流水线 深度 逻辑 模型
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 ......
jmeter 逻辑控制器之 include controller
一、认识 Include Controller Include Controller ：译为包含控制器，用来添加 Test Fragment（测试片段）。具体是什么意思呢，我们先来了解下 Test Fragment（测试片段）。 1、理解 Test Fragment（测试片段） 如下是创建一个 Te ......
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 ......
【pytorch深度学习报错】AttributeError: module 'torch' has no attribute '_six'
1.AttributeError: module 'torch' has no attribute '_six'报错： 答：指的是安装的pytorch版本里面没有_six.py文件，因为在pytorch2.0版本以后不在具有此文件。 2.两个解决方法 答：①将2.0版本以前的_six.py文件复制到 ......
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 ......
C++基础 -15- 拷贝构造（深度拷贝）
———————拷贝构造——————— 🎈由于系统的浅拷贝就是直接赋值 🎈所以可能出现共用内存空间的情况 🎈如下图newperson通过浅拷贝创建出来 🎈改变newperson的参数影响到了person类 #include "iostream" using namespace std; ext ......
精妙构思：深度探析构建者模式的设计之道
大家好，欢迎来到程序视点！今天，我们一起来分享下一个创建型模式：构建者模式。 定义 先来看下它的定义。 建造者模式，是将一个复杂的对象的构建与它的表示分离，使得同样的构建过程可以创建不同的表示。 小二哥就问大家，看到这个定义懵逼不懵逼？什么叫对象的构建和它的表示分离?如果你能解释清楚这个问题，那这篇 ......
基于深度学习网络的手势识别算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 基于深度学习网络的手势识别算法是一种通过训练模型来识别手势的技术。其原理主要利用深度学习网络对图像或视频序列进行特征提取和分类。 手势识别算法基于深度学习网络，通过训练模型来识别输入图像或视频序列中的手势。具体而 ......
逻辑运算符
'''逻辑运算符：用于链接多个比较运算符and：表示并且(与)or：表示或者(或)，只要出现一个True就为Truenot：表示取反(非)，如果是True则取反，如果是False则取反'''# and(与)print(20==20 and 30==30)print(20==10 and 30==30 ......
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 ......
履机乘变，轻舟便楫：源启分布式PaaS深度赋能企业级技术平台建设
导语 源启分布式PaaS平台围绕应用视角为用户提供应用运行的全生命周期管控能力，提供注册中心、服务路由、网关、服务治理等中间件技术支持，实现应用之间的联通，解决客户多厂商产品不兼容、产品组合不可选择、孤岛效应等问题，满足企业级应用集成需要，实现降本增效。 在《洞若观火，明察秋毫：源启一体化监控平台构 ......
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 ......
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 ......
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~ ......
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： ......
【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 ......
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 ......
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 ......
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 ......
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 ......
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 ......
13.PG之逻辑复制
1.逻辑复制介绍 PostgreSQL10版本中增加了一个新特性，即逻辑复制（Logical Replication）。PostgreSQL 9的流复制是基于WAL日志的物理复制，其原理是主库不间断地发送WAL日志流到备库，备库接收主库发送的WAL日志流后应用WAL；而逻辑复制是基于逻辑解析（Log ......
【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 ......
深度学习上课内容大纲
1.背景知识：回归与分类 2.intro:全连接神经网络 3.卷积神经网络（CNN） 4.循环神经网络（RNN） 5.特殊的RNN：LSTM 6.自注意机制（self-attention）与transformer 7.对抗神经网络（GAN） 8.模型攻防（model attack & model d ......
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 ......
深度优先搜索（DFS）和广度优先搜索（BFS）
深度优先搜索（DFS）和广度优先搜索（BFS），都是图形搜索算法，相似又却不同，在应用上也被用到不同的地方。 一、深度优先搜索（DFS） 深度优先搜索属于图算法的一种，是一个针对图和树的遍历算法，英文缩写为DFS即Depth First Search。深度优先搜索是图论中的经典算法，利用深度优先搜索 ......
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 ......
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？ ......
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 ......
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 ......