526互联

模型 参数 理论matlab

CocosCreator3.x 应用在UI(Sprite) 上的 shader(.effect) 的合批，通过自定义顶点参数（三）、源码阅读

源码阅读部分 顶点数量、布局相关设置 针对 UI 所使用的 Mesh 的顶点设置：如 simple 模式使用 1个矩形(2x2个顶点)，sliced 模式使用 9个矩形(4x4个顶点) dataLength 相当于顶点数量。 vertexRow 和 vertexCol 描述了网格形状。 SetInd ......
顶点 CocosCreator3 CocosCreator 源码 参数

DeepSpeed： 大模型训练框架

目前，大模型的发展已经非常火热，关于大模型的训练、微调也是各个公司重点关注方向。但是大模型训练的痛点是模型参数过大，动辄上百亿，如果单靠单个GPU来完成训练基本不可能。所以需要多卡或者分布式训练来完成这项工作。 ......
DeepSpeed 框架 模型

多模态大模型的grounding能力

数据集 a)QW-VL：Visual Genome, RefCOCO, RefCOCO+, RefCOCOg， b)CogVLM：Visual7W，Flickr30K-Entities c)Kosmos2：GRIT OFA Unifying Architectures, Tasks, and Mod ......
模态 grounding 模型 能力

MATLAB：柱形图一些问题(持续更新)

1. 底部坐标轴刻度没对应上柱形图 set(gca,'XTick',1:5,'XTickLabel',{'1', '2', '3', '4', '5'}); 1:5表示对应1到5条，XTickLabel是刻度名称 ......
MATLAB 问题

MATLAB：画图配色高级用法

'FaceColor', [0.5, 0.1, 0.1], 'EdgeColor', 'none' 填充颜色：FaceColor，参数为RGB配色，范围0~1 边缘颜色：EdgeColor，none为无边缘 ......
MATLAB

计算离散点的边界 MATLAB计算多维凸包

无论是进行回归、拟合还是深度学习，总要将总体数据集划分为训练样本集和测试样本集。然而，一般情况下，测试集位于训练集“所覆盖的范围之内”时（如下图所示，红色星号表示训练样本集所在位置，蓝色圆点表示测试样本集所在位置），测试效果较好，测试结果也更具合理性。但是如何验证测试集是否在训练集“所覆盖的范围之内 ......
凸包 边界 MATLAB

解密长短时记忆网络（LSTM）：从理论到PyTorch实战演示

本文深入探讨了长短时记忆网络（LSTM）的核心概念、结构与数学原理，对LSTM与GRU的差异进行了对比，并通过逻辑分析阐述了LSTM的工作原理。文章还详细演示了如何使用PyTorch构建和训练LSTM模型，并突出了LSTM在实际应用中的优势。 关注TechLead，分享AI与云服务技术的全维度知识。 ......
长短 实战 记忆 PyTorch 理论

Table-GPT:让大语言模型理解表格数据

llm对文本指令非常有用，但是如果我们尝试向模型提供某种文本格式的表格数据和该表格上的问题，LLM更有可能产生不准确的响应。 在这篇文章中，我们将介绍微软发表的一篇研究论文，“Table-GPT: Table- tuning GPT for Diverse Table Tasks”，研究人员介绍了T ......
Table-GPT 表格 模型 语言 数据

双指针模型

#include<iostream> #include<cstdio> #include<cstring> #include<algorithm> using namespace std; const int N = 1e6 + 10, M = 2010; int n, m; int a[N]; i ......
指针 模型

倾斜摄影三维模型根节点合并效率提升的技术方法分析

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，... ......
节点 模型 效率 方法 技术

R语言使用ARIMA模型预测股票收益时间序列|附代码数据

原文链接：http://tecdat.cn/?p=2831 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于ARIMA的研究报告，包括一些图形和统计输出。 “预测非常困难，特别是关于未来”。丹麦物理学家尼尔斯·波尔（Neils Bohr） 很多人都会看到这句名言。预测是这篇博文的主题。在这篇 ......
时间序列 序列 收益 模型 语言

