int8量化

增刊第5章：模型性能优化

5.1量化策略进阶(INT4/INT8)在第2章中我们简要介绍了量化，这里我们将深入探讨量化策略。**量化（Quan

技术与健康·2025-07-04 03:52

强化学习RLHF详解

例如：模糊目标：生成“高质量文本”难以量化，无法用简单的指标（如BLEU、R

贝塔西塔·2025-07-04 01:36

10倍速开发！飞算JavaAI实战：5分钟生成SpringCloud完整工程

颠覆性架构设计二、5分钟生成实战步骤1：定义服务架构（YAML配置）步骤2：执行AI生成命令（Python驱动）步骤3：验证生成结果（终端操作）三、双流程图解析横向对比：传统开发vsAI生成纵向核心流程四、量化性能对比五

LCG元·2025-07-03 23:57

大规模分布式数据库读写分离架构：一致性、可用性与性能的权衡实践

数据库架构的核心三角2原创架构设计2.1读写分离系统架构2.2读写核心流程3企业级实现代码3.1Python路由服务核心代码3.2TypeScript复制状态监控3.3Kubernetes部署YAML示例4性能对比量化分析

·2025-07-03 23:55

LLM大模型命名规则与部署硬件实践手册

文章目录一、理论基础：从信息编码到系统设计1.1命名系统的信息论基础1.2硬件架构与模型运行的关系1.3量化技术的数学原理二、国际主流模型命名规则深度解析2.1OpenAI：极简主义与功能导向2.2AnthropicClaude

·2025-07-03 22:49

【架构基础】系统性能基础知识

二、性能指标性能指标是衡量系统性能优劣的具体量化标准，不同类型的系统关注的性

Programmer Liu·2025-07-03 21:41

基于 WebGL 与 GIS 的智慧垃圾分类三维可视化技术方案

在三维渲染技术层面，引擎深度集成WebGL底层图形接口，构建了高效的轻量化处理体系。HT还支持3DTiles格式航拍倾斜摄影实景数据、城市建筑群

图扑可视化·2025-07-03 16:04

利用Infoway API接入实时股票行情API的方法

随着金融科技的发展，越来越多的投资者、交易平台和量化交易团队开始使用股票行情API来获取市场数据。然而，很多人虽然听说过行情API，却并不清楚不同类型的接口之间有何区别，适合用于哪些场景。

kk_stoper·2025-07-03 15:57

全流程文献计量学可视化分析技术及SCI论文高效写作方法

它是集数学、统计学、文献学为一体，注重量化的综合性知识体系。特别是，信息可视化技术手段和方法的运用，可直观的展示主题的研究发展历程、研究现状、研究热点和发展态势。

青春不败 177-3266-0520·2025-07-03 13:18

【V5.0 - 视觉篇】AI的“火眼金睛”：用OpenCV量化“第一眼缘”，并用SHAP验证它的“审美”

系列回顾：在上一篇《给AI装上“写轮眼”：用SHAP看穿模型决策的每一个细节》中，我们成功地为AI装上了“透视眼镜”，看穿了它基于数字决策的内心世界。但一个巨大的问题暴露了：它的世界里，还只有数字。它能理解“时长60秒”，却无法感受画面的震撼。它是一个强大的“盲人数学家”。计算机视觉我们没有必要为每个视频进行切帧，可以针对开头的视频或者中间关键点视频进行切帧，让计算机识别。承上启下：“现在，我们来

爱分享的飘哥·2025-07-03 07:31

嵌入式AI模型压缩技术：让大模型变小

嵌入式AI模型压缩技术：让大模型变小关键词：嵌入式AI、模型压缩、剪枝、量化、知识蒸馏、轻量化网络、端侧部署摘要：当我们用手机拍照时，AI能瞬间识别出“这是一只猫”；智能摄像头能在0.1秒内检测到“有人闯入

AI智能探索者·2025-07-03 04:40

【Tkinter从入门到精通】Python原生GUI开发全指南

技术原理剖析核心概念图解核心作用讲解关键技术模块说明⚖️技术选型对比️二、实战演示⚙️环境配置要求核心代码实现案例1：基础窗口创建案例2：网格布局计算器案例3：文件选择对话框✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四

满怀1015·2025-07-03 02:19

【Python GUI框架全解析】六大主流工具对比与实战指南

二、实战演示⚙️环境配置核心代码实现案例1：PyQt5现代化窗口案例2：wxPython文件管理器案例3：Kivy移动风格界面案例4：DearPyGui实时仪表盘✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四

