技圈；DeepSeek展现出来的核心竞争力，除了低成本及推理能力，更重要的是开源模型能力追赶上了最新的闭源模型

Robot251·2025-02-14 10:38

分布式训练三大并行策略：数据、模型与流水线并行的本质解析

截至2023年，大型语言模型的参数量已突破万亿级别（如GooglePaLM2达到3400亿参数），单卡显存容量（NVIDIAA10080GB）与计算能力（312TFLOPS）面临严峻挑战。

WHCIS·2025-02-14 10:07

反向代理ml

1概念1.1反向代理概念反向代理是指以代理服务器来接收客户端的请求，然后将请求转发给内部网络上的服务器，将从服务器上得到的结果返回给客户端，此时代理服务器对外表现为一个反向代理服务器。对于客户端来说，反向代理就相当于目标服务器，只需要将反向代理当作目标服务器一样发送请求就可以了，并且客户端不需要进行任何设置。1.2特点反向代理是代理服务器，为服务器收发请求，使真实服务器对客户端不可见。原文链接：h

xianwu543·2025-02-14 10:37

大数据、云计算、人工智能等技术深度融合的智慧快消开源了。

基于多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基

AI服务老曹·2025-02-14 10:37

【云原生技术】 YAML 配置管理、部署架构和灾备方案三个方面介绍一下如何在上海浦东新区和松江两个机房间实现容器部署和容灾

云部署灾备一、YAML配置管理二、部署架构和灾备策略三、故障场景下的应急预案四、总结一、YAML配置管理在实际生产环境中，为了达到高可用、快速灾备的目标，通常需要在YAML配置管理和部署架构上都做出专门设计

阿寻寻·2025-02-14 10:36

linux时间后mvt,Django MVT架构

Web框架中的一些概念MVC大部分开发语言中都有MVC框架MVC框架的核心思想是：解耦降低各功能模块之间的耦合性，方便变更，更容易重构代码，最大程度上实现代码的重用m表示model模型，主要用于对数据库层的封装

经略幽燕我童贯·2025-02-14 10:36

探索Hugging Face平台：AI工具和集成指南

本篇文章旨在为大家深入介绍如何在HuggingFace平台上使用不同的功能模块，包括模型、API和工具集成。

stjklkjhgffxw·2025-02-14 10:35

大模型参数规模解析：32B中的“B“代表什么？如何影响AI性能？

以下是优化后的技术笔记整理，包含关键知识点解析和行业应用案例：大模型参数规模解析：32B中的"B"代表什么？如何影响AI性能？

燃灯工作室·2025-02-14 10:35

LLM大语言模型书籍教程推荐：《大模型时代》+《开源大模型食用指南》！附文档

很久都没有更新大模型这块的书了，今天给大家说一下这本：《大模型时代》，本书对大模型时代的技术、应用和产业变化进行了深入的分析和阐述。《本书》深入探讨了大型模型时代的技术演进、应用场景和产业变革。

Langchain·2025-02-14 09:32

《深度解析：批量、随机和小批量梯度下降的区别与应用》

在机器学习和深度学习的领域中，梯度下降算法是优化模型参数的核心工具之一。

·2025-02-14 09:40

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

文章将包含：关键概念图解完整实现代码训练过程可视化模型效果深度分析环境准备importnumpyasnpimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflo

机器学习司猫白·2025-02-14 09:01

再学Blazor——扩展方法

上篇提到Blazor组件的高级写法，是采用扩展方法对HTML元素和组件进行扩展，以便于书写组件结构和代码阅读。本篇主要介绍扩展方法实现的思路。

·2025-02-14 09:09

再学Blazor——概述

使用C#语言创建丰富的交互式UI共享前后端应用逻辑可以生成混合桌面和移动应用受益于.NET的性能、可靠性和安全性需要有HTML、CSS、JS相关基础（开发UI框架的话）组件化设计，类似React、Vue

