Nenu复建训练

python训练营Day1打卡

@浙大疏锦行Debugger工具使用与环境配置debuger要求环境为3.8以上这里重新安装一下anaconda环境condacreate-nkkpython=3.8condaactivatekkpipinstallpywinpty--only-binary=:all:pipinstalljupyter-ihttps://mirrors.aliyun.com/pypi/simplepipinsta
Lee_m11·2025-06-08 12:39

数据预处理与清洗，是有什么工具吗？

数据预处理与清洗：从基础到高级（2025年最新趋势）引言数据预处理与清洗是数据科学和算法工程中不可或缺的步骤，确保数据的准确性、一致性和可用性，从而为后续分析或模型训练打下坚实的基础。
weixin_40941102·2025-06-08 10:30

构建面向大模型训练与部署的一体化架构：从文档解析到智能调度

作者：汪玉珠｜算法架构师标签：大模型训练、数据集构建、GRPO、自监督聚类、指令调度系统、Qwen、LLaMA3背景与挑战随着Qwen、LLaMA3等开源大模型不断进化，行业逐渐从“能跑通”迈向“如何高效训练与部署
weixin_40941102·2025-06-08 10:56

【图像处理】yolov5中利用PIL库批量将图片的某一块图片给裁剪下来

在训练YOLOv5的时候，想着将每张图片中的特征图片进行剪切出来，于是有了下面代码：1、准备数据和图片先简单说一下图片的布局，如图：所以txt文件如下：“107183519202134238010228304061835631037
·2025-06-08 09:18

P10909 [蓝桥杯 2024 国 B] 立定跳远

在运动会前，小明制定训练计划让自己单次跳跃的最远距离达到$L$，并且学会一个爆发技能
妹妹够啦·2025-06-08 08:13

使用Python和Scikit-Learn实现机器学习模型调优

超参数是模型在训练之前需要设置的参数，例如决策树的深度、KNN的邻居数等。合理地选择超参数可以显著提升模型的性能。
Blossom.118·2025-06-08 06:00

简单transformer运用

它主要通过Transformer模型（尤其是自注意力机制，Self-Attention）来实现分类，并提供了训练和推理代码。以下我会详细讲解文件的结构，重点教你如
D11PMINDER·2025-06-08 06:59

基于 Transformer 的模型（BERT、GPT）深度解析

1.3TensorFlow中的Transformer实现2.BERT：BidirectionalEncoderRepresentationsfromTransformers2.1BERT的核心思想2.2BERT的训练和应用
一碗黄焖鸡三碗米饭·2025-06-08 06:57

[极客时间]AIGC产品经理训练营毕业总结

为期10周的训练营也进入尾声了,回想当初，真的是蛮感慨的。我为什么会去参加AIGC产品训练营呢?
蔡姐·2025-06-08 06:55

Python打卡训练营学习记录Day46

作业：今日代码较多，理解逻辑即可对比不同卷积层特征图可视化的结果（可选）一、CNN特征图可视化实现importtorchimportmatplotlib.pyplotaspltdefvisualize_feature_maps(model,input_tensor):#注册钩子获取中间层输出features=[]defhook(module,input,output):features.appen
FanfanPyt·2025-06-08 05:49

Python打卡训练营day44——2025.06.04

作业：尝试在cifar10对比如下其他的预训练模型，观察差异，尽可能和他人选择的不同尝试通过ctrl进入resnet的内部，观察残差究竟是什么importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
莱茵菜苗·2025-06-08 04:46

Python打卡训练营day2——2025.0421

@浙大疏锦行字符串的操作题目:定义两个字符串变量，str1赋值为“Hello”，str2赋值为“Python”。将这两个字符串拼接起来（中间加一个空格），并将结果存储在变量greeting中；计算greeting字符串的长度，存储在变量length中；获取greeting字符串的第一个字符，存储在变量first_char中。然后，使用f-string分三行打印出类似以下格式的信息：拼接结果:Hel
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day41——2025.05.31

作业：尝试手动修改下不同的调度器和CNN的结构，观察训练的差异。
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day42——2025.06.01

