卷积 神经网络 深度 模型
【研究生学习】深度学习中几种常用的卷积形式的原理以及其Pytorch调用
本篇博客主要记录一下在深度学习中几种常用的卷积形式的基本原理、输入输出维度，以及如何在Pytorch中调用这些卷积形式 卷积 卷积实际上是对图像的不同区域进行特征提取，一般认为输入图像的维度为H×W×C，如下图所示： 图像具有颜色通道，一般是RGB，需要理解的是不同通道数的图像和不同的通道数的滤波器 ......
redis7源码分析：redis 单线程模型解析，一条get命令执行流程
有了下文的梳理后 redis 启动流程 再来解析redis 在单线程模式下解析并处理客户端发来的命令 1. 当 client fd 可读时，会回调readQueryFromClient函数 void readQueryFromClient(connection *conn) { client *c ......
天线去耦网络的意义
1、天线去耦网络的意义 大多数无线系统天线单元的都尽可能的松散排布，其相互之间的间隔足够大，因此天线间的互耦效应较弱。但是在手机等移动终端，由于空间狭窄，天线单元之间间距很小，从而会产生强烈的电磁耦合。研究表明，当天线间的间距小于或等于信号波长的一半时，接收天线上所收到的信号已经明显受到互耦效应的影 ......
聊聊基于Alink库的随机森林模型
概述 随机森林（Random Forest）是一种集成学习（Ensemble Learning）方法，通过构建多个决策树并汇总其预测结果来完成分类或回归任务。每棵决策树的构建过程中都引入了随机性，包括数据采样和特征选择的随机性。 随机森林的基本原理可以概括如下： 随机抽样训练集：随机森林通过有放回抽 ......
彻底弄懂ip掩码中的网络地址、广播地址、主机地址
本文为博主原创，转载请注明出处： 概念理解： IP掩码（或子网掩码）用于确定一个IP地址的网络部分和主机部分。它是一个32位的二进制数字，与IP地址做逻辑与运算，将IP地址划分为网络地址和主机地址两部分。 在理解IP地址段中的网络地址、广播地址和主机地址之前，首先需要了解IP地址的构成。IP地址由网 ......
svchost.exe是Windows操作系统中的一个重要进程，它是"Service Host"的缩写，用于承载和运行系统中的服务（Services）。服务是在后台运行的程序，负责执行特定的功能和任务，比如网络连接、打印机管理、系统维护
svchost.exe是Windows操作系统中的一个重要进程，它是"Service Host"的缩写，用于承载和运行系统中的服务（Services）。服务是在后台运行的程序，负责执行特定的功能和任务，比如网络连接、打印机管理、系统维护等。 由于Windows操作系统需要同时运行多个服务，为了提高效 ......
Llama2-Chinese项目：3.2-LoRA微调和模型量化
提供LoRA微调和全量参数微调代码，训练数据为data/train_sft.csv，验证数据为data/dev_sft.csv，数据格式为"<s>Human: "+问题+"\n</s><s>Assistant: "+答案。本文主要介绍Llama-2-7b模型LoRA微调以及4bit量化的实践过程。 ......
嵌入式深度学习1-引言
嵌入式深度学习引论 博主序 这一系列博客，是以Bert Moons的《Embedded Deep Learning》为蓝本进行翻译得到的。考虑到中文互联网上资源较少，才决定写成公开博客发布至互联网的。 此系列博客选择性地做了一些翻译和梳理的工作。书中涉及的部分实例可能不会被摘录，过于基础的内容也会被 ......
2023ICPC网络赛第二场
2023ICPC网络赛第二场 M Dirty Work 解题思路: 算出解决每道题的时间的期望，升序排序，前缀和累加即可。 时间复杂度:\(O(nlogn)\) 代码: #include<bits/stdc++.h> using namespace std; using ll = long long ......
