526互联

模型 结果

网络编程之IO模型

我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
网络编程 模型 网络

三-select模型

select模型是对简单C/S模型的优化，他解决了accept函数阻塞等待连接的问题。并且允许应用程序同时监视多个套接字，从而实现简单的并发请求。通过调用select函数确认一个或多个套接字当前的状态，并根据当前状态进行相应操作。在select模型模型中，select函数是最关键的。 select模 ......
模型 select

HTTPS处于OSI模型中哪个层？

HTTPS（Hypertext Transfer Protocol Secure）位于 OSI（Open Systems Interconnection）模型的应用层和传输层之间。 在 OSI 模型中，从底层到顶层依次是：物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。HTTPS 是在应 ......
模型 HTTPS OSI

关于三维模型几何坐标校正的技术方法探讨

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，... ......
坐标 几何 模型 方法 技术

使用Huggingface创建大语言模型RLHF训练流程的完整教程

ChatGPT已经成为家喻户晓的名字，而大语言模型在ChatGPT刺激下也得到了快速发展，这使得我们可以基于这些技术来改进我们的业务。 但是大语言模型像所有机器/深度学习模型一样，从数据中学习。因此也会有garbage in garbage out的规则。也就是说如果我们在低质量的数据上训练模型，那 ......
Huggingface 模型 流程 语言 教程

因果推断9-18 链状结构、叉状结构、对撞结构、D-分割、模型检验和等价类

https://www.bilibili.com/video/BV1tk4y127L1/?spm_id_from=333.788&vd_source=3ad05e655a5ea14063a9fd1c0dcdee3e 所以得到一个结论，如果在一个链结构里面，比如X->Y->Z，condition到中间 ......
结构 链状 等价 因果 模型

使用 PyTorch 完全分片数据并行技术加速大模型训练

本文，我们将了解如何基于 PyTorch 最新的 完全分片数据并行 (Fully Sharded Data Parallel，FSDP) 功能用 Accelerate 库来训练大模型。 动机 🤗 随着机器学习 (ML) 模型的规模、大小和参数量的不断增加，ML 从业者发现在自己的硬件上训练甚至加载 ......
模型 PyTorch 数据 技术

milvus 结果

milvus (2.3.3) 两个查询方法 collection.query(...) 和 collection.search(...) 的返回类型是不同的，用错了会说 attribute error 或 object unsubscriptable 这里明确一下，query 返回的结果是一个字典的 ......
结果 milvus

Day12 jvm 内存模型JMM

1. jvm 内存模型 JMM 原帖链接 JMM控制 Java 线程之间的通信，决定一个线程对共享变量的写入何时对另一个线程可见。 每条线程在自己的工作内存中对共享变量（副本）进行操作，JMM再负责把这些操作同步到主内存中 JVM1.8 用Meta space（元空间）（在JVM外的本地内存中）取代 ......
模型 内存 Day jvm JMM

做算力的浪潮信息为什么还要再卷大模型？

避免重复造轮子，前提是轮子已经造得很好。 大模型有多卷？ 现在国内已经有180个以上生成式大模型，科技大厂、互联网大厂纷纷入局，既有百度、浪潮信息、阿里、腾讯等一众巨头，也有专攻AI的讯飞、商汤等垂直领域小巨头，以及“日日新”的创业企业。 今天A厂商发布大模型，各种参数对比下来堪称最强，第二天B厂商 ......
浪潮 模型 信息

mybatis sql查询后,返回回来的字段顺序变了；在项目中通过mybatis查询数据库，同样的查询语句查询出来的结果顺序不同

问题描述： 过程就不看了直接上结果 查询语句中的字段顺序信息和返回的字段信息不一致 如图：realSql是查询语句，result是查询结果 查询语句中的字段顺序信息和返回的字段信息不一致 解决方案： 转载地址 这里复制一份防删 ......
顺序 mybatis 字段 语句 数据库

从HumanEval到CoderEval: 你的代码生成模型真的work吗？

本文主要介绍了一个名为CoderEval的代码生成大模型评估基准，并对三个代码生成模型（CodeGen、PanGu-Coder和ChatGPT）在该基准上的表现进行了评估和比较。 ......
代码生成 HumanEval CoderEval 模型 代码

人工智能的新篇章：深入了解大型语言模型(LLM)的应用与前景

人工智能的新篇章：深入了解大型语言模型(LLM)的应用与前景 LLM（Large Language Model）技术是一种基于深度学习的自然语言处理技术，旨在训练能够处理和生成自然语言文本的大型模型。 LLM 技术的核心思想是使用深度神经网络，通过大规模的文本数据预训练模型，并利用这些预训练模型进行 ......
新篇 新篇章 人工智能 人工 前景

LangChain调用本地模型

学习LangChain参考 https://python.langchain.com.cn/docs/get_started/quickstart 调用本地下载的模型参考 https://blog.csdn.net/qq_43692950/article/details/131743987 在Jup ......
LangChain 模型

从Hugging Face下载模型到本地并调用

不同的模型需要的显存不同，下载前先查一下自己GPU能支持什么模型 1. 用如下脚本可以下载HuggingFace上的各种模型， 网址 https://huggingface.co/models download.py #coding=gbk import time from huggingface_ ......
模型 Hugging Face

