526互联

模型gscloud gdemv3 gdemv

线性判别分析（LDA）模型笔记

[TOC](线性判别分析（LDA）模型笔记) # 模型概况 线性判别方法（Linear Discrimination Analysis)是一种经典的线性学些方法，最早由Fisher提出，也叫“Fisher判别分析”。 LDA的思想非常朴素，也即是，将样例投影到一条直线上使得同类样例的投影点尽可能近， ......
线性 模型 笔记 LDA

TensorRT 模型加密杂谈

在大多数项目交付场景中，经常需要对部署模型进行加密。模型加密一方面可以防止泄密，一方面可以便于模型跟踪管理，防止混淆。 由于博主使用的部署模型多为TensorRT格式，这里以TensorRT模型为例，讲解如何对模型进行加密、解密以及推理加密模型。 ## 加密算法的选择和支持的库 [Crypto++] ......
杂谈 TensorRT 模型

基于Pair-wise和CrossEncoder训练单塔模型

基于RocketQA的CrossEncoder(交叉编码器)训练的单塔模型，该模型用于搜索的排序阶段，对召回的结果进行重新排序的作用。 ......
单塔 CrossEncoder Pair-wise 模型 Pair

三维模型OSGB格式轻量化压缩必要性分析

三维模型OSGB格式轻量化压缩必要性分析 三维模型是计算机图形学和视觉效果等领域的重要应用之一。然而，由于三维模型通常包含大量的几何信息、纹理信息和其他元素，导致其占用的存储空间和计算资源非常巨大。为了提高三维模型的处理效率和性能，轻量化和压缩成为不可或缺的技术手段。 本文将从以下几个方面分析三维模 ......
必要性 模型 格式 OSGB

Bert Pytorch 源码分析：五、模型架构简图 REV1

## 注意力 ![在这里插入图片描述](https://img-blog.csdnimg.cn/abe43c5ca40948dfb3c195c4330b7ffa.jpeg#pic_center) ## FFN ![在这里插入图片描述](https://img-blog.csdnimg.cn/9f57 ......
简图 架构 源码 模型 Pytorch

oobabooga-text-generation-webui可能是最好的语言模型启动器（包含手把手安装教程）

https://www.bilibili.com/read/cv24006101/ 引言： 问：oobabooga是什么？ oobabooga-text-generation-webui是一个用于运行类似Chatglm、RWKV-Raven、Vicuna、MOSS、LLaMA、llama.cpp、G ......
启动器 oobabooga-text-generation-webui generation oobabooga 模型

IO 多路复用模型

# IO 多路复用模型 ## 1. select 为了能够完成IO多路复用机制，可选用 select 函数。 nfds 所监听的最大的文件描述符+1（用来限定范围） fd_set 文件描述符集合 timeout 超时时间 FD_ZERO 清空监听队列，初始化 FD_SET 加入一个 fd 到 fds ......
模型 IO

TCP/IP 五层模型

## TCP/IP五层模型 - 物理层（Physical Layer）：物理层是最底层，负责传输比特流（bitstream）以及物理介质的传输方式。它定义了如何在物理媒介上传输原始的比特流，例如通过电缆、光纤或无线传输等。 - 数据链路层（Data Link Layer）：数据链路层位于物理层之上， ......
模型 TCP IP

pytorch-两个PyTorch中的Sequential模型合并成一个

要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......
Sequential 模型 两个 pytorch PyTorch

模型指标理解（accuracy, roc curve, precision-recall curve等)

背景 一个点估计模型（CTR，churn rate）之类的，都会输出一个目标事件概率。通常评估模型和进行model selection的时候需要用指标，常用的有accuracy, precision, recall, f1以及roc_curve, precision-recall curve等。选取 ......
curve precision-recall precision accuracy 模型

Django 模型的简单应用

每一个应用下的数据库模型类，需要在当前应用下的model.py 这个文件中定义数据库模型 定义规则如下： 一个数据库模型类需要继承 Model 或者 Model 的子类 默认会创建一个自动递增的 id 主键 默认创建的数据库名为，应用名小写_数据库模型类小写 一个数据库模型类相当于一个数据表（Tab ......
模型 Django

transform和大模型训练相关

1.数据流程 注：解码的过程会多一个Attention，先加掩码来避免解码获取当前word后的词 数据的计算流程：embeding——》multi head attention——》Add&Norm——》FNN——》Add&Norm——》Linear——》softmax FNN和多头Attentio ......
transform 模型

人工智能的未来：探索下一代生成模型

推荐：使用NSDT场景编辑器助你快速搭建可编辑的3D应用场景 生成式 AI 目前能够做什么，以及探索下一波生成式 AI 模型需要克服的当前挑战？作者 Nisha Arya， KDnuggets on May 22， 2023 in 人工智能脸书唽LinkedIn红迪网电子邮件共享 如果你跟上科技世界 ......
人工智能 下一代 人工 模型 智能

Django博客开发教程:创建数据库模型

Django是通过Model操作数据库，不管你数据库的类型是MySql或者Sqlite，Django它自动帮你生成相应数据库类型的SQL语句，所以不需要关注SQL语句和类型，对数据的操作Django帮我们自动完成。只要回写Model就可以了！ django根据代码中定义的类来自动生成数据库表。我们写 ......
模型 数据库 教程 数据 Django

