526互联

模型 需求simulink阶段

阿里modelscope下载模型

个人上传的模型地址：（需要注意，这个模型参数只做测试之用，并无实际意义） https://modelscope.cn/models/devilmaycry812839668/devil/summary 注意，这里的密码是指python sdk的验证字符： 模型仓库下载到本地： PS. 这个model ......
modelscope 模型

【Redis】不知彼阶段Redis认知

最近看Java,看高并发。发现在使用的时候，基本上逃不开一个知识——Redis。 最开始的时候，我对Redis不以为然，觉得只需要稍微学习，即可。但粗看一些学习的PPT,发现它的水很深，我只是在海边没过脚踝的地方走了走。现在，我来总结一下我的认知。 已知 数据库分为关系型数据库（SQL）、非关系型数 ......
Redis 阶段

转载：大模型所需 GPU 内存笔记

转载文章：大模型所需 GPU 内存笔记 引言 在运行大型模型时，不仅需要考虑计算能力，还需要关注所用内存和 GPU 的适配情况。这不仅影响 GPU 推理大型模型的能力，还决定了在训练集群中总可用的 GPU 内存，从而影响能够训练的模型规模。 大模型推理的内存计算只需考虑模型权重即可。 大模型训练的内 ......
模型 内存 笔记 GPU

基于遗传算法的风光发电互补Matlab仿真模型

down 资源文件列表 基于遗传算法的风光发电互补Matlab仿真模型/ceshi.m , 1500基于遗传算法的风光发电互补Matlab仿真模型/fun.m , 1496基于遗传算法的风光发电互补Matlab仿真模型/genetic/bs2rv.M , 3356基于遗传算法的风光发电互补Matla ......
算法 模型 风光 Matlab

奈何本人没文化，后台管理走天下（二） 通用需求的开发思路

这一章分享些基础的东西，主要谈论一些常规需求的开发思路 layout 构建 什么是 layout，就是进入中后台系统内部后，根据页面结构划分出的布局组件，也就是页面的骨架。 构建一个优秀的 layout 组件对用户的体验尤为重要，对大部分维护中后台项目的开发人员来说，每次分配到的任务几乎只活动在内容 ......
后台 思路 需求 文化 天下

CSS盒模型

盒模型的组成部分 CSS会把所有的HTML元素都看成一个盒子，所有的样式也是基于这个盒子 内容区（content）:元素中的文本或后代元素都是它的内容 内边距（padding）又称:补白，紧贴内容的补白区域 边框（border）: 盒子的边框 外边距（margin）：盒子与外界的距离，外边距不会影响 ......
模型 CSS

NeruIPS 2023 | SegRefiner：通过扩散模型实现高精度图像分割

前言 尽管图像分割在过去得到了广泛研究和快速发展，但获得细节上非常准确的分割 mask 始终十分具有挑战性。因为达成高精度的分割既需要高级语义信息，也需要细粒度的纹理信息，这将导致较大的计算复杂性和内存使用。而对于分辨率达到2K甚至更高的图像，这一挑战尤为突出。由于直接预测高质量分割 mask 具有 ......
高精 高精度 SegRefiner 模型 图像

计算机网络学习第一天OSI与TCP/IP模型

OSI模型与TCP/IP模型 协议是水平的，由语法、语义和同步三部分组成，服务是垂直的。 从上往下依次封装（PCI+SDU=PDU）。 1. 物理层 主要传输比特，用光、电、其他形式的电磁波传输和表示数据，里面需要中继器和集线器设备。 2. 数据链路层 主要将网络层的IP数据包（分组）封装成帧（包含 ......
计算机网络 模型 OSI TCP IP

项目管理-模型测试体系图

简介：结合日常模型测试流程，探索模型测试管理体系，包含测试过程管理、基础环境、质量控制、效率提升、持续学习、测试探索几个方面。 ps：感兴趣的可以留言，一起探索模型测试项目实践~ ......
项目管理 模型 体系 项目

