MOSS微调训练数据转换

Keras深度学习框架第十四讲：使用TensorFlow进行多GPU分布式训练

使用TensorFlow进行多GPU分布式训练1、绪论1.1使用TensorFlow进行多GPU分布式训练概念TensorFlow是一个流行的开源机器学习框架，它支持多GPU分布式训练，允许开发者利用多个
MUKAMO·2025-06-20 06:37

AI模型微调完整学习方案：从入门到精通

引言随着大语言模型(LLM)技术的快速发展，微调模型以适应特定任务或领域的需求变得越来越重要。微调是一种技术，通过对预训练模型进行进一步训练，使其能够更好地解决特定问题或在特定领域表现更佳。
奔四的程序猿·2025-06-20 05:34

【图像处理入门】11. 深度学习初探：从CNN到GAN的视觉智能之旅

本文将系统讲解卷积神经网络（CNN）的核心原理，通过PyTorch实现图像分类实战；深入解析迁移学习的高效应用策略，利用预训练模型提升自定义任务性能；最后揭开生成对抗网络（GAN）的神秘面纱，展示图像生成与增强的前沿技术
小米玄戒Andrew·2025-06-20 04:27

【专栏介绍】【2025算法面试通关全攻略】

核心优势：分层训练、体系化覆盖、紧贴行业脉搏难度分级，适配不同水平基础题（40%）：夯
再见孙悟空_·2025-06-20 00:58

教师职业技能训练——拟定模拟试卷（附带答案）

2022~2023下学年八年级信息科技期末考试试卷（考试方式：闭卷总分：100分考试时间：90分钟）年级：班级：姓名：题号一二三四五总分得分一、单项选择题（15*2=30）1、在计算机中，"CPU"代表什么？A、中央处理器B、计算机处理单元C、控制处理单元D、中央处理单元2、下列哪项不是网络安全的重要措施？A、强密码的使用B、随机下载文件C、定期更新操作系统和应用程序D、安装防火墙和杀毒软件3、下
FengleYiMan·2025-06-19 23:25

人工智能安全（三）CODES：CodeS: Towards Building Open-source Language Models for Text-to-SQL

人工智能安全（三）CODES：CodeS:TowardsBuildingOpen-sourceLanguageModelsforText-to-SQL摘要介绍准备工作Taxt-to-SQL任务预训练语言模型
Joe_Ruc·2025-06-19 22:44

Python实例题：基于 TensorFlow 的图像识别与分类系统

实例题题目问题描述解题思路关键代码框架难点分析扩展方向Python实例题题目基于TensorFlow的图像识别与分类系统问题描述开发一个基于TensorFlow的图像识别与分类系统，包含以下功能：图像分类模型：基于预训练模型的图像分类器数据处理与增强
狐凄·2025-06-19 21:40

llama_index chromadb实现RAG的简单应用

毕竟大模型本地化有利于微调，RAG使内容更有依据。为什么要用RAG？
victorwjw·2025-06-19 21:07

数据挖掘与机器学习 期末复习整理

1.分类：–有类别标记信息,因此是一种监督学习–根据训练样本获得分类器，然后把每个数据归结到某个已知的类，进而也可以预测未来数据的归类。
无敌摸鱼高手·2025-06-19 17:34

GPU 服务器：高性能计算的强大引擎

据统计，在深度学习领域，GPU服务器能够将模型训练时间缩短数倍甚至数十倍。在科学计算方面，它可以快速处理大规模数据，例如在气象预测中，能够加速复杂的计算过程，提高预测的准确性。
海域云李潮海·2025-06-19 17:32

AI人工智能领域DALL·E 2的技术优化方向

我们将从模型架构、训练方法、计算效率、图像质量提升等多个维度进行分析，提出具体的优化策略和技术路线。文章不仅涵盖了理论基础，还提供了实际的代码实现和数学推导，帮助读者全面理解如何提升文
AI大模型应用工坊·2025-06-19 15:50

MMDet实例分割loss_rpn_bbox为nan但其它loss正常的解决

问题描述使用MMDetection训练实例分割，训练可执行，测试可执行，但loss_rpn_bbox为nan，loss_bbox却有
MWHLS·2025-06-19 13:40

pytorch深度学习入门（12）之-神经网络导出onnx模型部署与应用

ONNX提供了一种标准化的方式，可以将训练好的模型导出并转换为ONNX格式，然后可以在其他支持ONNX的框架或工具中进行部署和推理。
码农呆呆·2025-06-19 10:12

