卷积 神经网络 深度 模型
VM虚拟机三种网络配置详解(桥接、NAT、仅主机)
VM虚拟机三种网络配置详解(桥接、NAT、仅主机) [链接](http://t.csdn.cn/qlGmI) 在学习[网络配置](https://so.csdn.net/so/search?q=网络配置&spm=1001.2101.3001.7020)之前，需要搞明白有关于网络的一些基本概念，什么是 ......
大模型时代的模型运维与部署：LLMops
来源： https://blog.csdn.net/sinat_26917383/article/details/131538334 1 LLMOps介绍1.1 关联定义术语 LLMOps 代表大型语言模型运维。它的简短定义是 LLMOps 是 LLM 的 MLOps。这意味着 LLMOps 是一组 ......
了解一下新领域 LLMOps: 大模型运维
来源： https://zhuanlan.zhihu.com/p/632026876 随着 OpenAI 的ChatGPT的发布感觉就像在生产中打开了潘多拉魔盒的大型语言模型 (LLM)。现在不仅大家都在聊关于人工智能 (AI) 的话题，而且机器学习 (ML) 社区也正在谈论另一个新术语：“LLMO ......
大小端(网络序--大端；主机序--一般是小端)
[toc] # 什么是大小端 - 首先明白字节序，字节序指占内存超过1个字节类型的数据在内存中存放顺序，通常有大端和小端两种顺序： - 大小端是内存存储字节的两种方式，一个是大端存储，一个是小端存储。 - 网络字节序使用的是大端方式，大部分计算机使用的是小端模式。 - 采用大小模式对数据端进行存放的 ......
卷积神经网络
如果一张28*28*1的图像作为输入，那么传统的神经网络输入的是向量，而卷积神经网络输入的是三维矩阵 卷积层作用是特征提取，池化层的作用是压缩特征，注意卷积层的卷积策略是不对图像的最外层的像素进行处理 颜色通道的处理策略 3个颜色通道，每个颜色通道分别做计算，再把每个通道卷积结果相加 卷积的策略 上 ......
最流行的开源 LLM （大语言模型）整理
本文对国内外公司、科研机构等组织开源的 LLM 进行了全面的整理。 Large Language Model (LLM) 即大规模语言模型，是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。 所谓"语言模型"，就是只用来处理语言文字（或者符号体系）的 ......
训练自己的图像分类模型部署在手机设备
这里使用aidlux在手机上使用摄像头作为输入，利用aidlux提供的接口载入模型，实时推理  torcn.nn是专门为神经网络设计的模块化接口，可以用来定义和运行神经网络（Container为基本的框架模块）。  状态表示：二维 集合：只从前 $i$ 个物品里面选择总体积 $\leq j$ 选法的集合 属性：选法价值的最大值 状态 ......
用Python语言进行多元时间序列ARIMAX模型分析
1.ARIMAX模型定义 ARIMAX模型是指带回归项的ARIMA模型，又称扩展的ARIMA模型。回归项的引入有利于提高模型的预测效果。引入的回归项一般是与预测对象（即被解释变量）相关程度较高的变量。比如分析居民的消费支出序列时，消费会受到收入的影响，如果将收入也纳入到研究范围，就能够得到更精确的消 ......
text-generation-webui试用 windows平台 以及目前比较好的开源中文模型 Baichuan-13B-Chat测试
随着llama的大模型发布，个人也可以在自己电脑上运行生成文本的大模型，建议用大显存的显卡，比如2080ti11g ， 3060 12g ， 3090 24g。 找这篇文章操作 https://openai.wiki/text-generation-webui.html 其中最麻烦的是安装依赖，这是 ......
基于GMM高斯混合模型的语音信息身份识别算法的matlab仿真
1.算法理论概述 一、引言 语音信息身份识别是指通过声音信号对个体进行身份识别的过程。目前，语音信息身份识别已经成为语音处理领域的一个热门研究方向。在语音信息身份识别中，高斯混合模型（GMM）是一种被广泛应用的方法。本文将详细介绍基于GMM的语音信息身份识别算法的实现步骤和数学原理。 二、GMM模型 ......