大模型评测探索

大模型评测探索 一、简介：大模型评测方法对比，对比传统的机器学习、深度学习与大模型测试过程，分析大模型评测体系。 二、以前的评价（机器学习、深度学习） 评价分散：以前标准能力评价往往较为零散，每个能力有各自的评价，局限在下游任务，比如图像识别：准确率、精准率、召回率，文本分类：Micro,推荐系统： ......
模型

【类库工具】 Assimp 支持三十几种模型格式的转换

Assimp.NET 发现一个导入导出解析的一个库，因为不懂C++，它有.net类库! 主要用于模型的导入和导出转换 github地址：https://github.com/StirlingLabs/Assimp.Net/tree/main ......
模型 格式 工具 Assimp

大模型评测-微软亚洲研究院：A Survey on Evaluation of Large Language Models论文分享

《A Survey on Evaluation of Large Language Models》 一、论文介绍：微软亚洲研究院公开了介绍大模型评测领域的论文《A Survey on Evaluation of Large Language Models》。该论文一共调研了219篇文献，以评测内容 ......
Evaluation 研究院 Language 模型 Survey

中文大模型基准测试报告--SuperCLUE评测报告分享

SuperCLUE评测报告分享-数据时间2023.11月 一、行业发展：自2022年11月30日ChatGPT发布以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。国内学术和产业界在过去一年也有了实质性的突破。 大致可以分为三个阶段，即准备期（ChatGPT发布后国内产学研迅速形成大 ......
报告 评测报告 基准 SuperCLUE 模型

OLAP多维语义模型（一）

概述 为了严谨起见，在正式内容之前，先把OLAP多维语义模型是什么说明一下。 先说OLAP（Online Analytical Processing），它是和OLTP相对的概念，关于这两个概念的详细解释网上有很多。严格的来说OLAP与多维数据没有必然的联系，基于关系模型、图模型、时序模型或者其他数据 ......
语义 模型 OLAP

一文读懂大型语言模型LLM

在当今的技术世界中，人工智能正以前所未有的速度发展和演变。这一领域的快速发展得益于先进的机器学习算法、海量数据的可用性以及计算能力的显著提升。特别是，在自然语言处理（NLP）领域，AI的进步已经让计算机不仅能理解人类语言的基本结构，还能在更深层次上把握其语义和情感。这种能力的核心在于大型语言模型（大 ......
模型 语言 LLM

P5 循环神经网络模型

如何构建一个神经网络来实现从x到y的映射？？？ 实现过程中的困难： 1，输入和输出对于不同的例子会有不同的长度 或许可以给每个例子一个最大长度，将不足长度的部分用0补足，但是不是最好 2，这样一个朴素的神经网络，不能共享从不同文本位置学到的特征，尤其是神经网络学到了训练集中经常出现的词汇，我们希望在 ......
神经网络 模型 神经 网络 P5

每周需求分享会

......
需求

【积微成著】性能测试调优实战与探索（存储模型优化+调用链路分析）| 京东物流技术团队

一、前言 性能测试之于软件系统，是保障其业务承载能力及稳定性的关键措施。以软件系统的能力建设为主线，系统能力设计工作与性能测试工作，既有先后之顺序，亦有相互之影响。以上，在性能测试的场景决策，架构分析、流量分析、压测实施和剖解调优等主要环节中，引发对于系统能力底盘夯实和测试策略改进的诸多思考。 在性 ......
积微成著 物流技术 链路 实战 模型

燃料电池混合动力汽车的仿真模型

燃料电池混合动力汽车的仿真模型/FCV_powertrain_2010.mdl , 254814燃料电池混合动力汽车的仿真模型/slprj/sl_proj.tmw , 85 燃料电池混合动力汽车的仿真模型 ......
燃料 模型 电池 动力 汽车

P1187 3D模型

声明: 伤感了(我的估值啊啊啊啊啊啊啊啊 老规矩 先赞后看,养成好习惯! 首先确定思路: 定义一个answer来存储答案 每个区块为答案增加6×区块高度个面积 每次循环如果当前区块出现重合情况,减去上下重合的面 扫雷! AC代码 #include<bits/stdc++.h> using names ......
模型 P1187 1187