Pytorch环境深度学习环境
Pytorch环境深度学习环境 1、安装minicoda 下载地址：Miniconda — miniconda documentation 设置环境变量： 安装路径\Miniconda3 安装路径\Miniconda3\Scripts 安装路径\Miniconda3\Library\bin 测试：打 ......
解密网络通信的关键技术（下）：DNS、ARP、DHCP和NAT，你了解多少？
本文探讨了动态主机配置协议（DHCP）和网络地址转换（NAT）技术的工作原理和应用。DHCP通过简化IP地址配置过程实现了动态地址分配，而NAT则解决了IPv4地址紧缺问题。我们还介绍了DHCP中继代理和NAT中的网络地址与端口转换（NAPT）概念。然而，这些技术也存在一些限制，如无法主动建立连接和... ......
CLIP模型代码
近期看到了一篇用CLIP在我这个方向应用的文章，所以玩了一下CLIP，感觉效果还是很好的。 首先，github上的zero-shot代码 import os import clip import torch from torchvision.datasets import CIFAR100 # Lo ......
2023年“羊城杯”网络安全大赛-高职高专组 WriteUP
2023 羊城杯 WriteUp By Xp0int 2023羊城杯附件.zip 2023年“羊城杯”网络安全大赛-高职高专组 WriteUP——剑来.pdf Web-1 题目名称： D0n't pl4y g4m3!!! 题目内容： 小明不小心沉迷⚪⚪的东西把源码和猫猫搞丢了，请帮他找回来。请访问/ ......
手把手教你在Ubuntu上部署中文LLAMA-2大模型
一、前言 llama2作为目前最优秀的的开源大模型，相较于chatGPT，llama2占用的资源更少，推理过程更快，本文将借助llama.cpp工具在ubuntu(x86\ARM64）平台上搭建纯CPU运行的中文LLAMA2中文模型。 二、准备工作 1、一个Ubuntu环境（本教程基于Ubuntu2 ......
动手学深度学习_4 多层感知机
from pixiv 多层感知机原理 隐藏层 严格一点来讲：我们需要隐藏层是因为线性是一个很强的假设，线性模型在有些情况会不适用或者出错。 一个形象的例子： 就如同上面图片中展示的XOR问题,如果我们现在想要将绿和红球分开，如果只用一条"线性"，我们会发现我们是做不到的，起码要两条及以上的"线性" ......
全新注意力算法PagedAttention：LLM吞吐量提高2-4倍，模型越大效果越好
前言 吞吐量上不去有可能是内存背锅！无需修改模型架构，减少内存浪费就能提高吞吐量！ 本文转载自新智元 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 ......
【8.0】Fastapi响应模型
【一】自定义响应模型 【1】定义视图函数 from fastapi import APIRouter from pydantic import BaseModel, EmailStr from typing import Optional app04 = APIRouter() ### 响应模型 # ......
Go结构体深度探索：从基础到应用
在Go语言中，结构体是核心的数据组织工具，提供了灵活的手段来处理复杂数据。本文深入探讨了结构体的定义、类型、字面量表示和使用方法，旨在为读者呈现Go结构体的全面视角。通过结构体，开发者可以实现更加模块化、高效的代码设计。这篇文章旨在为您提供关于结构体的深入理解，助您更好地利用Go语言的强大功能。 关 ......
Llama2-Chinese项目：1-项目介绍和模型推理
Atom-7B与Llama2间的关系：Atom-7B是基于Llama2进行中文预训练的开源大模型。为什么叫原子呢？因为原子生万物，Llama中文社区希望原子大模型未来可以成为构建AI世界的基础单位。目前社区发布了6个模型，如下所示： FlagAlpha/Atom-7B FlagAlpha/Llama ......
Llama2-Chinese项目：2.2-大语言模型词表扩充
因为原生LLaMA对中文的支持很弱，一个中文汉子往往被切分成多个token，因此需要对其进行中文词表扩展。思路通常是在中文语料库上训练一个中文tokenizer模型，然后将中文tokenizer与LLaMA原生tokenizer进行合并，最终得到一个扩展后的tokenizer模型。国内Chinese ......
