模型 中枢2023 09
gmpy2库常用函数------2023.5.20
1.mpz():初始化大整数 import gmpy2 gmpy2.mpz(909090) result:mpz(909090) 2.gcd(a,b):求大整数a,b的最大公因数 import gmpy2 gmpy2.gcd(6,18) result:mpz(6) 3.invert(x,m):求大整 ......
LLM探索：环境搭建与模型本地部署
## 前言 最近一直在炼丹（搞AIGC这块），突然发现业务代码都索然无味了… 上次发了篇AI画图的文章，ChatGPT虽然没法自己部署，但现在开源的LLM还是不少的，只要有一块差不多的显卡，要搞个LLM本地部署还是没问题的。 本文将介绍这以下两个国产开源LLM的本地部署 - ChatGLM-6B - ......
2023/5/20
%%订阅IMU话题四元数数据 1.创建订阅者 订阅imu话题，消息格式：sensor_msgs/Imu sensor_msgs/Imu消息格式： 订阅者： ros::Subscriber imu_sub = n.subscribe("/imu/data",10,imucallback); 2.imu ......
2023.5.19-王建民的《软件工程》第十一讲人机交互设计的作业
用户界面：搜狗输入法小米版的用户界面简洁流畅，专为MIUI量身打造，搭配MiSans字体，提高了输入效率和阅读的流畅性。同时，搜狗输入法小米版还支持多种输入方式，如拼音、手写、语音、笔画、五笔、文字扫描、滑行等，满足不同用户的需求。搜狗输入法小米版还有海量输入法皮肤，盲打，盲盒，皮肤制造机等百变键盘 ......
2023/5/19
L1-031 到底是不是太胖了 分数 10 全屏浏览题目 作者 陈越 单位 浙江大学 据说一个人的标准体重应该是其身高（单位：厘米）减去100、再乘以0.9所得到的公斤数。真实体重与标准体重误差在10%以内都是完美身材（即 | 真实体重 − 标准体重 | < 标准体重×10%）。已知市斤是公斤的两倍 ......
2023-05-19：汽车从起点出发驶向目的地，该目的地位于出发位置东面 target 英里处。 沿途有加油站，每个 station[i] 代表一个加油站， 它位于出发位置东面 station[i][
2023-05-19：汽车从起点出发驶向目的地，该目的地位于出发位置东面 target 英里处。 沿途有加油站，每个 station[i] 代表一个加油站， 它位于出发位置东面 station[i][0] 英里处，并且有 station[i][1] 升汽油。 假设汽车油箱的容量是无限的，其中最初有 ......
APIO2023游记
其实本可以不用来的。自然是没有什么人关心的，也自然是没有什么人看的。但还是想写。 ## 2023.05.19 早上八点十分的飞机，五点半的起床。暗黑的天空中飘着不大的雨花，不由生出几分寒意。路上司机在放以父之名和夜的第七章，我凝视着窗外，默默地复习着压根听不清也念不出的歌词，恍惚间回到了近两个月前的 ......
2023.5.19——软件工程日报
所花时间（包括上课）：6h 代码量（行）：0行 博客量（篇）：1篇 今天，上午学习，下午学习。 我了解到的知识点： 1.了解了一些数据库的知识； 2.了解了一些python的知识； 3.了解了一些英语知识； 5.了解了一些Javaweb的知识； 4.了解了一些数学建模的知识； 6.了解了一些计算机网 ......
2023.5.19每日总结
<%-- Created by IntelliJ IDEA. User: 王磊 Date: 2023/5/13 Time: 10:07 To change this template use File | Settings | File Templates. --%> <%@ page import ......
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
全文链接：http://tecdat.cn/?p=24141 最近我们被客户要求撰写关于贝叶斯的研究报告，包括一些图形和统计输出。 在本文中，贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。对社会经济因素如何影响收入和工资的研究为应用这些技术提供了充分的机会，同时也为从性别歧视到高等教育的好处等 ......
Python信贷风控模型：Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|附代码数据
全文链接：http://tecdat.cn/?p=26184 最近我们被客户要求撰写关于信贷风控模型的研究报告，包括一些图形和统计输出。 在此数据集中，我们必须预测信贷的违约支付，并找出哪些变量是违约支付的最强预测因子？以及不同人口统计学变量的类别，拖欠还款的概率如何变化？ 有25个变量： ID： ......
R语言武汉流动人口趋势预测：灰色模型GM（1，1）、ARIMA时间序列、logistic逻辑回归模型
全文链接：http://tecdat.cn/?p=32496 原文出处：拓端数据部落公众号 人口流动与迁移，作为人类产生以来就存在的一种社会现象，伴随着人类文明的不断进步从未间断。 人力资源是社会文明进步、人民富裕幸福、国家繁荣昌盛的核心推动力量。当前，我国经济正处于从以政府主导的投资驱动型的经济“ ......
C++图书信息管理系统系统[2023-05-19]
# C++图书信息管理系统系统[2023-05-19] 图书信息管理系统系统 问题描述 本图书信息管理系统包括图书的编号、书名、作者、分类号、出版单位、出版时间和价格，可实现新建图书信息管理文件，录入图书信息，查询图书信息，删除图书信息，浏览图书信息。 类的设计: class reader //读者 ......
