实战datawhale diffuser模型
Diffusers中基于Stable Diffusion的哪些图像操作
基于Stable Diffusion的哪些图像操作们： Text-To-Image generation：StableDiffusionPipeline Image-to-Image text guided generation：StableDiffusionImg2ImgPipeline In-p ......
Diffusers库的初识及使用
diffusers库的目标是： 将扩散模型（diffusion models）集中到一个单一且长期维护的项目中 以公众可访问的方式复现高影响力的机器学习系统，如DALLE、Imagen等 让开发人员可以很容易地使用API进行模型训练或者使用现有模型进行推理 diffusers的核心分成三个组件： P ......
C4模型，架构设计图的脚手架，你值得拥有
hi，我是熵减，见字如面。 对于软件开发团队来说，写软件设计文档，花架构图，是日常工作中的关键一项。 而其中，如何画好系统设计的架构图呢？ Simon Brown 就 提出 C4 模型，来解决这个问题。 基于C4模型的脚手架，架构师们就可以统一团队内的不同层级的视角，交付一个成体系的架构设计。 下面 ......
chatGPT帮助开发实战解答问题和反思
问题来自.Net开发群友 问题 我想做一个自动生成单据号的功能，但是在EFCORE里没有行级锁，请有什么等价方案吗？ ChatGPT回答 在 EF Core 中确实没有提供行级锁（row-level locking）的功能，因为这需要对数据库进行显式的锁定操作，而 EF Core 的设计理念是尽可能 ......
模型预处理层介绍（1） - Discretization
预处理的作用主要在于将难以表达的string或者数组转换成模型容易训练的向量表示，其中转化过程大多是形成一张查询表用来查询。 常见的预处理方式包括： class Discretization: Buckets data into discrete ranges. class Hashing: Imp ......
一文详解ATK Loss论文复现与代码实战
摘要：该方法的主要思想是使用数值较大的排在前面的梯度进行反向传播，可以认为是一种在线难例挖掘方法，该方法使模型讲注意力放在较难学习的样本上，以此让模型产生更好的效果。 本文分享自华为云社区《ATK Loss论文复现与代码实战》，作者：李长安。 损失是一种非常通用的聚合损失，其可以和很多现有的定义在单 ......
Java 调用 PaddleDetection 模型
文章地址 介绍 训练好的模型要给业务调用，deepjavalibrary/djl：Java 中与引擎无关的深度学习框架 (github.com) 可以完成这件事，它支持使用 Java 调用 PyTorch、TensorFlow、MXNet、ONNX、PaddlePaddle 等引擎的模型（也支持部分 ......
slate源码解析（二）- 基本框架与数据模型
源码架构 首先来看下最核心的slate包下的目录： 可以看到，作为一个开源富文本库，其源码是相当之少。在第一篇文章中说过，Slate没有任何开箱即用的功能，只提供给开发者用于构建富文本所需的最基本的一套schema及操作API。因此源码的体量自然就要少许多。 我们来预览上图中各个目录下文件所负责的功 ......
Python绘制神经网络模型图
本文介绍基于Python语言，对神经网络模型的结构进行可视化绘图的方法。 最近需要进行神经网络结构模型的可视化绘图工作。查阅多种方法后，看到很多方法都比较麻烦，例如单纯利用graphviz模块，就需要手动用DOT语言进行图片描述，比较花时间；最终，发现利用第三方的ann_visualizer模块，可 ......
随机森林RF模型超参数的优化：Python实现
本文介绍基于Python的随机森林（Random Forest，RF）回归代码，以及模型超参数（包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等）自动优化的代码~ ......
RabbitMQ 延迟消息实战
RabbitMQ 延迟消息实战 现实生活中有一些场景需要延迟或在特定时间发送消息，例如智能热水器需要 30 分钟后打开，未支付的订单或发送短信、电子邮件和推送通知下午 2:00 开始的促销活动。 RabbitMQ 本身没有直接支持延迟队列的功能，如果您搜索“如何在 RabbitMQ 中使用延迟消息” ......
生产者消费者模型
生产者消费者模型 什么是生产者消费者模型 我们可以把这个模型想象成工厂里的两条流水线，我们管他们叫生产者流水线和消费者流水线，生产者流水线生产出来的产品给消费者流水线使用，其中生产者流水线先把生产出来的产品放在仓库，然后消费者流水线再去仓库拿。这个仓库就叫做阻塞队列。 那么，这个仓库的实现有什么要求 ......
模型压缩-剪枝算法详解
近年来主流的模型压缩方法包括：数值量化（Data Quantization，也叫模型量化），模型稀疏化（Model sparsification，也叫模型剪枝 Model Pruning），知识蒸馏（Knowledge Distillation）， 轻量化网络设计（Lightweight Netwo... ......
基于pytorch实现模型剪枝
所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差（weigths/bias）的模型压缩技术。本文深入描述了 pytorch 框架的几种剪枝 API，包括函数功能和参数定义，并给出示例代码。 ......
三分钟实战手写Spring Boot Starter
1 背景 在平时的开发中，开发的同学会把一些通用的方法，写成一个工具类，例如日期转换的，JSON转换的等等，方便业务后续调用，使代码更容易维护。 如果一些更常用的方法，例如鉴权的，加解密的等等，几乎每个项目都会使用到，这时候开发的同学就会从以前的项目中再抄过来，随着项目的增多，几乎每个项目都有一份一 ......
