R数据挖掘篇

零基础入门到精通，收藏这一篇就够了

导读大模型作为目前最前沿的技术，是如何开发或者训练出来的呢。本文就为大家总结了大模型训练各阶段的最新技术方法，希望对大家有所帮助。1背景根据scalinglaw，模型越大，高质量数据越多，效果越好。但还有一个很直观的情况，随着预训练样本的质量不断提升，训练手段的优化。新的模型，往往效果能轻松反超参数量两倍于它的模型。例如，最新出的minicpm，微信内部评测效果也是非常棒的。跟规模相对接近的2b、
网络安全大白·2025-02-12 10:09

昇腾，Ascend，NPU，mindie，镜像，部署vllm：第4篇，尝试多模态大模型部署（Qwen2-vl）

（当然是在昇腾环境下）提示：需要把这篇文章先看一遍昇腾，mindie，镜像，部署vllm：第2篇，启动mindieservice_daemon服务，支持对Qwen2.5的7B版本的推理提示：本文章的撰写思路是
几道之旅·2025-02-12 10:36

华为NPU服务器昇腾Ascend 910B2部署通义千问Qwen2.5——基于mindie镜像一路试错版（一）

文章目录`重要提醒：MINDIE镜像已更新版本，官网相关文档直接被删除了，建议直接移步新版`[昇腾，mindie，镜像，部署vllm：第1篇，安装新的docker镜像](https://blog.csdn.net
几道之旅·2025-02-12 10:06

华为NPU服务器昇腾Ascend 910B2部署通义千问Qwen2.5——基于mindie镜像一路试错版（三）

文章目录`重要提醒：MINDIE镜像已更新版本，官网相关文档直接被删除了，建议直接移步新版`[昇腾，mindie，镜像，部署vllm：第1篇，安装新的docker镜像](https://blog.csdn.net
几道之旅·2025-02-12 10:06

Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的3种方式

jupyternbconvert--toscriptxxx.ipynb第三种importjsondefconvert_ipynb_to_py(ipynb_file,py_file):withopen(ipynb_file,'r'
weixin_50538161·2025-02-12 10:04

npm无法加载文件 因为此系统禁止运行脚本

但是在win+r，cmd里【node-v】,【npm-v】都也可打印出来。解决方法：cmd里可以打印出来就不是环境变量的问题，那就是定位到注册列表的问题1.
冰墩墩1·2025-02-12 09:33

让 LLM 来评判 | 选择 LLM 评估模型

基础概念这是让LLM来评判系列文章的第一篇，敬请关注系列文章:基础概念选择LLM评估模型设计你自己的评估prompt评估你的评估结果奖励模型相关内容技巧与提示什么是评估模型？
·2025-02-12 09:39

Open Liberty使用指南及微服务开发示例（五）

续前篇十九、实现租户行为日志的自动归档目前，我们已经实现日志导出，但日志会无限增长，占用数据库空间。
自由鬼·2025-02-12 09:59

基于Jenkins+Maven+Java+HttpClient+TestNG+Git+Allure的持续集成测试框架搭建方案(自己写和Ai对比)

手动自己写的：JavaWeb接口自动化测试总篇：基于Jenkins+Maven+Java+httpClients+TestNg+Git+Allure的持续集成测试框架AI生成的：以下是基于Jenkins
宁宁可可·2025-02-12 07:14

HTTP请求和响应转换为pcap数据包

本章将介绍一款将HTTP请求和响应转换为pcap数据包的工具和其代码原理，来满足实际的工作和学习需要，甚至进行定制，作为我的专栏《Pcap网络数据包处理方法大全》中的一篇。
村中少年·2025-02-12 06:06

图像处理篇---基本Python图像处理

文章目录前言1.图像灰度化原理Python实现2.图像二值化原理：Python实现3.图像掩膜（Mask）原理Python实现4.腐蚀（Erosion）和膨胀（Dilation）原理Python实现5.其他常用图像操作(1)图像缩放(2)图像旋转(3)图像平滑（模糊）(4)边缘检测（Canny）(5)轮廓检测6.总结总结前言以上就是今天要讲的内容，本文仅仅简单介绍了基本Python图像处理：灰度化
Ronin-Lotus·2025-02-12 06:04

上位机知识篇---交叉编译（龙芯）

文章目录前言简介一、交叉编译的核心概念1.交叉编译的必要性目标平台的资源有限开发效率提升跨平台支持2.交叉编译的关键组件3.交叉编译的典型流程配置工具链编译依赖库编译应用程序部署与测试二、龙芯芯片（LoongArch架构）简介1.龙芯架构特点自主指令集应用领域生态支持2.龙芯交叉编译的意义开发环境适配生态建设三、龙芯交叉编译工具链配置1.工具链选择官方工具链开源工具链2.安装工具链3.配置环境变量
Ronin-Lotus·2025-02-12 06:34

vue+element el-tree 最详细的使用方法，包含真实数据渲染

上一篇文章贴了完整的el-tree代码，这一篇详细的描述一下如何在项目中使用传送门，el-tree完整代码，有完整的代码先从这一段代码开始，对应的是左侧的树区域input的v-model绑的值在data
春晓_春眠花落·2025-02-12 05:33

