svm训练完保存权重

深度学习五大模型：CNN、Transformer、BERT、RNN、GAN详细解析

CNN利用卷积操作实现局部连接和权重共享，能够自动学习数据中的空间特征。适用场景：广泛应用于图像处理相关的
·2025-03-19 11:37

医疗影像联邦学习可解释性算法研究

本研究以跨机构医疗影像协作场景为核心，系统性探讨联邦学习框架下可解释性算法的创新路径，重点解决医疗AI模型在分布式训练中的透明度缺失问题。
智能计算研究中心·2025-03-19 11:36

【Python】测试数据生成工具 --- Faker

Faker的应用不仅限于测试，它还广泛应用于数据分析、机器学习训练集的准备以及任何需要大量样本数据的场景。Faker安装前提：已安装python、pip安装命令如下：pipinst
·2025-03-19 11:00

实现音视频录制功能鸿蒙示例代码

点击视频录制即可录制视频，并会保存视频。点击音频录制按钮即可开始录制音频，并会保留音频文件，点击文件可以进行播放。实现思路构建音频录制页面构造setAudioRecorde
·2025-03-19 11:29

融合AMD与NVIDIA GPU集群的MLOps：异构计算环境中的分布式训练架构实践

在深度学习的背景下，NVIDIA的CUDA与AMD的ROCm框架缺乏有效的互操作性，导致基础设施资源利用率显著降低。随着模型规模不断扩大而预算约束日益严格，2-3年更换一次GPU的传统方式已不具可持续性。但是Pytorch的最近几次的更新可以有效利用异构计算集群，实现对所有可用GPU资源的充分调度，不受制于供应商限制。本文将深入探讨如何混合AMD/NVIDIAGPU集群以支持PyTorch分布式训
·2025-03-19 11:59

深度学习框架PyTorch——从入门到精通（4）数据转换

转换（Transforms）很多时候，数据并不总是以训练机器学习算法所需的最终处理形式出现。所以我们需要使用变换对数据进行一些处理，使其适合训练。
Fansv587·2025-03-19 11:01

C++智能指针：从内存裸奔到安全驾驶（附保姆级代码示例）

大家好呀，我是灰灰，上期咱们聊完引用，不少小伙伴在评论区哭诉内存泄漏的惨痛经历。今天咱们就来解锁C++的"自动驾驶"神器——智能指针！从此告别new/delete的手动挡时代，系好安全带，发车啦！
灰灰的C旅程·2025-03-19 11:29

深度学习框架PyTorch——从入门到精通（5）构建神经网络

构建神经网络获取训练设备定义类模型层nn.Flattennn.Linearnn.ReLUnn.Sequentialnn.Softmax模型参数补充说明argmax神经网络是由一些层或者模块组成的，这些层和模块会对数据进行各种操作
Fansv587·2025-03-19 11:58

C++徒手搓国密SM算法！从青铜到王者の硬核修炼手册

先上全家桶参数对比表（建议截图保存）：算法杀伤力密钥长度核心装备必杀技SM2非对称核弹256bit椭圆曲线方程数字签名+密钥交换二合一SM3哈希冲击波256bit压缩函数套娃数据粉碎成量子态SM4对称加特林
skyksksksksks·2025-03-19 10:25

大语言模型的训练数据清洗策略

目录大语言模型的训练数据清洗策略1.数据去重与标准化问题解决方案示例代码（Python实现数据去重）：2.过滤有害内容问题解决方案示例代码（基于关键词过滤有害内容）：3.纠正数据不均衡问题解决方案示例代码
gs80140·2025-03-19 10:23

文件及其应用场景

文件及其应用场景一,文件的定义文件的概念内存中存放的数据在计算机关机后就会消失.要长久保存数据，就要使用硬盘、光盘、U盘等设备.为了便于数据的管理和检索，引入了"文件"的概念.一篇文章、一段视频、一个可执行程序
烈焰猩猩·2025-03-19 10:20

