526互联

更快 模型 图像 视觉

一文带你了解LoRa微调语言大模型的实用技巧

微调定制化的大型语言模型需要投入大量时间和精力，但掌握恰当的微调方法和技巧能显著提高效率。比如用LoRa（LLM的低秩适配Low-Rank Adaptation）微调大模型，能够利用少量显卡和时间对大模型进行微调，降低成本。 ......
实用技巧 模型 语言 技巧 LoRa

大模型-向量数据库

向量数据库很多，先试试milvus。 1、安装：通过docker pull没搞定。使用官网的docker-compose搞定了。 2、运行：需要启动3个容器： docker start milvus-etcd docker start milvus-minio docker start milvus ......
向量 模型 数据库 数据

HanLP — HMM隐马尔可夫模型 -- 语料库

BMES => B:词语开始、M：词语中间、E：词语结束、S:单独成词 并非所有中文任务都需要分词 语料库 每行是一篇“文章” 每篇文章用空格分开 语料库的准确性，严重影响分词结果 理论上，语料库越大越好 每个字都有一个标识（隐藏状态），可以根据语料库得到所有标识 中文分词就是为了得到状态 麻 辣 ......
语料库 语料 模型 HanLP HMM

百度图像增强与特效SDK实验

：百度图像增强与特效SDK实验 任务一：下载配置百度图像增强与特效的Java相关库及环境（占10%）。 任务二：了解百度图像增强与特效相关功能并进行总结（占20%）。 任务三：完成图像增强GUI相关功能代码并测试调用，要求上传自己的模糊照片进行图像增强（占30%）。 任务四：完成图像特效GUI相关功 ......
特效 图像 SDK

大语言模型LLM的核心技术及应用场景案例的分析

自注意力机制、位置编码和激活函数共同提高了模型对序列数据中重要信息的关注程度。通过自注意力机制，模型可以自动学会为序列中的关键部分分配更高的权重…… ......
模型 场景 核心 案例 语言

【论文解读】System 2 Attention提高大语言模型客观性和事实性

本文简要介绍了论文“System 2 Attention (is something you might need too) ”的相关工作。基于transformer的大语言模型（LLM）中的软注意很容易将上下文中的不相关信息合并到其潜在的表征中，这将对下一token的生成产生不利影响。为了帮助纠正... ......
事实性 客观性 Attention 模型 客观

医学图像——读取和显示.his文件

医学图像——读取和显示.his文件 https://www.jianshu.com/p/4980c9ead768 什么是DICOM文件 https://zhuanlan.zhihu.com/p/619857683 ......
图像 医学 文件 his

训练一个目标检测模型

博客地址：https://www.cnblogs.com/zylyehuo/ （一）识别背景/目的 第十八届全国大学生智能汽车竞赛室外 ROS 无人车赛（高教组） 无人车在室外运行中， 需要探索未知环境， 识别障碍物， 停车标志牌、红绿灯等标志物。 比赛场地为不规则环形场地， 由红蓝两色锥桶搭建而成 ......
模型 目标

拆解全景，解锁未来——深度分析大模型六大领域及五大应用解决方案

在本篇文章中，将带您首先通过解读 LLM 的全景图，深入探讨了 LLM 的六个关键领域，随后提出五种主要方案以解决企业在这一技术领域面临的挑战。从商业模型到开源模型、微调、自定义构建，再到与 AI 提供商的合作，本文将引领您深入了解 LLM 的技术脉络，为探索和应用这一技术提供一些思考与指导。 ......
深度分析 深度 模型 解决方案 领域

倾斜摄影三维模型重建高程偏差的因素及解决方法分析

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，... ......
高程 偏差 模型 因素 方法

【AI图像与视频质量软件】上海道宁与Topaz Labs为您带来强大的图像和视频增强工具，帮助您的照片和视频更加出彩

Topaz Labs是一家专注于视频和图像增强技术的高科技公司，其产品线涵盖了多种图像处理工具和视频编辑软件。如Topaz Photo AI、Topaz Video AI等。 ......
视频 图像 质量 照片 工具

【matlab混沌理论】1.5.洛伦兹模型的分析

洛伦兹方程用于生成y变量的图。这是对三种y初始条件敏感依赖的一个例子。 1.洛伦兹吸引子的y敏感依赖的着色图 input: % 洛伦兹方程用于生成y变量的图。x和z的初始条件保持不变，但y的初始条件在1.001、1.0001和1.00001之间变化 % 定义洛伦兹方程 sigma = 16; bet ......
模型 理论 matlab

【matlab混沌理论】1.4.双摆杆的不同参数模型

双摆杆运动模型。初始条件的微小差异，会导致千差万别的运动现象，这是混沌理论重要体现。主要考虑初始条件有两摆杆长度、质量、初始摆杆角度、重力加速度。 input: % 参数定义 L1 = 1; % 第一根摆长 L2 = 0.5; % 第二根摆长 m1 = 1; % 第一根摆质量 m2 = 0.5; % ......
模型 参数 理论 matlab

掌握ImageSharp图像处理的艺术，一步步领略图像处理的奇妙世界

ImageSharp：.NET平台上的灵活高性能图像处理库 ImageSharp 是一个强大的图像处理库，专为.NET平台设计。无论是简单的图像加载和保存，还是复杂的图像处理、滤镜应用和文本添加，ImageSharp 提供了丰富而灵活的功能，使图像处理变得简单而愉快。 主要特性： 跨平台支持： Im ......
图像处理 图像 ImageSharp 艺术 世界

