流水线 深度 逻辑 模型
R语言GAMLSS模型对艾滋病病例、降雪量数据拟合、预测、置信区间实例可视化|附代码数据
全文链接：http://tecdat.cn/?p=31996 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GAMLSS的研究报告，包括一些图形和统计输出。 GAMLSS模型是一种半参数回归模型，参数性体现在需要对响应变量作参数化分布的假设，非参数性体现在模型中解释变量的函数可以涉及非参数 ......
Eviews用向量自回归模型VAR实证分析公路交通通车里程与经济发展GDP协整关系时间序列数据和脉冲响应可视化|附代码数据
全文链接：http://tecdat.cn/?p=27784 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向量自回归模型VAR的研究报告，包括一些图形和统计输出。 河源市是国务院1988年1月7日批准设立的地级市，为了深入研究河源市公路交通与经济发展的关系，本文选取了1988－2014年 ......
[SWPUCTF 2021 新生赛]非常简单的逻辑题
一道简单的代码逆向，根据提供的py代码写出逆向代码，没怎么做过这种题开始没什么思路，原来直接暴力就好 直接写出暴力代码 ......
白嫖一个属于你的私有大模型
最近国内的大模型可谓是遍地开花，你瞧瞧：  这么火，我也想搞一个试试，于是就有了这篇文章！对，你没看错，就是白嫖。 毕竟人 ......
Informer模型学习记录
# Informer 时间序列模型 ## data ### 1. WTH.csv * 水厂 * csv格式数据，总共13列，包含一列标签，12列特征，后面输入模型维度：12 * 每隔一小时一条记录 * 每个时间点对应多个特征，最后一个数据值作为数据标签 ### 2. ECL.csv * csv格式数 ......
行行AI公开课：ChatGPT和大语言模型的微调
ChatGPT和大模型正在以前所未有的速度改变世界和你的工作。 最新研究发现会使用ChatGPT4的人的工作效率是一般人的40倍，80%的世界500强企业已经在使用ChatGPT。不会使用ChatGPT和不懂大模型的人很快就会被淘汰，不是被ChatGPT淘汰，而是被会使用ChatGPT的人淘汰。史丹 ......
Excel表格中进行36进制流水编号
最简单的操作步骤： 1、A1:A10是数字0~9这10数值，A11~A36是大写字母A、B、C…………Y、Z这26个字母 2、则可在B1单元格或其他单元格中，输入公式： =INDEX($A$1:$A$36,1+MOD(INT((ROW()-1)/46656),36))&INDEX($A$1:$A$3 ......
逻辑题
# 逻辑题 ## OD253. 流水线  ```java import java.util.Scanner; im ......
通过提示大语言模型进行个性化推荐LLM-Rec: Personalized Recommendation via Prompting Large Language Models
论文原文地址：https://arxiv.org/abs/2307.15780 本文提出了一种提示LLM并使用其生成的内容增强推荐系统的输入的方法，提高了个性化推荐的效果。 ## LLM-Rec Prompting  `T ......
嵌入式深度学习—硬件算法协同优化
主要利用神经网络的三个特性： 1. 并行计算、数据复用 2. 模型具有稀疏性。很多模型中的权值为0或很小，数据经过以后会直接变为无用值 3. 深度学习具有鲁棒性，对数据的误差不敏感 ## 测试时固定点神经网络（Test-Time Fixed-Point Neural Networks） 测试时固定点 ......
介绍JVM的内存区域模型
JVM有程序计数器，本地方法栈，虚拟机栈，堆，元空间 程序计数器，是线程私有的，作用是保存线程执行的下一行代码 虚拟机栈也是线程私有的，保存着一个个栈帧，栈帧代表着调用的方法，栈帧主要有局部变量表，操作数栈 ，返回地址，局部变量表存储着方法里边的变量的存放地址，操作数栈保存着运算过程的中间结果，返回 ......
深度学习（VGGNet）
VGGNet也是一个比较经典的深度学习网络模型。 模型结构如下： 这里选用了D模型，同样用该模型做个了个猫狗大战的训练，不过为了提高速度，我把图像resize为112*112了，相应的flatten之后就成56*3*3了，所以和原始模型有点不一样。 import torch import torch ......
Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化
全文链接：https://tecdat.cn/?p=33566 原文出处：拓端数据部落公众号 生成对抗网络（GAN）是一种神经网络，可以生成类似于人类产生的材料，如图像、音乐、语音或文本。最近我们被客户要求撰写关于GAN生成对抗性神经网络的研究报告，包括一些图形和统计输出。 近年来，GAN一直是研究 ......
R语言逻辑回归Logistic选股因素模型交易策略及沪深300指数实证|附代码数据
全文链接：http://tecdat.cn/?p=32071 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交易策略的研究报告，包括一些图形和统计输出。 随着中国的证券市场规模的不断壮大、市场创新不断深化、信息披露不断完善、市场监管不断强化，随着现代投资组合理论的发展和计算机技术的进步，投 ......
