应用领域 模型 领域reactor
什么是 Accessibility 领域的 Two Senses Concept
"Two Senses Concept" 是一个广泛应用于无障碍设计领域的概念，它强调了设计产品和服务时需要同时考虑到两个关键感觉：视觉和听觉。这个概念的目的是确保所有用户，包括视觉和听觉障碍的用户，都能够平等地访问和使用数字和物理环境中的信息和功能。在本文中，我将详细介绍Two Senses Co ......
什么是企业级应用软件领域的 Strategic Customer
Strategic Customer（战略客户）是指那些对企业有重大影响的客户。这些客户的价值不仅仅体现在他们为企业带来的直接收益，更重要的是，他们能够对企业的战略发展产生重大影响。他们可能是企业的大客户，也可能是企业的重要合作伙伴。他们的需求、反馈和建议，都可能对企业的产品开发、市场战略等产生重大 ......
大模型量化3
https://huggingface.co/blog/4bit-transformers-bitsandbytes 1. 8 位float The FP8 (floating point 8) format has been first introduced in the paper “FP8 f ......
什么是 Angular 企业级应用开发中的 Breaking Change
Angular 是一种流行的前端开发框架，它经常会发布新版本，以改进性能、增加新功能和修复错误。然而，随着新版本的发布，可能会引入一些不兼容的更改，这被称为 "Breaking Change"。Breaking Change 是指在应用程序升级到新版本时，可能导致现有代码无法正常工作的变更。本文将深 ......
Angular 应用构建完成后 vendor.js 文件的使用场合
vendor.js文件的来源、作用和使用场合 vendor.js文件是Angular应用中的一个重要文件，它承担了许多关键任务，包括管理应用的依赖关系、提供框架核心功能以及优化构建。本文将详细介绍vendor.js的来源、作用和使用场合，并通过示例来阐述。 来源 vendor.js文件的来源可以追溯 ......
什么是软件开发领域的 Security Audit
引言 安全审计是当今数字时代的重要组成部分，它在保护组织的信息和资产免受威胁和攻击方面发挥着至关重要的作用。随着互联网的广泛应用和信息技术的飞速发展，安全审计变得愈发不可或缺。本文将深入探讨什么是安全审计，为什么它如此重要，并提供详细的示例来说明安全审计的实际应用。 什么是安全审计？ 安全审计是一种 ......
什么是软件设计领域里，前后端模块的 interoperability？
在软件设计领域，前后端模块的interoperability（互操作性）是指不同部分或组件之间能够有效地协同工作，以实现系统的整体功能。这种互操作性在全栈开发中尤为重要，因为现代应用程序通常由前端（Frontend）和后端（Backend）两个主要部分组成，它们必须能够无缝协作以提供用户所需的功能和 ......
什么是 Customer Support 领域的 On Call 职责
On-call 职责和管理是现代企业中不可或缺的一部分，特别是对于外企来说。这个角色要求专业知识和高度的敬业精神，因为他们需要随时随地提供技术支持，确保客户的系统和服务始终保持正常运行。在本文中，我将详细介绍什么是 On-call 的职责，以及通过几个示例来说明这些职责是如何实际应用的。 什么是 O ......
从“概念”到“应用”，字节跳动基于 DataLeap 的 DataOps 实践
更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群 近日，火山引擎数智平台 VeDI Meetup「超话数据」在深圳举办，来自火山引擎的产品专家分享了字节跳动基于 DataLeap 的 DataOps 实践，数据研发面临的挑战以及字节跳动最佳实践。 现如今，越来越多 ......
第8期ThreadX视频教程：应用实战，将裸机工程移植到RTOS的任务划分，驱动和应用层交互，中断DMA，C库和中间件处理等注意事项
视频教程汇总帖：https://www.armbbs.cn/forum.php?mod=viewthread&tid=110519 这个是我们初学RTOS面临的最直接问题，很多时候，简单的RTOS机制明白了，API也会调用了，就是添加到RTOS后，总感觉那里不对劲，怎么使用才是正确姿势。 针对这些问 ......
使用SemanticKernel 进行智能应用开发（2023-10更新）
以OpenAI 的ChatGPT 所掀起的GenAI 快速创新浪潮，其中连接LLM 和 应用之间的桥梁的两大开源项目：LangChain[1]和Semantic Kernel[2] ，在半年前写过一篇文章 LangChain vs Semantic Kernel [3]，这半年以来Semantic ......
视频汇聚/监控汇聚平台EasyCVR智能分析系统人脸检测算法的应用与特点
AI人脸检测算法具备提取人脸和服装特征的能力，并将其分类为有用的属性，如性别、年龄和服装颜色等。通过搜索这些丰富的属性信息，我们可以方便地找到目标人物，例如通过人脸图像进行相似图像搜索或实施人脸布控等操作。 安防视频监控平台EasyCVR是一个具有强大拓展性、灵活的视频能力和轻便部署的平台。它支持多 ......
安防监控/视频分析平台EasyCVR+AI识别技术在电力领域中的应用
随着社会经济的迅速发展，电力已成为人们生活和工作中不可或缺的重要能源。然而，传统的电力运维系统已经无法满足现代管理需求，难以有效解决人为疏忽和自然因素导致的安全事故，如未经授权进入危险区域、火灾和电杆倒塌等问题。为了实现电力行业的可持续发展，并提升电力运维的高效性和安全性，基于人工智能智能识别技术的 ......
视频汇聚/安防视频监控平台EasyCVR智能安防普及应用的三大场景
安防视频监控平台EasyCVR是一个具有强大拓展性、灵活的视频能力和轻便部署的平台。它支持多种主流标准协议，包括国标GB28181、RTSP/Onvif、RTMP等，还可以支持厂家的私有协议和SDK接入，例如海康Ehome、海大宇等设备的SDK。该平台不仅拥有传统安防视频监控的功能，还具备接入AI智 ......
