PAT训练

云上一键部署 DeepSeek-V3 模型，阿里云PAI Model Gallery 最佳实践

为了实现高效的推理和成本效益的训练，DeepSeek-V3采用了MLA（Multi-headLatentAttention）和DeepSeekMoE架构。
·2025-02-11 11:44

玩转OSGI-ApacheFelix（三）MAVEN

3.2Bundle-SymbolicName3.3Bundle-Version3.4Export-Package3.5Import-Package3.6DynamicImport-Package3.7Bundle-Classpath4
八方来财添好运·2025-02-11 11:51

vtkAssembly 装配关系获取

通过vtkAssemblyPath::AddNode()可以记录装配关系。
和光同尘 、Y_____·2025-02-11 11:51

DeepSeek与ChatGPT对比：技术、应用与未来趋势

DeepSeek和ChatGPT作为其中的典型代表，各自凭借独特的技术架构、训练方式和应用优势，在不同领域展现出卓越的性能。
CodeJourney.·2025-02-11 11:49

双周报Vol.65:新增is表达式、字符串构造和数组模式匹配增强、IDE模式匹配补全增强...多项技术更新！

2025-02-10MoonBit更新新增is表达式这个表达式的语法形式为exprispat，这个表达式为Bool类型，当expr符合pat这个模式的时候返回true，比如：fnuse_is_expr(
·2025-02-11 11:34

【selenium】使用 cookies

Name：cookie的名称Value：cookie的值Domain：允许接收cookie的主机Path：请求URL路径Expires/Max-Age：cookie有效期Size：cookie的大小HttpOnly
ABEE3·2025-02-11 11:47

缓存组件＜keep-alive＞

使用：1.定义路由时添加字段标识isKeepAlive，防止缓存所有路由{"path":"/hom
Live&&learn·2025-02-11 10:40

webpack配置之---output.publicPath

output.publicPathwebpack.output.publicPath是Webpack配置中的一个重要选项，用于指定打包后资源（如图片、字体、JavaScript等文件）在浏览器中的公共访问路径
LLLuckyGirl~·2025-02-11 10:39

Spring底层源码分析

spring容器：导入spring依赖org.springframeworkspring-context4.3.7.RELEASE初始化Spring环境(有三种方式，我们这里讲的是基于注解的方式，还有ClassPathXmlApplicationContext
sdfreregtrh·2025-02-11 10:39

DeepSeek Coder 填空任务在代码生成和补全中具体是如何实现的？

DeepSeekCoder在代码生成和补全中的实现主要依赖于其强大的预训练机制和特定的训练任务设计。
百态老人·2025-02-11 10:09

DeepSeek-v3笔记(1)

它主要解决不同routeexpert训练不平衡问题，思路就是谁训得少了就把谁被选中的概率抬高。至于MLA
蒸土豆的技术细节·2025-02-11 09:06

算法训练day51Leetcode139.单词拆分 多重背包了解 背包问题总结

139.单词拆分.-力扣（LeetCode）题目分析初始化：初始化一个布尔型向量dp，大小为s.size()+1，所有值初始化为false，除了dp[0]被设置为true。这个布尔数组代表字符串s[0..i]能否通过拼接字典中的单词来形成。dp[0]=true的原因是一个空字符串总是可以被形成。转换wordDict：输入的wordDict被转换成一个无序集合wordset，以便高效查找单词。动态规
dc爱傲雪和技术·2025-02-11 09:36

人工智能在制造业的具体应用案例-总纲

模型训练：使用ML.NET或TensorFlow.NET训练回归模型，预测设备剩余寿命。实时预测：将模型部署到C
局外人_Jia·2025-02-11 09:05

【代码随想录训练营】【Day05休息】【Day06】第三章｜哈希表｜哈希表理论基础｜242.有效的字母异位词｜349. 两个数组的交集｜202. 快乐数｜1. 两数之和

哈希表理论基础总结：当我们遇到了要快速判断一个元素是否出现在集合里或者重复出现时，就要考虑哈希法。哈希法是用空间换时间的方法，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速的查找。更多有关哈希表的理论基础可查阅：《代码随想录》哈希表理论基础242.有效的字母异位词题目详细：LeetCode.242当两个字符串具有以下特点时，则称它们互为字母异位词：字符串的长度相等字符串中的每
蚝油菜花·2025-02-11 09:35

C# 面试问题高级：052 - 什么是仓储模式（Repository Pattern） ？

仓储模式（RepositoryPattern）是其中一种非常流行的设计模式，特别适用于数据持久化操作。1.什么是仓储模式？1.1定义仓储模式是一种设计模式，用于抽象和封装数据访问逻辑。
caifox菜狐狸·2025-02-11 09:02