4.nuitka打包正式版本故障调试篇（nuitka debug）

本文基于“3.nuitka只打一次包多次版本发布”文章进一步展开讲打包调试篇网上打包方法大多
阿飞哥666·2025-02-12 05:32

手把手教学，DeepSeek-R1微调全流程拆解

手把手教学，DeepSeek-R1微调全流程拆解原创极客见识GeekSavvy2025年02月09日09:02广东DeepSeek通过发布其开源推理模型DeepSeek-R1颠覆了AI格局，该模型使用创新的强化学习技术
AI生成曾小健·2025-02-12 05:01

【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架(1)

教程代码：【Github传送门】目录一、Android音视频硬解码篇：1，音视频基础知识2，音视频硬解码流程：封装基础解
2401_84132544·2025-02-12 05:57

怎么查看电脑显存大小（查看电脑配置）

这里提供一个简单的方法查看win+r打开cmd终端输入dxdiag进入DirectX点击显示查看设备的显示内存（VRAM）用这个方法查看电脑配置和显存是比较方便的dxdiag功能Dxdiag是Windows
柳依依@·2025-02-12 05:27

咱们一起学C++ 第一百三十篇：之内联函数在类中的应用

咱们一起学C++第一百三十篇：之内联函数在类中的应用一、写作初衷在C++的学习旅程中，我们携手共进，不断探索这门语言的深度与广度。
一杯年华@编程空间·2025-02-12 04:56

animation基础练习源码_读DOTS-Unity.Animation.Samples(1)笔记

：深入了解UnityDOTSSample(六):Animation和Part系统zhuanlan.zhihu.com找到介绍DOTS-Unity.Animation的文章很少，以上是我读过的最重要的一篇，
weixin_39712865·2025-02-12 04:24

MINITAB中文教程：统计分析与质量管理

本文还有配套的精品资源，点击获取简介：MINITAB作为一款强大的统计分析工具，在质量控制、数据挖掘和实验设计等领域广受欢迎。
聚合收藏·2025-02-12 04:53

python使用fontTools对较大的TTF字体文件进行缩包，仅挑出使用到的字符

网上搜到一篇参考链接测试了一下效果还是挺好的，12.8M>>0.6M我的python版本是3.10.6首先安装fontToolspipinstallfontTools完整脚本
csdn_li_1212·2025-02-12 04:23

使用RT-Thread Studio DIY 迷你桌面时钟（三）| 获取NTP时间（at_device软件包 + netutils软件包）----基于stm32f103rct6

at_device软件包+netutils软件包）_Mculover666的博客-CSDN博客1.项目进度桌面Mini时钟项目用来演示如何使用RT-ThreadStduio开发项目，整个项目的架构如下：在上一篇博文中简单的介绍了
杜嗨皮·2025-02-12 04:20

ESP8266开发之旅 小程序篇③ 基于腾讯物联网平台的配网小程序（smartConfig）

文章目录1、前言2、文档入口3、SmartConfig配网开发3.1基本原理3.2腾讯小程序SDK4、小程序开发指南4.1小程序SDK5、改造小程序5.1小程序代码结构6、总结授人以鱼不如授人以渔，目的不是为了教会你具体项目开发，而是学会学习的能力。希望大家分享给你周边需要的朋友或者同学，说不定大神成长之路有博哥的奠基石。。。快速导航单片机菜鸟的博客快速索引(快速找到你要的)重点说一下，麻烦三连点
单片机菜鸟哥·2025-02-12 03:19

2024年Java篇：蚂蚁金服、拼多多、字节跳动的面试总结（干货）

算法题要注意的是合法性校验、边界条件以及异常的处理。另外，如果要写测试用例，一定要保证测试覆盖场景尽可能全。加上平时刷刷算法题，这种考核应该没问题的。二面自我介绍下呗开源项目贡献过代码么？（Dubbo提过一个打印accesslog的bug算么）目前在部门做什么，业务简单介绍下，内部有哪些系统，作用和交互过程说下Dubbo踩过哪些坑，分别是怎么解决的？（说了异常处理时业务异常捕获的问题，自定义了一个
2401_89740557·2025-02-12 03:48