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别

同时，我们需要一个损失函数来衡量模型预测结果与真实标签之间的差异，从而进行模型的训练和优化。在TensorFlow中，logits、softmax和so
1010n111·2025-06-19 08:00

基于深度学习的图像生成技术：GAN的进阶探索与应用实践

一、GAN的核心原理回顾生成对抗网络（GAN）由生成器（Generator）和判别器（Discriminator）组成，两者通过对抗性训练过程不断优化。
赵大仁·2025-06-19 07:25

网络工程师知识点精讲与例题解析：物理层技术

信号编码：将二进制数据转换为物理信号（如曼彻斯特编码、NRZ）。同步与时钟恢复：确
软考和人工智能学堂·2025-06-19 06:52

2.5G PHY芯片master和slave的协议控制流程

在**2.5GBASE-T**链路建立过程中，**master和slave设备**之间需要通过一套完整的协议交互流程来协商能力、时钟角色、信号训练，并最终完成链路激活。
挨踢小明·2025-06-19 06:20

一[3.1]、ubuntu18.04环境 利用 yolov8 训练开源列车数据集，并实现列车轨道检测【全网最详细】

目录一、开源车载数据集地址二、参考资料三、数据集文件夹准备四、数据集标注软件准备4.1安装labelimg4.2安装labelme（5）JonTotxt.py代码实现json文件转txt文件格式一、开源车载数据集地址(7封私信)轨道交通数据集-OSDaR23:OpenSensorDataforRail2023-知乎二、参考资料htt
他人是一面镜子，保持谦虚的态度·2025-06-19 05:43

使用YOLOv8结合DeepSORT实现人物追踪和体态检测

importcv2importnumpyasnpfromultralyticsimportYOLOfromdeep_sort_realtime.deepsort_trackerimportDeepSort#初始化YOLOv8姿势估计模型pose_model=YOLO('yolov8n-pose.pt')#使用预训练的人体姿
irisMoon06·2025-06-19 05:43

神经网络模型输入预处理与填充一致性问题

如果训练和推理时填充方式不一致，模型感知到的空间结构就会
leo0308·2025-06-19 04:07

深度学习训练难题：6大问题与实战解法

目录深度学习模型训练常见问题及解决方法引言一、梯度消失与爆炸问题描述解决方法二、过拟合问题问题表现解决方案三、学习率问题学习率影响自适应学习率四、数据不平衡处理策略过采样技术（SMOTE）：五、局部最小值陷阱解决方案六
·2025-06-19 04:35

sqlserver bigint java_SQLServer类型与Java类型转换问题解决

对于获取方法，JDBC驱动程序尝试将底层数据转换为在获取方法中指定的Java类型，并返回适当的Java值。JDBC规范有一个
神月梓·2025-06-19 03:29

代码随想录算法训练营day26| 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

文档链接（按序）：代码随想录代码随想录代码随想录视频链接（按序）：你修剪的方式不对，我来给你纠正一下！|LeetCode：669.修剪二叉搜索树_哔哩哔哩_bilibili构造平衡二叉搜索树！|LeetCode：108.将有序数组转换为二叉搜索树_哔哩哔哩_bilibili普大喜奔！二叉树章节已全部更完啦！|LeetCode：538.把二叉搜索树转换为累加树_哔哩哔哩_bilibili二叉树总结：
kuki<__>·2025-06-19 03:29

(补打卡）代码随想录算法训练营day20| 235. 二叉搜索树的最近公共祖先 701.二叉搜索树中的插入操作 450.删除二叉搜索树中的节点

文档链接（按序）：代码随想录代码随想录代码随想录视频链接（按序）：二叉搜索树找祖先就有点不一样了！|235.二叉搜索树的最近公共祖先_哔哩哔哩_bilibili原来这么简单？|LeetCode：701.二叉搜索树中的插入操作_哔哩哔哩_bilibili调整二叉树的结构最难！|LeetCode：450.删除二叉搜索树中的节点_哔哩哔哩_bilibili终于补完了，嘿嘿。卡哥的讲解是真细致啊。
kuki<__>·2025-06-19 03:59

vitis dpu kernel编译和docker环境搭建

一，Vitis-AI简介1，Vitis-AI概述Vitis-AI在边缘计算设备的AI全栈部署框架中扮演了编译器端与后端的角色，接收前端DNN(DeepNeuralNetwork)框架训练后的网络参数IR
寒听雪落·2025-06-19 01:43