·2025-02-14 09:08

DevExpress WPF中文教程：Grid - 如何创建未绑定列？

通过DevExpressWPF能创建有着强大互动功能的XAML基础应用程序，这些应用程序专注于当代客户的需求和构建未来新一代支持触摸的解决方案。

界面开发小八哥·2025-02-14 09:00

探索DeepSeek：开源大模型领域的中国力量

在人工智能技术迅猛发展的今天，大语言模型（LLM）已成为全球科技竞争的焦点。来自中国的深度求索（DeepSeek）团队凭借其开源模型系列，正在为这一领域注入新的活力。

机器学习司猫白·2025-02-14 09:29

模型实战（19）之从头搭建yolov9环境+tensorrt部署+CUDA前处理 -＞实现目标检测

从头搭建yolov9环境+tensorrt部署实现目标检测yolov9虚拟环境搭建实现训练、推理与导出导出onnx并转为tensorrt模型Python\C++-trt实现推理，CUDA实现图像前处理文中将给出详细实现源码

明月醉窗台·2025-02-14 09:59

深度解析Python校园自动化：合规爬虫、反反爬策略与高并发抢课系统设计

一、系统架构与工程规范1.1项目结构campus_automation/├──configs/#配置文件│├──settings.yaml#全局配置│└──proxies.txt#代理IP池├──core

WHCIS·2025-02-14 09:29

c++TinML转html

c++TinML转html前言解析解释转译html类定义开头html结果这是最终效果（部分）：!

Smart-Space·2025-02-14 09:57

青少年编程与数学 02-009 Django 5 Web 编程 12课题、表单处理

青少年编程与数学02-009Django5Web编程12课题、表单处理一、表单1.表单类的定义示例：普通表单示例：模型表单2.字段类型3.验证4.渲染5.表单处理示例：视图中的表单处理6.自定义表单二、

明月看潮生·2025-02-14 08:27

使用python调用ollama中的deepseek-r1模型接口

deepseek-r1:7b",base_url="http://localhost:11434"):"""调用Ollama接口生成文本:paramprompt:输入的提示文本:parammodel:使用的模型名称

nfenghklibra·2025-02-14 08:26

云原生AI Agent应用安全防护方案最佳实践（上）

当下，AIAgent代理是一种全新的构建动态和复杂业务场景工作流的方式，利用大语言模型（LLM）作为推理引擎。

佛州小李哥·2025-02-14 08:56

Ollama与Vllm使用对比与优劣

Ollama和vLLM是两个用于优化大型语言模型（LLM）推理的框架，它们在性能、资源利用率、部署复杂性等方面各有优劣。

魔王阿卡纳兹·2025-02-14 08:55

【python】并发编程——多线程

文章目录1一些概念1.1线程概念1.2线程模型1.2.1多对一1.2.2一对一1.2.3多对多1.2.4双层模型2ThreadinPython2.1threading2.1.1示例2.1.2关于线程返回值设置保存运行结果的全局变量重写

南隅。·2025-02-14 08:25

node.js + html调用ChatGPTApi实现Ai网站demo(带源码)

文章目录前言一、demo演示二、node.js使用步骤1.引入库2.引入包前端HTML调用接口和UI所有文件总结前言关注博主，学习每天一个小demo今天是Ai对话网站又到了每天一个小demo的时候咯，前面我写了多人实时对话

不想秃头i·2025-02-14 08:24

AQS---抽象队列同步器、CLH锁队列

青秋.·2025-02-14 07:51

常用数据格式：json、bson、msgpack

类型定义：https://bsonspec.org/spec.html{"hello":"world"}→\x16\x00\x00\x00//totaldocumentsize\x02//0x02=

ChiLi_Lin·2025-02-14 07:48

FastAPI最佳的实践及编码约定资料

Pydantic数据验证3.数据验证与数据库的依赖关系4.链式依赖5.解耦和重用依赖关系，依赖项调用被缓存6.RestfulAPI规则7.如果你只有阻塞I/O操作，不要让你的路由异步8.从0开始创建基础模型

