526互联

模型chatgpt whisper

软件测试/人工智能|一文告诉你ChatGPT原理与架构

简介 ChatGPT是今年最火的互联网应用，ChatGPT给我们的工作和生活带来了巨大便利，帮我们写文案，帮我们写代码等，但是当我们在于ChatGPT对话时，我们是否有想过，这么强大的一个工具，它背后的技术原理是什么？它的技术架构是怎样的？本文就告诉大家ChatGPT的原理与架构。 ChatGPT的 ......
人工智能 软件测试 架构 人工 原理

五种IO模型

什么是IO 其实IO就是把进程的内部数据转移到外部设备，或者把外部设备的数据迁移到进程内部。外部设备一般指硬盘、socket通讯的网卡。 我们来把 I/O 过程比喻成烧水+倒水的过程，等待资源（就是烧水的过程），使用资源（就是倒水的过程）： 如果你站在炤台边上一直等着（等待资源）水烧开，然后倒水（使 ......
模型

“视界”尽在眼前，海纳视联大模型来了！

11月10日—13日，以“数字科技 焕新启航”为主题的2023数字科技生态大会在广州举办。会议期间，在数字生活与天翼视联合作论坛上，重磅发布了由天翼云科技有限公司、天翼数字生活科技有限公司和天翼视联科技有限公司联合研发的视联行业大模型——海纳视联大模型，为视联行业智能化发展按下加速键。 ......
视界 模型

DCMTK3.6.5编译说明(ChatGPT翻译)

DICOM工具包（DCMTK）安装 先决条件 DICOM工具包（DCMTK）需要使用C++编译器进行编译。我们建议使用GNU C++编译器的版本高于4.2.1（在此版本的开发中，大部分工作是在Debian Linux上使用GNU C++ 6.3.0完成的）。该软件也已知可以使用SUNPro C++编 ......
ChatGPT DCMTK3 DCMTK 6.5

【Mquant】7：构建价差套利(三) ——空间误差校正模型

1. 上节回顾 【Mquant】6：构建价差套利(二)上节带领大家编写了统计套利均值回归的程序，通过历史回测发现还不能进入实盘交易状态，原因出现在手续费率上，由于加密市场手续费率较高，我们选择国内期货市场，一般期货市场手续费率可以达到万分之一，个别品种手续费率可以达到万分之0.1。这节内容，我们围绕 ......
价差 误差 模型 Mquant 空间

博弈论——古诺博弈模型详解

古诺模型（Cournot model）是博弈论中最具有代表性的模型之一，也是是纳什均衡最早的版本。它是法国经济学家古诺(Augustin Cournot)在1938年出版的《财富理论的数学原理研究》一书中最先提出的。而古诺的定义比纳什的定义早了一百多年，足以体现博弈论这样一个学科是深深扎根于经济学的 ......
博弈论 模型

ChatGPT的训练费用以及成功原因

参考： https://baijiahao.baidu.com/s?id=1772914234034992726&wfr=spider&for=pc 关于ChatGPT的成功原因，引用中的回答： 益于ChatGPT商业和营销方面的成功，能够瞬间让人们目睹了大模型的可落地性，而不是继续隐匿在漫长的技术 ......
训练费 用以 原因 ChatGPT

文心一言 VS 讯飞星火 VS chatgpt （136）-- 算法导论11.3 2题

二、用go语言，假设将一个长度为r的字符串散列到m 个槽中，并将其视为一个以 128 为基数的数，要求应用除法散列法。我们可以很容易地把数 m 表示为一个 32 位的机器字，但对长度为r的字符串，由于它被当做以 128 为基数的数来处理，就要占用若干个机器字。假设应用除法散列法来计算一个字符串的散列 ......
文心 导论 算法 chatgpt VS

yolov8 opencv模型部署

使用opencv推理yolov8模型，仅依赖opencv，无需其他库，以yolov8s为例子，注意： 使用opencv4.8.0 ！使用opencv4.8.0 ！使用opencv4.8.0 ！如果你使用别的版本，例如opencv4.5，可能会出现以下错误。 一、安装yolov8conda creat ......
模型 yolov8 opencv yolov

大语言模型量化方法对比：GPTQ、GGUF、AWQ

在过去的一年里，大型语言模型(llm)有了飞速的发展，在本文中，我们将探讨几种(量化)的方式，除此以外，还会介绍分片及不同的保存和压缩策略。 说明：每次加载LLM示例后，建议清除缓存，以防止出现OutOfMemory错误。 del model, tokenizer, pipe import torc ......
模型 语言 方法 GPTQ GGUF

倾斜摄影三维模型根节点合并的纹理压缩与抽稀关键技术分析

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，... ......
纹理 节点 模型 关键 技术

使用ChatGPT时的信息安全问题

ChatGPT由于其在对话方面的AI性能的卓越表现已经远远超越了同类的产品，因此赢得了国际科研领域的极大重视，并且也得到了广大用户的支持，但是在人们尽情使用 ......
ChatGPT 问题 信息

函数的拟合 | 实际问题模型化

前言 我们认知和解决实际问题常常是通过函数这一抓手来完成的，但是对实际问题而言，一拿到手谁也不知道其对应的函数模型是什么，能知道的往往是一堆元数据，我们的做法是研究数据，对数据进行函数的拟合，看已经学习过的函数中的哪一类的拟合效果最贴近实际问题，从而确定最优的函数解析式。 典例剖析 【人教 \(A\ ......
函数 模型 实际 问题

