实战datawhale diffuser模型
人工智能的新篇章：深入了解大型语言模型(LLM)的应用与前景
人工智能的新篇章：深入了解大型语言模型(LLM)的应用与前景 LLM（Large Language Model）技术是一种基于深度学习的自然语言处理技术，旨在训练能够处理和生成自然语言文本的大型模型。 LLM 技术的核心思想是使用深度神经网络，通过大规模的文本数据预训练模型，并利用这些预训练模型进行 ......
LangChain调用本地模型
学习LangChain参考 https://python.langchain.com.cn/docs/get_started/quickstart 调用本地下载的模型参考 https://blog.csdn.net/qq_43692950/article/details/131743987 在Jup ......
从Hugging Face下载模型到本地并调用
不同的模型需要的显存不同，下载前先查一下自己GPU能支持什么模型 1. 用如下脚本可以下载HuggingFace上的各种模型， 网址 https://huggingface.co/models download.py #coding=gbk import time from huggingface_ ......
Java开发者的Python快速实战指南：探索向量数据库之图像相似搜索-文字版
在开始讲解之前，我想给大家介绍一个很有用的第三方包，它就是gradio。如果你想与他人共享你的机器学习模型、API或数据科学工作流的最佳方式之一，可以创建一个交互式应用，让用户或同事可以在浏览器中试用你的演示。而gradio正是可以帮助你在Python中构建这样的演示，并且只需要几行代码即可完成！ ......
他山之石，可以攻玉｜银行业数据中心数字化转型之模型篇 04（完结）
导语： 银行业数据中心数字化转型是一项系统性工程既涉及管理层面转型——包括数字化转型战略、基础架构和技术架构转型、技术创新和知识体系转型，又涉及执行层面转型——包括人员管理（P）、流程管理（P）、技术管理（T）、资源管理（R）等。数据中心数字化转型作为一项宏大的系统性工程，必须要依据一个模型或标 ......
机器学习-ROC曲线：技术解析与实战应用
本文全面探讨了ROC曲线（Receiver Operating Characteristic Curve）的重要性和应用，从其历史背景、数学基础到Python实现以及关键评价指标。文章旨在提供一个深刻而全面的视角，以帮助您更好地理解和应用ROC曲线在模型评估中的作用。 关注TechLead，分享AI ......
OSI七层模型
physical layer 物理层data link layer 数据链路层network layer 网络层transport layer 传输层session layer 会话层presentation layer 表示层application layer 应用层——————————————— ......
11月推荐阅读的12篇大语言模型相关论文
现在已经是12月了，距离2024年只有一个月了，本文总结了11月的一些比较不错的大语言模型相关论文 https://avoid.overfit.cn/post/ca7d20ae68dd4f54a69d7d2d5df51e8d ......
倾斜摄影三维模型的根节点合并的优势分析
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，... ......
fortran实战手册（5）
目录高斯消元法 高斯消元法 program hello use gauss implicit none integer,parameter::mat_n=3 real,dimension(mat_n)::roots real,dimension(mat_n)::b=[3,3,-6] characte ......
ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据|附代码数据
全文下载链接：http://tecdat.cn/?p=22511 最近我们被客户要求撰写关于ARIMAX的研究报告，包括一些图形和统计输出。 标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测 。 该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值 ......
dump 日志收集与分析（jmap 和 jstack 工具）讲解与实战操作
目录一、概述二、常见的 dump 工具三、dump 可能会导致进程卡住风险（生产谨慎操作）四、安装 JDK五、jmap 介绍与示例讲解1）jmap 介绍2）Kafka安装（单机）1、下载安装包2、配置环境变量3、配置kafka3、配置ZooKeeper4、启动kafka5、验证3）示例讲解【示例一】 ......
企业级持续集成实战系列（07）：容器中安装maven
本系列汇总，请查看这里：https://www.cnblogs.com/uncleyong/p/16721826.html 下载地址：https://maven.apache.org/download.cgi 选择：apache-maven-3.6.1-bin.tar.gz 1.拷贝maven安装包 ......
BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型
前言 上周，北京智源人工智能研究院（BAAI）、北京大学和香港中文大学的研究团队开源了SegVol 医学通用分割模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 进行任意尺寸原分辨率的 3D 体素分割模型。作 ......
聊聊 神经网络模型 预训练生成超参数实现
概述 在上一篇博客中，已经阐述了预训练过程中，神经网络中超参数的计算逻辑，本文，从程序实现的角度，将数学计算转换为程序代码，最终生成超参数文件；并将替换 聊聊 神经网络模型 示例程序——数字的推理预测 中已训练好的超参数文件，推理预测数字，最终比对下两者的精确度。 神经网络层实现 首先，根据神经网络 ......
大数据 - MapReduce：从原理到实战的全面指南
本文深入探讨了MapReduce的各个方面，从基础概念和工作原理到编程模型和实际应用场景，最后专注于性能优化的最佳实践。 关注【TechLeadCloud】，分享互联网架构、云服务技术的全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员 ......
cobol实战（1）
目录hello,world hello,world ide OpenCobolIDE https://launchpad.net/cobcide/+download hello,world ******************************************************* ......