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例#定义一个回调函数defhandle_result(result):"""处理计算结果的回调函数"""print(f"计算结果是:{result}")#定义一个接受回调函数的函数defcalculate(a,b,callback):#callback是一个约定俗成的参数名"""这个函数接受两个数值和一个回调函数
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day43——2025.06.02

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromdata_loaderimportcreate_data_loadersfrommodelimportCNNModelfromtrainimporttrain_modelfromvisualizeimportvisualize_grad_camimportosdefmain():#设置
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day46——2025.06.06

知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。通道注意力：模型的定义和插入的位置通道注意力后的特征图和热力图importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.util
莱茵菜苗·2025-06-08 04:44

COCO-Stuff数据集：基于YOLOv5的多类别目标检测与分割实现

COCO-Stuff是一个包含多达172个类别的大型数据集，用于训练和评估计算机视觉算法。
YOLO实战营·2025-06-08 03:03

论文速读|RP1M：用于双手灵巧机械手弹奏钢琴的大规模运动数据集

这些专家轨迹是通过为每首歌曲训练一个强化学习（RL）代理，并使用不同的随机种
·2025-06-08 02:30

Week 4-杨帆-学习总结

批量归一化批量规范化的背景和必要性批量规范化的实现理论探讨与争议遇到的问题&解决办法29残差网络ResNet残差网络（ResNet）的核心概念函数类与嵌套函数类残差块（ResidualBlocks）的结构与功能深度学习框架的应用模型训练与超参数调整遇到的问题
CSPhD-winston-杨帆·2025-06-08 01:24

2024年AIGC行业研究：多模态大模型与商业应用

AIGC即通过大量数据训练而成的人工智能系统，可根据用户的个性化指令生成文本、音频、图像、代码等内容。自2022年频频出圈的ChatGPT推出以来，生成式AI在
大模型常客·2025-06-08 01:20

AI 大模型 Transformer 架构技术白皮书 2024

1.大模型技术概述1.1大模型技术的发展历程2006年GeoffreyHinton提出通过逐层无监督预训练的方式来缓解由于梯度消失而导致的深层网络难以训练的问题，为神经网络的有效学习提供了重要的优化途径
AI大模型 lose and dream·2025-06-08 00:49

python打卡训练营打卡记录day47

知识点回顾：热力图作业：对比不同卷积层热图可视化的结果承接昨天模型重新定义部分的代码#可视化空间注意力热力图（显示模型关注的图像区域）defvisualize_attention_map(model,test_loader,device,class_names,num_samples=3):"""可视化模型的注意力热力图，展示模型关注的图像区域"""model.eval()#设置为评估模式with
yorushika_·2025-06-08 00:14

【深度学习——RNN心脏病预测】

本文为365天深度学习训练营中的学习记录博客参考文章：深度学习100例-循环神经网络（RNN）心脏病预测原作者：K同学啊|接辅导、项目定制难度：新手入门⭐要求：本地读取并加载数据。
豆浆油条sq·2025-06-07 22:36

万字详解：普通人如何最大程度上践行巴菲特的价值投资理念实现财富自由？ 投资哲学、原则、理念与方法终生投资应用实践 II

四大核心原则的实操标准1.2企业分析20维模型二、企业估值实战框架2.1改进DCF模型2.2相对估值锚点三、组合管理策略3.1资金规模适配方案3.2交易执行规范四、行为金融学应用4.1认知偏差测试工具4.2情绪管理训练五
AI天才研究院·2025-06-07 21:27

医图论文 AAAI‘25 | KPL：视觉语言模型的免训练医学知识挖掘

论文信息题目：KPL:Training-FreeMedicalKnowledgeMiningofVision-LanguageModelsKPL：视觉语言模型的免训练医学知识挖掘作者：JiaxiangLiu
小白学视觉·2025-06-07 21:55

vanna+deepseek+chainlit 实现自然语言转SQL的精度调优

目前的解决方案：一、数据训练后台创建后台来管理三类训练数据，DDL、SQL、DOC文档。
_喵酱_·2025-06-07 20:21

Python 训练营打卡 Day 31

文件的规范拆分和写法把一个文件，拆分成多个具有着独立功能的文件，然后通过import的方式，来调用这些文件。这样具有几个好处：可以让项目文件变得更加规范和清晰可以让项目文件更加容易维护，修改某一个功能的时候，只需要修改一个文件，而不需要修改多个文件。文件变得更容易复用，部分通用的文件可以单独拿出来，进行其他项目的复用。一、文件的组织1.项目核心代码组织src/（source的缩写）：存放项目的核心
2401_86382089·2025-06-07 18:08

