526互联

序列 模型

Java反序列化 CC7链

参考链接 https://blog.csdn.net/qq_35733751/article/details/119862728 https://github.com/frohoff/ysoserial/blob/master/src/main/java/ysoserial/payloads/Com ......
序列 Java CC7 CC

大模型词表构建

1.引言 在文本输入embedding层之前，以中文文本为例，首先对文本进行分词并进行one-hot编码，分词肯定是根据词表来进行分词，那构建一个合适的词表就显得至关重要，过大或者过小都会对后续模型的训练效果产生影响。所以这里介绍当前各个大模型的词表构建方法。 2.技术基础 在介绍具体的词表构建方法 ......
词表 模型

java 序列话注解 @Transient

java 序列话注解 @Transient Java 序列化注解及其使用 简介 在 Java 程序中，对象的序列化是指将对象转换为字节流的过程，以便在网络上传输或保存到文件中。而反序列化则是将字节流重新转换为对象。 Java 提供了 java.io.Serializable 接口，用于标识可序列化的 ......
注解 序列 Transient java

java中的关键字transient，将不需要序列化的属性前添加关键字transient，序列化对象的时候，这个属性就不会被序列化

java中的关键字transient，将不需要序列化的属性前添加关键字transient，序列化对象的时候，这个属性就不会被序列化 这个关键字的作用其实我在写java的序列化机制中曾经写过，不过那时候只是简单地认识，只要其简单的用法，没有深入的去分析。这篇文章就是去深入分析一下transient关键 ......
序列 transient 属性 关键字 关键

Django序列化

关于Django中的序列化主要应用在将数据库中检索的数据返回给客户端用户，特别的Ajax请求一般返回的为Json格式 1、serializers 1 from django.core import serializers 2 ret = models.BookType.objects.all() 3 ......
序列 Django

第四单元 视图与模型

create database MvcUnit4; go use MvcUnit4; go create table Product ( Id bigint primary key, ProductName varchar(30), CategoryName varchar(30), Price d ......
视图 单元 模型

09-序列化器的 many=True 实现原理

入门知识 上面说明了，解释器会先执行 new 方法，再执行 init方法 下面说明了，如果new返回的空对象不是当前init对应的类型，就不会执行init。 序列化器 many=True 的简化版 可以看到 many_init 方法返回的是 Alist的空对象，而不是 A 的空对象，因此，没有 A ......
序列 原理 many True 09

three.js 使用 sortObjects 和 renderOrder 处理网格修改后覆盖模型的问题

问题效果： 目标效果 处理此问题首先需要了解three的渲染机制： 渲染机制 threejs的渲染器是基于webGL的。它的渲染机制是根据物体离照相机的距离来控制和进行渲染的。也就是说，它根据物体的空间位置进行排序，然后根据这个顺序来渲染物体。对于透明的物体，是按照从最远到最近的顺序进行渲染。控制渲 ......
网格 sortObjects renderOrder 模型 问题

【自己搭建一个：端到端的语音+大模型聊天机器人】

概要 发篇文章记录一下最近搞的语音+大模型聊天机器人的搭建过程，供交流学习。有正反馈的话会继续优化。 整体架构流程 注意：借传统的基于RASA的对话机器人的图一用，本博会把NLU（Natural Language Understanding）和 Dialogue Management这两个组件，用大 ......
机器人 语音 模型 机器 端的

pytorch强制转换模型的所有参数都变成统一类型

可以调用模型的父类Module中的type方法，例如model.type(torch.float64)，将网络模型model的参数和缓冲区强制转换为torch.float64类型，这样就可以训练torch.float64类型的数据了，还可以指定其他类型。另外还有一些强制转换为某一种类型的方法：flo ......
模型 参数 pytorch 类型

大模型环境搭建（二）

二：Conda 安装 1.下载链接:https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe 2.安装完之后,要修改以下他的执行策略！点开始菜单，打开：Anaconda Powershell Prompt (mi ......
模型 环境

代码随想训练营第五十七天（Python）｜ 647. 回文子串、516.最长回文子序列

647. 回文子串 1、中心扩散法+双指针 class Solution: def countSubstrings(self, s: str) -> int: res = 0 for i in range(len(s)): # 以 i 为中心 res += self.countPalind(i, i ......
回文 训练营 序列 随想 代码

大模型环境搭建（一）

一：Python 安装 安装简介： 电脑系统:Win11 安装Python版本：3.10.11 第一步,下载Python 打开官网：https://www.python.org/ 国内镜像：https://mirrors.huaweicloud.com/python/ 第三步,确认Python,pi ......
模型 环境

大语言模型底层架构丨带你认识Transformer

本文分享自华为云社区《大语言模型底层架构你了解多少？大语言模型底层架构之一Transfomer的介绍和python代码实现》，作者： 码上开花_Lancer 。 语言模型目标是建模自然语言的概率分布，在自然语言处理研究中具有重要的作用，是自然语言处理基础任务之一。大量的研究从n 元语言模型（n-gr ......
底层 Transformer 架构 模型 语言

三维模型的顶层合并构建的优势方面浅析

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，... ......
顶层 模型 方面 优势

第二章 若依JFlow流程模型设计

这篇文章主要讲解了如何使用JFlow框架创建业务场景和流程模型，绘制流程图及注意事项，以及单节点的表单绘制和需要注意的细节 ......
模型 流程 第二章 JFlow

