nlp预训练第4页

代码随想录算法训练营Day07 | LeetCode454.四数相加II、LeetCode383.赎金信、LeetCode15.三数之和、LeetCode18.四数之和

LeetCode454.四数相加II题目链接：https://leetcode.cn/problems/4sum-ii/思路：想法是使用哈希表。定义一个哈希表unordered_map，遍历a数组与b数组，key存放a数组与b数组的元素之和，value存放a数组与b数组的元素之和出现的次数；再遍历c数组与d数组，在unordered_map中找0-（c+d），因为此时unordered_map中存

SuperYue37·2025-02-13 04:44

【代码随想录训练营】Day7-哈希表

代码随想录Day7今日任务454.四数相加Ⅱ383.赎金信15.三数之和18.四数之和454.四数相加Ⅱ考点：哈希表链接：https://leetcode.cn/problems/4sum-ii/classSolution{publicintfourSumCount(int[]nums1,int[]nums2,int[]nums3,int[]nums4){HashMaprecord=newHash

Koffer-debug·2025-02-13 04:14

【python 机器学习】sklearn转换器与预估器

通俗介绍：学术解释：3.转换器与预估器的共同点4.转换器与预估器的区别5.使用`sklearn`中的转换器与预估器5.1示例：数据标准化（转换器）5.2示例：模型训练与预测（预估器）6.使用`Pipeline

人才程序员·2025-02-13 03:04

畅游Diffusion数字人(16)：由音乐驱动跳舞视频生成

目录贡献概述背景挑战贡献方法详解第一阶段：外观预训练第二阶段：动态触发视频生成训练细节贡献概述背景<

沉迷单车的追风少年·2025-02-13 02:59

深度学习练手小例子——cifar10数据集分类问题

数据集被分为50,000张训练图像和10,000张测试图像。

　☆cwlulu·2025-02-12 23:39

使用云计算开发AI项目，有哪些最佳实践？

使用云计算开发AI项目，可以让企业和开发者更高效地利用算力、存储和AI训练环境，避免高昂的硬件成本和运维压力。但如何高效、经济地利用云计算，打造一个稳定、安全、可扩展的AI项目呢？

云上的阿七·2025-02-12 22:01

毕设项目基于大数据的b站数据分析

文章目录0数据分析目标1B站整体视频数据分析1.1数据预处理1.2数据可视化1.3分析结果2单一视频分析2.1数据预处理2.2数据清洗2.3数据可视化3文本挖掘（NLP）3.1情感分析0数据分析目标今天向大家介绍如何使用大数据技术

nange12330a·2025-02-12 21:55

学习系列二：常用目标检测的格式转换脚本文件txt,json等

常用目标检测的格式转换脚本文件txt,json等文章目录常用目标检测的格式转换脚本文件txt,json等前言一、json格式转yolo的txt格式二、yolov8的关键点labelme打的标签json格式转可训练的

小啊磊_Vv·2025-02-12 21:23

Laplace(拉普拉斯)平滑

平滑技术平滑技术是为了解决训练集的数据稀松问题。零概率问题，就是在计算实例的概率时，如果某个量x，在观察样本库（训练集）中没有出现过，会导致整个实例的概率结果是0。

郑万通·2025-02-12 20:45

17.推荐系统的在线学习与实时更新

郑万通·2025-02-12 20:15

前端架构思考，Vue or React？领域设计、文件结构、数据管理、主题替换

功能分开的设计，再通过setup做crud的分隔，整个页面维度的逻辑会特别清晰在路由和数据管理上有官方的解决方案，可以完全没有选择的压力框架本身做了很多的性能优化，如下静态提升，包括静态节点，静态属性预字符串化

程序员小英·2025-02-12 19:32

Python中LSTM算法的实现与应用

接着，教程以Keras库为例，逐步演示了安装库、数据预处理、模型构建、编译、训练、评估和预测等步骤。深入讲解了在序列数据处理如自然语言和时间序列预测任务中的实际应用，并提供了实践案例，强

昊叔Crescdim·2025-02-12 19:01

100.16 AI量化面试题：监督学习技术在量化金融中的应用方案

目录0.承前1.解题思路1.1应用场景维度1.2技术实现维度1.3实践应用维度2.市场预测模型2.1趋势预测2.2模型训练与评估3.风险评估模型3.1信用风险评估4.投资组合优化4.1资产配置模型5.回答话术