对DeepSeek-R1通过强化学习提升大型语言模型推理能力的技术原理解析

强化学习基础•基本概念：强化学习是一种机器学习方法，智能体（模型）通过与环境进行交互，根据环境反馈的奖励信号来学习最优的行为策略。•关键要素：包括环境（模型所处的推理任务场景）、状态（模型在推理过程中的当前情况，如已有的推理步骤、已知信息等）、动作（模型在当前状态下做出的推理决策，如选择何种推理方法、如何组织语言等）、奖励（根据模型的动作和结果给予的反馈，如推理正确给予正奖励，错误给予负奖励或无奖
一只贴代码君·2025-02-12 02:12

蓝桥杯真题 - 更小的数 - 题解

题目链接：https://www.lanqiao.cn/problems/3503/learning/个人评价：难度2星（满星：5）前置知识：区间dp整体思路反转区间[l,r][l,r][l,r]内的数字
ExRoc·2025-02-12 01:36

在React中使用v-if语法(基于babel)

这一篇我给大家分享两种封装v-if的方法v-for正在撸...敬请期待通过React来封装Condition组件简单封装了React组件。
weixin_33739541·2025-02-12 01:34

4-R判断语句

R判断语句判断结构要求程序员指定一个或多个要评估或测试的条件，以及条件为真时要执行的语句（必需的）和条件为假时要执行的语句（可选的）。
qwy715229258163·2025-02-12 01:33

【React篇】useMemo和useCallback的区别

useMemo和useCallback是ReactHooks中的两个常用函数，它们主要用于优化性能。尽管它们有一些相似之处，但它们的用途和行为有所不同。useMemo:useMemo用于在组件渲染时根据提供的依赖项“记忆”一个值。这意味着如果依赖项没有改变，useMemo将返回以前缓存的值，而不是重新计算新值。这有助于避免不必要的计算，从而提高性能。语法：constmemoizedValue=us
AI小美好·2025-02-12 01:32

让 LLM 来评判 | 基础概念

基础概念这是让LLM来评判系列文章的第一篇，敬请关注系列文章:基础概念选择LLM评估模型设计你自己的评估prompt评估你的评估结果奖励模型相关内容技巧与提示什么是评估模型？
·2025-02-12 01:31

自动评估基准 | 技巧与提示

技巧与提示这是自动评估基准系列文章的第四篇，敬请关注系列文章:基础概念设计你的自动评估任务一些评估测试集技巧与提示数据污染管理通常我们会假设在互联网上公开可用的数据集是存在数据污染问题的。
·2025-02-12 01:00

自动评估基准 | 一些评估测试集

一些评估测试集这是自动评估基准系列文章的第三篇，敬请关注系列文章:基础概念设计你的自动评估任务一些评估测试集技巧与提示如果你感兴趣的任务已经得到充分研究，很可能评估数据集已经存在了。
·2025-02-12 01:00

自动评估基准 | 基础概念

基础概念这是自动评估基准系列文章的第一篇，敬请关注系列文章:基础概念设计你的自动评估任务一些评估测试集技巧与提示注：本文内容与我写的通用评估博客存在部分重叠什么是自动评估基准？
·2025-02-12 01:59

自动评估基准 | 设计你的自动评估任务

设计你的自动评估任务这是自动评估基准系列文章的第二篇，敬请关注系列文章:基础概念设计你的自动评估任务一些评估测试集技巧与提示选择数据集做评估时，你可以选择现有的数据集(参考一些评估数据集页面)作为测试集
·2025-02-12 01:59

人工评估 | 基础概念

基础概念这是人工评估系列文章的第一篇《基础概念》，全系列包括:基础概念人工标注员技巧与提示什么是人工评估？人工评估是指让人类评价模型输出回答的好坏。
·2025-02-12 01:57

ansible批量化脚本

jf12343#那么后面为目的ip地址的用户名，此处用户名为rootUSER=rootIP=47.96.111.2#IP1=119.28.156.234#下面调用scp，-r表示递归传输address=
miss大贝·2025-02-12 01:01

一篇文章搞懂——ansible-playbook高级用法

ansible-playbook高级用法ansible-playbook介绍playbook剧本是由一个或多个"play"组成的列表play的主要功能在于将预定义的一组主机，装扮成事先通过ansible中的task定义好的角色。Task实际是调用ansible的一个module，将多个play组织在一个playbook中，即可以让它们联合起来，按事先编排的机制执行预定义的动作Playbook文件是
Echo.py·2025-02-12 01:30

让 LLM 来评判 | 评估你的评估结果

评估你的评估结果这是让LLM来评判系列文章的第三篇，敬请关注系列文章:基础概念选择LLM评估模型设计你自己的评估prompt评估你的评估结果奖励模型相关内容技巧与提示在生产中或大规模使用LLM评估模型之前
·2025-02-12 00:20

