字段 简要 模型 常用
多模态大模型的体验
主要是出图,结合实际做3个例子:1、形容天气非常寒冷的风景图片( 画一幅未来极度寒冷下城市的场景)2、妈妈过生日的庆祝图片(画一幅妈妈过生日的庆祝图片,水墨画风格)3、包含GreenOpen字样的富含科技感的图片未来不可限量,对于当前来说是提出准确的需求。关注提高用户体验: ......
Java IO 模型
IO 是个啥 IO,是 input/output 的缩写,表面意思是输入/输出,描述计算机中数据流动的过程,实际上就是 CPU、内存和外部进行数据交换的过程 举个例子,某个进程要获取到数据的过程如下: 1.请求:进程请求外部数据 2.准备:缓冲区准备数据,通过磁盘或者网络读取数据到内核空的缓冲区 3 ......
docker常用命令日志记录(二)
1.拉取镜像 docker pull nginx 2.查看镜像 docker images [root@VM-8-2-centos ~]# docker images REPOSITORY TAG IMAGE ID CREATED SIZE nginx latest 605c77e624dd 24 ......
分类模型评估(混淆矩阵, precision, recall, f1-score)的原理和Python实现
混淆矩阵 当我们已经获取到一个分类模型的预测值,可以通过不同指标来进行评估。 往往衡量二分类模型是基于以下的混淆矩阵概念: True Positive:真实值为正、预测值为正(真阳性) False Positive:真实值为负、预测值为正(假阳性) False Negative:真实值为正、预测值为 ......
自己编写一个 常用正则表达式的go库
先基于以下 var ( fileNamePattern = "^[^+-./\t\b@#$%*()\\[\\]][^/\t\b@#$%*()\\[\\]]{1,254}$" fileRegex = regexp.MustCompile(fileNamePattern) ) func main() { ......
js 处理对象数组 + map 筛选出指定字段数据 + filter过滤重复数据/指定数据
const res = [{ id: 1, name: 'zhangsan', age: 16, gender: 0 }, { id: 1, name: 'zhangsan', age: 16, gender: 0 }, { id: 2, name: 'lisi', age: 20, gender: ......
docker 常用基础镜像打包
JAVA Dockerfile # 8的镜像比较小,但是在某些机器运行可能会有问题 #FROM openjdk:8-jdk-alpine # ARM机器推荐 # FROM arm64v8/openjdk:17-jdk FROM openjdk:17-jdk-alpine ENV LANG en_US ......
《环太平洋》流浪者机甲3D模型特效还原
法线贴图可以通过改变模型表面法线的方向和强度,增强模型的真实感、细节和视觉效果,使得渲染结果更加逼真。它是一种在计算机图形学中常用的技术。 ......
GLTF/GLB模型在线预览、编辑、动画查看以及材质修改
GLTF 编辑器 -NSDT 不仅可以设置3D模型纹理贴图,还可以设置模型的几何原点、以及对有相同材质属性的mesh进行合并,实现模型轻量化,是一款不可多得的实用型在线模型编辑工具。 ......
法线贴图实现地形模型皱褶、凹凸不平的纹理效果
法线贴图可以通过改变模型表面法线的方向和强度,增强模型的真实感、细节和视觉效果,使得渲染结果更加逼真。它是一种在计算机图形学中常用的技术。 ......
Linux常用命令【转】
一、基本命令 1、立即关机并重启动,执行如下命令: shutdown -r now 或者reboot 2、立即关机,执行如下命令: shutdown -h now 或者poweroff 3、等待2分钟关机并重启动,执行如下命令: shutdown -r 2 4、等待2分钟关机,执行如下命令: shu ......
vue中@param 常用注释模板
/** * 获取事件在列表中的位置 * @param context * @param callback * @private */ _evIndex(event, context, callback) { let index = -1; for (let i = 0; i <= event.len ......
解决MyBatis-Plus 更新字段为null 不生效
1.异常说明: mapper.updateById()时, set为null 未生效,其他字段更新 periodRecordOriginal.setSettleTime(null); periodRecordOriginal.setActualSettleTime(null); periodReco ......
三维模型数据的高程偏差的几何坐标纠正技术方法浅析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作,从而实现三维模型轻量化。轻量化压缩比大,模型轻量化效率高,自动化处理能力高;采用多种算法对三维模型进行几何精纠正处理,精度高,... ......
GAN模型
GAN模型优化训练 在训练过程中,生成网络的目标就是尽量生成真实的图片去欺骗判别网络D。而网络D的目标就是尽量把网络G生成的图片和真实的图片分别开来。这样,G和D构成了一个动态的“博弈过程”。这个博弈过程具体是怎么样的呢? 先了解下纳什均衡,纳什均衡是指博弈中这样的局面,对于每个参与者来说,只要其他 ......
常用窗口函数
1.前言 又到了年底,最近在做年报数据拉取的需求,在这期间有一些数据的计算需要用到窗口函数,就去了解了一下常用的窗口函数的用法。 1.1.什么是窗口函数 窗口函数是 SQL 中的一种特殊函数,它允许你在查询结果中的某个窗口或窗口范围上执行计算,而不是单独针对整个结果集进行计算。 窗口函数通常与 OV ......