AI量金术师·2025-02-12 18:28

DeepSeek计算机视觉（Computer Vision）基础与实践

DeepSeek提供了强大的工具和API，帮助我们高效地构建和训练计算机视觉模型。本文将详细介绍如何使用DeepSeek进行计算机视觉的基础与实践，并通过代码示例帮助你掌握这些技巧。

Evaporator Core·2025-02-12 18:27

上海站 | 2025 Seeed x LeRobot 具身智能黑客松报名开启！

SeeedxLeRobot具身智能黑客松现邀请所有对在机器人领域训练模仿学习策略，并实时进行推理部署感兴趣的人，共同创造具有影响力的创新解决方案。

·2025-02-12 18:01

提升语言模型性能的关键策略

标题：提升语言模型性能的关键策略文章信息摘要：提升语言模型性能的关键在于预训练数据的规模和质量、模型架构的优化以及模型与数据的平衡。单纯增加模型参数规模并不能持续带来性能提升，性能提升会逐渐趋于平缓。

XianxinMao·2025-02-12 18:25

云原生周刊：DeepSeek 颠覆人工智能

它支持直接在本地计算机上运行多个预训练的语言模型，能够提供与云端类似的体验，但无需依赖外部服务器或网络连接。

KubeSphere 云原生·2025-02-12 18:54

AI应用完整加载数据集配置神经网络配置训练信息训练模型与保存模型到本地------AI

packagecom.alatus.djl.web;importai.djl.Application;importai.djl.MalformedModelException;importai.djl.Model;importai.djl.basicdataset.cv.classification.ImageFolder;importai.djl.basicdataset.cv.classifi

旧约Alatus·2025-02-12 18:54

普惠AI 如何在 Anolis OS 8 上部署生产可用的 DeepSeek 推理服务

背景介绍DeepSeek-R1DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。

·2025-02-12 17:52

JavaCV进阶opencv图像处理：扫描并识别视频中的二维码

识别系列目录人脸检测识别JavaCV进阶opencv图像处理：摄像头图像人脸检测JavaCV进阶opencv图像处理：ffmpeg视频图像画面人脸检测JavaCV进阶opencv图像处理：批量人脸图像分类训练

eguid_1·2025-02-12 17:50

嵌入式AI革命：DeepSeek开源如何终结GPU霸权，开启单片机智能新时代？

相对于当人们还在讨论千亿参数模型的训练成本被压缩到600万美金而言，被称作“核弹级别”的操作，是DeepSeek的完全开源。

老六哥_AI助理指南·2025-02-12 16:09

llama3简介与国内最快体验方式

Meta公司研发并推出了MetaLlama3系列大型语言模型（LLMs），该系列包括8B和70B参数量的预训练及指令调优生成文本模型。

weixin_40941102·2025-02-12 15:08

深入解析ReLU激活函数的优缺点及其平衡策略

影响：这有助于模型更快地收敛，因为梯度不会因为负值而减小，从而避免负向因素对模型训练的不良影响。结论：这使得

weixin_40941102·2025-02-12 15:08

深度学习语义分割实战：ResNet 与 ViT 结合的模型解析

本文将详细解析该模型的架构、训练流程及其应用。2.语义分割模型解析本项目采用ResNet和ViT结合的方式进行语义分割，并使用CBAM注意力机制增强特征提取能力。涉及的核心文件

高山仰星·2025-02-12 15:06

亚马逊云科技Bedrock知识库自定义语义搜索配置教程

给知识库挂载额外的数据有助于模型生成更相关、基于上下文的准确响应，而无需重新训练AI模型。

佛州小李哥·2025-02-12 13:57

【2025版】最新AI大模型NLP全面解析，零基础入门到精通，收藏这篇就够了

近年来，随着深度学习技术的飞速发展，AI大模型作为人工智能领域的重要研究对象，正逐步成为学术界和产业界广泛关注的热点议题。AI大模型，作为一类具备庞大参数规模与卓越学习能力的神经网络模型，如BERT、GPT等，已在自然语言处理、计算机视觉等多个领域展现出卓越成效，极大地推动了相关领域的技术进步。前排提示，文末有大模型AGI-CSDN独家资料包哦！AI大模型的价值不仅体现于其庞大的参数规模与强大的学