SAP ABAP 显式增强技术之 New BAdI 的实战介绍 - 如何创建和激活增强实现试读版
本教程之前的文章，对 SAP ABAP 各种增强技术做了一个概述： 122. SAP ABAP 各种增强技术(Enhancement)概述 - 所谓第一代，第二代，第三代增强技术的出处是？ 然后第 62 篇文章，针对下图红色区域的基于 Enhancement Framework 增强技术中的隐式增强 ......
聊聊 神经网络模型 传播计算逻辑
概述 预训练过程就是在不断地更新权重超参数与偏置超参数，最后选择合适的超参数，生成超参数文件。上一篇博客 是使用已有的预训练超参数文件，要训练自己的超参数，需要对神经网络层中前向传播与反向传播计算熟悉，了解计算逻辑，才能不断地更新选择合适的超参数。 神经网络计算详解 整个神经网络的层数是4层，从顺序 ......
模型部署的一些问题及其解决方案
# 1. 显示<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>图片 并保存 得到一个<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>的Image ......
高斯混合模型:GMM和期望最大化算法的理论和代码实现
高斯混合模型(gmm)是将数据表示为高斯(正态)分布的混合的统计模型。这些模型可用于识别数据集中的组，并捕获数据分布的复杂、多模态结构。 gmm可用于各种机器学习应用，包括聚类、密度估计和模式识别。 在本文中，将首先探讨混合模型，重点是高斯混合模型及其基本原理。然后将研究如何使用一种称为期望最大化( ......
RabbitMQ work模型
默认情况下，MQ队列如果绑定了多个消费者，那么队列在投递消息时就是轮询，一人投递一个（并且一条消息只能投递给监听该队列的某一个消费者） 在一个MQ队列上绑定多个消费者的目的是加快队列中消息的处理效率，防止队列中消息的堆积问题。 注：要在消费者的 application.yml 文件中加上这个配置 ......
02-简单的C/S阻塞模型
C/S阻塞模型是指客户端/服务器阻塞模型，它描述了一种基于阻塞的网络通信方式。在阻塞模型中，客户端发送请求给服务器，并等待服务器的响应。在等待服务器响应的过程中，客户端的操作会被阻塞，直到服务器响应返回或超时。 服务器 服务器基本流程如下： 启动网络库 创建服务器Socket 绑定服务器地址和端口号 ......
七天.NET 8操作SQLite入门到实战 - 第五天引入SQLite-net ORM并封装常用方法（SQLiteHelper）
前言 上一章节我们搭建好了EasySQLite的前后端框架，今天我们的主要任务是在后端框架中引入SQLite-net ORM并封装常用方法（SQLiteHelper）。 七天.NET 8操作SQLite入门到实战详细教程 第一天 SQLite 简介 第二天 在 Windows 上配置 SQLite环 ......
基于DigiThread的仿真模型调参功能
仿真模型调参是指通过调整模型内部的参数值，使仿真模型的输出更符合实际系统的行为或者预期结果的过程。 仿真过程中，往往需要频繁对模型参数进行调整，通过观察不同参数下系统整体的运行情况，实现系统的性能、可靠性和效率的优化。在进行模型调参时，需要注意选择合适的调参方法和调参参数。不同的仿真模型可能需要采用 ......
小程序开发实战案例之如何获取用户信息（一）
✌️ 简单唠两句 经过小程序 0-1 开发系列内容的学习，相信大家对于如何开发小程序已经有了一些初步了解。今天新开设小程序开发实战专栏，希望能帮助大家在 不同小程序开发场景中 更丝滑的完成开发～ 支付宝小程序开发 0-1 系列专栏内容详见： 最新demo版｜如何0-1开发支付宝小程序之前期准备篇（一 ......
Stable diffusion
Stable Diffusion 目前来说效果比较好的影像生成模型, 就算不是Stable Diffusion, 套路也和其相似. 而Stable Diffusion就是目前最好的影像生成模型. How it works 目前最好的影像生成模型, 其内部基本上由三个元件组成. 第一个元件是Text ......
解锁机器学习-梯度下降：从技术到实战的全面指南
本文全面深入地探讨了梯度下降及其变体——批量梯度下降、随机梯度下降和小批量梯度下降的原理和应用。通过数学表达式和基于PyTorch的代码示例，本文旨在为读者提供一种直观且实用的视角，以理解这些优化算法的工作原理和应用场景。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、A ......
使用Unity Localization插件进行项目本地化实战详解
使用Unity Localization进行本地化的详细教程，对需要本地化的各种情况进行分类讨论，用Excel表格管理本地化文本，方便快捷 ......
ENTROFORMER: A TRANSFORMER-BASED ENTROPY MODEL基于transformer的熵模型
目录简介模型核心代码性能实验 简介 \(\quad\)由于cnn在捕获全局依赖关系方面效率低，因此该文章提出了基于tansformer的熵模型——Entoformer；并针对图像压缩进行了top-k self-attention和a diamond relative position encodin ......