卷积 神经网络 深度 模型
大模型QA
# 前言 ## 为什么用Decoder only LLM之所以主要都用Decoder-only架构，除了训练效率和工程实现上的优势外，在理论上是因为Encoder的双向注意力会存在低秩问题，这可能会削弱模型表达能力，就生成任务而言，引入双向注意力并无实质好处。而Encoder-Decoder架构之所 ......
大模型时间线整理
# # T5 采用Encoder Decoder架构 T5将每个文本处理问题都看做 Text2Text问题 通过这种方式将不同的NLP任务统一在一个模型框架之下，充分进行迁移学习 为了让模型知道需要执行的任务类型，需要在输入文本前添加特定的文本前缀进行提示，也是最早的Prompt 用同样的模型，同样 ......
各类大模型的区别
| 模型 | 训练数据 | 训练数据量 | 模型参数量 | 词表大小 | | | | | | | | LLaMA | 以英语为主的拉丁语系，不包含中日韩文 | 1T/1.4T tokens | 7B、13B、33B、65B | 32000 | | ChatGLM-6B | 中英双语，中英文比例为1: ......
使用 Vue.js 的 CDN（内容分发网络）来添加 Vue.js
在您的 HTML 文件中添加 script 标签，并指定 Vue.js 的 CDN 地址。通常可以通过在 <head> 标签或 <body> 标签的底部添加该标签来加载 Vue.js。 下面是一个常用的 Vue.js CDN 地址： <script src="https://cdn.jsdelivr ......
【技术学习】网络学习--简单tcp服务器
这是一个用AI生成的简单的tcp服务器代码，我稍微改动了一下命名啥的。 可以看到代码非常简短，不过却没什么问题，人工智能还是很强的。 #include <iostream> #include <sys/socket.h> #include <netinet/in.h> #include <cstri ......
[ML从入门到入门] 初识人工神经网络、感知机算法以及反向传播算法
前言 人工神经网络（Artificial neural networks，ANNs）被广泛认为诞生于 20 世纪四五十年代，其核心理论可以追溯到 19 世纪初 Adrien-Marie Legendre 发明的最小二乘法，而在今天，经过了半个世纪互联网和计算机技术的迅猛发展，这片耕耘良久的沃土重新掀 ......
IO模型
一、IO基本概念 在平常开发过程中接触最多的就是 磁盘 IO（读写文件） 和 网络 IO（网络请求和响应）。 用户进程想要执行 IO 操作的话，必须通过 系统调用 来间接访问内核空间。 当应用程序发起IO调用后，会经历两个步骤： 1、内核等待IO设备准备好数据 2、内核将数据从内核空间拷贝到用户空间 ......
Reactive Extensions 响应式扩展 用于事件驱动编程的库，具有可组合的声明性模型
响应式扩展 这个存储库包含四个库，它们在概念上是相关的，因为它们都与 LINQ over of things 序列有关： Reactive Extensions for .NET又名 Rx.NET 或 Rx ( System.Reactive )：一个用于事件驱动编程的库，具有可组合的声明性模型 A ......
UNeXt：基于 MLP 的快速医学图像分割网络
前言 本文介绍的UNeXt是约翰霍普金斯大学发布的论文。它在早期阶段使用卷积，在潜在空间阶段使用 MLP。通过一个标记化的 MLP 块来标记和投影卷积特征，并使用 MLP 对表示进行建模。对输入通道进行移位，可以专注于学习局部依赖性。 本文转载自Deephub Imba 仅用于学术分享，若侵权请联系 ......
TensorFlow05-3 神经网络损失函数(误差计算)
▪ MSE ▪ Cross Entropy Loss(针对分类问题) ▪ Hinge Loss  # 1 ......
1.TCP/IP网络模型
1.四层TCP/IP网络模型 1.1 为什么要有TCP/IP网络模型 对于同一设备间的进程通信，可以通过管道、消息队列、共享内存、信号等方式进行通信；在Java中的线程通信中，可以使用管道流（字节流（PipedInputStream、PipedInputStream）、字符流（PipedReader ......
ubuntu下创建ad-hoc无线网络并共享有线网络
1、两台机器都进行如下操作 参考：https://blog.csdn.net/weixin_44038165/article/details/99946033 主机A（sdr2）无线网卡IP设为：192.168.56.2；设有有线网 主机B（sdr）无线网卡IP设为：192.168.56.1；设置无 ......
TensorFlow05.2-神经网络输出方式
这里的输出方式有这几种：  # 1 𝑦∈𝑅^d ▪ linear regression(线性回归) ......
Python3网络爬虫开发实战阅读笔记
## 基本库的使用 ### 网络请求库 #### urllib（HTTP/1.1） Python自带请求库，繁琐 基础使用：略 #### requests（HTTP/1.1） Python常用第三方请求库，便捷 基础使用：略 #### httpx（HTTP/2.0） Python第三方库，支持HTT ......
GPT 模型的工作原理 你知道吗？
动动发财的小手，点个赞吧！ [Source]("https://towardsdatascience.com/how-gpt-models-work-b5f4517d5b5" "Source") ## 简介 当我使用 GPT 模型编写我的前几行代码时是 2021 年，那一刻我意识到文本生成已经到了一 ......
构造网络丢包
node2模拟丢包10% tc qdisc add dev ens33 root netem loss 10% 查看node2 ens33网卡配置 tc qdisc show dev ens33 node1 ping验证10%丢包率 node1 ens33网卡恢复初始配置 tc qdisc del ......