『大模型笔记』国外大神对DeepSeek R1的科普！

时间线推理与Agent推理模型≠Agent推理为什么重要推理需要变得廉价R1的重要意义AI的发展走势预训练规模扩张的路走不通了推理阶段的规模定律缩小模型体量（新的规模定律？）强化学习（新的规模定律？）
AI大模型前沿研究·2025-02-11 09:02

[机缘参悟-233]：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。这既称为经验，也称为成见，也称为认知。

前言：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。
文火冰糖的硅基工坊·2025-02-11 09:31

AWS云设施攻击

云基础设施互联网上云资源的侦擦域和子域侦察服务特定域名通过云服务提供商的api进行侦察AWSCLI使用云服务认证公共共享资源从S3存储桶获取账户ID在其他账户中枚举IAM账户初始IAM侦察检查受损害的凭证检查IAM权限IAM资源枚举枚举IAM资源使用JMESPath
K-D小昊·2025-02-11 08:58

深度学习｜表示学习｜Batch Normalization 详解：数学、代码与经验总结｜22

如是我闻：在深度学习模型中，BatchNormalization（简称BN）是一种常用的技术，能有效加速训练并提高模型的稳定性。
漂亮_大男孩·2025-02-11 08:56

TensorFlow 学习笔记--基础文本分类

这笔记里代码里都改过来了文章目录电影评论文本分类导入库下载IMDB数据集加载数据集对训练数据进行预处理创建神经网络模型编译模型训练模型评估模型导出模型对新数据进行预测参考：[基本文本分类](htt
小陈加油中····2025-02-11 08:55

利用python合成视频，字幕，音频

importsubprocess#文件路径video_path="input_video.mp4"audio_path="input_audio.mp3"subtitle_path="input_audio.srt"output_path
批量小王子·2025-02-11 07:19

Transformer 的辉煌与大模型方向确立，点燃AGI之火把

DeepSeek-V3，指明下一个阶段大模型发张方向，破壁：资金壁垒：训练成本降低，适配丰富硬件，总过进一步降低资金需求。
dingcb168·2025-02-11 07:47

AI知识库和全文检索的区别

1.2知识推理逻辑推理：通过知识图谱或预训练模型，AI知识库可以进行逻辑推理，回答复杂问题。多跳推理：能够从多个数据源中提取信息，综合生成答案。1.
xixingzhe2·2025-02-11 07:44

如何通过腾讯 ima.copilot 训练自己的知识库

如何通过腾讯ima.copilot训练自己的知识库在信息爆炸的时代，拥有一个专属的知识库，能让我们在学习、工作中快速获取所需信息，极大地提升效率。
老黄浅谈质量·2025-02-11 07:13

[实时计算flink]复杂事件处理（CEP）语句

关于ApacheFlinkCEPSQL的基本能力，详情请参见PatternRecognition。使用限制仅实时计算引擎vvr-6.0.2-fl
soso1968·2025-02-11 06:40

增强具身基础模型的通用动作

在多样化的互联网规模数据上进行训练是近期大型基础模型成功的关键因素。然而，使用相同的方法构建具身智体面临着明显的困难。
硅谷秋水·2025-02-11 04:25

一文搞定多种Deepseek R1 部署方法，总有一款适合你

它不仅在数学、编程、自然语言推理等任务上全面对标甚至超越了OpenAI的o1，而且训练成本仅
sznormal·2025-02-11 04:21

DeepSeek R1为什么能

DeepSeekR1模仿人类思考方式的核心在于其纯强化学习训练方式，这种方式更接近人类通过试错和反馈来学习的过程。与GPT等传统模型依赖大量标注数据进行监督学习不同，Dee
森焱森·2025-02-11 03:48

【AI学习】LLM的发展方向

Scalinglaw，以前主要集中在LLM的预训练方面。一段时间有个说法，
bylander·2025-02-11 03:47

【AI学习】DeepSeek为什么强？

四个方面：模型的智能水平、训练成本、推理成本和用户体验。一、DeepSeek的智能水平DeepSeekV3的智能水平，技术报告展现的性能对比图：是什么导致了DeepSeek的模型性能，是模型架构吗？
bylander·2025-02-11 03:17

k折交叉验证（k-fold Cross-validation）

交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。
向大厂出发·2025-02-11 03:43

Kfold交叉验证心得

因为k越大我们验证的次数就越多，最后取出来的平均数越能代表训练模型的准确度。但是k是需要在一个限度之内的。k太大有两个坏处。1.容易给机器造成过重负担，花费大量时间。
野营者007·2025-02-11 02:41

GEE训练教程——基于sentinel-1数据的筛选和可视化操作

rightValue,rightField,leftValue)Arguments:Returns:FilterupdateMask(mask)Arguments:Returns:Image代码解释代码结果简介GEE训练教程
此星光明·2025-02-11 02:11

