流水线 深度 逻辑 模型
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( ......
软件开发：组织大规模逻辑的技艺
技艺永恒，生命短暂，机会易逝，实验莫测，抉择艰难。 程序员是吃“逻辑”这碗饭的。那么，怎么才能安心地吃这碗饭呢？你需要掌握组织大规模逻辑的技艺。 要掌握这门技艺，需要有一些思想方法论来指导。本文谈谈，软件业界是如何应对组织大规模逻辑的。 思想 结构化抽象 软件，本质上是一种可动态而弹性变化的逻辑装置 ......
《深度学习入门——自制框架》读书笔记 第二章 用自然的代码表达
2. 用自然的代码表达 step12 可变长参数（正向） 主要是解决多输入多输出问题 例如Add函数： class Add(Function): def forward(self, x0, x1): y = x0 + x1 return y def add(x0, x1): return Add() ......
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 ......
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 ......
使用物理磁盘对已用lvm逻辑卷进行扩容
需求 lvm上创建了两个logic volume需要对其中一个进行扩容。 方法 # 以下命令均使用root权限执行 sudo -i # 查入磁盘并确定设备编号 lsblk # 向lvm组中添加两块硬盘 vgextend lvm /dev/sdd /dev/sde # 确认磁盘已经成功加入 pvs # ......
《深度学习入门——自制框架》读书笔记
1. 自动微分 step2 创建变量的函数 # 箱子类，存放一个变量数据 class Variable: def __init__(self, data): self.data = data # 函数类的基类 class Function: # __call__方法是一个特殊的Python方法。 # ......
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 ......
ENTROFORMER: A TRANSFORMER-BASED ENTROPY MODEL基于transformer的熵模型
目录简介模型核心代码性能实验 简介 \(\quad\)由于cnn在捕获全局依赖关系方面效率低，因此该文章提出了基于tansformer的熵模型——Entoformer；并针对图像压缩进行了top-k self-attention和a diamond relative position encodin ......
数学建模之相关系数模型及其代码
发现新天地，欢迎访问小铬的主页(www.xiaocr.fun) 引言 本讲我们将介绍两种最为常用的相关系数：皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析（建模论文中最容易用 ......
Mybatis-plus逻辑删除
转载自:www.javaman.cn 1、application.yml配置 mybatis-plus: 表示这是 MyBatis-Plus 的配置部分。 global-config: 全局配置。 db-config: 数据库相关配置。 logic-delete-field: 指定逻辑删除的字段名。 ......
拥抱未来：大语言模型解锁平台工程的无限可能
了解大型语言模型 (LLM) 大型语言模型（LLM）是一种人工智能（AI）算法，它使用深度学习技术和海量数据集来理解、总结、生成和预测新内容。凭借合成大量信息的能力，LLM 可以提高以前需要人类专家的业务流程的效率、规模和一致性。 沃顿商学院商学教授 Ethan Mollick 表示，在早期的对照实 ......
三维模型的顶层合并构建的轻量化技术方法探讨
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，... ......
聊聊 神经网络模型 示例程序——数字的推理预测
之前学习了解过了神经网络、CNN、RNN、Transformer的内容，但出了在魔塔上玩过demo，也没有比较深入的从示例去梳理走一遍神经网络的运行流程。从数字推测这个常用的示例走一遍主流程。 MNIST数据集 MNIST是机器学习领域 最有名的数据集之一，被应用于从简单的实验到发表的论文研究等各种 ......
postgresql从入门到精通教程 - 第36讲：postgresql逻辑备份
PostgreSQL从小白到专家，是从入门逐渐能力提升的一个系列教程，内容包括对PG基础的认知、包括安装使用、包括角色权限、包括维护管理、、等内容，希望对热爱PG、学习PG的同学们有帮助，欢迎持续关注CUUG PG技术大讲堂。 第36讲：PostgreSQL逻辑备份 第36讲：12月02日(周六)1 ......
基于LSTM的股票价格预测模型【附源码】
导语 本文介绍了LSTM的相关内容和在股票价格预测上的应用。 LSTM的股票价格预测 LSTM(Long Short Term Memory)是一种 特殊的RNN类型，同其他的RNNs相比可以更加方便地学习长期依赖关系，因此有很多人试图将其应用于 时间序列的预测问题 上。 汇丰银行全球资产管理开发副 ......
JVM内存模型
JVM内存模型 堆： 新生代 老年代 常量池 字符串常量池 运行时常量池 虚拟机栈： 栈帧 方法区： 元空间 本地方法栈： 程序计数器： java内存结构（JMM内存模型） 主内存： 工作内存： java线程 高速缓存 操作变量时的规则： Java内存模型规定了所有的变量都存储在主内存 线程的工作内 ......
