应用领域 模型 领域reactor
千亿参数开源大模型 BLOOM 背后的技术
假设你现在有了数据，也搞到了预算，一切就绪，准备开始训练一个大模型，一显身手了，“一朝看尽长安花”似乎近在眼前 …… 且慢！训练可不仅仅像这两个字的发音那么简单，看看 BLOOM 的训练或许对你有帮助。 近年来，语言模型越训越大已成为常态。大家通常会诟病这些大模型本身的信息未被公开以供研究，但很少关 ......
接入HMS Core应用内支付服务过程中一些常见问题总结
华为HMS Core应用内支付服务（In-App Purchases，IAP）为应用提供便捷的应用内支付体验和简便的接入流程。该服务支持客户端和服务端两种开发形式，具体可以参考官方文档。 往期文章：常见问题总结（2）中分享总结了有关无法拉起支付页面的常见问题，本文将对近期开发者们较为关注的一些集成应 ......
使用LRU加速python应用
操作系统 ：CentOS 7.6.1810_x64 Python 版本 : 3.9.12 一、背景描述 使用python开发过程中，会遇到需要使用缓存加速应用的情况，比如下面这些场景： 数据转换加速 字符串时间转换成int时间戳； 字符串时间转换成datetime类型； ... 数据解析加速 byt ......
TCP与应用层协议
1、小故事与前言 最近返校做毕业设计，嵌入式和服务器需要敲定一个通信协议。 我问："服务端选什么协议，MQTT或者Websocket？" 他来句："TCP" 我又确认了一遍："用什么通信协议？" 他又来了句："TCP" 给我气笑了。最后在我的坚持下，他才勉强以他啥都能做，以我为准的理由妥协了。 简单 ......
GPT-4 来了！这些开源的 GPT 应用又要变强了
近日，在 GPT-3.5 发布的半年后，OpenAI 正式推出了大版本的 GPT-4，不同于 GPT-3 到 GPT-3.5 耗时两年，这次版本升级只用了半年。如果你对 OpenAI 不熟悉，答应我读下这篇《ChatGPT 会开源吗？》 ，它详细介绍了 OpenAI 这家公司及其产品。 为了让你快速 ......
工业控制应用程序二进制的秘密
本文系原创，转载请说明出处 Please Subscribe Wechat Official Account：信安科研人，获取更多的原创安全资讯 源码：https://github.com/momalab/ICSREF 原论文：ICSREF: A Framework for Automated ......
ICSFUZZ:操纵I/O、二进制代码重用以及插桩，来Fuzzing工业控制应用程序
本文系原创，转载请说明出处 Please Subscribe Wechat Official Account：信安科研人，获取更多的原创安全资讯 源码：GitHub - momalab/ICSFuzz 原文：ICSFuzz: Manipulating I/Os and Repurposing B ......
重新定义性价比!人工智能AI聊天ChatGPT新接口模型gpt-3.5-turbo闪电更新,成本降90%,Python3.10接入
北国春迟，春寒料峭略带阴霾，但ChatGPT新接口模型gpt-3.5-turbo的更新为我们带来了一丝暖意，使用成本更加亲民，比高端产品ChatGPT Plus更实惠也更方便，毕竟ChatGPT Plus依然是通过网页端来输出，Api接口是以token的数量来计算价格的，0.002刀每1000个to... ......
.NET应用系统的国际化-多语言词条服务
上篇文章我们介绍了 VUE+.NET应用系统的国际化-整体设计思路 系统国际化改造整体设计思路如下： 提供一个工具，识别前后端代码中的中文，形成多语言词条，按语言、界面、模块统一管理多有的多语言词条 提供一个翻译服务，批量翻译多语言词条 提供一个词条服务，支持后端代码在运行时根据用户登录的语言，动态 ......
.NET应用系统的国际化-整体设计思路
近期产品要支持国际化多语言，主要涉及前端界面国际化以及后端提示信息、异常信息的国际化多语言支持。 目前我们的开发技术栈：前端VUE、后端.NET。面向前端界面和后端服务，分别涉及对应的国际化多语言支持方案。 一、前端界面国际化多语言支持 前端VUE界面的源码如下： 上述代码中，我们将需要多语言支持的 ......