Ubuntu18.04基于Docker和Pycharm搭建Tensorflow-gpu训练环境

一、前提：安装好pycharm-professional，dockerce，nvidia-docker2，nvidia-gpu驱动。安装方法见各自链接。installandstartpycharm:downloadpycharmfrom:https://www.jetbrains.com/pycharm/download/#section=linux$tar-zxvfpycharm-profess
城俊BLOG·2025-06-19 01:12

基于Simulink的四翼无人机模拟训练系统

集成传感器数据采集与模拟第四步：设计控制策略示例：基于PID的飞行控制器第五步：实现任务场景模拟第六步：设置用户交互界面第七步：整合控制系统第八步：运行仿真并分析结果注意事项设计一个四翼无人机（Quadcopter）的模拟训练系统
amy_mhd·2025-06-19 00:04

【推荐系统】多任务学习之ESMM模型

学习总结ESMM首创了利用用户行为序列数据在完整样本空间建模，并提出利用学习CTR和CTCVR的辅助任务，迂回学习CVR，避免了传统CVR模型经常遭遇的样本选择偏差和训练数据稀疏的问题，取得了显著的效果
山顶夕景·2025-06-18 23:59

【论文阅读】DynamicControl ：一种新的controlnet多条件控制方法

本文方法从一个双循环控制器开始，它通过利用预先训练的条件生成模型和判别模型为所有输入条件生
prinTao·2025-06-18 19:33

深度分析API网关架构设计与最佳实践（二）

：基础概念API网关概述与定义API网关的发展历程为什么需要API网关第二部分：核心原理API网关基本架构请求处理流程核心组件解析第三部分：功能特性路由与负载均衡安全认证与授权流量控制与限流协议转换与数据转换第四部分
大咖分享课·2025-06-18 15:42

深度分析API网关架构设计与最佳实践（一）

：基础概念API网关概述与定义API网关的发展历程为什么需要API网关第二部分：核心原理API网关基本架构请求处理流程核心组件解析第三部分：功能特性路由与负载均衡安全认证与授权流量控制与限流协议转换与数据转换第四部分
大咖分享课·2025-06-18 15:41

Bottle：一个轻量的python web 框架

由于训练的模型要提供http服务，目前python的web框架有Flask、Jdango用的比较多，但是相对较重。
·2025-06-18 15:36

python简单的预测模型_python简单预测模型

python简单预测模型步骤1：导入所需的库，读取测试和训练数据集。
HOWARD ZHOU·2025-06-18 14:55

【深度学习-Day 23】框架实战：模型训练与评估核心环节详解 (MNIST实战)

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-06-18 13:23

训练成本降低2000倍: 直接将推理能力注入LLM

https://arxiv.org/pdf/2506.09967代码地址https://github.com/shangshang-wang/Resa作者背景南加州大学动机激发大模型的推理能力通常需要繁重的后训练工作
大模型最新论文·2025-06-18 13:20

AI大模型从0到1记录学习 大模型技术之机器学习 day27-day60

通过输入海量训练数据对模型进行训练，使模型掌握数据所蕴含的潜在规律，进而对新输入的数据进行准确的分类或预测。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸优化、算法复杂度理论等多门学科。
Gsen2819·2025-06-18 13:19

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generat

iclr20255688检索增强生成（Retrieval-AugmentedGeneration,RAG）通过在测试阶段引入外部知识，提升了预训练模型的能力，实现了定制化适应。
UQI-LIUWJ·2025-06-18 11:10

JAX革命性优势解剖：GPU/TPU自动并行计算实战

近年来，大模型训练与科学计算对算力的需求呈现指数级增长。传统框架面临硬件绑定深、并行编码复杂、跨平台迁移成本高三大痛点。
AI咸鱼保护协会·2025-06-18 10:58

绿色AI实践指南：通过算力优化降低千亿模型训练碳排放——动态电压频率调整（DVFS）+ 余热回收系统设计

一、AI算力的碳排危机与绿色突围当前千亿参数大模型训练的单次碳排放已超284吨CO₂（相当于5辆燃油车终身排放量），且随着模型规模指数级增长，2030年AI产业碳排放占比或达全球总量的3.5%。
AI咸鱼保护协会·2025-06-18 10:57

代码随想录算法训练营第四十四天|LeetCode1143 最长公共子序列、LeetCode1035 不相交的线、LeetCode53 最大子序和、LeetCode392 判断子序列

LeetCode1143最长公共子序列代码随想录题目链接/文章讲解/视频讲解：代码随想录代码随想录PDF，代码随想录网站，代码随想录百度网盘，代码随想录知识星球，代码随想录八股文PDF，代码随想录刷题路线，代码随想录知识星球八股文https://programmercarl.com/1143.%E6%9C%80%E9%95%BF%E5%85%AC%E5%85%B1%E5%AD%90%E5%BA%8
weixin_67709152·2025-06-18 08:48

