实战datawhale diffuser模型
2023CANN训练营第2季————Ascend C算子Tiling切分原理与实战
使用Ascend C进行昇腾AI芯片算子开发，开发者仅需要把关注点放在数据切分和计算逻辑实现上。固定shape算子切分相对简单，动态shape的算子需要如何去实现呢？本篇笔记从复习切分的基本概念出发，讲述了一种动态shape的切分方法，并编程进行了验证。 ......
国内的开源AI模型共享网站（AI模型的GitHub）—— mindscope —— 对标外网的“huggingface”，mindscope好用吗？
搞AI的应该都是知道huggingface是啥的，这里不过多介绍，简单的来说就是AI模型的Github，之所以这么说是因为计算机的项目往往都是代码文件，所有计算机项目的Github只需要上传项目的代码文件即可，而AI项目则与传统的计算机project不同，是在代码文件之外还需要有有神经网络的模型文件 ......
10.基于模型的测试方法 Model-based Testing
Model-based Testing 介绍 Model-based Testing is an application of model-based design for designing and optionally also executing artifacts to perform so ......
vue 2实战系列 —— 复习Vue
复习Vue 近期需要接手 vue 2的项目，许久未写，语法有些陌生。本篇将较全面复习 vue 2。 Tip: 项目是基于 ant-design-vue-pro ant-design-vue-pro 由于 cms 是基于这个项目开发的，所以笔者就将其下载下来。 下载后运行 // 按照依赖 yarn i ......
评价机器学习模型的思路
这个标题不够严谨，不同业务领域下的模型，没有可比性。因此，应当增加一定的限定条件，才能对机器学习的模型进行比较。 当前可行的限定条件，如下： 模型 模型结构 参数的数量 训练算法 训练时长 数据 训练数据集 验证数据集 数据质量 基础平台 训练平台 硬件 软件 运行平台 硬件 软件 在给定上述条件时 ......
ASR项目实战-任务队列在文件转写特性中的应用
转写时长超出60秒的语音文件，业界的竞品通常会使用创建异步转写任务的方式来提供支持。 一个简单、直接的实现方案，即： 网关服务接收到来自客户的转写请求时，将任务信息持久化至任务队列中。 由算法服务的实例从任务队列中提取任务，并执行转写操作。 待执行完毕之后，将转写结果保存至DB中，供调用方查询。 本 ......
【原创】一款AI Agent浏览器插件，让你在任意页面、任意地方使用大模型能力
介绍 赐我白日梦AI Agent，一款可以让你在任意浏览器页面使用大语言模型的插件神器。 视频讲解 https://www.bilibili.com/video/BV17T4y1W7YP/?vd_source=ff5ff1551c3f08b3759567d6405cf747 核心功能 曜夜黑主题UI ......
【xss实战】BurpSuite-XssValidator插件 -xss自动化测试
所需软件： 1、burpsuite 2、xssvalidator 源码：https://github.com/nVisium/xssValidator（按照编译指导编译） burpsuite_BApp：https://portswigger.net/bappstore/bapps/download/ ......
盒子模型
目录网页布局的本质盒子模型（Box Model）组成边框（border）边框的使用边框的合写分写表格的细线边框边框会影响盒子实际大小内边距（padding）合写属性分写属性内边距会影响盒子实际大小内边距对盒子大小的影响解决方案外边距（margin）外边距典型应用外边距合并相邻块元素垂直外边距的合并嵌 ......
【玩转腾讯混元大模型】怎么说?我用混元AI大模型开发了个IDEA插件
前言 halo 我是杨不易呀，在混元大模型内测阶段就已经体验了一番当时打开页面的时候灵感模块让我大吃一惊这么多角色模型真的太屌了，随后我立马进行了代码处理水平和上下文的效果结果一般般但是到如今混元大模型代码处理水平提升超过 20%，代码处理效果在实测中高于ChatGPT 6.34% HumanEva ......