Megatron-LM训练框架和Deepspeed训练框架最主要的异同和优劣是什么

核心异同点并行策略Megatron-LM核心：以张量并行（TensorParallelism）和流水线并行（PipelineParallelism）为主，结合数据并行。张量并行通过切分模型层（如注意力头、MLP块）到不同设备，利用NVLink高速通信提升效率。流水线并行将不同层分配到不同设备，通过P2P通信协调。DeepSpeed核心：ZeRO优化技术（ZeroRedundancyOptimize
强化学习曾小健·2025-03-19 09:15

OctoTools：一个具有复杂推理可扩展工具的智体框架

现有方法使用外部工具增强大语言模型(LLM)，但仅限于专业领域、有限的工具类型或需要额外的训练数据。本文的OctoTools，是一个无需训练、用户友好且易于扩展的
三谷秋水·2025-03-19 09:09

java文件分块上传,OkHttp文件上传（2）：实现文件分块上传

区别是断点下载的进度保存在客户端，ey往是写入数据库，分块上传的进度保存在服务器，每次可以通过文件的md5请求服务器，来获取最新的上传偏移量。
陈章玉·2025-03-19 08:09

Python 地图基础教程教程

安装必要库二、绘制基本世界地图1.导入必要的库：2.加载世界地图数据：3.绘制地图：三、自定义地图样式1.按面积给国家着色：2.突出显示特定国家：四、添加地理信息1.显示国家名称：2.添加其他地理要素：五、保存地图前言地图在生活
小白教程·2025-03-19 08:38

Windows 图形显示驱动开发-WDDM 3.0功能- D3D12 视频编码（二）

PFND3D12DDI_CREATEVIDEOENCODER_0082_0创建保存视频编码会话状态的实际视频编码器对象。创建表示视频编码器堆的驱动程
程序员王马·2025-03-19 07:28

深度学习框架PyTorch——从入门到精通（5）自动微分

使用torch.autograd自动微分张量、函数和计算图计算梯度禁用梯度追踪关于计算图的更多信息张量梯度和雅可比乘积在训练神经网络时，最常用的算法是反向传播。
Fansv587·2025-03-19 06:20

利用Excel和ArcGIS，依靠起点和终点经纬度生成河流矢量数据

1、在excel中将度分秒格式的经纬度表示法转换为十进制并保存（每行都包含起点和终点经纬度）转换前：转换后：转换公式：注意公式在“分'”为一位数字时会报错，需要在前面补0。
YUANXLLL·2025-03-19 06:47

【Python 基础教程】Python中的输入输出

当然了我们写程序的目的也就是对数据流进行处理,处理之后或对其进行保存,或将其释放。今天主要学习一下Python中的输入输出流,会对标准输入输出流、文件输入输出流展开介绍。一
2401_84139711·2025-03-19 06:42

OmniParser V2 安装与使用教程

安装环境：condacreate-n"omni"python==3.12condaactivateomnipipinstall-rrequirements.txt确保您已将V2权重下载到weights文件夹中
Leaton Lee·2025-03-19 05:31

标签转换脚本 - VOC格式转COCO格式，即voc2coco，xml2json 附VOC及COCO标签格式详解

专栏目录：YOLO训练/写作脚本目录一览|涉及标签转换、数据扩充、热力图、感受野、精度曲线、数量统计等近百个脚本文件专栏地址：YOLO训练/写作脚本——丰富文章内容，增强实验信服力，助力发文！！！
Limiiiing·2025-03-19 04:57

标签转换脚本 - VOC格式转YOLO格式，即voc2yolo，xml2txt 附VOC及YOLO标签格式详解

专栏目录：YOLO训练/写作脚本目录一览|涉及标签转换、数据扩充、热力图、感受野、精度曲线、数量统计等近百个脚本文件专栏地址：YOLO训练/写作脚本——丰富文章内容，增强实验信服力，助力发文！！！
Limiiiing·2025-03-19 04:26

系统应用权限设置跳转鸿蒙示例代码

场景一：如果应用首次拒绝了消息通知，应用希望能够引导用户拉起设置应用设置允许通知，用来接收应用内的推送消息；并且在设置完后返回页面可以监听到修改后的状态。
·2025-03-19 03:21