代码优化与程序加速指南——针对数值优化和深度学习领域
背景 当需要处理规模较大、任务较复杂的优化问题或训练神经网络时，我们经常会遇到程序运行时间长或无法完成的情况。然而，这不一定是由于问题规模大或计算机硬件能力的限制。即使尝试使用更高性能的服务器或计算机，也不能保证能够有效地加速代码运行。因为高性能的硬件通常需要与为高性能计算而设计的代码相匹配。 本文 ......
基于NUXT.JS搭建一款VUE版SSR前端框架（解决SPA应用的SEO优化优化问题）
本文档是从官网文档中摘录的一些重点内容，以及加入了自己的一些调整和对官网内容的理解和解释。适合新手学习，有一定技术水平的宝子，建议直接查看 [NUXT英文官网] ......
我的语言模型应该有多大？
本文发表于 2020 年 6 月 8 日，虽然时间较久远，但现在看起来仍然是非常有价值的一篇文章。 在这个全民 LLM 的狂欢里，想测测你拿到的预算够训一个多大的模型吗？本文会给你一个答案，至少给你一个计算公式。 在自然语言处理领域，有时候我们恍惚觉得大家是为了搏头条而在模型尺寸上不断进行军备竞赛。 ......
Optimum + ONNX Runtime: 更容易、更快地训练你的 Hugging Face 模型
介绍 基于语言、视觉和语音的 Transformer 模型越来越大，以支持终端用户复杂的多模态用例。增加模型大小直接影响训练这些模型所需的资源，并随着模型大小的增加而扩展它们。Hugging Face 和微软的 ONNX Runtime 团队正在一起努力，在微调大型语言、语音和视觉模型方面取得进步。 ......
c# 递归应用 完成js文件自动引用
背景： 两张表，分别是 ：sys_tbl,和 sys_field,其中：sys_tbl 是系统所有表的信息，包含两个字段 ：code（表名）,name（表描述信息）；sys_fld 是记录第张表中的字段 的名称（field)和描述信息（table) , 截图如下： sys_tbl 其中，字段 名称包 ......
ATC：一个能将主流开源框架模型转换为昇腾模型的神奇工具
摘要：本文介绍了昇腾CANN提供的模型转换工具ATC，介绍了其功能、架构，并以具体样例介绍了该工具的基本使用方法以及常用设置。 本文分享自华为云社区《使用ATC工具将主流开源框架模型转换为昇腾模型》，作者： 昇腾CANN。 什么是ATC，它能做什么？ 昇腾张量编译器（Ascend Tensor Co ......
深入了解视觉语言模型
人类学习本质上是多模态 (multi-modal) 的，因为联合利用多种感官有助于我们更好地理解和分析新信息。理所当然地，多模态学习的最新进展即是从这一人类学习过程的有效性中汲取灵感，创建可以利用图像、视频、文本、音频、肢体语言、面部表情和生理信号等各种模态信息来处理和链接信息的模型。 自 2021 ......
详解数仓中sequence的应用场景及优化
摘要：本文简单介绍sequence的使用场景及如何修改sequence的cache值提高性能。 本文分享自华为云社区《GaussDB(DWS)关于sequence的那些事》，作者：Arrow0lf 。 什么是sequence sequence，也称作序列，是用来产生唯一整数的数据库对象。序列的值按照 ......
带你掌握如何查看并读懂昇腾平台的应用日志
摘要：本文介绍了昇腾平台日志分类、日志级别设置、日志内容格式，以及如何获取日志文件的方法。 本文分享自华为云社区《如何查看并读懂昇腾平台的应用日志》，作者：昇腾CANN。 当您完成训练/推理工程开发后，将工程放到昇腾平台运行，以调试工程是否正常运行，此时，可能会出现各种各样、五花八门的异常状况。 当 ......
在线文本翻译能力新增14个直译模型，打造以中文为轴心语言的翻译系统
经济全球化的今天，人们在工作和生活中经常会与外语打交道。相较传播性较广的英语而言，其他语种的识别和阅读对大多数人来说是一件难事，此时就需要借助语言翻译软件来帮助理解。 华为 HMS Core 机器学习服务（ML Kit）翻译功能提供了多种翻译模式，不仅可以满足应用出行购物、网络社交等日常场景，还提供 ......