FFFPAG·2025-02-14 07:16

java8 list 分页，获取分页后的 list 和总页数的工具类

importjava.util.ArrayList;importjava.util.List;publicclassListPaginationUtil{/***对列表进行分页*@paramlist原始列表

12程序猿·2025-02-14 07:45

javascript网页设计案例

1.HTML结构任务列表我的任务列表添加任务2.CSS样式（styles.css）body{font-family:Arial,sans-serif;background-color:#f4f4f4;margin

咚微灯·2025-02-14 06:14

【开发语言】层次状态机(HSM)介绍

1.层次状态机的基本原理层次状态机是一种用于管理复杂系统行为的状态机模型，它通过将状态组织成层次结构来简化设计和维护。这种结构使得复杂的逻辑可以分解为更小、更易于管理的部分。

CSUC·2025-02-14 06:42

与其他模型相比，DeepSeek Coder 在哪些方面表现得更优秀？

DeepSeekCoder在多个方面表现出了卓越的性能，相较于其他模型具有显著优势。

百态老人·2025-02-14 06:12

React前端框架

React的核心库主要关注于构建UI，因此常被认为是MVC（模型-视图-控制器）模式中的“视图”部分。1.2React的核心特点React拥有以下核心特点，使其在

阿尔法星球·2025-02-14 06:41

AI 写作（三）文本生成算法：创新与突破

生成式模型和判别式模型在多个方面存在明显差异。在优化准则上，生成式模型致力于学习联合概率分布，而判别式模型则专注于建立输入数据和输出之间的关系，学习条件概率分布。

sdgfsdfxcg·2025-02-14 06:11

【Elasticsearch】字符过滤器Character Filters

Elasticsearch提供了三种内置的字符过滤器：`html_strip`、`mapping`和`pattern_replace`。

risc123456·2025-02-14 06:40

Android应用生命周期实现简单的秒表App

文章目录1、功能分析1.1、秒表功能界面1.2、App结构2、开发视图布局2.1、activity_main.xml2.2、string.xml3、Activity实现3.1、MainActivity类

Fly-ping·2025-02-14 06:10

ViT和Transformer

后来会思考在卷积之后再使用transformer，例如resNet50模型中，最后一层仅为14×14大小的矩阵。而本文是直接采用transformer模型，只需要对图片做一下预处理。

Landon9·2025-02-14 06:37

odoo qweb模板文件t-学习最新总结

js要与xml配套来学，先看下模板中的标签（以"t-"开始）的意义，以利于快速理解学习。t-name用于指明模板的名称，t-call用于调用另外模板，后面带一个模板的名称t-extend用于指

信息化未来·2025-02-14 06:07

使用LangChain与OpenAI API进行向量嵌入和搜索的实战教程

技术背景介绍LangChain是一个用于构建大型语言模型(LLM)应用的强大工具集，能够帮助开发者快速构建智能应用。结合Ope

bBADAS·2025-02-14 06:06

java后端研发经典面试题总结二

四种读取XML文件读取的办法1.DOM生成和解析XML文档为XML文档的已解析版本定义了一组接口。解析器读入整个文档，然后构建一个驻留内存的树结构。

Netty711·2025-02-14 06:04

ViT：2 理解CLIP

大模型技术论文不断，每个月总会新增上千篇。本专栏精选论文重点解读，主题还是围绕着行业实践和工程量产。若在某个环节出现卡点，可以回到大模型必备腔调或者LLM背后的基础模型新阅读。

庞德公·2025-02-14 05:33

vue REF 和 Reactive区别、特点、优势

下面是它们之间的对比以及各自的优势劣势和特点：REF（可变状态编程）：优势：易于理解和学习：REF编程模型更贴近传统的命令式编程，因此对于大多数开发者来说更容易理解和学习。

摸鱼的张三·2025-02-14 05:32

推荐频道

ML模型