R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响|附代码数据

全文链接：http://tecdat.cn/?p=30508 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于GAM广义相加模型的研究报告，包括一些图形和统计输出。 现实情况是，我们经常要处理多个自变量和一个因变量之间的关系，此外，虽然通过做散点图可以发现非线性关系，但很难归因其形式，多项式 ......
专用道 数据 广义 变异 行程

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用 ......
知识 TextBrewer 框架 模型 多种

Telsa T4配置下用peft微调t5模型

记录运行这个代码的过程：https://huggingface.co/docs/peft/task_guides/seq2seq-prefix-tuning # 环境配置 虚拟环境 ```bash python -V conda create -n peft-practice python=3.10 ......
模型 Telsa peft

AI气象大模型比较！

目前全球所使用的AI气象大模型主要有由复旦大学开发的伏羲、上海人工智能实验室开发的风乌、谷歌Deep Mind开发的GraphCast、华为云开发的Pangu-Weather、清华大学和中国气象局开发的NowcastNet、阿里开发的SwinVRNN*、英伟达Nvidia开发的FourCastNet ......
气象 模型

相机模型总结

## 相机模型 ### 针孔相机模型 利用相似三角形 $\frac{D_{世界}}{D_{相机}}=\frac{H}{F}$ 其中： - $D_{世界}$为世界坐标系中的距离长度，如一本书的长宽。 - $D_{相机}$为相机坐标系下的距离长度，为像的大小，或在cmos底片上的大小距离。 - $H$为 ......
模型 相机

复习笔记|第十四章 Windows操作系统模型《操作系统原理教程》

参考教材：《操作系统原理教程（第4版）》刘美华 翟岩龙著 # 大纲问题回答（精简版） ## 1. Windows 采用什么样的体系结构？ ![image.png](https://cdn.nlark.com/yuque/0/2022/png/25419362/1669545085144-edd320 ......
系统 模型 原理 Windows 笔记

sd模型找不到放的地方

这玩意路径是D:\stable-diffusion-webui\models\Stable-diffusion，看清楚是models而不是modules后面是s而不是es（；´д｀）ゞ 要问我怎么发现的，我就是气急败坏的复制了路径直接粘贴到文件管理器后才发现的qwq ......
模型 地方

五种云计算服务模型IaaS、PaaS、SaaS、KaaS、FaaS

云计算通常可以分为三种类型： 基础设施即服务（Infrastructure as a Service，IaaS） 平台即服务（Platform as a Service，PaaS） 软件即服务（Software as a Service，SaaS） 其中，IaaS提供基本的计算、存储和网络基础设施， ......
模型 IaaS FaaS PaaS KaaS

DDD项目落地之充血模型实践

充血模型是DDD分层架构中实体设计的一种方案，可以使关注点聚焦于业务实现，可有效提升开发效率、提升可维护性 ......
模型 项目 DDD

一种基于概念模型思想的ABCDE系统设计建模法的研究与应用

《一种基于概念模型思想的ABCDE系统设计建模法的研究与应用》 张云龙 （JINGWHALE数字科学艺术创新中心，浙江 杭州，310008） 国作登字-2023-A-00087399 摘要：本文基于概念模型思想提出了一种归纳设计纲领、梳理业务模型、抽象概念模型、具象设计模型、评估改进模型的ABCDE ......
模型 概念 思想 系统 ABCDE

pytorch如何保存和加载模型

两种方法：保存和加载参数 和 保存加载整个模型 保存和加载参数 #保存 torch.save(model.state_dict,PATH) #PATH推荐格式为.pt #加载 model=TheModelClass(*args, **kwargs ) model.load_state_dict(to ......
模型 pytorch

MiniRBT中文小型预训练模型：结合了全词掩码技术和两段式知识蒸馏技术，加快推理速度

# MiniRBT中文小型预训练模型：结合了全词掩码（Whole Word Masking）技术和两段式知识蒸馏（Knowledge Distillation）技术，加快推理速度 ![](https://ai-studio-static-online.cdn.bcebos.com/61bc6f918 ......
段式 技术 模型 速度 MiniRBT

VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等

VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等 ......
图像 文本 模态 编码器 模型

进程/线程模型

进程/线程模型 进程模型 （一）多道程序设计 (Multi programming) 允许多个程序同时进入内存并运行，其目的是为了提高系统效率。 并发环境与并发程序 并发环境：一段时间间隔内，单处理器上有两个或两个以上的程序同时处于开始运行但尚未结束的状态，并且次序不是事先确定的。 并发程序：在并发 ......
线程 进程 模型

在机器学习中使用 SHAP 值实现模型可解释性

在这篇博文中，我们介绍了 SHAP 值，这是一种解释机器学习模型输出的方法。我们已经展示了如何使用 SHAP 值来解释单个预测和模型的整体性能。我们还提供了如何在实践中使用 SHAP 值的示例。 ......
解释性 模型 机器 SHAP

模型选择、过拟合和欠拟合

# 训练误差和泛化误差 - **训练误差:模型在训练数据上的误差** - **泛化误差:模型在新数据上的误差** 例子:根据摸考成绩来预测未来考试分数 - 在过去的考试中表现很好(训练误差)不代表未来考试一定会好（泛化误差) - 学生A通过背书在摸考中拿到很好成绩 - 学生B知道答案后面的原因 类似 ......
模型
共3389篇  :48/113页 首页上一页48下一页尾页