北京大学 | Video-LLaVA视觉语言大模型：统一输入，同时处理图片和视频数据
前言 北京大学和其他机构的研究人员近期提出了一种名为Video-LLaVA的视觉语言大模型。该模型的创新之处在于能够同时处理图片和视频作为输入。在处理图片的任务中，该模型展现出了出色的性能，在多个评估榜单中名列前茅，尤其在视频方面取得了令人瞩目的成绩。这项研究的关键点在于关注如何将LLM的输入统一起 ......
【DFS深度优先遍历】给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数
题目描述 给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数。 要求： 第一步从第一元素开始，第一步小于<len/2（len为数组的长度）。从第二步开始，只能以所在成员的数字走相应的步数，不能多也不能少, 如果目标不可达返回-1，输出最少的步骤数，不能往回走。 输入 7 5 9 4 2 ......
R语言贝叶斯模型预测电影评分数据可视化分析
全文链接：https://tecdat.cn/?p=34421 原文出处：拓端数据部落公众号 本文使用R语言帮助客户进行了贝叶斯模型预测电影评分，并对数据进行了可视化和分析。文章创建了五个新的特征变量，包括电影类型、导演获奖情况、电影票房、评论数量和影评人数量等，并分析了这些变量对电影评分的影响。通 ......
马尔可夫Markov区制转移模型分析基金利率|附代码数据
全文下载链接：http://tecdat.cn/?p=19611 最近我们被客户要求撰写关于马尔可夫Markov区制转移模型的研究报告，包括一些图形和统计输出。 过程会随着时间的推移而发展，结果会发生变化 考虑一下经济衰退和扩张。在衰退开始时，产出和就业率下降并保持较低水平，然后，产出和就业率增加。 ......
深度图与彩色图合成点云
python代码如下： import cv2import numpy as npimport open3d as o3dimport matplotlib.pyplot as pltif __name__ == "__main__": fx_d = 377.5033 fy_d = 379.9958 ......
Linux 内核参数调整解析：深度优化数据库性能 转载:https://www.toutiao.com/article/7304950566709559843
系统内核参数配置文件：/etc/sysctl.conf 一、参数说明 1、关闭 IPv6 支持 net.ipv6.conf.all.disable_ipv6 = 1 net.ipv6.conf.default.disable_ipv6 = 1 作用：关闭对 IPv6 的支持，减轻系统负担，提高安全性 ......
搭建GitLab的cicd流水线
大致内容如下 通过部署一个简单的项目到 gitlab pages 初步了解 gitlab CI/CD 了解 gitlab CI/CD 基础概念、运行机制等 使用 gitlab 自带 runner 进行自动化部署、使用 ssh 命令操作部署远程服务器 在自己服务器安装 gitlab runner 进行 ......
【AI行业】华为云推出首个大模型混合云
华为云微信公众号发文，华为云行业高峰论坛2023在北京开幕。 会上，华为云推出业界首个大模型混合云，并发布《深度用云展望2025》白皮书及深度用云行动计划。同时，华为云提出深度用云行动倡议，并联合10+伙伴和行业组织，共同发起深度用云行动计划，计划未来三年投入1亿人民币，用于能力型伙伴建设、云原生应 ......
TensorFlow-深度学习预训练模型的使用方法讲解（TensorFlow-Explanation on how to use deep learning pre-trained models）
在运用深度学习模型时，掌握运用预训练模型的方法是必不可少的一步。为什么要使用与训练的模型，原因归纳如下： （1）使用大量高质量的数据（如 ImageNet 是普林斯顿大学与斯坦福大学所主导的项目）又加上设计较复杂的模型结构（如ResNet模型高达150层）设计出来的模型，准确率会大大提高。 （2）可 ......
聊一聊大模型
本文对大模型从原理及结构上做了简单的介绍，希望能给各位在了解大模型的路上提供一些帮助。个人经验有限，说的不对的地方还请及时提出宝贵的意见，也可以联系本人线下讨论。下期会结合我们在财富领域训练大模型的经验写一篇偏实践的文章出来。 ......
FPGA入门笔记007_A——按键消抖模块设计与验证（状态机、$random、仿真模型、task语法）
实验现象： 每次按下按键0，4个LED显示状态以二进制加法格式加1。 每次按下按键1，4个LED显示状态以二进制加法格式减1。 知识点： 1、testbench中随机数发生函数$random的使用； 2、仿真模型的概念 1、按键波形分析： 按键未按，FPGA管脚检测到高电平。 按键按下，FPGA管脚 ......
零代码集成自动化的实现逻辑是什么？
零代码的概念是什么？ 零代码平台是一种软件开发工具或平台，非技术人员能够创建和部署应用程序，而无需编写任何代码。它提供了可视化的界面和拖拽式的操作，使用户能够通过简单的配置和组合，以图形化的方式构建应用程序。这种平台通常包含了丰富的预定义组件、模板和工具，用户可以根据自己的需求选择和定制这些组件，而 ......