隐私计算和大模型
来源:象话时刻 | 微众银行杨强:大模型的崛起是隐私计算发展的绝佳机会 观点 大模型的崛起,是隐私计算再次发展的绝佳机会。行业已经证明了用隐私计算做大模型的“防火墙”是可行的,全世界范围内大家也已经开始认识到这个方向;(效率又是一大难关) 数据要素流通最关键的是模型,以模型为中心,而不是以数据为中心 ......
linux常用指令之系统和进程
1、top 查询所有进程 2、ps -ef | grep java 通过进程名查询进程 3、netstat -apn | grep 端口号 通过端口号查询进程,centos6专有 4、lsof -i:端口号 也是通过端口号查询进程,系统默认不自带,通过 yum install -y lsof安装 5 ......
(大模型训练)(工作流升级)(精品)MJ数据自动化处理流程!!!
0.准备条件:文件夹为中文名,图片内含有多个下划线。 处理目标:处理成为一个 “公共标|逗号| 一个句子"的形式。 1.(统计中文,准备翻译)文件夹结构作为数据统计入excel import os import pandas as pd def find_image_folders(parent_d ......
linux常用指令之用户及权限
一、创建用户及用户组 1、groupadd 组名 创建用户组 2、groupdel 组名 删除用户组 3、cat /ect/group 查看所有用户组 4、useradd 人名 创建用户(在当前用户组下) 5、useradd -g 用户组 人名 在某个用户组下创建用户 6、passwd 人名 给某个 ......
算法学习笔记(8.3): 网络最大流 - 模型篇
本文慢慢整理部分模型。 DAG 最小路径覆盖 经典的题目,经典的思想。 网络流常见的将图上的点拆为入点和出点,那么路径由若干 出 - 入 - 出 - 入 的循环构成。 于是在拆好的图上流一流即可。 [CTSC2008] 祭祀 典中祭 黑白染色 利用黑白染色将整个图变成一个二分图是网络流常见的套路,尤 ......
分类模型
分类模型 二分类模型 对于二分类模型,介绍逻辑回归(logistic regression)和Fisher线性判别分析两种分类算法;对 于多分类模型,将简单介绍Spss中的多分类线性判别分析和多分类逻辑回归的操作步骤 水果分类例子 这个实际上就是一个二分类问题,通过属性推断类别。 逻辑回归logis ......
R语言有限混合模型(FMM,finite mixture model)及其EM算法聚类分析间歇泉喷发时间
原文链接:http://tecdat.cn/?p=22609 原文出处:拓端数据部落公众号 摘要 本文提供了一套用于分析各种有限混合模型的方法。既包括传统的方法,如单变量和多变量正态混合的EM算法,也包括反映有限混合模型的一些最新研究的方法。许多算法都是EM算法或基于类似EM的思想,因此本文包括有限 ......
R语言群组变量选择、组惩罚group lasso套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化
原文链接:http://tecdat.cn/?p=25158 原文出处:拓端数据部落公众号 本文拟合具有分组惩罚的线性回归、GLM和Cox回归模型的正则化路径。这包括组选择方法,如组lasso套索、组MCP和组SCAD,以及双级选择方法,如组指数lasso、组MCP。还提供了进行交叉验证以及拟合后可 ......
阿里-可视化建模-模型部署及训练
快速开始预置了多种预训练模型。您可以基于预训练模型快速上手并使用PAI的训练和部署功能。本文为您介绍如何在快速开始查找适合您业务需求的模型、部署和调试模型、微调训练模型。 前提条件 如果您需要对模型进行微调训练或增量训练,需要创建OSS Bucket存储空间,具体操作请参见控制台创建存储空间。 使用 ......
阿里-可视化建模-评估模型
登录PAI控制台,进入工作流页面。 操作详情请参见step1:进入工作流页面。 构建预测节点。 在组件列表中分别搜索预测组件,找到后将其拖入画布,并将生成的节点作为拆分-1、逻辑回归二分类-1节点的下游节点,拼接为实验。 单击画布中的预测-1节点,在右侧节点配置中,分别单击特征列字段、原样输出列字段 ......
Mysql 常用监控sql
-- 反映表的读写压力 SELECT file_name AS file, count_read, sum_number_of_bytes_read AS total_read, count_write, sum_number_of_bytes_write AS total_written, (su ......
springboot中的实体类无法映射数据库中不存在的字段解决方法
在使用springboot时,我们经常要用到实体类与数据库表的映射,常用的做法是添加@Transient标记如: @Transientprivate String kpiDateStr; 但经过实测发现仍旧报错,错误信息大概就是说kpi_date_str字段不存在(这个信息不绝对)经过查阅资料发现, ......
kettle从入门到精通 第二十四课 kettle 部署生产常用命令
一、设置KETTLE_HOME环境变量 假设kettle软件目录为/xxx/data-integration vi ~/.bash_profile export KETTLE_HOME=/xxx/data-integration/config source ~/.bash_profile echo ......