TRAIN

Java 与 AI 结合的实际操作规程案例

模型训练：利用OpenNLP的DocumentCategorizerME类加载训练数据，通过train()方法生成分类模型。分
小徐博客·2025-03-30 12:36

Flutter_常用控件及其属性

constraints→BoxConstraints适用于儿童的其他限制。decoration→Decoration孩子背后的装饰。foregroundDecoration→Decora
红烧馍·2025-03-30 06:25

C++编程语言：抽象机制：泛型编程(Bjarne Stroustrup)

AlgorithmsandLifting)24.3概念(此指模板参数的插件)(Concepts)24.3.1发现插件集(DiscoveringaConcept)24.3.2概念与约束(ConceptsandConstraints
ComputerInBook·2025-03-30 02:01

DeepSeek最新成果-NSA(Native Sparse Attention)

论文地址：NativeSparseAttention:Hardware-AlignedandNativelyTrainableSparseAttention论文翻译：原生稀疏注意力机制(NSA)：硬件对齐且可原生训练的稀疏注意力机制
X.Cristiano·2025-03-28 23:55

TensorFlow-MNIST手写数字分类

数据准备fromtensorflow.keras.datasetsimportmnist#加载数据集（已划分为训练集和测试集）(x_train,y_train),
Enougme·2025-03-28 07:59

python train 函数_Python之并行--基于joblib

Python的并行远不如Matlab好用。比如Matlab里面并行就直接把for改成parfor就行（当然还要注意迭代时下标的格式），而Python查一查并行，各种乱七八糟的方法一大堆，而且最不爽的一点就是只能对函数进行并行。当然，这点困难也肯定不能就难倒我们，该克服也得克服，毕竟从本质上讲，也就只是实现的方式换一换而已。大名鼎鼎的sklearn里面集成了很方便的并行计算，这在之前的机器学习教程里
weixin_39786850·2025-03-27 21:16

AI算法成长练习第一篇——Task-Adaptive Negative Envision for Few-Shot Open-Set Recognition代码复现

ArchitecturesAttnClassifier.pyimporttorch.nnasnnimporttorchimporttorch.nn.functionalasFimportnumpyasnpclassClassifier(nn.Module):def__init__(self,args,feat_dim,param_seam,train_weight_base
威少的书童·2025-03-27 19:06

《深度剖析：BERT与GPT——自然语言处理架构的璀璨双星》

在自然语言处理（NLP）的广袤星空中，BERT（BidirectionalEncoderRepresentationsfromTransformers）与GPT（GenerativePretrainedTransformer
程序猿阿伟·2025-03-27 04:06

【已解决】ModuleNotFoundError: No module named ‘scipy‘

Traceback(mostrecentcalllast):File"/media/visionx/monica/newproject/globetrotter/main.py",line20,infromtrainerimportTrainerFile
鳗小鱼·2025-03-27 02:57

Unsloth 库和Hugging Face Transformers 库对比使用

在Unsloth中，save_pretrained_merged方法用于将微调后的LoRA（Low-RankAdaptation）适配器权重与原始模型
背太阳的牧羊人·2025-03-26 21:17

uv - 配置 [官方文档翻译]

文章目录配置概述配置文件设置`.env`配置pip接口环境变量`UV_BREAK_SYSTEM_PACKAGES``UV_BUILD_CONSTRAINT``UV_CACHE_DIR``UV_COMPILE_BYTECODE
知识搬运bot·2025-03-26 18:56

scikit-learn 线性回归：函数、原理、优化与实例解析

scikit-learn线性回归实现与优化原理一、scikit-learn线性回归相关函数LinearRegression类fit(X_train,y_train)：通过正规方程（最小二乘法）训练模型，
奋斗者1号·2025-03-26 08:14

Python预测股票市场的未来价格及成交量（最最最基础版）

zgpa_train.csv中存放着训练数据，zgpa_test.csv为测试数据，根据训练数据预测测试数据中未来的开盘价，收盘价，最高价，最低价及成交量。算法要求：要求至少使用一种机器学习算法。
DHC丶·2025-03-25 11:33