学习笔记：网络流
## 0.前言 题目传送门：[here](https://www.luogu.com.cn/problem/P3376) ## 1.概念 网络是什么？一张带权的图 网络最大流是什么？ 举个例子 + 想象一些有向的水管，每个水管都有固定的流量上限，有源点可以出水， 有汇点可以收水，问汇点单位时间最多可 ......
【Unity3D】基于深度和法线纹理的边缘检测方法
### 1 前言 [边缘检测特效](https://zhyan8.blog.csdn.net/article/details/130997882)中使用屏后处理技术，通过卷积运算计算梯度，检测每个像素周围像素的亮度差异，以识别是否是边缘像素；[选中物体描边特效](https://zhyan8.b ......
莫比乌斯反演 & gcd 卷积
没有写一些概念（？（（（ 我是梅比乌斯厨=莫比乌斯厨=牲畜（暴论。 ### 前置芝士 #### 积性分解 对于积性函数 $f$，给出 $n=\prod_{i=1}^m p_i^{c_i}$。有 $f(n)=\prod_{i=1}^m f(p_i^{c_i})$。意思是跟 质因子 & 幂次 相关度较高 ......
网络流
~~学长讲着讲着就听不懂了，妈妈捏。~~ ~~60 页讲义、~~ 文章省去了大量的证明（？ ### 流 定义 $f[u\to v]$ 为 $u\to v$ 的 ⌈ 流量 ⌋， $c[u\to v]$ 为 $u\to v$ 的 ⌈ 流量限制 ⌋，$s$ 为源点，$t$ 为汇点。 ##### 合法流的充 ......
无标度网络简介
一个无标度网络是指其度分布至少在渐近意义下遵循幂律。这意味着，网络中节点的比例P(k)随着度k的增加而呈幂律分布。这种分布在数学上被称为幂律分布，其形式为P(k)∝k^(-γ)，其中γ是某个指数。这种分布形式在度k增加时缓慢下降，增加了发现具有非常大度的节点的可能性。这些节点被称为“中心枢纽”，它们 ......
端侧DNN部署——模型转换
## 1 端侧推理框架经验总结 总结下最近用过的一些框架，并介绍他们的主要特点和转换过程。 1. onnxruntime 2. ncnn 3. mnn 4. tensorflow lite 5. huawei hiai 6. paddlelite ## 2 模型部署转换过程 我们以torchvisi ......
临床预测模型——告别手记
主题：预后模型 参考：https://mp.weixin.qq.com/s/rndEH1qvdg0YQ8nFJduHzw 参考文献如下：https://pubmed.ncbi.nlm.nih.gov/34246328/ 数据分析步骤： 开发验证队列：数据来源于德国、美国、澳大利亚三个国家的6家医疗和 ......
国产130亿参数大模型免费商用！性能超Llama2-13B，支持8k上下文，哈工大已用上
前言 国产大模型，再次迎来新玩家！ 本文转载自量子位 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基础入门班、论文指导班 全面上线!! ......
【做题笔记】网络流24题
# [Part1.飞行员配对方案问题](luogu.com.cn/problem/P2756) ## Problem 有两个集合 $A$，$B$。给定正整数 $n$，$m$。$A = \{x|1\leq x \leq m\}$，$B = \{y|m+1\leq y \leq n\}$。 现在要将 $ ......
可以在本地运行的大模型聊天工具-GPT4ALL
这是官网: https://gpt4all.io 它是一个可以在本地跑模型的工具,大模型是很多公司或者学校训练好的,以下我们从对中文回复的支持和对意思的理解看这些模型的优劣: 结论:vicuna对中文支持最好,gpt4all falcon功能最强大最全面和准确 请用中文告诉我,如何使用gpt4all ......
学习笔记——狄利克雷卷积
# 狄利克雷卷积 用于计算求和问题（如莫比乌斯反演） ## 定义 设$f$和$g$为算数函数，其卷积为$f*g$, 则 $$(f*g)(n)=\sum_{d|n}f(d)g(\frac nd)$$ 卷积是对正因数求和。 举个例子：定义恒等函数$I(n)=n$,常数函数$1(n)=1$. 则 $$(I ......