满怀1015·2025-07-03 01:44

千亿参数大模型轻量化实战：手机端LLM推理加速300%方案

点击跳转到网站《千亿参数大模型轻量化实战：手机端LLM推理加速300%方案》副标题：2025实测骁龙8Gen4+FP4稀疏量化技术，70B模型推理延迟低至127ms，重构移动端AI天花板封面图：[高通骁龙

·2025-07-03 00:33

提名 Apache ShardingSphere Committer，说说方法

Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统文章首发在公众号（龙台的技术笔记），之后同步到博客园和个人网站：xiaomage.info就在前几天，收到了ApacheS

·2025-07-02 23:32

无需多卡集群，单卡运行扩散模型的技术突破与实践

幸运的是，随着模型架构优化、量化技术、推理加速方案的发展，越来越多的开源扩散模型可以在单张消费级显卡（如RTX4090、T4、A6000）上运行，并且性能接近或超越原生大规模模型。本文整理了当前可在

源客z·2025-07-02 20:35

业界优秀零信任安全管理系统产品介绍

该系统依托腾讯安全威胁情报中心，日均拦截超10亿次攻击，其客户端轻量化设计兼容多平台，员工接受度高，助力企业安全上云和数字化转型。深信服零信任iT

scuter_yu·2025-07-02 19:30

CST微波工作室学习笔记2 主要特点

WindowsNT4、Windows2000和WindowsXP的图形用户界面快速并能有效使用内存的有限积分（FI）算法由于理想边界拟合技术和薄片技术的采用，性能更加卓越结构建模基于先进ACIS内核的参量化实体建模前端

raininforest·2025-07-02 19:29

【技术科普】LoRaWAN 网络怎么搭？推荐试试 ThinkLink 免费版服务器

本文将从LoRaWAN网络结构出发，科普网络服务器的核心职责，并介绍一款适合开发者、技术团队免费试用的轻量化网络服务器——ThinkLink免费版，助力快速构建自己的LoRaWAN网络。

门思科技·2025-07-02 16:02

[2025CVPR]DE-GANs:一种高效的生成对抗网络

目录引言：数据高效GAN的困境核心原理：动态质量筛选机制1.判别器拒绝采样（DRS）的再思考2.质量感知动态拒绝公式（1）质量感知阶段（2）动态拒绝阶段模型架构：轻量化设计技术突破：三大创新点1.首创训练阶段

清风AI·2025-07-02 12:36

贝叶斯回归：从概率视角量化预测的不确定性

本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！贝叶斯方法在回归问题中的应用被称为贝叶斯回归（BayesianRegression）。与传统频率派的线性回归（如最小二乘法）不同，贝叶斯回归的核心思想是：将回归参数（如权重系数）视为随机变量，通过贝叶斯定理结合先验分布和观测数据，推导出参数的后验分布，

大千AI助手·2025-07-02 12:05

如何使用 PHP 接入港股实时行情接口（WebSocket 实时K线+盘口）

在构建金融类网站或量化交易系统时，实时行情数据是不可或缺的核心组件之一。尤其是对港股市场感兴趣的开发者，更需要一个可靠且实时的行情源。

quant_1986·2025-07-02 11:27

FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析

本文主要介绍了FP16、INT8、INT4精度模型加载占用显存大小的分析，希望对学习大

herosunly·2025-07-02 05:47

【数据分析】Python+Tushare实现均线金叉死叉交易策略回测

数据分析】Python+Tushare实现均线金叉死叉交易策略回测简介在本文中，我们将利用Python和Tushare数据接口，对贵州茅台（600519.SH）进行数据分析，并实现基于“双均线”策略的量化回测

虚拟现实旅人·2025-07-02 05:16

DeepSeek 桌面端快捷键唤起小窗口极致轻量化

DeepSeek桌面端（DeepSeekDesktop)DeepSeek没有官方桌面端。桌面端的好处是可以随时用快捷键唤起，在跨应用时很有用。目前Github上开源的DeepSeek桌面端是Electron做的，一个安装包要80多MB，太臃肿。本项目用Tauri（Rust+vite），不内置浏览器，而是调用系统原生浏览器内核（如webview2），非常轻量，而且支持快捷键唤起小窗口、开机启动。项目

