流水线 深度 逻辑 模型
C#三层架构逻辑和功能
C#三层架构是一种常用的软件架构模式，用于将一个应用程序划分为三个主要的逻辑层：表示层（Presentation Layer）、业务逻辑层（Business Logic Layer）和数据访问层（Data Access Layer）。每个层都有其特定的功能和职责，这种分层可以使代码更具组织性、可维护 ......
MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类|附代码数据
原文链接：http://tecdat.cn/?p=26318 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长短期记忆 (LSTM) 神经网络的研究报告，包括一些图形和统计输出。 此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。 要训练深度神经网络对序 ......
如何将3D模型导入可视化大屏系统中，并实现可交互的数字孪生大屏效果？
首先我们需要准备一款数字孪生软件，本文中使用的是山海鲸可视化数字孪生软件，这是一款免费的零代码数字孪生大屏开发平台软件。 下载完成后打开山海鲸可视化，点击新建来创建一个大屏项目。 我们可以根据自己的需要来创建各种场景的项目或是套用模板项目，这里我们选择创建一个GIS场景项目。 等待项目加载完毕后，可 ......
Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 此教程适合新手用户，专业人士直接可直接绕路。 本教程中介绍了利用Blender建模软件，只需要简单几步就可以为模型添加材质贴，图，并且导出带有材质的模型文件。 1、第一步，打开Blender软件，导入模型：(本教程使用一个简单立方体模 ......
ubuntu 22.04 深度学习环境配置（pytorch版本）
# part1 验证方法 ## 1 验证Anaconda conda -V ## 2 验证显卡驱动 nvidia-smi ## 3 验证cuda nvcc -V ## 4 验证pytorch、torchvision conda list | grep torch # part2 安装顺序 ## 1 ......
用于3D MRI和CT扫描的深度学习模型总结
医学成像数据与其他我们日常图像的最大区别之一是它们很多都是3D的，比如在处理DICOM系列数据时尤其如此。DICOM图像由很多的2D切片组成了一个扫描或身体的特定部分。 那么如何为这类数据构建深度学习解决方案呢?本文中将介绍6种神经网络架构，可以使用它们来训练3D医疗数据上的深度学习模型。 3 d ......
利用pytorch自定义CNN网络（三）：构建CNN模型
本文是利用pytorch自定义CNN网络系列的第三篇，主要介绍如何构建一个CNN网络，关于本系列的全文见[这里](https://www.cnblogs.com/wpx123/p/17613613.html "这里")。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + p ......
llama2模型部署方案的简单调研-GPU显存占用(2023年7月25日版)
https://blog.csdn.net/Fatfish7/article/details/131925595 先说结论全精度llama2 7B最低显存要求：28GB全精度llama2 13B最低显存要求：52GB全精度llama2 70B最低显存要求：280GB 16精度llama2 7B预测最 ......
Stata广义矩量法GMM面板向量自回归PVAR模型选择、估计、Granger因果检验分析投资、收入和消费数据|附代码数据
原文链接：http://tecdat.cn/?p=24016 原文出处：拓端数据部落公众号 摘要 最近我们被要求撰写关于广义矩量法GMM的研究报告，包括一些图形和统计输出。 面板向量自回归（VAR）模型在应用研究中的应用越来越多。虽然专门用于估计时间序列VAR模型的程序通常作为标准功能包含在大多数统 ......
Hugging Face 的文本生成和大语言模型的开源生态
[更新于 2023 年 7 月 23 日: 添加 Llama 2。] 文本生成和对话技术已经出现多年了。早期的挑战在于通过设置参数和分辨偏差，同时控制好文本忠实性和多样性。更忠实的输出一般更缺少创造性，并且和原始训练数据更加接近，也更不像人话。最近的研究克服了这些困难，并且友好的交互页面能让每个人尝 ......
计算机网络中的逻辑计算综合
************ 特别说明，因此篇随笔内容是引用其他技术人员的文章，仅可用作自我总结及日常使用。 ************ 计算机中的逻辑运算又被称作为“布尔运算”，分别为：逻辑与运算、逻辑或运算，逻辑非运算，逻辑异或运算。这四种逻辑运算中，只有“逻辑非运算”是一元逻辑运算（一个运算操作数） ......
主成分分析（PCA）模型学习笔记（一）
[TOC](主成分分析（PCA）模型学习笔记（一）) # 为什么使用PCA ## 从过拟合说起 在数据量小、数据维度高，模型较为复杂时，很容易产生过拟合。训练误差小而泛化误差较大被称为过拟合，而我们所追求的是泛化误差较小，为了解决过拟合问题，一般有以下的解决方案，一是最直接有效的方法，增加数据量，但 ......
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， ......
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++] ......
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。 ......
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 ......
数据库备份-逻辑备份与物理备份的区别
数据库备份是指将数据库中的数据和结构进行备份，以便在发生故障或数据丢失时恢复数据库的操作。逻辑备份和物理备份是两种备份的方式。 1. 逻辑备份：逻辑备份是指通过导出数据库中的数据和结构的逻辑表示（例如SQL语句），将其保存到文件中。逻辑备份可以是数据库的逻辑结构、表结构和数据等，可以通过数据库管理系 ......
Bert Pytorch 源码分析：五、模型架构简图 REV1
## 注意力  ## FFN  - Ajax朝后端提交文件数据 - Ajax朝后端提交json数据 - Ajax结合layer弹窗实现删除的二次确认 - Django如何批量添加数据(一次性添加10000条数据,背后的逻辑重要) - 推导分页的原理(分页功能如何实现的，代码无需掌握，明白思路) - 以后分页就直接使用现成的分页器(类)
前后端数据传输的编码格式（contentType） 前后端数据传输的请求方式有两种：get、post 我们只研究post请求的编码格式 三种编码格式 urlencoded form-data json 发送post请求的方式 form表单 Ajax postman（第三方工具，需要下载） form表 ......
深度神经网络
需要解决的问题： 1、掉入局部最优解的陷阱 2、过拟合（陷入对特定模式的数据进行最优化，无法对未知输入进行正确的预测） 3、梯度消失——使用ReLU作为激励函数 4、学习时间过长 一些解决方案： 1、更换最优化算法 2、批次尺寸最优化 3、对超参数的最优化（神经网络层数、神经元个数、学习系数） 4、 ......
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 ......
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， ......
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 ......
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 ......
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 ......
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 ......
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 ......