国内的开源AI模型共享网站（AI模型的GitHub）—— mindscope —— 使用git lfs方式下载模型文件基本不可行——速度太慢，几十KB/s的速度

参考前文： 国内的开源AI模型共享网站（AI模型的GitHub）—— mindscope —— 对标外网的“huggingface”，mindscope好用吗？ ......
模型 速度 mindscope 方式 文件

大模型中temperature是什么

Temperature的作用 调节随机性：Temperature控制着模型在生成每个新词时选择可能性的分布。较低的temperature使模型更倾向于选择概率最高的词，而较高的temperature增加了选择较不可能词的概率。 控制创造性：通过调整temperature，我们可以控制生成文本的创造性 ......
temperature 模型

大模型prompt与function calling的区别

大模型prompt与function calling的区别 当我们让大模型深入理解我们的想法或者给大模型加入我们自己的知识，就提前告诉给大模型，那么在openai没有放开function calling这个功能的时候，只能通过构造prompt来提示给大模型，这种方法比较比较麻烦，一是需要将promp ......
function 模型 calling prompt

文心一言大模型-function Calling的应用

"大模型的函数调用"（Large Model Function Calling）是一个涉及到在大型人工智能模型，如 GPT-4 或类似的高级深度学习模型中使用函数调用的概念。在这种情况下，函数调用可以有两种含义： 内部函数调用： 这指的是大型模型在其内部运行时执行的函数调用。这些函数调用是模型的一部 ......
文心 function 模型 Calling

盒子模型

一、盒子模型概述 什么叫盒子模型 盒子模型是将页面中的所有元素都视为一个个盒子的概念； 盒子包含了宽度、高度、边框、外边距和内边距等属性； <div>标记 <div>标记是一个区块容器标记，可以容纳各种各样的元素； 二、盒子模型的属性 宽高 宽度（width）和高度（height） 边框 样式：bo ......
盒子 模型

12月30日《软件需求十步走》阅读笔记三

软件需求十步走阅读笔记03 业务及信息化规划、用户需求和系统需求，这三个部分需求构成了软件需求。 业务及信息化规划：客户业务“有什么” 用户需求：使用户基于软件系统“怎么做”系统需求：软件系统“做什么”和做的时候要注意“遵循什么”。软件工程的首要环节是需求分析，软件需求是需求工程和软件工程纽带的软件 ......
需求 笔记 软件

国内的开源AI模型共享网站（AI模型的GitHub）—— mindscope —— 对标外网的“huggingface”，mindscope好用吗？

搞AI的应该都是知道huggingface是啥的，这里不过多介绍，简单的来说就是AI模型的Github，之所以这么说是因为计算机的项目往往都是代码文件，所有计算机项目的Github只需要上传项目的代码文件即可，而AI项目则与传统的计算机project不同，是在代码文件之外还需要有有神经网络的模型文件 ......
mindscope 模型 huggingface GitHub 网站

10.基于模型的测试方法 Model-based Testing

Model-based Testing 介绍 Model-based Testing is an application of model-based design for designing and optionally also executing artifacts to perform so ......
Model-based 模型 Testing 方法 Model

《需求分析与系统设计》读书笔记3

经过一个月的阅读，终于把《需求分析与系统设计》这本书读完了，其中对需求和对设计方面的知识对我帮助很大。书中作者对需求分析的思想对我也有很大的启示，在我现阶段的学习中对需求的了解有了进一步的认知。这一阶段我读了这本书的最后几章，在这几章中作者主要对系统的设计做了一定的分析，同时让我学到很多东西。 第七 ......
需求 笔记 系统

C++U5-12-阶段测评练习

练习题目如下 1 2 3 4 5 6 7 编程题1 【算法分析】 可以发现如果一个格子中的一条边是周长的一部分，那么要么它是边界，要么它的两边是 1 和 0。因此可以遍历网格，找到每个陆地的格子，并判断它的四条边哪些是周长的一部分。 【参考代码】 #include<bits/stdc++.h> us ......
阶段 U5 12
共4600篇  :5/154页 首页上一页5下一页尾页