小纛·2025-07-01 23:34

量化AI价值的30个关键指标

摘要：量化AI的战略价值人工智能（AI）成功集成到业务运营中超越了单纯的技术部署;它需要一种严格、可量化的方法来展示其价值。

mao_feng·2025-07-01 22:24

Mac mini 跑 DeepSeek R1 及 QwQ-32B模型实测报告

测试对象：2025款Macmini（M4/M4Pro芯片）测试模型：DeepSeek-R1（14B/32B）、QwQ-32B（原版/量化版）测试目标：硬件性能适配性、推理速度、内存占用及优化方案一、Macmini

强哥之神·2025-07-01 21:16

（Note）音频向量化表示

音频向量化表示经典语音特征（MFCC等）语音信号的传统特征提取方法包括MFCC（梅尔倒谱系数）、PLP等，用于描述语音的频谱包络信息。这些特征设计依据生理听觉模型，在ASR、情感识别等任务中长期有效。

·2025-07-01 20:10

YOLOv10 全面升级解析：关键改进点一文掌握

它的核心改进包括：改进方向内容✅非解耦头轻量化设计消除非必要分支，减少冗余计算✅Anchor-Free模式默认启用，无需手动设置anchor✅TAL+DFLLoss提升边界框回归质量✅多任务统一接口detect

要努力啊啊啊·2025-07-01 20:10

《量化开发》系列第 1 篇：金融知识基础入门指南（附 GitHub 学习项目）

本文为《量化开发学习路线与知识点》专栏的第一篇参考项目：Awesome-QuantDev-Learn量化金融是金融经济学与计算机科学交叉融合形成的新兴行业，越来越多的技术人才正积极投身其中。

Natsume1710·2025-07-01 18:56

跨届资源汇聚地：校友平台开启终身学习与职业互助新模式

一、资源整合：构建校友生态系统的数字基石校友平台的底层逻辑在于系统性整合碎片化资源，为跨届协作奠定量化基础：动态校友数据库平

IDZSY0430·2025-07-01 14:00

【GitHub开源项目实战】高频交易系统实战解析：基于 Nautilus Trader 的策略回测与事件驱动架构优化

高频交易系统实战解析：基于NautilusTrader的策略回测与事件驱动架构优化关键词：高频交易、事件驱动架构、NautilusTrader、量化回测、算法交易、PythonCython、交易引擎、回测系统

观熵·2025-07-01 13:52

YOLOv11性能评估全解析：从理论到实战的指标指南

当我们训练或使用YOLOv11模型时，一个核心问题始终存在：如何量化模型的性能？性能评估指标正是回答这个问题的关键工具，它们不仅衡量模型效果，更是模型优化迭代的导航灯。

芯作者·2025-07-01 12:17

RAG系列：提升RAG检索力：三大Query变形术，助你玩转AI知识检索！

之前的帖子大多在优化向量化的过程，让文本内容分块更合理和更精准，本篇重点介绍使用RAG时如何优化提示词，以提高查询结果的精准度！一、RAG的“灵魂拷问”：你真的会提问吗？

数智前沿·2025-07-01 08:22

创客匠人解析：身心灵赛道创始人 IP 打造核心策略

一、IP形象的「能量化」构建：从外在到内在的信任锚点身心灵赛道的IP形象绝非单纯的视觉包装，而是「平和感」与「专业度」的融合体。创客匠人在服

创小匠·2025-07-01 07:46

当前最好的0样本文本转语音是哪个模型？

综合排名前三模型‌MegaTTS3（字节跳动&浙江大学）‌‌核心优势‌：仅需‌3-10秒‌参考音频即可精准克隆音色，支持中英混合语音自然切换1112轻量化设计（0.45B参数），实时生成延迟低于400ms11

skywalk8163·2025-07-01 05:00

如何利用股票API获取实时行情数据？有哪些好用的股票API推荐？

炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python

财云量化·2025-07-01 00:05

线性代数-第9篇：二次型与正定矩阵：优化问题的数学基础

线性代数-第9篇：二次型与正定矩阵：优化问题的数学基础在人工智能、量化投资和大数据分析中，优化问题无处不在，比如机器学习的损失函数最小化、量化投资组合的风险最小化等。

