526互联

模型 参数choices方式

连接多个列表最极客的方式

a = [1, 2] b = [3, 4] c = [5, 6] # 1、用sum 连接一个空列表，可以合并所有的列表 print(sum((a, b, c), [])) # 2、用生成式，可以合并所有的列表 print([i for ls in [a, b, c] for i in ls]) ......
多个 方式

关于玩乐的方式

运动家——享受运动的乐趣，比如跳舞、游泳、健身、攀岩。探险家——喜欢新奇的事物与冒险，可以是身体力行的冒险——比如森林寻宝、密室逃脱，也可以是精神的探险——比如读一本有趣的书，和一个陌生人交谈。竞争者——从赢得比赛或获得分数中获得快乐，比如大富翁、王者荣耀、一场羽毛球比赛。规划家——享受做规划与执行 ......
方式

ChatGLM2-6B模型的微调

概述 GLM模型底层还是基于Transformer，因此其设计、优化都是围绕Transformer的各个组件的。从注意力层的掩码、位置编码等方面优化与设计。 ChatGLM3/ChatGLM2的源码中，比如finetune、trainer等代码，其实是copy自HuggingFace，而且其使用流程 ......
ChatGLM2 模型 ChatGLM 6B

最强Pose模型RTMO开源 | 基于YOLO架构再设计，9MB+9ms性能完爆YOLO-Pose

https://mp.weixin.qq.com/s/4EJAKBcqlCzDXib1_TKJxw 点击下方卡片，关注「AI视界引擎」公众号 AI视界引擎 「AI视界引擎」公众号不仅致力于分享AI视觉与大语言模型的前沿科技，还将成为连接业界专家、学术界和广大读者的桥梁。我们将提供最新的研究进展、技术 ......
Pose YOLO 架构 YOLO-Pose 模型

02C#选项方式（Options）读取配置

上篇文章的讲解，配置文件可以转换成实体类，这篇文章讲解如何通过选项方式结合依赖注入进行配置 目的：实体类可以通过依赖注入获取配置文件映射的实体类 1）安装Nuget包：Microsoft.Extensions.Options 2）配置Json文件于实体类的映射并注册到容器中 3）实体类通过构造函数注 ......
Options 方式 02

三维模型的顶层合并构建的模型层级和块大小划分规则浅析

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，... ......
模型 层级 顶层 大小 规则

在输入框里直接粘贴图片的实现方式

有很多 Web 编辑器支持直接复制粘贴图片，记录一下这种效果是怎么实现的 拿到粘贴板上的 image file 对象 document.querySelector('textarea').addEventListener('paste', e => { const file = Array.from ......
方式 图片

avue option 参数

option: { labelWidth： 20, //标签宽度 gutter: 132, //间距 card: true, //是否列表公用 tabs: true, //开启选项卡 tabsActive: 3, //选项卡个数 emptyBtn: true, //是否显示清空按钮，默认true s ......
参数 option avue

除了Promise.all()，使用Promise.allSettled()方式请求，避免使用循环请求

const getFilePromises: Promise<any>[] = []; fileIds.forEach((item) => { getFilePromises.push(getFileInfoApi({ id: item })); }); Promise.allSettled(get ......
Promise allSettled 方式 all

HanLP — HMM隐马尔可夫模型 -- 训练和预测

训练的过程，就是求三个矩阵的过程 初始概率矩阵 转移概率矩阵 发射矩阵 每个字有4种可能性，上图中有7个字，就是 4^7 种可能性 维特比算法，从众多路径中，挑出最优的那条，他和隐马尔可夫没有强关联 初始概率矩阵 根据频率得到概率 今天 天气 真 不错。 麻辣肥牛 好吃 ！ 我 喜欢 吃 好吃 的！ ......
模型 HanLP HMM

python3源码方式安装

系统默认的python3版本过低，得自己安装高版本python3。步骤主要为：1、删除旧版本。2、安装依赖。3、下载源码。4、配置。5、编译。参考链接：CentOS7安装python3超详细教程 1、删除旧版pyhton3，执行：rpm -qa|grep python3|xargs rpm -ev ......
源码 python3 方式 python

Diffusion Model扩散模型

1、扩散模型基本原理： 扩散模型包括两个步骤： 固定的（或预设的）前向扩散过程q：该过程会逐渐将高斯噪声添加到图像中，直到最终得到纯噪声。 2.可训练的反向去噪扩散过程pθ：训练一个神经网络，从纯噪音开始逐渐去噪，直到得到一个真实图像 。 正向过程首先，对于一张原始图片，我们给加一个高斯噪声，图片由 ......
Diffusion 模型 Model

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

【Python爬虫】Scrapy框架文件写入方式CSV，MYSQL，MongoDB_爬取新浪彩票双色球

Spider代码 爬取新浪彩票双色球页面数据，只爬取期号、红球、篮球 class Shuangseqiu11Spider(scrapy.Spider): name = "shuangseqiu11" allowed_domains = ["sina.com.cn"] start_urls = ["h ......
爬虫 双色球 双色 框架 彩票

车机 Android 调节音量的三种方式及底层代码逻辑

车机环境下的音频使用场景，相较于原始 Android 的音频使用场景，存在这些特殊性： + **使用专门的 aDSP 芯片进行音效处理；** + **需要播放/控制原始 Android 预设之外的音源（AudioUsage）；** + **音源间交互行为更加复杂（AudioFocus）；** + ... ......
音量 底层 逻辑 Android 代码

.NET 依赖注入的3中方式

一、简介 依赖注入共有3种方式：构造函数注入、属性注入、方法注入 二、构造函数注入 在program.cs中对组件进行注册: builder.Services.AddScoped<IScopedService,ScopedService>(); 服务注册配置后，在需要注入的类上使用构造函数。 pub ......
方式 NET

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

SQLServer数据库JDBC连接串参数的简单学习

SQLServer数据库JDBC连接串参数的简单学习 背景 前段时间一直跟同事一起处理SQLServer 比其他数据库的deadlock更多的问题. 涉及到了几个驱动的参数. 想着问题基本上告一段落, 将这一块的情况总结一下. 便于后续遇到问题时的快速处理. 关于参数 现阶段的字符连接串为: jdb ......
SQLServer 参数 数据库 数据 JDBC

【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

Go函数参数传递到底是值传递还是引用传递？

在函数中，如果参数是非引用类型（int、string、array、struct等），这样就在函数中就无法修改原内容数据； 如果参数是引用类型（指针、map、slice、chan等），这样就可以修改原内容数据。 是否可以修改原内容数据，和传值、传引用没有必然的关系。在C++中，传引用肯定是可以修改原内 ......
函数 参数 还是

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

提升数据可视化：拖拽编辑自动汇总，树形数据表格展示新方式

本文由葡萄城技术团队发布。转载请注明出处：葡萄城官网，葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。 前言 树形结构是一种非常常见的数据结构，它由一组以层次关系排列的节点组成。树的结构类似于自然界中的一棵树，树根对应顶层节点，而子节点则分支延伸出来。 在树形结构中，每个节点可以有零个 ......
数据 树形 表格 方式

【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

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

opencv 设置环境参数

1、方法1：参考链接 os.environ["OPENCV_IO_ENABLE_OPENEXR"]="1" 2、方法2：参考链接 OPENCV_IO_ENABLE_OPENEXR=1 python my_script.py ......
参数 环境 opencv
共8000篇  :22/267页 首页上一页22下一页尾页