Docker与PostgreSQL篇

docker容器启动PostgreSQL#拉取最新镜像镜像dockerpullpostgres:latest#容器启动命令dockerrun-d--restart=on-failure:5\--name=pgsql-p7737:5432\-vD:\workspace\docker-data\posgresql\data:/var/lib/postgresql/data\-eTZ="Asia/Sha
「已注销」·2025-02-12 00:52

Python与R机器学习（1）支持向量机

以下是对Python与R在支持向量机（SVM）实现上的核心区别分析及完整示例代码：一、核心差异对比特征Python(scikit-learn)R(e1071/kernlab)核心库sklearn.svm.SVC
宠物与不尤编程·2025-02-11 23:19

Java 高频面试闯关秘籍

目录Java基础篇：涵盖OOP、多线程、集合等基础知识。Java高级篇：深入探讨HashMap、JVM、线程池等高级特性。
向画·2025-02-11 23:48

[纸上谈兵] http头部字段Transfer-Encoding

但这一篇可能又是水我在排查httpclient问题时，发现了这个请求头，但不知道是做什么用的,于是百度一下一、Transfer-Encoding:chunkedTransfer-Encoding头字段可以用在请求头或响应头中
江湖一码农·2025-02-11 23:17

Ranger Admin安装MySQL初始化问题解决

个人博客地址：RangerAdmin安装MySQL初始化问题解决|一张假钞的真实世界告警信息及如何解决见我的另外一篇博客：MySQLJDBC连接异常：javax.net.ssl.SSLException
一张假钞·2025-02-11 21:32

【机器学习】嘿马机器学习（算法篇）第6篇：线性回归,学习目标【附代码文档】...

本教程的知识点为：机器学习算法定位、K-近邻算法1.4k值的选择1K值选择说明1.6案例：鸢尾花种类预测–数据集介绍1案例：鸢尾花种类预测1.8案例：鸢尾花种类预测—流程实现1再识K-近邻算法API1.11案例2：预测facebook签到位置1项目描述线性回归2.3数学:求导1常见函数的导数线性回归2.5梯度下降方法介绍1详解梯度下降算法线性回归2.6线性回归api再介绍小结线性回归2.9正则化线
广江鹏·2025-02-11 21:59

DataSet：数据挖掘与机器学习应用

DataSet：数据挖掘与机器学习应用作者：禅与计算机程序设计艺术1.背景介绍1.1.数据挖掘与机器学习的兴起近年来，随着互联网、物联网、云计算等技术的快速发展，全球数据量呈现爆炸式增长，数据的积累为数据挖掘和机器学习提供了丰富的素材
AI天才研究院·2025-02-11 21:59

满血DeepSeek-R1+Cursor打通！无问芯穹上线API服务，能力拉满，7大国产算力保驾护航

关注前沿科技量子位DeepSeek影响力持续破圈，随之而来的烦恼是，官网总是“服务器繁忙”……好消息是，满血版DeepSeek-R1、V3正在得到越来越多第三方平台的支持。
·2025-02-11 21:47

【专题】DeepSeek颠覆性在于实现AI平权、惊艳世界，算力与应用将迎来结构性变化报告汇总PDF洞察（附原数据表）

DeepSeek-R1的出现是个大事件，它在技术创新方面，通过独特的强化学习与蒸馏技术，在性能上逼近国际领先模型。
·2025-02-11 21:14

爬去网页时出现raise etree.ParserError(lxml.etree.ParserError: Document is empty问题，想知道哪里出现了错误源代码如下

start={}&filter='defgetSource(url):#获取目标网页response=requests.get(url)r
SWDYSQBL·2025-02-11 20:25

第二篇文章

前言测试团队在执行自动化或者黑盒测试时，希望同时获取代码的覆盖率，测研团队由此开发了第一代自动化覆盖率平台。随着业务迭代，存量代码越来越多，使用过程中遇到了很多新的问题，例如：无法统计增量代码覆盖率，以便量化测试完整度不支持合并覆盖率报告，多人多环境协作测试时无法获得完整统计数据报告手动生成，以及生成报告的必要信息也需要人肉收集，系统间自动化程度低，用户使用效率低针对上述的问题，测试研发团队开发了
·2025-02-11 20:39

Python调取本地MongoDB招投标数据库，并结合Ollama部署的DeepSeek-R1-8B模型来制作招投标垂直领域模型

根据你的需求，以下是使用Python调取本地MongoDB招投标数据库，并结合Ollama部署的DeepSeek-R1-8B模型来制作招投标垂直领域模型的步骤：安装PyMongo首先，确保你已经安装了PyMongo
朴拙Python交易猿·2025-02-11 19:46
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他