程序员勇哥·2025-06-30 20:28

equine在神经网络中建立量化不确定性

一、软件介绍文末提供程序和源码下载众所周知，用于监督标记问题的深度神经网络（DNN）可以在各种学习任务中产生准确的结果。但是，当准确性是唯一目标时，DNN经常会做出过于自信的预测，并且无论测试数据是否属于任何已知标签，它们也总是进行标签预测。EQUINEwascreatedtosimplifytwokindsofuncertaintyquantificationforsupervisedlabel

struggle2025·2025-06-30 16:36

3 大语言模型预训练数据-3.2 数据处理-3.2.2 冗余去除——2.SimHash算法文本去重实战案例：新闻文章去重场景

**步骤2：特征向量化与哈希映射**4.**步骤3：特征向量聚合**5.**步骤4：降维生成SimHash值**6.

·2025-06-30 11:30

同花顺python_【本地直连】同花顺 Python量化交易接口上线

来源：雪球App，作者：私募之家THS，（https://xueqiu.com/5808549553/129022113）导读：同花顺智能交易终端MindGo版已上线2年多，凭借着同花顺深厚的技术底蕴，不断地对终端进行优化。至今，已服务近1000位个人客户，超过200家私募机构，市场份额不断扩大。目前终端已实现：支持股票、指数、基金、期货、外汇、黄金T+D等6个品种日/分钟级策略回测投研策略无缝对

weixin_39938724·2025-06-30 09:18

[大A量化专栏] 独家梳理-A股周末消息汇总-20250630

短期ST板块博弈机会政策催化主板ST股涨跌幅放宽至10%，与普通股一致（*ST华光、ST新研弹性大）。风险提示需严格筛选“摘帽预期强+业绩改善”标的，避免退市风险。稳定币/数字人民币香港政策落地8月1日《稳定币条例》生效，关注HB股份（硬件钱包）、JBF（银行IT改造）。上海地铁试点数字人民币“碰一碰”全线网覆盖，CTL（交通支付场景）受益明确。充电宝新规3C认证强制化维K技术（半固态电芯）、安K

心心喵·2025-06-30 09:16

ss928v100模型的导出、量化和转换

1、yolov8导出为onnxfromultralyticsimportYOLOmodel=YOLO("./best.pt")model.export(format="onnx",imgsz=640,dynamic=False,simplify=True,opset=11,batch=1,half=False)以下是model.export()方法各参数的详细解释：‌format="onnx"‌指

yunken28·2025-06-30 01:00

AI摄像头动捕：精准量化八段锦动作质量，赋能传统功法习练

在追求动作标准度的竞技体育、舞蹈教学或运动康复领域，如何科学、客观、高效地评估动作质量一直是核心挑战。如今，AI摄像头动捕技术的成熟，正为这些领域带来突破性的解决方案，尤其在需要高度专注与准确性的八段锦、太极拳等传统健身功法领域中展现出巨大潜力。AI摄像头动捕系统，通过部署多组高帧率RGB摄像头，在空间中构建一个精密的三维捕捉场域。这种无穿戴动捕（或称无标记点动捕）的方式，让用户无需任何设备束缚人

·2025-06-30 00:26

AI优化算法实战：使用粒子群优化求解复杂工程问题

PSO）、全局优化、工程问题、智能算法、参数调优摘要：本文以“鸟群觅食”为灵感来源，深入浅出地讲解粒子群优化（ParticleSwarmOptimization,PSO）算法的核心原理，并通过机械结构轻量化设计的实战案例

AI学长带你学AI·2025-06-29 21:35

量化价值投资入门：Fama-French三因子模型详解与实战应用

量化价值投资入门：Fama-French三因子模型详解与实战应用关键词：量化投资、Fama-French三因子模型、价值投资、因子投资、资产定价、Python实现、投资组合管理摘要：本文深入解析Fama-French

量化价值投资入门到精通·2025-06-29 21:58

SBC编解码器库：蓝牙音频传输的核心

SBC编解码工作原理基于子带编码理论，通过量化和编码音频信号的各个子带，实现高效的数据传输。SBC支持多种比特率、采样率和声道配置，并包含错误检测与恢复机制，控制接

草莓味儿柠檬·2025-06-29 18:45

OpenCV图像噪点消除五大滤波方法

一、图像噪点与滤波基础1.1常见图像噪声类型高斯噪声：符合正态分布的随机噪声椒盐噪声：随机出现的黑白像素点泊松噪声：光子计数噪声量化噪声：模拟信号数字化过程中产生1.2滤波方法分类滤波类型特点

慕婉0307·2025-06-29 18:41

【目标检测】YOLOv13：超图增强的实时目标检测新标杆，值得收藏。

Carl_奕然·2025-06-29 15:20

重复原则与样本量估计：临床试验的统计引擎

一、重复原则的科学内涵1.1核心目的1.1.1量化随机误差通过足够样本量估计效应值的波动范围，确保结果可重现。1.1.2避免偶然性结论避免因小样本极端结果导致的偶然性结论，确保结论稳健。

qq_34062333·2025-06-29 15:17

推荐频道