自建智能算力中心 vs 第三方算力租赁：AI企业的算力博弈与最优解

从ChatGPT到DeepSeek，从自动驾驶到智能医疗，AI模型的训练和推理需求呈现指数级增长。在这场技术革命中，算力已成为企业竞争的“命脉”。
·2025-03-19 03:50

electron 源码下载与编译构

主要是electron在下载完chromium
五一编程·2025-03-19 01:05

百度站群收录2025最新：实战策略与趋势解读

一、2024实战案例拆解案例背景：某母婴用品品牌通过「三级站群矩阵」实现收录突破：1个品牌主站（权重培育）5个地域分站（长尾词覆盖）9个产品专题站（精准流量捕获）RewriteRule^(.*)/product
SEO黑猫·2025-03-19 00:22

DCM4CHE图像显示

概述本文主要介绍dicom图像从拿到像素数据到显示到图像的基本过程，通过DCM4CHE获取dicom文件像素数据，通过默认窗宽窗位，显示到java的BufferedImage上，并将BufferedImage保存成
啸鸢·2025-03-18 22:40

RAG 在多模态数据处理中的应用探索：结合图像与文本生成

目录引言多模态数据处理的挑战与需求数据异质性与融合难题多样化应用场景的需求RAG在图像与文本生成中的应用架构图像检索与文本生成协同跨模态特征融合与生成关键技术与实现细节图像特征提取与表示文本检索与语义理解跨模态生成模型训练应用案例分析智能设计辅助医疗影像报告生成结论引言随着信息技术的飞速发展
hy098543·2025-03-18 22:40

如何计算一个7B的模型训练需要的参数量以及训练时需要的计算资源

计算理论过程见：transformer中多头注意力机制的参数量是多少？1.模型参数量的计算7B参数模型的总参数量是70亿（7billion）。这些参数主要分布在以下几个部分：Transformer层：多头注意力机制（Multi-HeadAttention）前馈神经网络（Feed-ForwardNetwork）嵌入层（EmbeddingLayer）：词嵌入（TokenEmbeddings）位置编码（
yxx122345·2025-03-18 20:59

程序员必看！DeepSeek全栈开发实战指南：从代码生成到性能优化

这两项技术突破对程序员群体意义重大：通信效率飞跃：DeepEP通过NVLink优化实现GPU间158GB/s传输速度，后端开发者训练大模型时可节省60%集群资源推理性能突破：R1模型在H
AI创享派·2025-03-18 20:59

MM-RAIT：多模态检索增强生成（RAG）的认知革命

多模态检索增强生成（RAG）领域迎来了一项里程碑式的突破——MM-RAIT框架通过“评估-训练”双轮驱动，显著提升了主流视觉语言模型的RAG性能，增幅达27%至34%。
花生糖@·2025-03-18 20:58

五、AIGC大模型_05模型的vLLM部署与LangChain调用

0、概述要搭建一个大模型应用服务，通常需要包含以下五层结构，即：基础环境、模型层、推理层、对外接口、外挂应用在了解了模型的微调训练之后，本文将以vLLM、OpenAI、LangChain为例，介绍大模型的推理部署以及对外接口开放调用
学不会lostfound·2025-03-18 19:20

PyTorch 深度学习实战（17）：Asynchronous Advantage Actor-Critic (A3C) 算法与并行训练

本文将介绍强化学习领域的重要里程碑——AsynchronousAdvantageActor-Critic(A3C)算法，并展示如何利用PyTorch实现并行化训练来加速学习过程。
进取星辰·2025-03-18 19:17

DeepSeek 3FS 与 JuiceFS：架构与特性比较

在AI业务中，企业需要处理大量的文本、图像、视频等非结构化数据，还需要应对数据量的爆炸式增长，分布式文件系统因此成为AI训练的关键存储技术。
·2025-03-18 18:07

DeepSeek 训练数据模板生成指南

DeepSeek训练数据模板生成指南（一次生成多条高质量数据集）一、核心数据格式规范1.基础结构（JSONL格式）每条数据需包含prompt（输入指令）和completion（期望输出）两个核心字段，采用单行
He.Tech·2025-03-18 18:39