Python训练营打卡Day45(2025.6.5）

知识点回顾：tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战：MLP和CNN模型效果展示如下，很适合拿去组会汇报撑页数log_dir='runs/cifar10_mlp_experiment'ifos.path.exists(log_dir):i=1whileos.path.exists(f"{log_dir}_{i}"):i+=1l
2301_80505456·2025-06-07 18:08

五大主流大模型推理引擎深度解析：llama.cpp、vLLM、SGLang、DeepSpeed和Unsloth的终极选择指南

这些框架的核心价值在于将训练好的"大脑"转化为实际可用的"肌肉记忆"，而选择标准则需要像职业赛车手挑选装备般精准。
我就是全世界·2025-06-07 18:37

大模型时代，什么样的算法工程师更吃香？

毫无疑问，全栈型的算法工程师将更为抢手，如果你精通大模型从训练到应用的整个流程，你走到哪里都不怕。
雪碧没气阿·2025-06-07 18:07

Python训练营打卡DAY45

tensorboard的常见操作tensorboard在cifar上的实战：MLP和CNN模型效果展示如下，很适合拿去组会汇报撑页数：作业：对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程
我想睡觉261·2025-06-07 18:35

利用 DeepSeek 构建本地RAG系统

二、科普知识1.大语言模型（LLM）大语言模型是基于大量文本数据进行训练的人工智能模型，能够理解和生成自然语言。例如，Ollama中的DeepSee
·2025-06-07 18:35

Python 训练营打卡 Day 43

以猫狗图像辨别的新数据集为例，用CNN网络进行训练并用Grad-CAM做可视化importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
2401_86382089·2025-06-07 17:05

Python 训练营打卡 Day 44

预训练模型1.预训练模型的概念我们之前在训练中发现，准确率最开始随着epoch的增加而增加。随着循环的更新，参数在不断发生更新。
2401_86382089·2025-06-07 17:05

Python 训练营打卡 Day 34

GPU训练及类的call方法一、GPU训练与day33采用的CPU训练不同，今天试着让模型在GPU上训练，引入importtime比较两者在运行时间上的差异importtorch#设置GPU设备device
2401_86382089·2025-06-07 17:35

为什么 SDXL 用两个文本编码器？

更强的语义理解OpenCLIPViT-bigG在LAION-2B上训练，擅长复杂语义。CLIPViT-L保持与SD1.x的兼容性。平衡性能与泛化双编码器能覆盖更多语言分布，减少prompt歧义。
不当菜鸡的程序媛·2025-06-07 16:27

机器学习——XGBoost

给定一个大小为m的训练集，重复B次，使用有放回抽样创建一个大小为m的新训练集，然后在新的数据集上训练决策树，因此第一次通过这个循环时，我们可能会像这样创建一个训练集，并像这样训练决策树，这里是我们要改变算法的地方
小卷心菜.·2025-06-07 15:49

代码随想录算法训练营第一天 | 题目 704,34,27

文档讲解：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/0704.%E4%BA%8C%E5%88%86%E6%9F%A5%E6%89%BE.html视频讲解：手把手带你撕出正确的二分法|二分查找法|二分搜索法|LeetCode：704.二分
qq_19555169·2025-06-07 14:45

GAN模式奔溃的探讨论文综述（一）

简介简介：今天带来一篇关于GAN的，对于模式奔溃的一个探讨的一个问题，帮助大家更好的解决训练中遇到的一个难题。
这张生成的图像能检测吗·2025-06-07 14:14

