526互联

冒号 模型 进程 屏幕

“视界”尽在眼前，海纳视联大模型来了！

11月10日—13日，以“数字科技 焕新启航”为主题的2023数字科技生态大会在广州举办。会议期间，在数字生活与天翼视联合作论坛上，重磅发布了由天翼云科技有限公司、天翼数字生活科技有限公司和天翼视联科技有限公司联合研发的视联行业大模型——海纳视联大模型，为视联行业智能化发展按下加速键。 ......
视界 模型

【Mquant】7：构建价差套利(三) ——空间误差校正模型

1. 上节回顾 【Mquant】6：构建价差套利(二)上节带领大家编写了统计套利均值回归的程序，通过历史回测发现还不能进入实盘交易状态，原因出现在手续费率上，由于加密市场手续费率较高，我们选择国内期货市场，一般期货市场手续费率可以达到万分之一，个别品种手续费率可以达到万分之0.1。这节内容，我们围绕 ......
价差 误差 模型 Mquant 空间

博弈论——古诺博弈模型详解

古诺模型（Cournot model）是博弈论中最具有代表性的模型之一，也是是纳什均衡最早的版本。它是法国经济学家古诺(Augustin Cournot)在1938年出版的《财富理论的数学原理研究》一书中最先提出的。而古诺的定义比纳什的定义早了一百多年，足以体现博弈论这样一个学科是深深扎根于经济学的 ......
博弈论 模型

qt 设置窗口居中，屏幕居中，适应多多显示器

#include <QScreen> QList<QScreen*> screen = QGuiApplication::screens(); if(screen.size()>=1) { // 窗口居中 this.move((screen[0].geometry().width()-this.wi ......
显示器 屏幕 qt

yolov8 opencv模型部署

使用opencv推理yolov8模型，仅依赖opencv，无需其他库，以yolov8s为例子，注意： 使用opencv4.8.0 ！使用opencv4.8.0 ！使用opencv4.8.0 ！如果你使用别的版本，例如opencv4.5，可能会出现以下错误。 一、安装yolov8conda creat ......
模型 yolov8 opencv yolov

大语言模型量化方法对比：GPTQ、GGUF、AWQ

在过去的一年里，大型语言模型(llm)有了飞速的发展，在本文中，我们将探讨几种(量化)的方式，除此以外，还会介绍分片及不同的保存和压缩策略。 说明：每次加载LLM示例后，建议清除缓存，以防止出现OutOfMemory错误。 del model, tokenizer, pipe import torc ......
模型 语言 方法 GPTQ GGUF

屏幕分辨率适配

<script>import _ from "lodash";export default { name: "App", mounted() { this.$nextTick(() => { const $app = this.$refs.app; // 设置 屏幕 百分比 尺寸 适配 const ......
分辨率 屏幕

Node JS 多进程

在 Node.js 中，可以使用多个进程来处理文件，并发执行任务以提高性能和效率。多进程可以提高应用程序的性能和可靠性，但同时也会带来一些额外的开销和复杂性问题 优点 可以高效利用多核 CPU ，将许多并发请求分配到不同的进程中处理，来提高应用程序性能。 提高可靠性，多进程互相隔离，当一个进程崩溃或 ......
进程 Node JS

倾斜摄影三维模型根节点合并的纹理压缩与抽稀关键技术分析

三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
纹理 节点 模型 关键 技术

3.3 Windows驱动开发：内核MDL读写进程内存

MDL内存读写是一种通过创建MDL结构体来实现跨进程内存读写的方式。在Windows操作系统中，每个进程都有自己独立的虚拟地址空间，不同进程之间的内存空间是隔离的。因此，要在一个进程中读取或写入另一个进程的内存数据，需要先将目标进程的物理内存映射到当前进程的虚拟地址空间中，然后才能进行内存读写操作。 ......
内核 进程 内存 Windows 3.3

强制关闭xxx进程

目录基本语法举个🌰 基本语法 kill -9 $(ps faxu | grep -w 进程关键字 | grep -v grep | grep 进程关键字 | awk '{print $2}') 举个🌰 关闭/opt目录下Tomcat进程： kill -9 $(ps faxu | grep -w ......
进程 xxx

函数的拟合 | 实际问题模型化

前言 我们认知和解决实际问题常常是通过函数这一抓手来完成的，但是对实际问题而言，一拿到手谁也不知道其对应的函数模型是什么，能知道的往往是一堆元数据，我们的做法是研究数据，对数据进行函数的拟合，看已经学习过的函数中的哪一类的拟合效果最贴近实际问题，从而确定最优的函数解析式。 典例剖析 【人教 \(A\ ......
函数 模型 实际 问题

进程管理

初识进程 在Linux系统中，进程是执行中的程序的实例。每个进程都有一个唯一的进程标识符（PID）和一些相关的属性，如进程状态、优先级等。进程的管理对于系统的稳定性和性能至关重要。 查看进程 使用ps命令可以查看系统上正在运行的进程。例如，以下命令可以列出当前用户的所有进程： bash ps aux ......
进程

Linux进程管理入门教程

进程状态
Linux中的进程有多种状态，包括：● 运行（Running）：进程正在执行● 睡眠（Sleeping）：进程处于可执行状态，等待某事件发生，如I/O操作完成● 阻塞（Blocked）：进程因等待某资源而暂停执行● 僵死（Zombie）：进程已经执行完成，但其父进程尚未回收它的资源● 停止 ......
入门教程 进程 教程 Linux