实现录屏功能鸿蒙示例代码

介绍本示例基于C侧AVScreenCapture模块API实现视频录制功能，并将生成的录屏文件保存到到沙箱目录。
·2025-03-18 17:02

被单方面删除VX？这款工具帮你一键检测！

▶️三大核心优势✅开源免费无广告|GitHub万人星标项目✅极速扫描不打扰|15分钟扫完7000好友✅双维度精准
学术裁缝李师傅·2025-03-18 17:03

yolov4

V4贡献：亲民政策，单GPU就能训练的非常好，接下来很多小模块都是这个出发点两大核心方法，从数据层面和网络设计层面来进行改善消融实验，感觉能做的都让他给做了，这工作量不轻全部实验都是单GPU完成，不用太担心设备了
zzh-·2025-03-18 16:28

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、DQN算法概述三、基于DQN的无人机三维航线规划方法1.环境建模2.状态与动作定义3.奖励函数设计4.深度神经网络训练5.航线规划四、研究挑战与展望
wlz249·2025-03-18 16:28

yolov8的第一次实验报告

datasets]数据集大小:[2.68Gb]数据集描述:[数据集主要分两个类别：zdjy_ld,zdjy_gd]注释：占道经营流动，占道经营固定3.模型配置3.1基础配置·模型类型:YOLOv8·预训练模型
算法宇宙·2025-03-18 16:55

游戏引擎导论

文章链接：http://blog.csdn.net/zhmxy555/article/details/8250057作者：毛星云（浅墨）邮箱：[email protected]一、学完DirectX
方块砖·2025-03-18 16:55

C++实现转轮密码机

说起来有点伤心，一个月前写的轮转密码机源码忘记保存被我删了，心痛的不行。因为第一次写密码机写了一早上，调试了一下午才搞好。虽然不难，但是那时候我刚接触链表结构，还不是很熟悉，各种野指针，内存错误。
Istaroth·2025-03-18 15:23

李开复：AI 2.0 时代的机遇

然而，深度学习模型的训练成本高、数据依赖性强、可解释性差等问题仍然制约着AI技术的进一步发展。李开复先生在《AI2.0时代的机遇》
AGI大模型与大数据研究院·2025-03-18 15:52

YOLOv8n-OBB使用C#在windows10进行部署（CPU）

1.训练YOLOv8-OBB模型1.1数据集制作所用标注工具：X-AnyLabeling下载链接：https://github.com/CVHub520/X-AnyLabeling/releases/download
cd_Ww777·2025-03-18 15:21

YOLOv8 的简介 及C#中如何简单应用YOLOv8

端到端训练：可以直接从图像输入端到分类结果输出，简化了训练和部署过程。改进的架构：包括更深的网络结构、更复杂的特征提取方法以及更高效的
码上有潜·2025-03-18 14:46

llama.cpp 和 LLM（大语言模型）

它通过海量文本数据训练，能够生成连贯、语义丰富的文本，完成问答、创作、推理等任务。特点：参数规模大：如GPT-3（1750亿参数）、Llama-65B（650亿参数）等。
这个懒人·2025-03-18 14:12

LLaMA-Factory 微调训练

LLaMA-Factory微调训练该框架功能，标注-微调-导出-合并-部署，一整条流程都有，而且训练时消耗的gpu算力也会小一些一，安装（推荐在linux中训练，win可以用wsl+docker）gitclonehttps
zsh_abc·2025-03-18 14:40

Python制作【大麦网】抢票程序，看演唱会再也不怕没票了

但是因为票数有限，还有黄牛们不能丢了饭碗，所以导致了，很多人都抢不到票那么，今天带大家用Python来制作一个自动抢票的脚本小程序知识点：面向对象编程selenium操作浏览器pickle保存和读取Cookie
中年猿人·2025-03-18 13:06

RAID10怎么创建？RAID10创建详细步骤

RAID10创建步骤主要有7步：1.硬件准备；2.配置RAID卡或存储设备；3.选择RAID级别；4.添加硬盘到RAID10组；5.添加硬盘到RAID10组；6.保存并退出配置；7.初始化RAID10阵列
·2025-03-18 13:28

cursor or 大模型的编程使用经验

1.git管理代码版本改了、达到了基本效果就可以保存（也就是实现了基本代码逻辑）。一旦大模型给出新的代码实现逻辑，或者自己人工修改代码实现逻辑，每修改一次代码，实现逻辑就保存一次代码版本。
·2025-03-18 13:53
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他