[数字图像处理笔记] 第八章 图像分割

1. 概述 图像分割 是图像识别和图像理解的 前提 步骤，图像分割质量的好坏直接影响图像处理的结果。 图像分割是将一幅图像分解为若干互不相交、有意义的、具有 相同性质 的区域。 分割出来的各区域在灰度、纹理等方面具有相似性，区域内部是连通的 区域边界是明确的 相邻区域对分割所依据的性质有明显的差异 ......
图像 图像处理 数字 笔记

windows使用YOLO训练模型

1：安装Nvidia显卡驱动、cuda和cuDNN 1.1下载安装Navida显卡驱动 NAVIDIA驱动下载地址：https://www.nvidia.cn/Download/index.aspx 下载完成后，在CMD中输入 nvidia-smi 验证是否安装成功 如果有错误 2：下载CUDA（本 ......
模型 windows YOLO

MIT斯坦福Transformer最新研究：过度训练让中度模型「涌现」结构泛化能力

前言 过度训练让中度模型出现了结构泛化能力。 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全栈指导班、基础入门班、论文指导班 全 ......
Transformer 模型 能力 结构 MIT

物理地址模型 【ChatGPT】

https://www.kernel.org/doc/html/v6.6/mm/memory-model.html 物理内存模型 系统中的物理内存可以以不同的方式进行寻址。最简单的情况是物理内存从地址0开始，并延伸到最大地址的连续范围。然而，这个范围可能包含对CPU不可访问的小空洞。然后可能存在完全 ......
模型 物理 ChatGPT 地址

何恺明新作：简单框架达成无条件图像生成新SOTA！与MIT合作完成

前言 大佬何恺明和MIT师生一起开发了一个自条件图像生成框架，名叫RCG。这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。 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、 ......
框架 图像 SOTA MIT

【matlab混沌理论】1.3.双摆杆基本模型

【matlab混沌理论】1.3.双摆杆基本模型 双摆杆是混沌理论的典型运动模型之一。涉及重力加速度、摆杆长度和质量。 1.双摆杆的摆角分析 input: % 已知物理参数 L1 = 5;L2 = 3; %两摆杆长度和质量 m1 = 3;m2 = 5; g = 9.80665; % 物理重力加速度m/ ......
模型 理论 matlab

数据分享|R语言用RFM、决策树模型顾客购书行为的数据预测|附代码数据

全文链接：http://tecdat.cn/?p=30330 最近我们被客户要求撰写关于RFM、决策树模型的研究报告，包括一些图形和统计输出。 团队需要分析一个来自在线零售商的数据 该数据包含了78周的购买历史。该数据文件中的每条记录包括四个字段。客户的ID（从1到2357不等），交易日期，购买的书 ......
数据 模型 顾客 行为 语言

设备的能量模型【ChatGPT】

https://www.kernel.org/doc/html/v6.6/power/energy-model.html 设备的能量模型 1. 概述 能量模型（EM）框架充当了一个接口，连接了了解各种性能水平下设备功耗的驱动程序和愿意利用该信息做出节能决策的内核子系统。 关于设备功耗的信息来源在不同 ......
能量 模型 ChatGPT 设备

transformer模型

Transformer由谷歌团队在论文《Attention is All You Need》提出，是基于attention机制的模型，最大的特点就是全部的主体结构均为attention。 以下部分图片来自论文，部分图片来自李宏毅老师的transformer课程 课程链接：强烈推荐！台大李宏毅自注意力 ......
transformer 模型

Linux IO模型之多路复用模型

文件描述符：当我们创建一个文件或者打开一个文件，内核就会向进程返回一个文件描述符fd IO多路复用之select：应用进程通过调用select函数可以同时监控多个fd，在监控的fd中只要有一个数据准备就绪，select就会返回可读状态，应用进程就会发起read系统调用 同步非阻塞模型中需要多次使用r ......
模型 Linux

three.js 3d模型使用|vue项目使用three.js

three.js 3D模型使用 安装 安装three.js npm install three 安装轨道控件插件 npm install three-orbit-controls 安装加载.obj和.mtl文件的插件 npm install --save three-obj-mtl-loader 安 ......
three 模型 项目 js vue

[数字图像处理笔记] 第六章 图像复原

1. 图像复原及退化模型 1.1 图像复原 图像复原：根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像本来面貌。 根据不同指标进行分类： 在给定退化模型条件下：无约束 和 有约束 根据是否需要外界干预：自动 和 交互 根据处理所在域：频率域 ......
图像 图像处理 数字 笔记

Transformer架构在大型语言模型(LLM)中的应用与实践

Transformer架构是当今最前沿的语言模型技术之一，它已经在谷歌的BERT、OpenAI的GPT系列中取得了显著的成就。这一架构之所以独特，是因为它打破了传统的序列处理模式，引入了创新的“自注意力”机制。 Transformer架构的核心是自注意力机制，它使模型能够识别和重视输入数据中不同部分 ......
Transformer 架构 模型 语言 LLM

图像识别在安防领域的应用与创新

图像识别技术在安防领域的应用已经非常广泛，并且在不断创新和发展。首先，人工智能图像识别技术在视频监控领域取得了显著的进展。通过深度学习算法，人工智能能够实现目标检测、目标追踪和行为分析等功能，从而提高了视频监控的准确性和效果。此外，基于人工智能的视频监控系统还具有自主学习能力，它可以通过不断获取和分 ......
图像 领域

金牌导航-网络流模型及应用

网络流模型及应用 例题A题解 直接对于每个限制连边，然后跑最小割，最小割等于最大流。 例题A代码 #include<bits/stdc++.h> #define int long long using namespace std; inline int read(){ int x = 0, f =1 ......
金牌 模型 网络

14-图像平滑处理

1.均值滤波处理后,模糊图片上的点位： 2.方框滤波，基本和均值滤波相同： ......
图像 14
共4590篇  :13/153页 首页上一页13下一页尾页