程序员二飞·2025-02-12 11:15

DeepSeek-V3：模型与权重全面解析

DeepSeek-V3是一款开创性的混合专家（Mixture-of-Experts,MoE）语言模型，以其创新的架构设计、高效的训练方法和卓越的性能，成为开源大语言模型领域的标杆。

步子哥·2025-02-12 11:13

DeepSeek V3 两周使用总结

官方宣称：（1）基于自研的MoE模型和671B参数，在14.8Ttoken上进行了预训练；（2）多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405

AI生成曾小健·2025-02-12 11:12

一文带大家了解DeepSeek不同版本 1.5B、7B、14B、32B、70B的含义以及应用场景

1.参数量的意义参数量：指模型中可训练的参数总数，包括权重和偏置等。单位：-1B=10亿参数-7B=70亿参数-70B=700亿参数2.不同版本的特点版本参数

测试开发Kevin·2025-02-12 10:10

pytorch深度学习模型推理和部署、pytorch&ONNX&tensorRT模型转换以及python和C++版本部署

engine文件3.2tensorrt推理4.采用tensorrt进行推理（c++环境）5.采用torch2trt进行推理（python环境）在pytorch框架下，可以很方便进行深度学习模型的搭建、训练和保存

机械心·2025-02-12 10:40

如何从零开始，训练AI大模型？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。

网络安全大白·2025-02-12 10:09

.safetensors 文件、.ckpt文件、.pth和.bin文件

safetensors文件1.1.背景和定义：1.2.特点：1.2.1.安全性：1.2.2.内存高效：1.3.应用场景：二..ckpt文件（CheckpointFile）2.1.背景和定义：2.2.特点：2.2.1.包含训练状态信息

李直气壮壮·2025-02-12 10:38

【Python】科研代码学习：十七模型参数合并，safetensors / bin

save_pretrained还会新增的文件知识点：在保存模型参数时，大小发生了成倍的变化前言众所周知，LLM的模型参数一般保存在.safetensors或者.bin结尾的大文件但是通过一个RLHF的一个训练后

溢流眼泪·2025-02-12 10:08

使用yolo11x进行物体分类

利用yolo11x进行物体识别一、物品分类代码说明模型加载：加载yolo11x.pt模型，如果这个模型在物体分类上表现不佳，可以考虑使用像yolov8n.pt这类通用的预训练模型。

欣然～·2025-02-12 10:35

【野生动物识别系统】Python+深度学习+人工智能+卷积神经网络算法+TensorFlow+ResNet+图像识别

并通过对18种动物数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张动物图片识别其名称。

·2025-02-12 09:10

蓝桥杯训练——奇怪的捐赠——题解

先上题目：地产大亨Q先生临终遗愿是：拿出100万元给X社区的居民抽奖，麻烦的是，他有个奇怪的要求：1.100万元必须被正好分成若干份（不能有剩余）。每份必须是7的若干次方元。比如：1元，7元，49元，343元，……2.相同金额的份数不能超过5份。3.在满足上述要求的情况下，分成的份数越多越好！请你帮忙算一算，最多可以分为多少份？一、OK，说一下我一开始的解题思路（错误），利用枚举：1.先将7的若干

老狐Nick·2025-02-12 09:00

蓝桥杯训练奇怪的捐赠题解

题目：地产大亨Q先生临终遗愿是：拿出100万元给X社区的居民抽奖，麻烦的是，他有个奇怪的要求：1.100万元必须被正好分成若干份（不能有剩余）。每份必须是7的若干次方元。比如：1元，7元，49元，343元，……2.相同金额的份数不能超过5份。3.在满足上述要求的情况下，分成的份数越多越好！请你帮忙算一算，最多可以分为多少份？思路：换个角度考虑，如果拿出1234567890元分给居民，每份必须是10