WAF Bypass 介绍与实战
前言 WAF是英文"Web Application Firewall"的缩写，中文意思是"Web应用防火墙"，也称为"网站应用级入侵防御系统"。WAF是集WEB防护、网页保护、负载均衡、应用交付于一体的WEB整体安全防护设备 WAF从形态上可分为硬件WAF、WAF防护软件和云WAF 以下仅介绍软件W ......
MongoDB从入门到实战之.NET Core使用MongoDB开发ToDoList系统（3）-系统数据集合设计
前言 前几章教程我们把ToDoList系统的基本框架搭建好了，现在我们需要根据我们的需求把ToDoList系统所需要的系统集合（相当于关系型数据库中的数据库表）。接下来我们先简单概述一下这个系统主要需要实现的功能以及实现这些功能我们需要设计那些数据库集合。 MongoDB从入门到实战的相关教程 Mo ......
【Oculus Interaction SDK】（九）使用控制器时显示手的模型
前言 前段时间 Oculus 的 SDK 频繁更新，很多已有的教程都不再适用于现在的版本了。本系列文章的主要目的是记录现版本常见功能的实现方法，便于自己后续开发。当然，不排除我文章刚写完 SDK 又变了的可能性，所以如果有人发现文章的内容已经不适用于新版本了，也可以留评论或者私信我，我会持续更新文章 ......
Vue3 企业级优雅实战 - 组件库框架 - 10 实现组件库 cli - 下
上文创建了一堆 utils、component-info，并实现了新组件模块相关目录和文件的创建。本文继续实现后面的内容。 1 组件样式文件并导入 在 src/service 目录中创建 init-scss.ts 文件，该文件导出 initScss 函数。 由于 .vue 类型的组件的样式就直接写在 ......
Vue3 企业级优雅实战 - 组件库框架 - 11 组件库的打包构建和发布
回顾第一篇文章中谈到的组件库的几个方面，只剩下最后的、也是最重要的组件库的打包构建、本地发布、远程发布了。 1 组件库构建 组件库的入口是 packages/yyg-demo-ui，构建组件库有两个步骤： 添加 TypeScript 的配置文件： tsconfig.json 添加 vite.conf ......
用户行为分析模型实践（三）——H5通用分析模型
本文从提升用户行为分析效率角度出发，详细介绍了H5埋点方案规划，埋点数据采集流程，提供可借鉴的用户行为数据采集方案；且完整呈现了针对页面分析，留存分析的数仓模型规划方案。 ......
面试官：什么是双亲委派模型？
双亲委派模型是 Java 类加载器的一种工作模式，通过这种工作模式，Java 虚拟机将类文件加载到内存中，这样就保证了 Java 程序能够正常的运行起来。那么双亲委派模型究竟说的是啥呢？接下来我们一起来看。 1.类加载器 双亲委派模型针对的是 Java 虚拟机中三个类加载器的，这三个类加载器分别是： ......
记一次CVE实战挖掘记录
CVE实战挖掘记录 前一段时间在学习代码审计，然后为了学习就开始在github上面找开源的项目进行练手学习代码审计，这样就可以获取CVE编号。 0x01 cve编号获取流程 首先登录CVE官方网站，选择如下选项Report Vulnerability/Request CVE ID（报告漏洞/请求CV ......
python实战-基于正交实验（工具：allpairs）自动生成接口异常测试用例
#代码以上传github，欢迎使用 https://github.com/qtclm/allpairs_interface_test_case_generate_abnormity_utils 有啥问题建议或者bug啥的可以加我qq一起交流学习，248313385 #更新日志 2023.2.7：修复 ......
Django框架之drf：5、反序列化器校验部分源码分析，断言，drf之请求与响应，视图组件介绍及两个视图基类，代码部分实战
Django框架之drf 一、反序列化类校验部分源码解析 反序列化校验什么时候开始执行校验？ 剖析流程一：在视图中使用反序列化器实例化的对象调用is_valid()的时候就会进行校验，通贩校验返回True，反之False class BookView(APIView): # 新增 def post( ......
使用 LoRA 进行 Stable Diffusion 的高效参数微调
LoRA: Low-Rank Adaptation of Large Language Models 是微软研究员引入的一项新技术，主要用于处理大模型微调的问题。目前超过数十亿以上参数的具有强能力的大模型 (例如 GPT-3) 通常在为了适应其下游任务的微调中会呈现出巨大开销。 LoRA 建议冻结预 ......
NodeJS 实战系列：如何设计 try catch
本文将通过一个 NodeJS 程序里无效的错误捕获示例，来讲解错误捕获里常见的陷阱。错误捕获不是凭感觉添加 try catch 语句，它的首要目的是提供有效的错误排查信息，只有精心设计的错误捕获才有可能完成这个使命。针对哪些方面去精心设计就是本篇文章里想讨论的内容 ......
NodeJS 实战系列：DevOps 尚未解决的问题
本文将通过展示 NodeJS 应用里环境变量的提取过程，来一窥 DevOps 技术是如何应用在现在云平台上的运维工作中的。同时我也想让大家在这里看到 DevOps 的另外一面，即它并非全能，从本地开发到持续部署再到实际运行，有一些运维鸿沟依然还未被填平。“人工操作”依然是工作中的最大风险。 ......
【实战】yolov8 tensorrt win10部署
Win10下yolov8 tensorrt模型加速部署【实战】 TensorRT-Alpha基于tensorrt+cuda c++实现模型end2end的gpu加速，支持win10、linux，在2023年已经更新模型：YOLOv8, YOLOv7, YOLOv6, YOLOv5, YOLOv4, ......