模型 笔记prompt ing
学习笔记3
RDD概念/特性许多迭代式算法（比如机器学习、图算法等）和交互式数据挖掘工具，共同之处是不同计算阶段之间会重用中间结果， MapReduce框架把中间结果写入到稳定存储（如磁盘）中，带来大量的数据复制、磁盘IO和序列化开销。 RDD就是为了满足这种需求而出现的，它提供了一个抽象的数据架构，开发者不必 ......
[Maven] 02 - POM模型与常见插件
POM 模型 1 依赖关系 Maven 一个核心的特性就是依赖管理。当我们处理多模块的项目（包含成百上千个模块或者子项目），模块间的依赖关系就变得非常复杂，管理也变得很困难。针对此种情形，Maven 提供了一种高度控制的方法。 通俗理解： 依赖谁就是将谁的 jar 包添加到本项目中。可以依赖中央仓库 ......
荣耀笔记本锐龙版 网络连接不上怎么办？
我的电脑型号： 荣耀MagicBook Pro 2020 锐龙版 R5 集显 16GB+512GB (HYLR-WFQ9) 背景： 我的电脑是荣耀锐龙版的，本来是买了个网线的转接口连接有线的，但是一种连接不上。 于是想下载一个鲁大师来更新下驱动，怀疑是驱动问题。 升级的时候，不小心把wifi的网线升 ......
Python第一天学习笔记
今日学习内容 1.什么是编程 2.计算机组成原理 3.计算机操作系统 4.编程语言是什么 什么是编程 什么是编程语言 编程语言是什么：人与计算机交流的介质 什么是编程 编程：利用编程语言写出一个个文件，这堆文件会达到一个目的 编程有什么用 就像近代奴隶主奴役黑奴干活一样，我们的目的是奴役计算机为我们 ......
学习进度笔记三
实验五：Spark SQL编程初级实践 实验六：Spark Streaming编程初级实践 实验七：Spark机器学习库Mtlib编程实践 今日总结 完成了全部的实验内容，之后就回归正轨啦~~~ ......
读元宇宙改变一切笔记06_虚拟世界引擎
1. 一棵虚拟的树在虚拟森林里倒下了 1.1. 它们都是数据和代码 1.2. 数据可以描述虚拟对象的属性 1.2.1. 尺寸或颜色 1.3. 为了让我们的树由CPU处理并由GPU渲染，这些数据需要通过代码运行 1.4. 该代码必须是运行虚拟世界的更广泛代码框架的一部分 2. 现实世界 2.1. 现实 ......
如何开发医疗保险欺诈识别监测模型中的模型选择与构建？
开发医疗保险欺诈识别监测模型时，选择合适的模型和构建有效的模型是至关重要的。以下是一些建议： 模型选择： 逻辑回归： 适用于线性关系，简单、快速，容易解释。 决策树和随机森林： 能够处理非线性关系，对异常值和噪声相对鲁棒，易于解释。 支持向量机（SVM）： 在高维空间中表现良好，对于复杂的非线性关系 ......
如何开发医疗保险欺诈识别监测模型中的模型训练与调优？
医疗保险欺诈识别模型的训练与调优是一个关键的步骤，它直接影响模型的性能。以下是一些建议： 1. 数据准备与预处理： 数据清理： 处理缺失值、异常值，确保数据的质量。 特征工程： 提取有助于欺诈检测的特征，可能需要与领域专家一起进行。 数据平衡： 处理正负样本不平衡，可以考虑欠采样、过采样或使用权重调 ......
如何开发医疗保险欺诈识别监测模型中的特征工程？
在开发医疗保险欺诈识别监测模型时，特征工程是一个关键的步骤，它有助于提取、转换和选择最相关的特征，以改善模型的性能。以下是在开发医疗保险欺诈识别监测模型时进行特征工程的一些建议： 基本特征提取： 提取基本的医疗保险相关特征，如就医次数、就医地点、就医科室、医疗费用等。 时序特征： 如果数据包含时间信 ......
医疗保险欺诈识别监测模型分析
以下是开发医疗保险欺诈识别监测模型的一般性步骤： 数据集分析与预处理： 对给定的16000条数据集进行初步分析，了解数据的结构、特征。 进行数据清洗，处理缺失值、异常值等。 进行多维特征信息分析，以了解医疗保险欺诈的潜在特征。 特征工程： 提取能够描述医疗保险欺诈的特征因子集合。这可能需要领域专业知 ......
开发医疗保险欺诈识别监测模型如何进行数据集分析与预处理
数据集加载： 使用工具如Pandas库加载数据。使用pd.read_csv()等函数加载数据集到DataFrame。 初步数据探索： 使用head()、info()、describe()等方法查看数据的前几行、基本信息和统计摘要。 使用shape属性获取数据集的大小。 处理缺失值： 使用isnull ......
gin学习笔记（二）—— 获取参数和文件上传
获取参数和文件上传 获取参数 url传参 在我们使用网页时，我们有时会看到地址栏上带有 ？后面还跟着一些数据，这就是 url 传参，？后面携带的就是参数。例如：用必应搜索 what is a url，地址栏为 https://cn.bing.com/search?q=what is a url，携带 ......
学习进度笔记
今天我花了几个小时学习了关于安卓应用开发的基础知识，包括应用程序结构、Android Studio中的工具和界面设计。接下来，我开始创建我的第一个安卓应用程序。 首先，我创建了一个新项目并设置了应用程序的名称和最低SDK版本。然后，我添加了一个主要的活动（activity），以便在应用程序启动时显示 ......