【随手记录】Llama Tutorial 大语言模型实践

这个tutorial的契机是yy突然看到了一个workshop 所以类似于一周大作业的形式，输入command输出使用了自动驾驶哪些模块，代码在这里 所以就干一干，顺便写一个tutorial给大家参考和教程 引申更多的应用 参考资料： https://github.com/facebookresea ......
Tutorial 模型 语言 Llama

零信任模型与多因素身份验证的重要性

近年来，随着技术的迅速发展，数据和工作变得比以往更数字化。虽然这为许多机会打开了大门，但也为威胁行为者提供了新的入侵机会。因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 快速变化且充满挑战的网络安全领域需要一种能够应对新 ......
重要性 模型 因素 身份

5.星型模型和雪花模型

星型模型 事实表为中心，维度表关联在事实表上 雪花模型 在星型模型的基础上，维度表上又关联了其他维度表。这种模型维护成本高，性能方面也较差，所以一般不建议使用。 ......
模型 雪花

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级 1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多 ......
双语 门槛 新一代 ChatGLM3 模型

三维模型的顶层合并构建的点云抽稀关键技术分析

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 模型 关键 技术

R语言多元Copula GARCH 模型时间序列预测|附代码数据

原文链接 http://tecdat.cn/?p=2623 原文出处：拓端数据部落公众号 最近我们被要求撰写关于Copula GARCH的研究报告，包括一些图形和统计输出。 和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元 ......
时间序列 序列 模型 语言 代码

【视频】广义相加模型（GAM）在电力负荷预测中的应用|附代码数据

全文下载链接：http://tecdat.cn/?p=9024 最近我们被客户要求撰写关于广义相加模型（GAM）的研究报告，包括一些图形和统计输出。 这篇文章探讨了为什么使用广义相加模型 是一个不错的选择。为此，我们首先需要看一下线性回归，看看为什么在某些情况下它可能不是最佳选择。 回归模型 假设我 ......
广义 负荷 模型 电力 代码

什么是大模型

什么是大模型 "大模型"通常指的是深度学习中参数数量庞大、层数深厚的神经网络模型。这些模型具有数十亿甚至上百亿的参数，通常需要大量的计算资源来进行训练和推断。这种规模的模型在处理复杂任务时表现得很出色，因为它们能够从大量的数据中学到更复杂、更抽象的表示。 例如，GPT-3（Generative Pr ......
模型

国外著名交易策略:R-Breaker模型设计原理(转载)

R-Breaker是一种短线日内交易策略，它结合了趋势和反转两种交易方式。 交易系统的基本原理如下： 1.根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为：突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价、突破卖出价。 以此来形成当前交易日盘中交易的触 ......
R-Breaker 模型 原理 策略 Breaker

文心一言 VS 讯飞星火 VS chatgpt （135）-- 算法导论11.3 1题

一、用go语言，假设我们希望查找一个长度为 n 的链表，其中每一个元素都包含一个关键字k并具有散列值h(k)。每一个关键字都是长字符串。那么在表中查找具有给定关键字的元素时，如何利用各元素的散列值呢? 文心一言： 在Go语言中，你可以通过使用一个哈希表来存储关键字的散列值，并在查找具有给定关键字的元 ......
文心 导论 算法 chatgpt VS

AI经典模型参数规模

| 模型 | 参数数量 || | || AlexNet | 约 60 million || VGG16 | 约 138 million || ResNet50 | 约 25 million || InceptionV3 | 约 23 million || MobileNetV2 | 约 3.5 mi ......
模型 参数 规模 经典

【Python&图像超分】Real-ESRGAN图像超分模型（超分辨率重建）详细安装和使用教程

图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。今天给大家介绍一下腾讯ARC实验室发布的一个图像超分辨率模型Real-ESRGAN，同时奉上详细的安装使用教程。 ......
图像 Real-ESRGAN 模型 分辨率 教程

UNet pytorch模型转ONNX模型完整code

1 import os 2 import torch 3 import numpy as np 4 from Unet import UNET 5 os.environ["CUDA_VISIBLE_DEVICE"] = "" 6 7 def main(): 8 demo = Demo(model_p ......
模型 pytorch UNet ONNX code

初学者如何上手服务器训练模型

拿到一个服务器很迷茫，不知道如何使用，写一份本实验室的服务器使用方法： 1下载Xshell和Xftp 现在提供了家庭/学习免费版 2安装后新建会话 3 bash命令 切换到bash界面 bash，全称Bourne Again Shell，是绝大多数Linux系统默认的命令解释器，能够处理用户所输入的 ......
初学者 模型 服务器

ChatGPT流式输出实现原理

const http = require("http"); const fs = require("fs"); const server = http.createServer((req, res) => { if (req.url "/events") { // 设置响应头，指明使用 text/e ......
原理 ChatGPT

解决 keras 首次装载预训练模型VGG16 时下载失败问题

解决：Exception: URL fetch failure on https://storage.googleapis.com/tensorflow/keras-applications/vgg16/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h ......
模型 问题 keras VGG 16

不务正业的再次胡想——chatgpt在“智能辅助编程”外的另一个可能场景"智能论文写作辅助”

在chatgpt4出来后震惊了很多人，但是很多人也觉得好像用处不大；可以说chatgpt4确实更加智能了，在语言对话上更加的智能，很多情况下已经很难分辨出这货是个机器人，但是现在这东西好像确实也没有太多的实际应用，或许更多的人用这个是当做“智能搜索引擎”来用的，而我个人却更加喜欢将chatgpt4当 ......
智能 不务正业 论文写作 场景 再次
共4950篇  :29/165页 首页上一页29下一页尾页