ASR项目实战-方案设计
对于语音识别产品的实施方案，给出简易的业务流程，仅供参考。 如下流程图，可以使用如下两个站点查看。 web chart Web Sequence Diagrams 文件转写 创建文件转写任务 客户应用->接入网关: 发送创建文件转写的请求 接入网关->安全网关: 转发请求 安全网关->安全网关: 对 ......
ASR项目实战-决策点
针对语音识别的产品，分别记录设计、开发过程中的决策点。 实时语音识别 对于实时语音识别来说，客户端和服务端之间实时交换语音数据和识别的结果。 客户端在启动识别时，即开始发送语音数据，期望在等待较短的时间后，即收到最初的识别结果。第一段语音数据和第一个识别结果之间的时延，一般称为首字时延。 客户端在停 ......
AutoGPT实战
1.概述 人工智能（AI）的能力持续在全球范围内引起轰动，并对我们日常生活和职业生涯带来重大变革。随着像ChatGPT这样的先进生成型AI模型以及从GPT-3到GPT-4的加速，我们在高级推理、理解更长上下文和输入设置方面看到了重大改进。像ChatGPT这样的工具要求用户编写Prompt，以获得所需 ......
ASR项目实战-架构设计
一般而言，业务诉求作为架构设计的输入。 需求清单 对于语音识别产品而言，需满足的需求，举例如下： 功能需求 文件转写。 长文件转写，时长大于60秒，小于X小时，X可以指定为5。 短文件转写，时长小于60秒。 实时语音识别。 长语音识别，时长大于60秒，小于Y小时，Y可以指定为5。 短语音识别，时长小 ......
ASR项目实战-项目交付历程
本文记录，作为项目主要负责人，完整参与语音识别项目的交付历程。 2019年12月中旬 接到项目交付任务，收集基本知识，启动业务分析工作。 2020年1月 完成竞品分析的整理。 梳理合作伙伴的清单，整理项目计划，启动和各合作伙伴的沟通工作。 启动架构方案、设计方案的准备工作。 2020年2月 和合作伙 ......
ASR项目实战-交付团队的分工
对于通常的软件项目，参与角色，比如可以有用户，消费者，产品团队，研发团队（研发团队包括开发和测试），运营团队，运维团队，管理团队。 通常认为，用户，负责购买服务的群体，而消费者，负责使用业务的群体。这两个群体，不在本文的讨论范围之内，因此后续的介绍中，除非明确说明，否则默认均不涉及。 产品团队，研发 ......
ASR项目实战-产品分析
分析Google、讯飞、百度、阿里、QQ、搜狗等大厂的ASR服务，可以罗列出一款ASR服务所需要具备的能力。 产品分类 ASR云服务产品，从用户体验、时效性、音频时长，可以划分为如下几类： 实时短音频转写，可以用于支撑输入法、搜索、导航等场景。 实时长音频转写，可以用于支撑视频字幕、图文直播、会议直 ......
ASR项目实战-前处理
本文深入探讨前处理环节。 首先介绍一些基本的名词，比如 文件名后缀 文件格式 音频格式 采样率和位深 预备知识 文件名后缀、文件格式和音频格式 常见的音频文件，比如.wav、.mp3、.m4a、.wma等，这些都代表什么？ 仅仅是这类音频文件的后缀而已，不一定和音频文件的编码、音频数据的编码相关。 ......
ASR项目实战-后处理
本文深入探讨后处理环节。 在本环节要处理的重要特性有分词、断句、标点符号、大小写、数字等的格式归一等。 分词 和NLP、搜索等场景下的分词含义不同。对于拼音类的语言，比如英语、法语等，句子由多个单词组成，语音输出的结果，需要按需在各个单词之间补充或者去掉空格。对于中文来说，字和词之间不以空格作为边界 ......
【Python大数据分析课程设计】——心血管疾病数据分析和预测模型
一、选题背景 心血管疾病是全球范围内主要健康威胁之一，而通过大数据分析揭示相关模式和趋势对于疾病预防和管理至关重要。社会上心血管疾病的不断增加与现代生活方式、不良饮食和缺乏运动等因素密切相关，对健康系统和经济造成巨大负担。在技术飞速发展的今天，大数据分析为深入挖掘潜在的健康信息提供了前所未有的机会， ......