对 `llamafactory-cli api -h` 输出的详细解读

llamafactory-cli是LlamaFactory项目提供的命令行接口工具，它允许用户通过命令行参数来配置和运行大型语言模型的各种任务，如预训练（PT）、有监督微调（SFT）、奖励模型训练（RM
路人与大师·2025-06-07 13:36

【代码随想录训练营第42期 Day25打卡 回溯Part4 - LeetCode 491.非递减子序列 46.全排列 47.全排列 II

目录一、做题心得二、题目与题解题目一：491.非递减子序列题目链接题解：回溯+哈希题目二：46.全排列题目链接题解1：排序+调用库函数题解2：回溯题目三：47.全排列II题目链接题解1：排序+调用库函数题解二：回溯三、小结一、做题心得今天的题目，个人感觉还是有点麻烦的。首先就是递增子序列，这个题的难点我感觉就是如何实现去重以及怎么实现递增子序列；然后后边两道是排列问题，排列问题是要讲究顺序的，和前
逝去的秋风·2025-06-07 12:31

层次聚类python实现_层次聚类和随机森林（python实现）

随机森林步骤：从原始训练集中使用Bootstraping方法随机有放回采样选出m个样本，共进行
weixin_39813009·2025-06-07 12:58

Python训练第四十二天

DAY42Grad-CAM与Hook函数知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可Grad-CAM在深度学习中，我们经常需要查看或修改模型中间层的输出或梯度。然而，标准的前向传播和反向传播过程通常是一个黑盒，我们很难直接访问中间层的信息。PyTorch提供了一种强大的工具——hook函数，它允许我们在不修改模型结构的情况下，获
火兮明兮·2025-06-07 10:20

华为大规模——重塑生产力

华为大模型通过以下几个方面重塑生产力：提供强大算力支持华为致力于构建领先的昇腾人工智能算力平台，推出高性能昇腾AI集群，支持月级长期稳定训练，可靠性业界领先。
qq_43090857·2025-06-07 08:01

AIGC 云端生成自动化部署：CI_CD 实践指南

CI/CD、云端部署、容器化、Kubernetes、模型版本管理、自动化测试摘要：本文深入探讨人工智能生成内容（AIGC）在云端的自动化部署技术，结合持续集成/持续部署（CI/CD）最佳实践，构建从模型训练到生产环境的全流程自动化体系
AI大模型应用工坊·2025-06-07 08:58

Python训练营---Day44

DAY44预训练模型知识点回顾：预训练的概念常见的分类预训练模型图像预训练模型的发展史预训练的策略预训练代码实战：resnet18作业：尝试在cifar10对比如下其他的预训练模型，观察差异，尽可能和他人选择的不同尝试通过
2501_91182850·2025-06-07 07:22

揭秘AI原生应用领域AI代理的模型训练方法

揭秘AI原生应用领域AI代理的模型训练方法关键词：AI原生应用、AI代理、模型训练方法、机器学习、深度学习摘要：本文聚焦于AI原生应用领域中AI代理的模型训练方法。
AI智能应用·2025-06-07 05:14

端到端大语言模型微调技术 Demo 全流程详解（附完整模块说明）

目录端到端大语言模型微调技术Demo全流程详解（附完整模块说明）一、项目结构概览二、数据准备模块（data/）1️⃣数据格式推荐2️⃣数据预处理流程3️⃣样本构造脚本三、模型构建模块（models/）模型加载逻辑：四、训练微调模块
gs80140·2025-06-07 05:44

huggingface 使用和模型微调

简介HuggingFace技术生态全景解析一、技术架构解析1.核心组件构成Transformers库：提供统一API支持30+架构的预训练模型加载，核心抽象类包括AutoModel、AutoTokenizer
Psycho_MrZhang·2025-06-07 04:35

使用预训练PoseNet模型在安卓应用中进行人体关键点检测

在本篇教程中，我们将利用预训练的PoseNet模型，在安卓应用里检测人体的关键点。一、基础安卓项目为节省时间，我们以TensorFlowLitePoseNet安卓演示项目为
t0_54program·2025-06-07 01:45
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他