他山之石，可以攻玉｜银行业数据中心数字化转型之模型篇 04（完结）

​ 导语： 银行业数据中心数字化转型是一项系统性工程既涉及管理层面转型——包括数字化转型战略、基础架构和技术架构转型、技术创新和知识体系转型，又涉及执行层面转型——包括人员管理（P）、流程管理（P）、技术管理（T）、资源管理（R）等。数据中心数字化转型作为一项宏大的系统性工程，必须要依据一个模型或标 ......
可以攻玉 他山之石 银行业 数据中心 模型

OSI七层模型

physical layer 物理层data link layer 数据链路层network layer 网络层transport layer 传输层session layer 会话层presentation layer 表示层application layer 应用层——————————————— ......
模型 OSI

11月推荐阅读的12篇大语言模型相关论文

现在已经是12月了，距离2024年只有一个月了，本文总结了11月的一些比较不错的大语言模型相关论文 https://avoid.overfit.cn/post/ca7d20ae68dd4f54a69d7d2d5df51e8d ......
模型 语言 论文

倾斜摄影三维模型的根节点合并的优势分析

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 优势

ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据|附代码数据

全文下载链接：http://tecdat.cn/?p=22511 最近我们被客户要求撰写关于ARIMAX的研究报告，包括一些图形和统计输出。 标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测 。 该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值 ......
模型 时间序列 数据 序列 冰淇淋

统一接口返回结果实体

REST接口封装统一返回数据工具类如下(记录)： public class Result { /** * 响应状态码 */ private Integer code; /** * 响应成功与否 */ private boolean success; /** * 响应消息 */ private Str ......
实体 接口 结果

BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型

前言 上周，北京智源人工智能研究院（BAAI）、北京大学和香港中文大学的研究团队开源了SegVol 医学通用分割模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 进行任意尺寸原分辨率的 3D 体素分割模型。作 ......
北大 模型 团队 医学 SegVol

arr.map(parseInt)运行结果

let arr = [27.2,0,'0013','14px',123]; arr = arr.map(parseInt); console.log(arr); // [27, NaN, 1, 1, 27]`` 也许你会迷惑为什么在map传参parseInt后，0会输出NaN等等；接下来就跟我去详细 ......
parseInt 结果 arr map

聊聊 神经网络模型 预训练生成超参数实现

概述 在上一篇博客中，已经阐述了预训练过程中，神经网络中超参数的计算逻辑，本文，从程序实现的角度，将数学计算转换为程序代码，最终生成超参数文件；并将替换 聊聊 神经网络模型 示例程序——数字的推理预测 中已训练好的超参数文件，推理预测数字，最终比对下两者的精确度。 神经网络层实现 首先，根据神经网络 ......
神经网络 模型 神经 参数 网络

聊聊 神经网络模型 传播计算逻辑

概述 预训练过程就是在不断地更新权重超参数与偏置超参数，最后选择合适的超参数，生成超参数文件。上一篇博客 是使用已有的预训练超参数文件，要训练自己的超参数，需要对神经网络层中前向传播与反向传播计算熟悉，了解计算逻辑，才能不断地更新选择合适的超参数。 神经网络计算详解 整个神经网络的层数是4层，从顺序 ......
神经网络 逻辑 模型 神经 网络

模型部署的一些问题及其解决方案

# 1. 显示<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>图片 并保存 得到一个<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>的Image ......
模型 解决方案 方案 问题

高斯混合模型:GMM和期望最大化算法的理论和代码实现

高斯混合模型(gmm)是将数据表示为高斯(正态)分布的混合的统计模型。这些模型可用于识别数据集中的组，并捕获数据分布的复杂、多模态结构。 gmm可用于各种机器学习应用，包括聚类、密度估计和模式识别。 在本文中，将首先探讨混合模型，重点是高斯混合模型及其基本原理。然后将研究如何使用一种称为期望最大化( ......
算法 模型 理论 代码 GMM

RabbitMQ work模型

默认情况下，MQ队列如果绑定了多个消费者，那么队列在投递消息时就是轮询，一人投递一个（并且一条消息只能投递给监听该队列的某一个消费者） 在一个MQ队列上绑定多个消费者的目的是加快队列中消息的处理效率，防止队列中消息的堆积问题。 注：要在消费者的 application.yml 文件中加上这个配置 ......
RabbitMQ 模型 work

02-简单的C/S阻塞模型

C/S阻塞模型是指客户端/服务器阻塞模型，它描述了一种基于阻塞的网络通信方式。在阻塞模型中，客户端发送请求给服务器，并等待服务器的响应。在等待服务器响应的过程中，客户端的操作会被阻塞，直到服务器响应返回或超时。 服务器 服务器基本流程如下： 启动网络库 创建服务器Socket 绑定服务器地址和端口号 ......
模型 02

基于DigiThread的仿真模型调参功能

仿真模型调参是指通过调整模型内部的参数值，使仿真模型的输出更符合实际系统的行为或者预期结果的过程。 仿真过程中，往往需要频繁对模型参数进行调整，通过观察不同参数下系统整体的运行情况，实现系统的性能、可靠性和效率的优化。在进行模型调参时，需要注意选择合适的调参方法和调参参数。不同的仿真模型可能需要采用 ......
DigiThread 模型 功能
共3888篇  :14/130页 首页上一页14下一页尾页