智能视频监控技术/安防视频监控技术EasyCVR的发展与安防领域的应用
随着经济发展需求和科学技术进步，传统的电视监控逐渐被新型智能视频监控技术所取代。智能视频监控作为新时代的科技成果，利用计算机视觉技术对监控对象进行智能监测和分析，更好地满足了人们对安防的需求。本文将通过对智能视频监控技术的分析，介绍其在安防领域的实际应用。 随着经济需求的推动，科学技术不断飞速发展。 ......
智慧城市中智能安防系统 / 安防视频监控系统EasyCVR的应用和未来展望
随着我国新型城镇化建设、智慧城市以及智慧社区的不断发展，智能安防产业迎来了巨大的市场拓展空间。智能安防在政策与技术上已经趋于成熟，并逐步应用于智慧城市和社会基础设施建设中，实现对电力、交通、医疗等系统的高效智能监控。然而，目前的安防系统主要集中在实时监控和事后调阅等应用，智能化应用相对较少，在事前和 ......
Odoo模型的内置方法(可按需重写）
模型层面 一：_table_exist 检查该模型对于的数据库表是否存在，是则返回1，否则返回0. @api.model_cr def _table_exist(self): pass 模型记录层面 二：create(self,vals) 记录的创建函数，一般情况下，是根据视图传过来的dict对象， ......
gradio 机器学习应用共享框架
gradio 是一个机器学习应用共享框架，不少开源机器学习模型都基于gradio 提供了可以快速体验模型的ui 参考使用 安装 pip install gradio 简单代码 app.py import gradio as gr def greet(name): return "Hello " + ......
redis7源码分析：redis 多线程模型解析
多线程模式中，在main函数中会执行InitServerLast void InitServerLast() { bioInit(); // 关键一步， 这里启动了多条线程，用于执行命令，redis起名为IO 线程 initThreadedIO(); set_jemalloc_bg_thread(s ......
redis7源码分析：redis 单线程模型解析，一条get命令执行流程
有了下文的梳理后 redis 启动流程 再来解析redis 在单线程模式下解析并处理客户端发来的命令 1. 当 client fd 可读时，会回调readQueryFromClient函数 void readQueryFromClient(connection *conn) { client *c ......
聊聊基于Alink库的随机森林模型
概述 随机森林（Random Forest）是一种集成学习（Ensemble Learning）方法，通过构建多个决策树并汇总其预测结果来完成分类或回归任务。每棵决策树的构建过程中都引入了随机性，包括数据采样和特征选择的随机性。 随机森林的基本原理可以概括如下： 随机抽样训练集：随机森林通过有放回抽 ......
[算法]双指针的种种应用
本文使用C语言 Q:为什么要用双指针? A:因为 通过使用双指针可以使算法的时间复杂度降低(或者降低遍历次数),有时也能降低空间复杂度 分类 根据双指针的用法，可分为前后双指针,头尾双指针,快慢双指针..... 前后双指针 应用一 删除排序数组中的重复项 要求:原地删除,并返回新数组的长度，不需要考 ......
振弦采集仪应用于高层建筑的基础工程详细解决方案
振弦采集仪应用于高层建筑的基础工程详细解决方案随着高层建筑的不断发展，建筑物的结构更加复杂，对于建筑的安全性能要求也越来越高。其中，建筑的地基工程是高层建筑结构安全的基础保障，而振弦采集仪可以为地基工程提供精确的监测数据，保障建筑的安全性。振弦采集仪主要是指一种在地震、风力等自然灾害下对建筑物结构进 ......
Llama2-Chinese项目：3.2-LoRA微调和模型量化
提供LoRA微调和全量参数微调代码，训练数据为data/train_sft.csv，验证数据为data/dev_sft.csv，数据格式为"<s>Human: "+问题+"\n</s><s>Assistant: "+答案。本文主要介绍Llama-2-7b模型LoRA微调以及4bit量化的实践过程。 ......
安防视频监控/视频融合平台EasyCVR可完成的多场景应用
TSINGSEE青犀视频人员/区域入侵功能通过AI算法后台的实时监测和告警系统，对重要区域进行全天候的监控和管控。一旦监测到有人员靠近、闯入等异常情况，即刻发出告警通知管理人员，从被动的监督转变为主动的监控，实现事前预警、事中检测、事后规范处理，极大提升了监控区域的管控效率。 AI智能人员/区域入侵 ......
CLIP模型代码
近期看到了一篇用CLIP在我这个方向应用的文章，所以玩了一下CLIP，感觉效果还是很好的。 首先，github上的zero-shot代码 import os import clip import torch from torchvision.datasets import CIFAR100 # Lo ......
手把手教你在Ubuntu上部署中文LLAMA-2大模型
一、前言 llama2作为目前最优秀的的开源大模型，相较于chatGPT，llama2占用的资源更少，推理过程更快，本文将借助llama.cpp工具在ubuntu(x86\ARM64）平台上搭建纯CPU运行的中文LLAMA2中文模型。 二、准备工作 1、一个Ubuntu环境（本教程基于Ubuntu2 ......
全新注意力算法PagedAttention：LLM吞吐量提高2-4倍，模型越大效果越好
前言 吞吐量上不去有可能是内存背锅！无需修改模型架构，减少内存浪费就能提高吞吐量！ 本文转载自新智元 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 【CV技术指南】CV ......
【8.0】Fastapi响应模型
【一】自定义响应模型 【1】定义视图函数 from fastapi import APIRouter from pydantic import BaseModel, EmailStr from typing import Optional app04 = APIRouter() ### 响应模型 # ......