GEE 训练教程——基于全球人口数据、夜间灯光数据和sentinel-2数据的可视化

VCMCFG函数ee.Filter.inList(leftField,rightValue,rightField,leftValue)Arguments:Returns:Filter代码解释代码结果简介GEE训练教程
此星光明·2025-02-11 02:41

GEE 训练教程——基于Sentinel-2数据的SAVI 和 NDVI 图层添加到地图上的可视化分析

目录简介指数函数expression(expression,map)Arguments:Returns:Image代码解释代码结果简介GEE训练教程——基于Sentinel-2数据的SAVI和NDVI图层添加到地图上的可视化分析指数
此星光明·2025-02-11 02:40

python import 自己写的py文件

确保待导入的模块与当前执行文件（主程序）位于同一目录，或者位于已知的目录（如在sys.path中的目录）内，或者它们之间的关系可以通过相对导入来表达。
三希·2025-02-11 02:34

Flink_CEP关于订单超时事件处理

{PatternSelectFunction,PatternTimeoutFunction}importorg.apache.flink.cep.scala.
weixin_43003792·2025-02-11 01:32

flink cep对于超时时间处理patternTimeoutFunction

FlinkCep是对复杂事件处理的一种手段，通过规则进行匹配，比如有ABACBCD是个消息，我们想获取BC这种事件的消息，就可以通过定义相关规则来进行业务处理，通常我们会对C消息到达的时间有要求，比如在3s之内，那么我们怎么获得超出3s已经匹配到的消息呢？现在来讨论下FlinkCEP对于超时时间的处理直接上demo（实现功能，匹配click后为buy事件的消息，事件限定为5s，同时获取超时时间外匹
me凡·2025-02-11 01:30

Flink——复杂事件(CEP)

hashCode()方法来比较和匹配事件2、使用场景风控检测对用户异常行为模式、数据异常流向实时检测策略营销向特定行为的用户进行实时的精准营销运维监控监控设备运行参数，灵活配置多指标的发生规则2、模式(Pat
芒果、不加冰·2025-02-11 01:58

RLHF代码解读

参考资料参考资料代码RLHF训练流程SFT  将人类打好标签的数据输入到一个预训练的模型，进行languagemodeling。
木木木马马·2025-02-11 00:25

java中，客户端与服务器端跳转的几种方式

客户端跳转时用HttPservletResopse对象的sendRedirect函数实现，服务器端跳转是使用RequestDispather对象的forward方法实现的。
飞鸟zjs·2025-02-11 00:19

BGP路径属性

AS——Path：用于表明经过的AS分两类，一种是有序的AS_SEQENCE，一种是无序的AS_SET,表示路
VVVVWeiYee·2025-02-11 00:48

.NET Core中的选项模式验证：确保配置安全的实践指南

在.NETCore应用中，选项模式（OptionsPattern）是一种流行的配置管理方式。它允许我们将配置数据封装到强类型的对象中，从而提高代码的可读性和可维护性。
墨夶·2025-02-10 23:17

大模型入门（六）—— RLHF微调大模型

2）训练奖励模型奖励模型是输入一个文本序列，模型给出符合人类偏好的奖励数值，这个奖励数值对于后面的强化学习训练非常重要。构建奖励模型的训练数据一般是同一个数据用不同的语言模型生成结果，然后人工打分。
LLM.·2025-02-10 23:17

使用Python和`moviepy`库从输入的图片、动图和音频生成幻灯片式视频的示例代码

frommoviepy.editorimportImageClip,VideoFileClip,AudioFileClip,concatenate_videoclipsdefcreate_slideshow_video(image_paths
max500600·2025-02-10 23:16

python pyaudio使用调用本地麦克风获取音频

目录一、直接上代码二、代码解析一、直接上代码importpyaudiofromvoskimportModel,KaldiRecognizer#加载模型MODEL_PATH="vosk-model-en-us
哦里 哦里哦里给·2025-02-10 23:16

Python 项目中创建虚拟环境（Virtual Environment）

导航到你的项目目录：cd/path/to/your/project创建虚拟环境：python
Covirtue·2025-02-10 23:15

DeepSeek联邦学习（Federated Learning）基础与实践

联邦学习（FederatedLearning,FL）是一种在分布式环境中训练模型的技术，允许多个设备或节点在不共享原始数据的情况下协同训练模型。
Evaporator Core·2025-02-10 23:44

DeepSeek自监督学习基础与实践

自监督学习（Self-SupervisedLearning,SSL）是一种利用未标注数据进行模型训练的技术。
Evaporator Core·2025-02-10 23:43

AI 场景下，函数计算 GPU 实例模型存储最佳实践

作者：有松当前，函数计算FC已被广泛应用在各种AI场景下，函数计算支持通过使用容器镜像部署AI推理应用，并且提供多种选项来访问训练好的模型。
·2025-02-10 23:53
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他