卷积 树莓 神经网络 模型
网络流 最大流 Dinic 算法
#define LL long long #define N 10010 #define M 200010 using namespace std; int n,m,S,T; //n,m,s,t，分别表示点的个数、有向边的个数、源点序号、汇点序号 struct edge{LL v,c,ne;}e[M ......
二分图最大匹配——网络流
二分图最大匹配可以转换成网络流模型。 将源点连上左边所有点，右边所有点连上汇点，容量皆为1。原来的每条边从左往右连边，容量也皆为1，最大流即最大匹配。 如果使用 Dinic 算法 求该网络的最大流，可在O(sqrt(n) * m)求出。 #define N 1010 #define M 200001 ......
使用8卡3090微调llama2-70B模型
写在前面 很多问题尚未弄清，还在进一步调整 目前已知 我用8卡的3090 采用deepspeed ZeRO3进行运行，下面是deepspeed3的配置 1 { 2 "fp16": { 3 "enabled": "auto", 4 "loss_scale": 0, 5 "loss_scale_wind ......
“古剑山”第一届全国大学生网络攻防大赛-Misc WP
i_have_the_flag 题目 js代码 查看代码 function hm(s) { return rh(rstr(str2rstr_utf8(s))); } function bm(s) { return rb(rstr(str2rstr_utf8(s))); } function rstr ......
Linux内核贡献成熟度模型 【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/contribution-maturity-model.html Linux内核贡献成熟度模型 背景 作为2021年Linux内核维护者峰会的一部分，讨论了招募内核维护者以及维护者继任方面的挑战。其中一些结论包 ......
1文件+2个命令，无需安装，单机离线运行70亿大模型
1文件+2个命令，无需安装，单机离线运行70亿大模型 大家好，我是老章 最近苹果发布了自己的深度学习框架--MLX，专门为自家M系列芯片优化。看了展示视频，这个框架还能直接运行Llama 7B的大模型，在M2 Ultral上运行流畅。但是我尝试了一下，我的M2 Mac mini根本跑不动，模型权重太 ......
linux系统如何连接网络
1、登入进入linux桌面 2、在上方的系统下拉菜单中点击首选项 3、点击网络连接 4、进入编辑页。打开IPV4设置，将方法改为手动 5、选择添加，填写ip地址，子网掩码，网关，DNS服务器等信息，填写完成后，点击应用即可 ......
2023-2024-1 20232404《网络空间安全导论》第5周学习总结
教材学习内容总结 5.1信息内容安全概述 信息内容安全又称网络内容安全。 信息内容安全是借助人工智能和大数据技术管理网络信息传播的重要手段。 5.2信息内容安全威胁 其他路由攻击表现为在传输的过程中未经授权地访问和更改内容。 5.3网络信息内容获取 传统的网络媒体信息获取环节从预先设定的、包含一定数 ......
线路编码方案 —— 《数据通信与网络》4th
线路编码方案 分类 单极编码方案 在单级编码方案中，所有的信号电平都在时间轴的一边，或者时间轴的上面或者时间轴的下面。 不归零 (NRZ) 一般，单级编码方案设计成不归军 (non-return-to-zero NRZ) 方案，在此方案中正电平定义成位 而零电平定义成位 。之所以称为NRZ ，是因为 ......
网络层协议及ip编址
网络层协议及ip编址 IP 协议报文 字段 长度/位 含义 Version版本号 4 指定 IP 协议的版本；通信双方使用的 IP 协议版本必须一致；目前使用最广泛的IP协议版本号为 4，即 IPv4。现在已经开始普及IPv6了 IHL首部长度 4 可表示的最大十进制数值是 15，IP 首部长度的单 ......
2023-2024-1 20232401 《网络空间安全导论》第5周学习
2023-2024-1 20232401 《网络空间安全导论》第5周学习 教材内容学习总结 网络空间安全导论第五章思维导图 教材学习中的问题和解决过程 问题1：不理解路由的概念 问题1解决方法：通过询问ChatGPT明晰了路由、路由器、路由表的概念 问题2：难以理解非结构信息的结构化 问题2解决方法 ......
网络流最大流Dinic算法
感谢董晓老师：博客，b站 /* Dinic算法的思路是，用bfs进行分层，限制后面dfs每次的搜索深度， 并且，在dfs的过程中，直接把当前这个路走到u的容量限制分给u的各个出边 */ #include <iostream> #include <algorithm> #include <cstrin ......
2023-2024-1 20232311 《网络空间安全导论》 第五章学习
教材学习内容总结 思维导图 教材学习中的问题和解决过程 问题1：除计算机技术外，还有哪些领域需要协同工作来更好地保证信息内容的安全 问题1解决方案（询问ChatGPT） 问题2：如何基于网络交互重构机制实现需要身份认证的动态网页发布信息获取 问题2解决方案（询问ChatGPT） 基于AI的学习 感悟 ......
“古剑山”第一届全国大学生网络攻防大赛-Crypto WP
Crypto babyRSA 题目信息 p=10557060480607393156040418736281630895040877491596075167695884580033587151860045514604024031420460694464109891485815938658886878 ......
大模型的事实核查测试&测试用例
大模型事实核查测试介绍 大模型的事实核查维度主要包括以下几个方面： 事实理解：大模型需要能够理解事实陈述中的事实信息，包括事实的主体、客体、属性、关系等。 知识推理：大模型需要能够根据事实信息进行推理，从而得出新的事实信息。 语言生成：大模型需要能够生成准确的事实陈述，以回答事实核查问题。 具体来说 ......