SkyeBCI·2025-02-12 09:56

百度千帆大模型实战：AI大模型开发的调用指南

从基础的账号注册和密钥申请入手，逐步引领用户通过案例，理解并掌握如何调用文本和图像处理的大模型API，包括但不限于NLP、对话生成、文本续写以及图像生成等领域。

AGI大模型学习·2025-02-12 08:55

蓝桥杯训练——奇怪的捐赠

地产大亨Q先生临终的遗愿是：拿出100100万元给X社区的居民抽奖，以稍慰藉心中愧疚。麻烦的是，他有个很奇怪的要求：100100万元必须被正好分成若干份（不能剩余）。每份必须是77的若干次方元。比如：11元,77元，4949元，343343元，...相同金额的份数不能超过55份。在满足上述要求的情况下，分成的份数越多越好！请你帮忙计算一下，最多可以分为多少份？———————————————————

赛一罗·2025-02-12 08:55

四、自然语言处理_08Transformer翻译任务案例

0、前言在Seq2Seq模型的学习过程中，做过一个文本翻译任务案例，多轮训练后，效果还算能看Transformer作为NLP领域的扛把子，对于此类任务的处理会更为强大，下面将以基于Transformer

学不会lostfound·2025-02-12 08:53

基于PyTorch框架实现，展示如何使用ResNet50进行特征提取，并结合MMD用于领域适应，迁移学习在轴承故障诊断中的应用

文章目录1.环境准备2.数据准备3.模型定义4.训练过程1.导入必要的库2.定义模型3.数据准备4.训练过程5.运行代码6.注意事项附说明：、pytorch版本，ResNet50进行特征提取，mmd最

QQ_767172261·2025-02-12 07:15

策略泛化的无动作推理

端到端模仿学习为训练机器人策略提供一种有前途的方法。然而，泛化到新环境（例如未见过的场景、任务和目标实例）仍然是一项重大挑战。

硅谷秋水·2025-02-12 07:44

2025年毕设ssm牙科诊所app论文+源码

随着信息技术的发展，牙科诊所需要一个集用户管理、牙医资源分配、护牙知识普及、坐诊信息发布、治疗预

啊诚计算机毕设·2025-02-12 06:39

冲一下阿里，感觉不是很难

新的一周又来了，今天分享的是训练营的朋友在阿里的一面，看了一下面试的内容，感觉挺简单的，你做一下试试：Redis数据消失的原因Redis中的数据如果既没有设置过期时间也没有被显式删除但仍然消失了，可能是因为配置了持久化策略

·2025-02-12 05:37

开源模型应用落地-qwen2-7b-instruct-LoRA微调&合并-ms-swift-单机多卡-RTX 4090双卡（十五）

是一种有效的自适应策略，它不会引入额外的推理延迟，并在保持模型质量的同时显着减少下游任务的可训练参数数量。2.2.参数高效微调(PEF

开源技术探险家·2025-02-12 04:50

揭幕 DeepSeek-V2.5-1210：革新人工智能能力

技术背景DeepSeek-V2.5-1210在DeepSeekV2系列的基础上进行了微调，利用后训练迭代提升了其在数学、编程、写作和

吴脑的键客·2025-02-12 03:16

关于rabbitmq的prefetch机制

消息预取机制（PrefetchMechanism）是RabbitMQ中用于控制消息传递给消费者的一种机制。它定义了在一个信道上，消费者允许的最大未确认的消息数量。

Persistence is gold·2025-02-12 02:41

自动评估基准 | 技巧与提示

缓解措施有：测试集中加入哨兵字符串(canarystring)(如BigBench)，这是一种特殊的字符组合，使得模型创建者可以在训练集中查找，来表明该数据中是否包含评估。

·2025-02-12 01:00

人工评估 | 基础概念

本文讨论的都是后验评估，即模型已经完成训练，给定一个任务让人类进行评估。

·2025-02-12 01:57

【蔬菜识别】Python+深度学习+CNN卷积神经网络算法+TensorFlow+人工智能+模型训练

作为主要编程语言，通过收集了8种常见的蔬菜图像数据集（'土豆','大白菜','大葱','莲藕','菠菜','西红柿','韭菜','黄瓜'），然后基于TensorFlow搭建卷积神经网络算法模型，通过多轮迭代训练最后得到一个识别精度较高的模型文件

·2025-02-12 01:24

推荐频道

nlp预训练