语言大模型（LLMs）的特点

语言大模型(Large Language Models, LLMs)是近年来自然语言处理领域的重要发展之一。其主要特点是: 海量参数:LLMs包含了上十亿个参数,特别是GPT-3包含了1759亿个参数。这些大规模的参数使其可以学习非常复杂的模式和表征。 巨量数据集:LLMs通过海量数据进行预训练,例 ......
模型 特点 语言 LLMs

代码随想训练营第五十五天（Python）｜ 392.判断子序列、115.不同的子序列

392.判断子序列 1、双指针 class Solution: def isSubsequence(self, s: str, t: str) -> bool: m, n = len(s), len(t) i, j = 0, 0 while m > i and n > j: if s[i] == t ......
序列 训练营 随想 代码 Python

代码随想训练营第五十三天（Python）｜ 1143.最长公共子序列 、1035.不相交的线 、53. 最大子序和

1143.最长公共子序列 class Solution: def longestCommonSubsequence(self, text1: str, text2: str) -> int: m, n = len(text1), len(text2) # dp 数组代表 text1 以 i-1 结尾 ......
训练营 序列 随想 代码 Python

聊聊神经网络模型流程与卷积神经网络的实现

神经网络模型流程 神经网络模型的搭建流程，整理下自己的思路，这个过程不会细分出来，而是主流程。 在这里我主要是把整个流程分为两个主流程，即预训练与推理。预训练过程主要是生成超参数文件与搭设神经网络结构；而推理过程就是在应用超参数与神经网络。 卷积神经网络的实现 在 聊聊卷积神经网络CNN中，将卷积神 ......
神经网络 卷积 神经 网络 模型

PyTorch造大模型“加速包”，不到1000行代码提速10倍！英伟达科学家：minGPT以来最好的教程式repo之一

前言 PyTorch团队让大模型推理速度加快了10倍。且只用了不到1000行的纯原生PyTorch代码！ 本文转载自量子位 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 ......
程式 科学家 模型 PyTorch 代码

网络编程之IO模型

我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
网络编程 模型 网络

三-select模型

select模型是对简单C/S模型的优化，他解决了accept函数阻塞等待连接的问题。并且允许应用程序同时监视多个套接字，从而实现简单的并发请求。通过调用select函数确认一个或多个套接字当前的状态，并根据当前状态进行相应操作。在select模型模型中，select函数是最关键的。 select模 ......
模型 select

HTTPS处于OSI模型中哪个层？

HTTPS（Hypertext Transfer Protocol Secure）位于 OSI（Open Systems Interconnection）模型的应用层和传输层之间。 在 OSI 模型中，从底层到顶层依次是：物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。HTTPS 是在应 ......
模型 HTTPS OSI

关于三维模型几何坐标校正的技术方法探讨

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，... ......
坐标 几何 模型 方法 技术

使用Huggingface创建大语言模型RLHF训练流程的完整教程

ChatGPT已经成为家喻户晓的名字，而大语言模型在ChatGPT刺激下也得到了快速发展，这使得我们可以基于这些技术来改进我们的业务。 但是大语言模型像所有机器/深度学习模型一样，从数据中学习。因此也会有garbage in garbage out的规则。也就是说如果我们在低质量的数据上训练模型，那 ......
Huggingface 模型 流程 语言 教程

因果推断9-18 链状结构、叉状结构、对撞结构、D-分割、模型检验和等价类

https://www.bilibili.com/video/BV1tk4y127L1/?spm_id_from=333.788&vd_source=3ad05e655a5ea14063a9fd1c0dcdee3e 所以得到一个结论，如果在一个链结构里面，比如X->Y->Z，condition到中间 ......
结构 链状 等价 因果 模型

使用 PyTorch 完全分片数据并行技术加速大模型训练

本文，我们将了解如何基于 PyTorch 最新的 完全分片数据并行 (Fully Sharded Data Parallel，FSDP) 功能用 Accelerate 库来训练大模型。 动机 🤗 随着机器学习 (ML) 模型的规模、大小和参数量的不断增加，ML 从业者发现在自己的硬件上训练甚至加载 ......
模型 PyTorch 数据 技术

Day12 jvm 内存模型JMM

1. jvm 内存模型 JMM 原帖链接 JMM控制 Java 线程之间的通信，决定一个线程对共享变量的写入何时对另一个线程可见。 每条线程在自己的工作内存中对共享变量（副本）进行操作，JMM再负责把这些操作同步到主内存中 JVM1.8 用Meta space（元空间）（在JVM外的本地内存中）取代 ......
模型 内存 Day jvm JMM

做算力的浪潮信息为什么还要再卷大模型？

避免重复造轮子，前提是轮子已经造得很好。 大模型有多卷？ 现在国内已经有180个以上生成式大模型，科技大厂、互联网大厂纷纷入局，既有百度、浪潮信息、阿里、腾讯等一众巨头，也有专攻AI的讯飞、商汤等垂直领域小巨头，以及“日日新”的创业企业。 今天A厂商发布大模型，各种参数对比下来堪称最强，第二天B厂商 ......
浪潮 模型 信息
共4690篇  :16/157页 首页上一页16下一页尾页