【随手记录】Llama Tutorial 大语言模型实践

这个tutorial的契机是yy突然看到了一个workshop 所以类似于一周大作业的形式，输入command输出使用了自动驾驶哪些模块，代码在这里 所以就干一干，顺便写一个tutorial给大家参考和教程 引申更多的应用 参考资料： https://github.com/facebookresea ......
Tutorial 模型 语言 Llama

零信任模型与多因素身份验证的重要性

近年来，随着技术的迅速发展，数据和工作变得比以往更数字化。虽然这为许多机会打开了大门，但也为威胁行为者提供了新的入侵机会。因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 快速变化且充满挑战的网络安全领域需要一种能够应对新 ......
重要性 模型 因素 身份

5.星型模型和雪花模型

星型模型 事实表为中心，维度表关联在事实表上 雪花模型 在星型模型的基础上，维度表上又关联了其他维度表。这种模型维护成本高，性能方面也较差，所以一般不建议使用。 ......
模型 雪花

CentOS中查看Java进程

1.ps命令：可以用来查看当前系统中正在运行的进程。要查看Java进程，可以使用以下命令： ps -ef|grep java 该命令会列出所有包含“java”关键字的进程信息。你可以通过查看进程的PID(进程ID)和其他详细信息来确定你要找的java进程。 2.jps命令：是Java虚拟机（JVM） ......
进程 CentOS Java

winfrom启动三方exe程序，让三方exe窗体在屏幕下方显示

[DllImport("user32.dll")] static extern bool GetWindowRect(IntPtr hWnd, out RECT lpRect); [DllImport("user32.dll")] static extern bool MoveWindow(IntP ......
三方 窗体 exe 屏幕 winfrom

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级 1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多 ......
双语 门槛 新一代 ChatGLM3 模型

三维模型的顶层合并构建的点云抽稀关键技术分析

三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
顶层 模型 关键 技术

R语言多元Copula GARCH 模型时间序列预测|附代码数据

原文链接 http://tecdat.cn/?p=2623 原文出处：拓端数据部落公众号 最近我们被要求撰写关于Copula GARCH的研究报告，包括一些图形和统计输出。 和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元 ......
时间序列 序列 模型 语言 代码

【视频】广义相加模型（GAM）在电力负荷预测中的应用|附代码数据

全文下载链接：http://tecdat.cn/?p=9024 最近我们被客户要求撰写关于广义相加模型（GAM）的研究报告，包括一些图形和统计输出。 这篇文章探讨了为什么使用广义相加模型 是一个不错的选择。为此，我们首先需要看一下线性回归，看看为什么在某些情况下它可能不是最佳选择。 回归模型 假设我 ......
广义 负荷 模型 电力 代码

什么是大模型

什么是大模型 "大模型"通常指的是深度学习中参数数量庞大、层数深厚的神经网络模型。这些模型具有数十亿甚至上百亿的参数，通常需要大量的计算资源来进行训练和推断。这种规模的模型在处理复杂任务时表现得很出色，因为它们能够从大量的数据中学到更复杂、更抽象的表示。 例如，GPT-3（Generative Pr ......
模型

国外著名交易策略:R-Breaker模型设计原理(转载)

R-Breaker是一种短线日内交易策略，它结合了趋势和反转两种交易方式。 交易系统的基本原理如下： 1.根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为：突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价、突破卖出价。 以此来形成当前交易日盘中交易的触 ......
R-Breaker 模型 原理 策略 Breaker

AI经典模型参数规模

| 模型 | 参数数量 || | || AlexNet | 约 60 million || VGG16 | 约 138 million || ResNet50 | 约 25 million || InceptionV3 | 约 23 million || MobileNetV2 | 约 3.5 mi ......
模型 参数 规模 经典

【Python&图像超分】Real-ESRGAN图像超分模型（超分辨率重建）详细安装和使用教程

图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。今天给大家介绍一下腾讯ARC实验室发布的一个图像超分辨率模型Real-ESRGAN，同时奉上详细的安装使用教程。 ......
图像 Real-ESRGAN 模型 分辨率 教程

UNet pytorch模型转ONNX模型完整code

1 import os 2 import torch 3 import numpy as np 4 from Unet import UNET 5 os.environ["CUDA_VISIBLE_DEVICE"] = "" 6 7 def main(): 8 demo = Demo(model_p ......
模型 pytorch UNet ONNX code

初学者如何上手服务器训练模型

拿到一个服务器很迷茫，不知道如何使用，写一份本实验室的服务器使用方法： 1下载Xshell和Xftp 现在提供了家庭/学习免费版 2安装后新建会话 3 bash命令 切换到bash界面 bash，全称Bourne Again Shell，是绝大多数Linux系统默认的命令解释器，能够处理用户所输入的 ......
初学者 模型 服务器

解决 keras 首次装载预训练模型VGG16 时下载失败问题

解决：Exception: URL fetch failure on https://storage.googleapis.com/tensorflow/keras-applications/vgg16/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h ......
模型 问题 keras VGG 16
共4830篇  :27/161页 首页上一页27下一页尾页