1/12 学习进度笔记
StandAlone HA的原理 基于Zookeeper做状态的维护，开启多个Master进程，一个作为活跃，其他的作为备份，当活跃进程宕机，备份Master进行接管。 Spark StandAlone HA 环境搭建 步骤 前提: 确保Zookeeper 和 HDFS 均已经启动 先在spark- ......
1.12_redis 的存取在最后 晚上_浙江本地环境的header不能用线上的_header中host和refer分别代表什么意思?_模型的save()参数是数组怎么理解?
方便点1： 问题: 为什么这个浙江的这个线上的header用到本地就不行,而熊师爷的这个却可以? 线上的 header中的host 本地的 header中的host 根据上面弄得对照关系 header中host和refer分别代表什么意思? 活1: 分析如下： 上面分析出现的问题：既然只统计：开业状 ......
图解HTTP笔记
Web及网络基础 HTTP(HyperText Transfer Protocol)超文本传输协议，严谨点是超文本转移协议 简单来说，HTTP是一种协议，即规则的约定。Web就是将HTTP协议作为规范，完成从客户端到服务器端一系列操作的运作流程。所以说web是建立在HTTP协议上通信的 3项WWW构 ......
CPrimerPlus笔记
还没学 的 167页的wordcnt程序 199页的checking程序（太长了，不想看） 113页的第八章编程练习5（不想看） 125页的复习题9(有问题，有时间再来验证) 119页重定向和文件(nnd，有更强大的文件通信方法我干嘛学这个，装X吗) 307页的字符串排序和命令行参数还有字符串转换什 ......
POT超阈值模型和极值理论EVT分析|附代码数据
全文链接：http://tecdat.cn/?p=16845 最近我们被客户要求撰写关于极值理论的研究报告，包括一些图形和统计输出。 本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要 POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，E ......
2024.1.12-学习进度笔记
今天，主要尝试通过飞桨星河社区ERNIE Bot SDK进行文心大模型的调用。 参考：https://ernie-bot-agent.readthedocs.io/zh-cn/latest/sdk/ 快速安装 执行如下命令，快速安装Python语言的最新版本ERNIE Bot（要求Python >= ......
软考网络工程师-基础笔记归纳
1.计算机原理和操作系统 可靠性模型 串联：可靠性 R=R1*R2 并联：可靠性 R=1-(1-R1)(1-R2) 流水线的操作周期至少为最长的时间周期 即 8ns、9ns、4ns、8ns 的流水线，操作周期至少为 9ns 流水线执行 N 条指令，需要的时间 T T=[(N-1)*最长时间 t ] ......
人工智能应用的“繁花时代”，各大企业何以破局AI模型挑战
AI技术的崛起，为各行业发展带来巨大变革和超强的创新潜力。然而，各大企业在拥抱AI的进程中并非一路坦途，“繁花盛开”的背后隐藏着AI模型生产与管理环节的诸多痛点。 先来看看部分金融企业在人工智能技术的应用现状：工商银行运用超过2200个智能模型，通过OCR技术实现支票、业务委托书等业务凭证要素的 ......
Fpga开发笔记（一）：高云FPGA芯片介绍，入手开发板套件、核心板和底板介绍
前言 FPGA作为一种逻辑芯片，硬件架构独特，具有并行性、低延时性和灵活性等特性，应用领域广泛。 FPGA市场主要玩家是英特尔、AMD、莱迪思、Microchip、Achronix等；国内厂商包括复旦微电、紫光国微、安路科技、东土科技、高云半导体、京微齐力、京微雅格、智多晶、遨格芯等。 本篇主要介绍 ......
【OpenVINO】基于 OpenVINO Python API 部署 RT-DETR 模型
RT-DETR是在DETR模型基础上进行改进的，一种基于 DETR 架构的实时端到端检测器，它通过使用一系列新的技术和算法，实现了更高效的训练和推理，我们将将在Python、C++、C# 三个平台实现OpenVINO 部署RT-DETR模型实现深度学习推理加速， 在本文中，我们将首先介绍基于 Ope... ......
群论 学习笔记
参考洛谷博客 https://www.luogu.com.cn/blog/Soulist/solution-p4980 群 我们定义一个集合 \(G\) 和一个作用于集合元素的二元运算符 \(\times\)，将其作为一个整体 \((G,\times)\)，满足如下性质： 封闭性：\(\forall ......
C# MemCached学习笔记（三）-MemCached使用示例 (4个月前)
代码地址：CSharp_DistributedCache_Simple 一、WinForm版（System.Runtime.Caching） 1、MemoryCache示例 2、引用Negut包 3、MemoryCacheHelper 查看代码 二、Web应用Net7版（框架内置） 1、Memory ......
InternLM实训营 第四次笔记
快速上手 安装 安装后的目录 微调 准备配置文件 拷贝一个配置文件到当前目录 拉取模型 数据集下载 修改配置文件 一些常用参数 开始微调 xtuner train ${CONFIG_NAME_OR_PATH} # 也可以增加 deepspeed 进行训练加速： xtuner train ${CONF ......
模型层choice字段使用
1 模型表：Student表，写接口应该选择继承哪个视图类2 推荐使用自动生成路由的方式（继承ViewSetMixin及它的字类）3 但是目前来说，你先实现功能即可（至于选择哪个，慢慢体会） 4 choice的使用 -在模型类中使用 sex = models.SmallIntegerField(ch ......