图谱 模型 核心 知识
扩散模型
该模型是学习从噪音中如何去除噪音生成一个他已经学会的图片，所以一开始输入模型的是噪音，但是经过一次处理效果不会非常好，所以要循环迭代很多次，得到最终生成结果。 模型预测的实际上是噪音，也就是说要将输入图片减去模型预测的噪音，得到生成结果。 这里没有讲的太细，我的理解是神经网络需要的输入是正态分布的噪 ......
基于6ULL-Nand核心板|提取并反编译设备树
本文基于HD6UL-IOT评估板进行验证。HD6UL-IOT 基于HD6UL-CORE 工业级核心板设计（双网口、双 CAN、7 路串口），接口丰富，采用 3.5 寸工控板标准尺寸，适用于工业现场应用需求，亦方便用户评估核心板及 CPU 的性能。 ......
解析flywheel飞轮模型以及它的落地路径
Brian Halligan提出的flywheel飞轮模型，比RARRA模型更进了一步。不止关注用户留存，更关注的是现有用户如何推动企业增长。 HubSpot创始人Brian Halligan在Inbound2018大会上说，他们从此以后就彻底跟营销漏斗说再见了，要用flywheel飞轮模型。 我本 ......
大模型调优方法：提示工程、RAGs 与微调对比
每一个搭建大语言模型应用的AI工程师都会面临一个难题，如何选择一个合适调优方法。就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。如项目需要一个特定结构的应用程序，如预训练缺失上下文的重要文件，再比如有特定术语和结构的高专业性的行业领域，面对这些问题，需要有特定的方法来调整LLM。 要决定 ......
大语言模型LLM幻觉的解决方法：检索增强生成RAG
当你向大语言模型LLMs集成的问答系统平台咨询医疗方面的问题，比如呼吸道感染应该怎么治疗，它可能直接给出答案，但不会提供这个答案的依据来源，这是因为大语言模型应用过程中还存在答案透明度不足的缺陷导致。此外，大语言模型还有知识更新的滞后性、在处理复杂任务时的准确性的问题。 为了解决这些问题，检索增强生 ......
核心工具之 ideavim
对于个人的核心工具集的选择，因为编程中熟练使用主力IDE能够大大提高效率，所以IDE是一个必选项。而IDE与VIM结合的插件，对于VIM使用者，常常是一个必选项。 在Jetbrains系列工具中，插件IdeaVim非常优秀，对我个人而言是一个必选项。 选用IdeaVim原因有以下几个： 安装配置简便 ......
常见3D模型汇总
3D模型查看器： 3D查看器 (Windows自带) Blender MeshLab (基于VCGlib) 3D模型来源： 美工建模 (fbx) 三维重建 (ply/obj) 3D-AIGC 3D模型格式： obj fbx glb (glTF2.0)：https://github.com/Khron ......
网络基础知识学习
1、网络基础知识 ·OSI 七层模型 TCP/IP（Transmission Control Protocol/Internet Protocol）是传输控制协议和网络协议的简称，它定义了电子设备如何连入因特网，以及数据如何在它们之间传输的标准。TCP/IP 不是一个协议，而是一个协议族的统称，里面 ......
软件生命周期模型定义与选择策略
 是Unity.Physics物理引擎中的一个很重要的功能。很多游戏逻辑 ......
听6位专家畅谈AI大模型落地实践：场景和人才是关键
回顾大模型技术在企业的应用过程中，我们不禁要问：大模型在落地方面带来了哪些改变？开发者如何应对大模型的变革？在AI大模型的驱动下，企业的未来又会走向何方？ ......
数据库基本理论知识
1. 数据库 数据库是一个以某种有组织的方式存储的数据集合。最简单的方法是将数据库想象为一个文件柜。这个文件柜是一个存放数据的物理位置，不管数据是什么，也不管数据如何组织。 数据库 (database)：保存有组织的数据的容器（通常是一个文件或者一组文件）。 数据库软件应该称为数据库管理系统（DBM ......
浦语书生大模型实战训练营02笔记
1.打开算力平台，选择合适的配置进入算力开发机进入jupyter工具终端安装开发所需python深度学习环境： bash # 请每次使用 jupyter lab 打开终端时务必先执行 bash 命令进入 bash 中 bash /root/share/install_conda_env_intern ......
R语言无套利区间模型：正向套利和反向套利次数、收益率分析华泰柏瑞300ETF可视化
全文链接：http://tecdat.cn/?p=31973 原文出处：拓端数据部落公众号 股指期货的套利交易有助于股指期货实现其价格发现以及风险规避的功能，因此提高套利交易的效率,对于发挥股指期货在经济发展中的作用有着重要的意义。 本文帮助客户对期货期现套利的研究。研究中主要以期货及其现货指数的数 ......
17.PG索引核心
关于pg索引，上文提到了创建，删除等一些基础的操作，这里说说核心的东西 1.PG索引的视图和表pg_indexes和pg_index 1) pg_indexes postgres=# \d pg_indexes View "pg_catalog.pg_indexes" Column | Type | ......
【C/C++】知识点笔记
1 - 联合体内嵌结构体初始化赋值 union { struct { int i; float f; char *p; }; int o; } obj3 = { 1, 2.2, "sk", 4, 9 }; printf("struct inlay union: %d, %f, %s, %d\n", ......
1.9 Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 基于语义分割遥感图像的模型
Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 参考遥感图像分割的旋转多尺度交互网络 参考遥感图像分割 (RRSIS)是一个新的挑战，它结合了计算机视觉和自然语言处理，通过 ......
深度学习模型部署TensorRT为何如此优秀？
一、前言 PyTorch模型的高性能部署问题，主要关注两个方面：高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点，但是相比C++来说速度较慢而且比较费内存，一般高性能场景都是使用C++去部署，尽量避免使用python环境。 TensorRT为什么那么快，因为 ......
EF First 生成数据模型
//创建目录：mkdir EFCoreScaffoldexample//进入目录：cd EFCoreScaffoldExample//创建控制台项目：dotnet new console//添加依赖：dotnet add package Microsoft.EntityFrameworkCore.S ......
AttentionFreeTransformer 核心结构图（GraphViz 重绘）
AFTFull digraph AFTFull { rankdir=BT node [ style=filled, color=Black fontcolor=White, fillcolor="#30638e", fontname="SimHei", fontsize=32, width=5, h ......