Tensorflow 2 单GPU同时训练多个模型

train函数是这段代码的核心，每调用一次train就进行一次迭代。with里面是前向传播形
TTTYYZZ·2025-03-25 07:36

怎么在linux服务器选择GPU进行训练模型？

然后选择第0个和第1个GPU进行使用：CUDA_VISIBLE_DEVICES=0,1pythontrain.py设置CUDA_VISIBLE_D
LRJ-jonas·2025-03-25 07:03

【后端】【django】【models】【进阶】索引和约束全解

djangomodels索引和约束Django的Meta类支持索引（Indexes）和约束（Constraints），用于优化查询性能并确保数据完整性。
患得患失949·2025-03-25 01:20

LLM大模型提示工程Prompt Engineering

在LLM中影响词汇的分布主要通过两种方式，一种是通过提示（Prompting），另外一种就是通过训练（Training）。
Langchain·2025-03-24 16:08

BUAA-SCSE Training day2

好多题目是uva上的然后当时看过刘汝佳的书再看看就好还有一些思路都很清晰代码也很少就没有什么可写的了A-OpenCreditSystemTimeLimit:3000MSMemoryLimit:0KB64bitIOFormat:%lld&%lluSubmitStatusPracticeUVA11078DescriptionProblemEOpenCreditSystemInput:StandardI
屎宝宝·2025-03-24 12:07

BUAA-SCSE Training day2 指导……

题目的确选择的比昨天难多了....http://acm.hust.edu.cn/vjudge/contest/view.action?cid=25719#overviewAinti,x,y;cin>>T;while(T--){cin>>n;x=-1>y;ans=max(x-y,ans);x=max(y,x);}cout>n&&n){memset(s,0,sizeof(s));f=0;while(n
Sd_无心插柳·2025-03-24 12:32

MotionLayout（二）：MotionLayout是什么？MotionLayout调试技巧、KeyFrame关键帧等等

●定位：AndroidJetpack中的高级布局容器，继承自ConstraintLayout。
前期后期·2025-03-24 03:16

青少年编程与数学 02-011 MySQL数据库应用 09课题、规则、约束和默认值

、规则1.规则的概念2.规则的类型3.规则的定义和应用3.1创建表3.2定义规则3.3应用规则4.规则的管理和维护5.规则的性能影响6.其他相关概念二、规则应用示例（一）、检查约束（CHECKConstraints
明月看潮生·2025-03-23 05:33

程序员学商务英语之Don‘t jinx it、l have a half mind to do sth、Don‘t change the subject、Quality over quantity..

-别鸟鸦嘴A:Whatifitrainstheweekend?Youknow,theweather'sbeenchangeablethesedays!如果这个周末下雨怎么办?
李匠2024·2025-03-22 20:28

一文说清楚什么是预训练（Pre-Training）、微调（Fine-Tuning），零基础小白建议收藏！！

前言预训练和微调是现代AI模型的核心技术，通过两者的结合，机器能够在处理复杂任务时表现得更为高效和精准。预训练为模型提供了广泛的语言能力，而微调则确保了模型能够根据特定任务进行细化和优化。近年来，人工智能（AI）在各个领域的突破性进展，尤其是在自然语言处理（NLP）方面，引起了广泛关注。两项重要的技术方法——预训练和微调，成为了AI模型发展的基石。预训练通常是指在大规模数据集上进行模型训练，以帮助
小城哇哇·2025-03-22 20:26

Mysql 报错: (1364, “Field ‘id‘ doesn‘t have a default value“)

主要原因:在于主键表Id没有设置自增而报错,解决办法:设置主键自增会诱发另一个错误:Cannotchangecolumn'id':usedinaforeignkeyconstraint在于主键id已存在外键关系
Lonelypatients°·2025-03-22 15:23