R语言估计时变VAR模型时间序列的实证研究分析案例|附代码数据

原文链接： http://tecdat.cn/?p=3364 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于时变VAR模型的研究报告，包括一些图形和统计输出。 加载R包和数据集 加载包后，我们将此数据集中包含的12个心情变量进行子集化： mood_data <- as.matrix(sym ......
时间序列 时变 研究分析 实证 序列

从0到1，全面学透区块链：掌握区块链的基础理论和技术

从0到1，全面学透区块链：掌握区块链的基础理论和技术 1、简介 ​ 区块链是一个又一个区块组成的链条。每一个区块中保存了一定的信息，它们按照各自产生的时间顺序连接成链条。这个链条被保存在所有的服务器中，只要整个系统中有一台服务器可以工作，整条区块链就是安全的。这些服务器在区块链系统中被称为节点，它们 ......
区块 基础理论 理论 基础 技术

超大场景的倾斜摄影三维模型的顶层合并构建的必要性分析

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，... ......
顶层 必要性 模型 场景

大模型增量预训练

增量预训练也叫领域自适应预训练（domain-adapter pretraining），即在所属领域数据上继续预训练。 主要问题是在增量预训练后可能发生灾难性遗忘。 避免灾难性遗忘主要从以下几个方面入手： 1 领域相关性 增量数据与所选基座模型的原始训练数据尽量一定的相关性。 2 新数据分布与原始数 ......
增量 模型

大模型的幻觉问题

一 什么是幻觉问题 大模型的幻觉问题是指大模型生成的答案不基于任何事实数据，简单来说就是杜撰、一本正经的胡说八道。 幻觉问题也是影响大模型落地的重要原因之一 幻觉问题分类 1 和用户输入冲突的幻觉 2 和上下文冲突的幻觉 3 和事实知识冲突的幻觉（目前重点）例如，大模型在生成医疗建议时可能会捏造错误 ......
幻觉 模型 问题

python--playwright修改GET/POST请求参数，抓包修改数据

首先，playwright修改GET/POST请求参数后在浏览器（chromium）的network面板的入参是没有变化的，但实际上传给服务端的参数是已经发生变化了的，下面先搭建了一个返回入参的flask服务，地址为"http://127.0.0.1:8083"。 接着通过playwright分别发 ......
playwright 参数 数据 python POST

【项目】使用VGG16 ResNet50预训练模型为backbone进行FCN网络训练 完成分割任务

代码以及数据集后面会在我的ai studio主页公开 拿到这个题目的思路 1.VOC2007，VOC2012怎么统一到一起？ 参考：基于PaddlePaddle框架的YOLOv1复现 - 飞桨AI Studio星河社区 (baidu.com) 本地：基于PaddlePaddle框架的YOLOv1复现 ......
backbone 模型 任务 项目 ResNet

通义大模型使用指南之通义听悟

一、注册 我们可以打开以下网站，用手机号注册一个账号即可。 https://tongyi.aliyun.com/ 二、使用介绍 如图，我们可以看到有三个大项功能，通义千问、通义万相、通义听悟。下来我们体验一下通义听悟的功能。 1、通义听悟 1、1基本功能 当我们点击上面的通义听悟功能的时候，会出现下 ......
使用指南 模型 指南

Grub2 内核启动参数总结

Grub2 内核启动参数总结 部分参数 biosdevname=0 net.ifnames=0 # 注意这个配置会修改网卡的名字, 比如之前是ens192 # 添加如上两个内容后就会变成 eth0 类似于CentOS6的命令特点. # 注意修改了网卡名称会导致机器无法上网, 需要通过控制台连接机器, ......
内核 参数 Grub2 Grub