[网络安全] DVWA之 Command Injection 攻击姿势及解题详析合集
## Command Injection ==命令注入（Command Injection）是一种安全漏洞，发生在应用程序使用用户提供的输入作为系统命令的一部分而未经充分验证和过滤的情况下。== 当应用程序在构造系统命令时，如果没有对用户输入进行适当的验证和过滤，攻击者可以通过在用户输入中插入恶意命 ......
网络流入门手册
# 前言 由于网络流极其庞大而资料有限，我决定用这个博客先记录一下我学习的大纲，在后期有可能补上内容。对于网上可以找到的，我就一笔带过，只是说明应该了解这个东西；而对于网上难以找到的一些资料，我会尽我所能写出来。 # 大纲 - 基本概念 - 网络最大流 - 增广路类 - 最大流最小割定理：内容与证明 ......
开源大型语言模型(llm)总结
大型语言模型（LLM）是人工智能领域中的一个重要研究方向，在ChatGPT之后，它经历了快速的发展。这些发展主要涉及以下几个方面： 模型规模的增长：LLM的规模越来越大，参数数量显著增加。这种扩展使得模型能够处理更复杂、更长的输入序列，并生成更准确、更具连贯性的输出。同时，更大规模的模型还能够涵盖更 ......
一文详解图卷积神经网络
本文是文章 [A Gentle Introduction to Graph Neural Networks](https://distill.pub/2021/gnn-intro/) 的个人笔记，强烈建议大家去体验原文的交互式阅读，以及李沐老师的[讲解](https://www.bilibili.c ......
深度学习神经网络大模型在文本分类中的应用
[toc] 深度学习神经网络大模型在文本分类中的应用 随着人工智能技术的不断发展，深度学习神经网络在自然语言处理领域中的应用越来越广泛。文本分类是深度学习神经网络的一个重要应用之一，其目的是将文本分类到不同的类别中，以便进行相应的处理和分析。本文将介绍深度学习神经网络大模型在文本分类中的应用，包括技 ......
基于神经网络的大模型在图像识别中的应用
[toc] 随着深度学习技术的不断发展，特别是在计算机视觉领域，基于神经网络的大模型在图像识别中的应用越来越广泛。这些模型能够在处理大量图像数据的同时，准确地识别出各种物体和场景，取得了令人瞩目的成果。本文将介绍基于神经网络的大模型在图像识别中的应用，包括技术原理、实现步骤、示例和应用等方面的内容， ......
人工智能创业投资项目案例：基于深度学习的机器人技术
[toc] 人工智能创业投资项目案例：基于深度学习的机器人技术 随着人工智能技术的快速发展，机器人技术也逐渐成为了一个热门的领域。机器人技术在工业、农业、医疗、教育、娱乐等领域都有广泛的应用。近年来，随着深度学习技术的不断发展，机器人技术也逐渐实现了智能化和自动化。其中，基于深度学习的机器人技术成为 ......
神经网络基础知识与实现
[toc] 神经网络是人工智能领域中的一个重要概念，它是指一种模拟人脑神经元的计算方法。神经网络通过从大量数据中学习，来预测未来的状态或执行特定的任务。 本文将介绍神经网络的基础知识与实现，包括神经网络的基本概念、技术原理、实现步骤以及示例与应用。同时，本文还将探讨神经网络的性能优化、可扩展性改进以 ......
文本分类与情感分析：基于深度学习的大型语言模型应用
[toc] 文本分类和情感分析是人工智能领域中非常重要的技术，其应用广泛，包括自然语言处理、语音识别、计算机视觉等多个领域。本文将介绍基于深度学习的大型语言模型应用文本分类和情感分析的技术原理及实现步骤，并探讨相关应用场景和优化改进的方法。 ## 1. 引言 随着人工智能的不断发展，文本分类和情感分 ......
神经网络在计算机视觉领域中的应用
[toc] 神经网络在计算机视觉领域中的应用 随着人工智能技术的快速发展，神经网络逐渐成为计算机视觉领域的重要工具。神经网络是一种深度学习模型，通过学习大量数据来进行预测和分类。在计算机视觉领域，神经网络可以用于图像分类、目标检测、图像生成等任务。本文将介绍神经网络在计算机视觉领域中的应用。 一、引 ......
语言模型在智能问答中的应用
[toc] 《20.《语言模型在智能问答中的应用》》 随着人工智能技术的不断发展，智能问答领域也逐渐受到了越来越多的关注。语言模型作为近年来备受关注的技术之一，在智能问答中的应用也越来越广泛。本文将介绍语言模型在智能问答中的应用，以及实现步骤与流程、应用示例与代码实现讲解、优化与改进等内容，旨在为读 ......
文本生成技术综述：基于语言模型的文本生成技术
[toc] 6. 文本生成技术综述：基于语言模型的文本生成技术 随着人工智能和自然语言处理技术的快速发展，文本生成技术越来越受到关注。文本生成技术可以用于多种应用场景，如智能客服、自动摘要、机器翻译等。本文将综述基于语言模型的文本生成技术，并深入探讨其实现原理、概念、实现步骤和示例应用等方面。 ## ......
对话系统与知识图谱：大型语言模型在对话系统中的应用
[toc] 19. 对话系统与知识图谱：大型语言模型在对话系统中的应用 随着人工智能技术的不断发展，对话系统作为其中的一个重要应用领域，已经被广泛应用于人机交互、智能客服、智能助手等领域。而其中，大型语言模型作为对话系统的重要组成部分，在对话系统中发挥着至关重要的作用。本文将详细介绍大型语言模型在对 ......