从宏观上理解计算机网络模型-坐在直升机上看网络
大家好，我是风筝 今天是轻解计算机网络系列第一解，从宏观上了解网络。主要介绍网络分成模型、基本传输过程。 学习任何一种新技术都应该是这样的顺序，先从宏观上了解这门技术的基本原理和作用。这就好像生物学家研究一种生物，不能上来就解刨吧，一定是从整体上观察了这种生物的体貌和形态。这里的宏观就像是一具动物骨 ......
生产环境Java应用服务内存泄漏分析与解决
有个生产环境CRM业务应用服务，情况有些奇怪，监控数据显示内存异常。内存使用率99.%多。通过生产监控看板发现，CRM内存超配或内存泄漏的现象，下面分析一下这个问题过程记录。 1、服务器硬件配置部署情况 生产服务器采用阿里云ECS机器，配置是2HZ、8GB，单个应用服务独占，CRM应用独立部署，即单 ......
深度学习模型压缩方法概述
我们知道，一定程度上，网络越深，参数越多，模型也会越复杂，但其最终效果也越好，而模型压缩算法是旨在将一个庞大而复杂的大模型转化为一个精简的小模型。之所以必须做模型压缩，是因为嵌入式设备的算力和内存有限，经过压缩后的模型方才能部署到嵌入式设备上。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、... ......
EF7创建模型入门篇
在EF7中，创建一个模型是非常重要的步骤。本文将使用微软官方文档中的指南，来学习EF7中的创建模型篇，外加一点点个人理解。 实体类型 在 EF7 中，你需要使用 modelBuilder.Entity() 方法来告诉 EF7 你要包含哪些类型。默认情况下，EF7 会将实体类型的名称设置为表的名称。但 ......
EF7创建模型继承映射篇
Entity Framework 7 (EF7)中的继承映射允许您将类层次结构映射到数据库中的表层次结构。具体而言，这意味着您可以创建一个基类，然后从该基类派生多个子类，并将这些子类映射到不同的数据库表。这使得在数据库中存储不同类型的数据变得更加方便，同时还能保持面向对象编程的优雅性。 EF7提供了 ......
EF7创建模型值生成篇
在 EF7 中，生成的值是非常重要的，因为它们决定了数据库表中的数据。在本文中，我们将以人员为例，使用 Fluent API 展示所有 EF7 生成值的功能。 我们先来看一下人员表的属性： public class Person { public Guid Id { get; set; } publ ......
取出预训练模型中间层的输出(pytorch)
1 遍历子模块直接提取 对于简单的模型，可以采用直接遍历子模块的方法，取出相应name模块的输出，不对模型做任何改动。该方法的缺点在于，只能得到其子模块的输出，而对于使用nn.Sequensial()中包含很多层的模型，无法获得其指定层的输出。 示例 resnet18取出layer1的输出 from ......
8.3现有计算机应用的一些分析2
分离的计算 学生在小学、中学学习数学时，数学完整的活动都是由纸笔媒介系统支持。数学知识印刷在课本上。解题时，问题陈述在纸上，算式可以列示在纸上，解题计算的过程也在纸上操作进行。在解题者的理解中，知识与算法，内容与过程也都是统一的，不存在需要额外的知识从这一部分过渡到另一部分。在工程技术实践中，所遇到 ......
搭个ChatGPT算法模型，离Java程序员有多远？
这一篇文章先给我自己以及大家对 ChatGPT 开个门，让对此感兴趣的编程爱好者可以参与进去学习。在我感觉 ChatGPT 的出现会打破某些平衡，对一些事项进行秩序重置。因此也让更多的人获得了大量的机会。 ......
立即执行函数在前端国际化方案中的应用
说起国际化，开发过跨区域网页的小伙伴应该都遇到过。我们的网页需要配置多套语言，方便用户进行切换。 本文就以 React 为例，介绍其中一种实现方案，并学习一下其中的知识点。 一种国际化方案 方案是这样的： 为多套语言创建对应的 object，并 export 出去 通过 js 立即执行函数，加载选定 ......