R语言逻辑回归模型的移动通信客户流失预测与分析
全文链接：https://tecdat.cn/?p=34723 原文出处：拓端数据部落公众号 通过对某移动通信公司客户的流失数据分析，了解客户流失规律，建立流失预警系统，为客户关系管理服务。 数据介绍 某年度随机抽取的 1000 个移动通信客户。因变量是他们来年的流失行为（0= 未流失，1=流失）。 ......
ASR项目实战-数据
使用机器学习方法来训练模型，使用训练得到的模型来预测语音数据，进而得到识别的结果文本，这是实现语音识别产品的一般思路。 本文着重介绍通用语音识别产品对于数据的诉求。 对数据的要求 训练集 相关要求，如下： 地域，需要覆盖使用人群所在的地域，且数据的比例适中。 口音，需要覆盖典型的口音。 年龄，从18 ......
ASR项目实战-构建Kaldi
准备工作 安装构建时依赖的基础软件 软件清单如下： bzip2 python3 automake libtool cmake gcc g++ gfortran git subversion 不同平台安装软件的方式不同，比如可以使用yum或者apt-get等。 下载开源软件 软件清单如下： Libun ......
ASR项目实战-语音识别
本文深入探讨语音识别处理环节。 本阶段的重点特性为语音识别、VAD、热词、文本的时间偏移、讲话人的识别等。 语音识别 业界流派众多，比如Kaldi、端到端等，具体选择哪一种，需要综合考虑人员能力、训练数据量和质量、硬件设施、交付周期等，作出相对合理的交付规划。 基于Kaldi的方案，优点在于其发挥稳 ......
探索大语言模型 ：首场英智未来AI沙龙精彩回顾
12月27日，英智未来主办的第一期英智AI沙龙《大语言模型创新应用与最新发展现状》在深圳南山顺利举行。本次沙龙汇集了来自IT、文娱、金融等行业的精英人士和AI爱好者，共同探讨大语言模型在各领域的创新应用及其发展趋势。 以大模型为核心的通用人工智能正在驱动新一轮智能革命的持续演进，大模型给影视、医疗等 ......
方案：智能分析网关V4区域人数超员AI算法模型的应用场景介绍
我们将以TSINGSEE青犀智能分析网关V4为例，深入探讨区域人数超员AI算法的工作原理及其应用场景。智能分析网关v4的区域人数统计/人员超限算法是基于计算机视觉和深度学习技术，通过训练深度神经网络模型实现对视频中人数统计的任务。 ......
JVM-实战篇-GC调优
1 GC调优 GC调优指的是对垃圾回收进行调优。GC调优的主要目标是避免由垃圾回收引起的程序性能下降。 GC调优的核心分为三部分： 通过JVM参数的设置； 特定垃圾回收器的JVM参数的设置； 解决由频繁的FULLGC引起的程序性能问题。 GC调优没有唯一的标准答案，重点学习调优的工具和方法。 2 G ......
谷歌云 | Dataflow 和 Vertex AI：可扩展高效的模型服务
如果您考虑使用 VertexAI 来训练和部署您的模型，那您选对了！数据对于机器学习至关重要，模型拥有的数据量越大，质量越高，模型的性能就会越好。在训练模型之前，数据必须经过预处理，这意味着清洗、转换和聚合数据，使其成为模型可以理解的格式。数据预处理在模型服务时也很重要，但由于实时流数据、硬件可扩展 ......
etcd 高可用模型
Stacked etcd 使用stacked控制平面节点，其中 etcd 节点与控制平面节点共存。 这种拓扑将控制平面和 etcd 成员耦合在同一节点上。 优点：相对使用外部 etcd 集群， 设置起来更简单，而且更易于副本管理。 缺点：如果一个节点发生故障，则 etcd 成员和控制平面实例都将丢失 ......