大语言模型基础-Transformer模型详解和训练

一、Transformer概述 Transformer是由谷歌在17年提出并应用于神经机器翻译的seq2seq模型，其结构完全通过自注意力机制完成对源语言序列和目标语言序列的全局依赖建模。 Transformer由编码器和解码器构成。图2.1展示了该结构，其左侧和右侧分别对应着编码器（Encoder ......
模型 Transformer 语言 基础

Slax Linux 获得增强的会话管理和启动参数选项

Slax Linux 的创建者和维护者托马斯-马特吉切克（Tomas Matejicek）在自己生日这天（生日快乐！）发布了其小巧便携的 GNU/Linux 发行版的新版本，带来了各种增强功能和错误修复。 新发布的 Slax Linux 版本（Debian 基本版本为 12.1，Slackware ......
参数 Linux Slax

MLP代码模型--NLP方向

训练 对于二分类任务，通常使用一个包含两个输出单元的输出层，而不是一个单一的输出单元。这是因为在二分类任务中，每个类别通常对应一个输出单元，一个用于表示类别1（例如正类别），另一个用于表示类别2（例如负类别） 预测 是 ......
模型 方向 代码 MLP NLP

Python贝叶斯MCMC：Metropolis-Hastings、Gibbs抽样、分层模型、收敛性评估

全文链接：https://tecdat.cn/?p=33961 原文出处：拓端数据部落公众号 在常规的马尔可夫链模型中，我们通常感兴趣的是找到一个平衡分布。 MCMC则是反过来思考——我们将平衡分布固定为后验分布： 并寻找一种转移核，使其收敛到该平衡分布。 岛屿示例 首先提供一个示例，以具体展示Me ......
Metropolis-Hastings Metropolis Hastings 模型 Python

模型推理batch inference速度无明显提升、耗时线性增长问题排查

模型推理batch inference速度无明显提升、耗时线性增长问题排查 现象描述 当模型在推理阶段使用batch inference时，推理速度并无明显提升，相比单帧多次推理收益不大。如笔者在Xavier上测试某模型结果 batch size 推理时间ms 折算耗时 ms/img 1 11.23 ......
线性 inference 模型 速度 问题

pytorch(10.2) 自注意力理论 固定C变化到可变C

1早先的预测模型 让我们首先定义预测函数来生成prefix之后的新字符， 其中的prefix是一个用户提供的包含多个字符的字符串。 在循环遍历prefix中的开始字符时， 我们不断地将隐状态传递到下一个时间步，但是不生成任何输出。 这被称为预热（warm-up）期， 因为在此期间模型会自我更新（例如 ......
注意力 pytorch 理论 10.2 10

FastAPI同时上传文件和JSON参数

Talk is cheap, show me the code: # main.py # Python3.10+ import hashlib import json from contextlib import asynccontextmanager from enum import IntEnu ......
同时 参数 FastAPI 文件 JSON

Oracle Preinstall 调优参数的学习

Oracle Preinstall 调优参数的学习 背景 学习是一个痛苦并快乐的过程. 之前自己手工安装过很多套Oracle数据库,也总结过很多 但是很多都是比较皮毛的. 最近遇到了一些问题. 才发现. 快餐只能吃饱,要是想学到东西必须精读. 必须多方考证多方学习. 用户相关 所有的应用都不应该使用 ......
Preinstall 参数 Oracle

Java替换RequestBody和RequestParam参数的属性

Java替换RequstBody和RequestParam参数的属性 本文主要讲解在Java环境中如何替换RequestBody和RequestParam参数中的属性 背景 近期由于接手的老项目中存在所有接口中新增一个加密串来给接口做一个加密效果(项目历史原因，不方便上Jwt授权这套)，所以就研究了 ......
RequestParam RequestBody 属性 参数 Java

LoadRunner其一Controller菜单参数

第一个是同时开始 第一个是将所有用户跑完 第一个是同时 ......
LoadRunner Controller 菜单 参数
共7500篇  :50/250页 首页上一页50下一页尾页