2023春ACM组队训练1
训练地址：[训练一](https://codeforces.com/group/t4Y3807XLo/contest/434219 "训练一") 具体代码见提交 # B.明明的字符串 可见[abc242E 求解小于等于一个字符串的回文串的个数](https://www.cnblogs.com/Qia ......
2023 Hubei Provincial Collegiate Programming Contest
# C. Darkness I 首先根据短边放一条对角线，然后往后每隔一列只放一个即可。 ```cpp #include using namespace std; #define int long long int32_t main() { ios::sync_with_stdio(false), ......
2023 CCPC Henan Provincial Collegiate Programming Contest
# A. 小水獭游河南 a的长度小于 26，所以直接暴力枚举暴力判断。 ```cpp #include using namespace std; void solve() { string s; cin >> s; if (s.size() == 1) { cout cnt; for (int i ......
每日总结2023-05-19
package servlets; import java.io.IOException; import java.util.*; import javax.servlet.ServletException; import javax.servlet.annotation.WebServlet; i ......
双向全桥LLC谐振变换器（CLLLC）型拓扑，下面是仿真模型图，谐振频率下正向运行波形图，反向运行波形图。
双向全桥LLC谐振变换器（CLLLC）型拓扑，下面是仿真模型图，谐振频率下正向运行波形图，反向运行波形图。联系爽快者送对应的文献。看清仿真图是开环的ID:8849671264080436 ......
2023冲刺国赛模拟 2.1
2023冲刺国赛模拟 2.1 T1 树 首先考虑初始节点只有 $1$ 个的情况，很容易使用 dp 解决，设 $f_i$ 表示初始节点为 $i$ ，占领以 $i$ 为根的子树所需要的最小回合数量，只需要优先占领回合多的子树即可。 当初始节点为 $2$ 个时，容易发现 $u,v$ 路径上存在一条边，满足 ......
粒子群优化极限学习机PSOELM做数据预测 PSO-ELM优化算法预测模型。 E
粒子群优化极限学习机PSOELM做数据预测PSO-ELM优化算法预测模型。ELM模型在训练之前可以随机产生ω和b, 只需要确定隐含层神经元个数及隐含层神经元激活函数, 即可实现ELM预测模型的构建。在ELM模型的构建中, 只需确定初始ω和b, 而无需复杂的参数设置, 具有学习速度快、泛化性能好等优点 ......
百度飞桨(PaddlePaddle) - PP-OCRv3 文字检测识别系统 Paddle Inference 模型推理
Paddle Inference 模型推理流程 分别介绍文字检测、方向分类器和文字识别3个模型，基于Paddle Inference的推理过程。 使用whl包预测推理 whl 格式本质上是一个压缩包,里面包含了py文件,以及经过编译的pyd文件 为了更加方便快速体验OCR文本检测与识别模型，Padd ......
Jan 2023-Prioritizing Samples in Reinforcement Learning with Reducible Loss
#1 Introduction 本文建议根据样本的可学习性进行抽样，而不是从经验回放中随机抽样。如果有可能减少代理对该样本的损失，则认为该样本是可学习的。我们将可以减少样本损失的数量称为其可减少损失(ReLo)。这与Schaul等人[2016]的vanilla优先级不同，后者只是对具有高损失的样本给 ......
2023冲刺国赛模拟 5.0
T1 今晚九点 考虑建立最短路模型，设点 $(x,y)$ 在方向 $v$ 上可以走到的最远的点为 $(p_1,q_1)$ ，可以走到最近的点为 $(p_2,q_2)$ ，只需要建立从 $(x,y)\to (p_1,q_1)$ 的长度为 $1$ 的边和从 $(x,y)\to (p_2,q_2)$ 的长 ......
2023.5.15 第二阶段冲刺日报（一）
今天是周一，也是第二阶段开始冲刺的第一天，今天晚上我们进行了第二阶段的第一次站立会议，基于我们第一阶段所做的内容，提出了第二阶段的开发方向，具体如下 首先，我们再次明确了我们所做的是一个基于声音识别的语音转文字系统，在第一阶段，我们已经实现了在在线会议这个场景下的语音转文字、实时录音实现转文字、对不 ......
基于前景和背景的图像分割，流行排序模型 MATLAB代码 将图像像素
基于前景和背景的图像分割，流行排序模型MATLAB代码将图像像素分为前景类和背景类。基于图的流形排序模型的交互式图像分割框架，该模型是一种基于图的半监督学习技术，可以根据输入数据显示的内在结构学习非常光滑的函数。通过克服传统模型中图构造的两个核心问题：图的结构和图的边缘权值，改进了最终的分割结果。 ......
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（上篇）[xgboots/lightgbm/Catboost等模型]--模型融合：stacking、blending
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（上篇）[xgboots/lightgbm/Catboost等模型]--模型融合：stacking、blending ......
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（下篇）[xgboots/lightgbm/Catboost等模型]--模型融合：stacking、blending
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（下篇）[xgboots/lightgbm/Catboost等模型]--模型融合：stacking、blending ......
C/C++驾驶员理论课程模拟考试与学习系统[2023-05-17]
C/C++驾驶员理论课程模拟考试与学习系统[2023-05-17] 程序设计题：驾驶员理论课程模拟考试与学习系统 出题人：金仙力 面向专业：计算机科学与技术 难度等级：4 1 问题描述 要求编写一个程序，模拟驾驶员科目一的考试，要求具有良好的操作界面。管理员负责试题库的管理（编辑、删除、增加等）工作 ......