在pytorch中保存模型或模型参数
在 PyTorch 中，我们可以使用 torch.save 函数将 PyTorch 模型保存到文件。这个函数接受两个参数：要保存的对象（通常是模型），以及文件路径。 保存模型参数 import torch import torch.nn as nn # 假设有一个简单的模型 class Simple ......
flannel网络实验
一、部署flannel (注意安装cni) 下载地址：https://github.com/flannel-io/flannel wget https://github.com/flannel-io/flannel/releases/latest/download/kube-flannel.yml ......
2023-2024-1 20232314 《网络空间安全导论》第五周学习
教材学习内容总结 教材学习中的问题和解决过程 问题1：信息内容获取的工具有哪些？ 解决方案：询问chatgpt。 爬虫工具：如Scrapy、BeautifulSoup等，用于自动化抓取和分析网页信息。 数据挖掘工具：如RapidMiner、Weka等，用于从大量数据中挖掘潜在的模式和关系。 采集软件 ......
【智慧港口】NTP网络时钟服务器（校时服务）助力港口建设
【智慧港口】NTP网络时钟服务器（校时服务）助力港口建设 【智慧港口】NTP网络时钟服务器（校时服务）助力港口建设 京准电子科技官微——ahjzsz 1、系统需求 为整个港口枢纽和各个弱电子系统（视频监控、智能闸口、广播等系统）提供一个标准的时钟同步信号，使港口各系统时钟同步一致并同步显示出来。 2 ......
遥遥领先GPT-4！谷歌最强AI大模型Gemini 1.0发布
在5月举行的开发者大会上，谷歌首次透露其正在开发的AI大模型Gemini，时隔7个月，Gemini终于来了。 据谷歌官方公众号消息，谷歌日前正式发布Gemini 1.0，这是谷歌迄今为止构建的最强大、最通用、最灵活的模型。 据介绍，针对不同场景，谷歌发布了三种不同版本： Gemini Ultra：谷 ......
tornado框架之模型绑定
模型绑定有两个主要功能： 自动生成html表单 用户输入验证 在之前学习的Django中为程序员提供了非常便捷的模型绑定功能，但是在Tornado中，一切需要自己动手！！！ 1 <!DOCTYPE html> 2 <html lang="en"> 3 <head> 4 <meta charset=" ......
网络代理
curl 和 wget网络代理 # 设置 export http_proxy=http://172.139.20.170:3888 export https_proxy=http://172.139.20.170:3888 # 取消 unset http_proxy unset https_prox ......
Bert-vits2新版本V2.1英文模型本地训练以及中英文混合推理(mix)
中英文混合输出是文本转语音(TTS)项目中很常见的需求场景，尤其在技术文章或者技术视频领域里，其中文文本中一定会夹杂着海量的英文单词，我们当然不希望AI口播只会念中文，Bert-vits2老版本(2.0以下版本)并不支持英文训练和推理，但更新了底模之后，V2.0以上版本支持了中英文混合推理(mix) ......
经纬恒润以太网网关，智能时代网络通关
车产业新四化步伐持续加速，智能网联逐渐成为整车标配，随着近年来相关政策频出以及对网联需求和功能的深度挖掘与发展，中国本土市场及本土供应商在这场新浪潮中逐渐走向C位。经纬恒润深耕智能网联领域多年，先后推出四代网关产品，覆盖CAN、LIN、Flexray、百兆以太网、千兆以太网、OTA Master等， ......
小模型也可以「分割一切」，Meta改进SAM，参数仅为原版5%
前言 Segment Anything 的关键特征是基于提示的视觉 Transformer（ViT）模型，该模型是在一个包含来自 1100 万张图像的超过 10 亿个掩码的视觉数据集 SA-1B 上训练的，可以分割给定图像上的任何目标。这种能力使得 SAM 成为视觉领域的基础模型，并在超出视觉之外的 ......
大模型评测工具&评测基准
● 评测工具：用于评估模型的整体能力 ● 评测基准：用于评估模型在特定任务方面的能力 评测集名称 核心维度 测试模型的描述 评测类型 MMLU 多模态语言理解 理解文本、图像和音频等多种模态数据之间的关系方面的能力 评测工具 AGIEVAL 通用人工智能 自然语言理解、机器翻译、视觉识别等多种不同任 ......
语言模型：GPT与HuggingFace的应用
本文分享自华为云社区《大语言模型底层原理你都知道吗？大语言模型底层架构之二GPT实现》，作者：码上开花_Lancer 。 受到计算机视觉领域采用ImageNet对模型进行一次预训练，使得模型可以通过海量图像充分学习如何提取特征，然后再根据任务目标进行模型微调的范式影响，自然语言处理领域基于预训练语言 ......
神经网络优化篇：详解偏差，方差（Bias /Variance）
偏差，方差 注意到，几乎所有机器学习从业人员都期望深刻理解偏差和方差，这两个概念易学难精，即使自己认为已经理解了偏差和方差的基本概念，却总有一些意想不到的新东西出现。关于深度学习的误差问题，另一个趋势是对偏差和方差的权衡研究甚浅，可能听说过这两个概念，但深度学习的误差很少权衡二者，总是分别考虑偏差和 ......