MiniMind：完全从 0 训练自己的大模型

是B站UP主近在远方的远开源的一个微型语言模型，改进自DeepSeek-V2、Llama3结构，项目包含整个数据处理、pretrain、sft、dpo的全部阶段，包含混合专家(MoE)模型。
三花AI·2025-03-22 15:49

minimind2学习：（1）训练

1、数据下载参考：https://github.com/jingyaogong/minimind/tree/master2、预训练训练6个epochspythontrain_pretrain.py--epochs6
溯源006·2025-03-22 14:47

MiniMind

Pretrain数据：这是用于预训练模型的数据集，它可以帮助模型学习语言的基本结构和特征。
亚伯拉罕·黄肯·2025-03-22 14:46

LLMs之minimind：minimind源码解读(pretrain.py)——实现基于Transformer架构的大规模语言模型预训练及wandb监控—支持余弦退火学习率调度/分布式预训练/自动混

LLMs之minimind：minimind源码解读(pretrain.py)——实现基于Transformer架构的大规模语言模型预训练及wandb监控—支持余弦退火学习率调度/分布式预训练/自动混合精度优化
一个处女座的程序猿·2025-03-22 14:43

【机会约束、鲁棒优化】机会约束和鲁棒优化研究优化【ccDCOPF】研究（Matlab代码实现）

本文目录如下：目录1概述机会约束、鲁棒优化与ccDCOPF研究综述1.机会约束规划（ChanceConstrainedProgramming,CCP）在电力系统中的应用2.鲁棒优化（RobustOptimization
科研_G.E.M.·2025-03-22 11:48

深度学习与目标检测系列(三) 本文约(4万字) | 全面解读复现AlexNet | Pytorch |

数据集翻译精读主要内容：ImageNet简介：图像处理方法：3.TheArchitecture—网络结构3.1ReLUNonlinearity—非线性激活函数ReLU翻译精读传统方法及不足本文改进方法本文的改进结果3.2TrainingonMultipleG
小酒馆燃着灯·2025-03-22 10:03

MySQL基本语句

删除数据库DROPDATABASEdatabase_name;1.3选择数据库USEdatabase_name;1.4创建表CREATETABLEtable_name( column1datatypeconstraint
冉冉柟·2025-03-22 09:22

《深度剖析：BERT与GPT——自然语言处理架构的璀璨双星》

在自然语言处理（NLP）的广袤星空中，BERT（BidirectionalEncoderRepresentationsfromTransformers）与GPT（GenerativePretrainedTransformer
·2025-03-21 12:07

机器学习课堂4线性回归模型+特征缩放

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#参数设置iterations=3000#迭代次数learning_rate=0.0001#学习率m_train
木尘152132·2025-03-21 09:17

数据分析_python进行数据筛选1_行筛选

的训练数据为例进行展示，为了简化取前十行为例首先导入模块，导入数据importpandasaspdimportnumpyasnpdf=pd.read_csv(r"C:\Users\admin\Desktop\train.csv
Monkey*王·2025-03-20 20:28

A SURVEY ON POST-TRAINING OF LARGE LANGUAGE MODELS——大型语言模型的训练后优化综述——第9部分——应用

应用尽管预训练为大型语言模型（LLMs）赋予了强大的基础能力，但在部署于专业领域时，LLMs仍经常遇到持续的限制，包括上下文长度受限、容易产生幻觉（hallucination）、推理能力欠佳和固有的偏见。在现实世界的应用中，这些不足显得尤为重要，因为在这些场景中，精确性、可靠性和伦理一致性是至关重要的。这些问题引发了一些根本性的探讨：(1)如何系统地提高LLM的表现以满足特定领域的需求？(2)在实
王金-太想进步了·2025-03-19 19:31