代码随想录算法训练营第五十七天| LeetCode 392 判断子序列、LeetCode 115 不同的子序列

1LeetCode392判断子序列题目链接：LeetCode392判断子序列文章讲解：代码随想录(programmercarl.com)视频讲解：动态规划，用相似思路解决复杂问题|LeetCode：392.判断子序列2LeetCode115不同的子序列题目链接：LeetCode115不同的子序列文章讲解：代码随想录(programmercarl.com)视频讲解：动态规划之子序列，为了编辑距离做铺
望仁啊·2025-06-18 08:45

自动驾驶---感知模型之BEVFormer

然而，将不同视角的传感器数据转换到BEV空间并进行有效融合是一个挑战。BEVFormer的提出旨在解决这一问题，通过Transformer架构实现高效的多传感器数据融合和BEV特征表示学习。
智能汽车人·2025-06-18 08:44

代码训练LeetCode(35)验证回文串

代码训练(35)验证回文串Author:OnceDayDate:2025年6月17日漫漫长路，才刚刚开始…全系列文章可参考专栏:十年代码训练_Once-Day的博客-CSDN博客参考文章:125.验证回文串
Once-Day·2025-06-18 08:44

代码随想录算法训练营第 44 天 |LeetCode1143.最长公共子序列 LeetCode 1035.不相交的线 LeetCode 53. 最大子序和 LeetCode392.判断子序列

代码随想录算法训练营Day44代码随想录算法训练营第44天|LeetCode1143.最长公共子序列LeetCode1035.不相交的线LeetCode53.最大子序和LeetCode392.判断子序列目录代码随想录算法训练营前言
HIT最菜电控·2025-06-18 08:43

LLM大模型实战：从零到精通——大模型应用开发极简入门

朋友们如果有需要《大模型应用开发极简入门》，扫码获取~本书主要讲解了以下几个方面的大模型技术：GPT-4和ChatGPT的工作原理：书中详细介绍了这两个先进的语言模型的基本原理，包括它们是如何训练的、它们的架构以及它们在处理自然语言方面的能力
大模型入门学习·2025-06-18 07:10

AI智能体Coze知识库：从使用到实战详解

1.Coze智能体简介Coze是由字节跳动推出的AI智能体开发平台，旨在帮助用户快速构建、训练和部署AI智能体。
非著名架构师·2025-06-18 06:32

Python 训练营打卡 Day 20-奇异值SVD分解

一.奇异值分解（SVD）的输入和输出输入：一个任意的矩阵A，尺寸为m×n（其中m是行数，n是列数，可以是矩形矩阵，不必是方阵）奇异值分解（SVD）得到的三个矩阵U、Σ和V^T各有其特定的意义和用途，下面我简要说明它们的作用：U（奇异值向量矩阵）：是一个m×m的正交矩阵，列向量是矩阵AA^T的特征向量作用：表示原始矩阵A在行空间（样本空间）中的主方向或基向量。简单来说，U$的列向量描述了数据在行维度
帮关下月亮·2025-06-18 04:54

python编程游戏-Python游戏趣味编程

通过游戏案例逐步引入新的语法知识；2.为初学者量身打造：案例从易到难，所有程序的代码均不超过100行；3.趣味性强：12个案例，涵盖了多种游戏类型，寓教于乐；4.可拓展性强：提供练习题和参考答案，巩固知识，训练逻辑思维
weixin_37988176·2025-06-18 04:53

Python打卡训练营day20-奇异值SVD分解

知识点回顾：线性代数概念回顾（可不掌握）奇异值推导（可不掌握）奇异值的应用特征降维：对高维数据减小计算量、可视化数据重构：比如重构信号、重构图像（可以实现有损压缩，k越小压缩率越高，但图像质量损失越大）降噪：通常噪声对应较小的奇异值。通过丢弃这些小奇异值并重构矩阵，可以达到一定程度的降噪效果。推荐系统：在协同过滤算法中，用户-物品评分矩阵通常是稀疏且高维的。SVD(或其变种如FunkSVD,SVD
sak77·2025-06-18 04:22

Qwen2.5：模型训练和推理核心参数介绍

原因：如果不去掉，在进行微调时，模型就会将数据集原始字段和新加的字段一起输入到模型，导致格式与期望的不一致。
艾墨舟启航·2025-06-18 04:51
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他