如何让 Llama2、通义千问开源大语言模型快速跑在函数计算上？
> 本文是“在Serverless平台上构建AIGC应用”系列文章的第一篇文章。 ## **前言** 随着ChatGPT 以及 Stable Diffusion,Midjourney 这些新生代 AIGC 应用的兴起，围绕AIGC应用的相关开发变得越来越广泛，有呈井喷之势，从长远看这波应用的爆发不仅 ......
样本数量、模型参量的研究
参考文献：https://arxiv.org/abs/1707.02968 https://arxiv.org/abs/1511.02251 来自于知乎FUNNY AI 在Revisiting Unreasonable Effectiveness of Data in Deep Learning E ......
C语言深度剖析笔记
auto 声明自动变量，缺省时默认为auto union 声明联合数据类型 static 声明静态变量： 表示退出一块后仍存在的局部变量，后来被表示为能被其他文件访问的全局变量和 函数 register 声明寄存器变量： 尽可能将变量存入cpu寄存器内部，而不是默认的通过内存寻址访问 typedef ......
《Java架构师的第一性原理》60系统架构之计算机思维模型
1 学习思维模型 1.1 历史跨越模型 怎样解剖当下问题的本质？去回溯问题的历史来源。 比如：计算机网络中，TCP协议怎样保证数据传输可靠？ 为了保障数据不丢失及错误（可靠性），它有报文校验、ACK应答、超时重传(发送方)、失序数据重传（接收方）、丢弃重复数据、流量控制（滑动窗口）和拥塞控制等机制。 ......
PanGu-Coder2：从排序中学习，激发大模型潜力
华为云CodeArts Snap插件也即将上线基于PanGu-Coder2的百亿级代码生成服务，为Snap用户提供更全面的语言支持、更智能的代码生成、更准确的补全建议。 ......
行行AI公开课：在AI大模型和应用落地的今天，算力究竟如何获得？
> 行行AI是博客园和天使投资方顺顺智慧共同成立的合资公司。 如果说，大模型是AI抽象化的“肉身”，那么海量的算力，则是维系这具肉身运转的“血液”。随着ChatGPT等人工智能技术的高速发展，以及大语言模型的出现和应用，各个企业对智能算力的需求也在与日俱增。此番形势下，谁掌握了算力这一关键的新“能源 ......
Redis线程模型
对于读写命令来说，Redis 一直是单线程模型。不过，在 Redis 4.0 版本之后引入了多线程来执行一些大键值对的异步删除操作， Redis 6.0 版本之后引入了多线程来处理网络请求（提高网络 IO 读写性能）。Redis默认十个数据库，默认是第0个1.Redis 单线程模型了解吗？ Redi ......
ICML 2023 | 神经网络大还是小？Transformer模型规模对训练目标的影响
前言 本文研究了 Transformer 类模型结构（configration）设计（即模型深度和宽度）与训练目标之间的关系。结论是：token 级的训练目标（如 masked token prediction）相对更适合扩展更深层的模型，而 sequence 级的训练目标（如语句分类）则相对不适合 ......
《动手学深度学习 Pytorch版》 4.10 实战Kaggle比赛：预测比赛
# 4.10.1 下载和缓存数据集 ```python import hashlib import os import tarfile import zipfile import requests #@save DATA_HUB = dict() DATA_URL = 'http://d2l-dat ......
《动手学深度学习 Pytorch版》 4.8 数值稳定性和模型初始化
# 4.8.1 梯度消失和梯度爆炸 整节理论，详见书本。 1. 梯度消失 ```python %matplotlib inline import torch from d2l import torch as d2l x = torch.arange(-8.0, 8.0, 0.1, requires_ ......
《动手学深度学习 Pytorch版》 4.9 环境和分布偏移
# 4.9.1 分布偏移的类型 整节理论，详见书本。 # 4.9.2 分布偏移示例 整节理论，详见书本。 # 4.9.3 分布偏移纠正 整节理论，详见书本。 # 4.9.4 学习问题的分类法 整节理论，详见书本。 # 4.9.5 机器学习中的公平、责任和透明度 整节理论，详见书本。 # 练习 （1） ......
《动手学深度学习 Pytorch版》 4.7 前向传播、反向传播和计算图
# 4.7.1 前向传播 整节理论，详见书本。 # 4.7.2 前向传播计算图 整节理论，详见书本。 # 4.7.3 反向传播 整节理论，详见书本。 # 4.7.4 训练神经网络 整节理论，详见书本。 # 练习 （1）假设一些标量函数 $X$ 的输入 $X$ 是 $n\times m$ 矩阵。$f$ ......
《动手学深度学习 Pytorch版》 4.6 暂退法
```python import torch from torch import nn from d2l import torch as d2l ``` # 4.6.1 重新审视过拟合 整节理论，详见书本。 # 4.6.2 扰动的稳健性 整节理论，详见书本。 # 4.6.3 实践中的暂退法 整节理论 ......
《动手学深度学习 Pytorch版》 4.5 权重衰减
# 4.5.1 范数与权重衰减 整节理论，详见书本。 # 4.5.2 高维线性回归 ```python %matplotlib inline import torch from torch import nn from d2l import torch as d2l ``` ```python # ......