MySQL数据库外键约束：打开与关闭的艺术

其中，外键约束（ForeignKeyConstraints）扮演着重要的角色。但是，是否在任何情况下启用外键约束都是最佳选择呢？本文将深入探讨MyS
master_chenchengg·2025-03-19 07:28

yolo模型coco数据集详解

深度学习文章目录深度学习前言前言instances_train2017.json和instances_val2017.json文件均分为五大部分，这五部分对应的关键字分别为info、licenses、images
工头阿乐·2025-03-19 02:38

pytorch的使用：卷积神经网络模块

input_size=28#图像的总尺寸28*28num_classes=10#标签的种类数num_epochs=3#训练的总循环周期batch_size=64#一个撮（批次）的大小，64张图片#训练集train_dataset
樱花的浪漫·2025-03-18 00:11

【人工智能】【Python】在Scikit-Learn中使用决策树算法（ID3和CART）

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.treeimportDecisionTreeClassifier
SmallBambooCode·2025-03-17 20:08

【源码阅读】olmocr中的prompts

目录一、PDF转换为训练数据二、使用微调模型三、比较差异总结一、PDF转换为训练数据让ChatGPT-4将文档（如PDF文件）转换为结构化的“银级”训练数据（silvertrainingdata）#Thisisthepromptweuseforgettingchatgpt4otoconvertdocumentsintooursilvertrainingdatadefbuild_openai_sil
海绵波波107·2025-03-17 17:46

训练数据重复采样，让正负样本比例1：1

如果n_train_num小于max_train_num，res
kimi-222·2025-03-17 14:24

数据读取错误：RuntimeError: The size of tensor a (3) must match the size of tensor b (4) at non-singleton

去除4通道图像：importcv2importosimportshutilfolder_path=R'F:\bounding_box_test\bounding_box_train'#更改为存储图片文件夹的路径
hitsz_syl·2025-03-17 07:07

95.HarmonyOS NEXT 图片约束处理教程：深入理解Constrain

HarmonyOSNEXT图片约束处理教程：深入理解Constrain1.图片约束基础1.1核心概念概念说明应用场景图片适配类型定义图片如何适应容器图片展示方式偏移约束限制图片移动范围拖拽和缩放边界检测判断是否超出显示范围图片浏览
·2025-03-17 01:15

关于stable diffusion的lora训练在linux远程工作站的部署

在学校Arc中部署loratraining，一大问题就是依赖缺失和冲突。可以利用miniconda或者anaconda建立虚拟环境来解决。
回天一梦·2025-03-16 19:02

pandas寻找四分位数及判断离群点

importpandasaspdtrain_df=pd.read_csv("train.csv")q1,q3=train_df['price'].quantile([0.25,0.75])iqr=q3-
SXxtyz·2025-03-16 18:57

三个简单最短路

题目一：E-Train题目链接：E-Train给定N个编号为1至N的城市以及M条铁路。
L_M_TY·2025-03-16 12:08

Matlab多种算法解决未来杯B的多分类问题

fori=1:length(modelNames)switchmodelNames{i}case'MultinomialLogisticRegression'B=mnrfit(X_train,Y_train
Subject.625Ruben·2025-03-16 06:05

**ResNet-SE + MFCC** 训练框架，包括 **数据加载、训练流程**，以及 **混淆矩阵** 可视化示例

pipinstalltorchtorchaudiotorchvisionscikit-learnmatplotlibtqdm2.数据加载这里假设你有一个音频分类数据集，其文件结构如下：dataset/│──train
大霸王龙·2025-03-15 19:10

LLM之Colossal-LLaMA-2：源码解读(init_tokenizer.py文件)实现基于源词表的扩展、(init_model.py文件)实现过计算均值扩展模型、(prepare_pretr

→for循环去重实现词表的扩展(中文标记的新词汇)→保存新的分词模型、(init_model.py文件)实现过计算均值来扩展模型的嵌入层以适应新的词汇表，然后保存扩展后的模型、(prepare_pretrain_dataset.py
一个处女座的程序猿·2025-03-15 18:38

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插件
一个处女座的程序猿·2025-03-15 18:38
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他