QT-TCP网络编程
总体认识: Qt NetWork提供了用于编写TCP/IP网络应用程序的各种类: TCP的QTcpSocket和QTcpServer UDP的QUdpSocket TCP通信: 传输控制协议(transmission control protocol,TCP);可靠的,面向流和连接的传输协议 ......
计算机网络实验初学
网线 直通网线和交叉网线的主要区别在于线缆两端端接时采用的线序标准不同： 直通网线：两端均采用T-568A线序标准或T-568B线序标准，常用来连接不同的设备，例如电脑和路由器、路由器和交换机等 交叉网线：一端采用T-568A线序标准另一端采用T-568B线序标准，用来连接相同的设备，例如电脑和电脑 ......
访问github网络问题解决; 访问wsl --list --online 无法从“https://raw.githubusercontent.com/microsoft/WSL/master/distributions/DistributionInfo.json”中提取列表分发。无法与服务器建立连接 Error code: Wsl/WININET_E_CANNOT_CONNECT
https://blog.csdn.net/sky_jiangcheng/article/details/130982867?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault% ......
Cesium加载三维模型rendering.Rendering has stopped
使用Cesium加载数据量大、精度高的三维模型数据经常在运行一段时间后，会报如下错误： An error occurred while rendering.Rendering has stopped. TypeError：Failed to execute 'shaderSource' on 'We ......
解密网络通信的关键技术（上）：DNS、ARP、DHCP和NAT，你了解多少？
在当今互联网时代，我们每天都在与各种技术打交道。但你是否了解这些技术背后的关键角色？DNS域名解析、ARP协议、DHCP动态获取IP地址以及NAT网络地址转换，它们是网络通信的支柱。DNS帮助我们将域名转换为IP地址，ARP协议获取下一跳的MAC地址，DHCP协议动态分配IP地址，而NAT则将私有I... ......
深度学习在图像识别领域还有哪些应用？
深度学习在图像识别领域的应用非常广泛，除了之前提到的图像分类、目标检测、语义分割和图像生成，还有其他一些应用。 图像超分辨率重建：深度学习技术可以用于提高图像的分辨率，例如通过使用生成对抗网络（GAN）和变分自编码器（VAE）等技术，可以将低分辨率的图像转换为高分辨率的图像，从而提高了图像的清晰度和 ......
网络问题排查
目录网络原理windows平台routeLiunx平台 网络原理 https://www.cnblogs.com/hhddd-1024/p/15173532.html windows平台 1、先确认哪些网卡能访问网络，然后再确定能访问目标网络 route 静态路径表：由系统管理员事先设置好固定的路径 ......
大模型强化学习——PPO项目实战
【PPO算法介绍】 PPO（Proximal Policy Optimization）是一种强化学习算法，它的目标是找到一个策略，使得根据这个策略采取行动可以获得最大的累积奖励。PPO的主要思想是在更新策略时，尽量让新策略不要偏离旧策略太远。这是通过在目标函数中添加一个额外的项来实现的，这个额外的项 ......
LongLoRA:不需要大量计算资源的情况下增强了预训练语言模型的上下文能力
麻省理工学院和香港中文大学推出了LongLoRA，这是一种革命性的微调方法，可以在不需要大量计算资源的情况下提高大量预训练语言模型的上下文能力。 LongLoRA是一种新方法，它使改进大型语言计算机程序变得更容易，成本更低。训练LLM往往需要大量信息和花费大量的时间和计算机能力。使用大量数据(上下文 ......
Go每日一库之117：gopacket（网络数据抓包）
## gopacket是什么？ gopacket是google出品的golang三方库，质量还是靠的住，项目地址为：[github.com/google/gopacket](https://github.com/google/gopacket) gopacket到底是什么呢？是个抓取网络数据包的库， ......