526互联

流水线 深度 逻辑 模型

大模型FAQ

**BERT主要的创新之处是什么** BERT（Bidirectional Encoder Representations from Transformers）是一种基于Transformer架构的预训练语言模型，由Google在2018年提出。它的创新之处主要包括以下几个方面： 双向性（Bidir ......
模型 FAQ

R语言泊松Poisson回归模型分析案例|附代码数据

原文链接：http://tecdat.cn/?p=2605 最近我们被客户要求撰写关于泊松Poisson回归的研究报告，包括一些图形和统计输出。 这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一 ......
模型 案例 Poisson 语言 代码

MATLAB用GARCH-EVT-Copula极值理论模型VaR预测分析股票投资组合|附代码数据

全文链接：http://tecdat.cn/?p=30426 最近我们被客户要求撰写关于GARCH-EVT-Copula的研究报告，包括一些图形和统计输出。 对VaR计算方法的改进，以更好的度量开放式基金的风险。本项目把基金所持股票看成是一个投资组合，引入Copula来描述多只股票间的非线性相关性， ......
极值 股票投资 GARCH-EVT-Copula 模型 理论

Matlab马尔可夫区制转换动态回归模型估计GDP增长率|附代码数据

原文链接：http://tecdat.cn/?p=19918 最近我们被客户要求撰写关于马尔可夫区制转换动态回归的研究报告，包括一些图形和统计输出。 本文估计实际GDP增长率的两状态Markov区制转换动态回归模型 （ 点击文末“阅读原文”获取完整代码数据******** ）。 创建模型进行估计 通 ......
增长率 模型 代码 动态 数据

有赞的深度需求功能测试

序：在《有赞.测试团队介绍(一)》曾经提到过，我们在测试需求项目时，会把需求逐级拆解，直到最小粒度。然后，各业务线的测试小伙伴把任务领走进行细化，同时，确定一位主测分来主导复杂项目的测试工作。在面试过程中，很多小伙伴也会说，我们会根据需求所描述的功能，进行测试。那作为一位应聘者，如何才能把自己之前工 ......
功能测试 深度 需求 功能

在英特尔 CPU 上微调 Stable Diffusion 模型

扩散模型能够根据文本提示生成逼真的图像，这种能力促进了生成式人工智能的普及。人们已经开始把这些模型用在包括数据合成及内容创建在内的多个应用领域。 Hugging Face Hub 包含超过 5 千个预训练的文生图 [模型](https://huggingface.co/models?pipeline ......
Diffusion 模型 Stable CPU

百度文心一言文心千帆大模型 ERNIE-Bot-turbo调用示例（golang版本）

百度的文心一言推出来也有一段时间了，但是接口部分一直没有公开，需要进行申请 最近，有朋友提供了文心千帆大模型的api权限，拿到了必须的参数，现在就来测试一下 下面是使用golang封装的文心千帆 ERNIE-Bot-turbo模型的调用示例 ERNIE-Bot-turbo.go package li ......
文心 ERNIE-Bot-turbo 示例 模型 版本

4.4 模型选择、欠拟合和过拟合

1. 训练误差和泛化误差 将模型在训练数据上拟合的比在潜在分布中更接近的现象称为过拟合（overfitting）， 用于对抗过拟合的技术称为正则化（regularization）。 训练误差（training error）是指， 模型在训练数据集上计算得到的误差。 泛化误差（generalizati ......
模型 4.4

深度学习（七）——神经网络的卷积操作

# 卷积操作 # 一、torch.nn中Convolution Layers函数的介绍 ## 1. 参数介绍 - nn.Conv1d: Conv取自Convolution的前四个字母，1d代表的是一个一维操作。 - nn.Conv2d: 2d表示是一个二维的操作，比如图像就是一个二维的。 - 其余参 ......
卷积 神经网络 深度 神经 网络

白话机器学习笔记（三）评估模型

# 模型评估 在进行回归和分类时，为了进行预测，我们定义了函数$f_\theta(x)$，然后根据训练数据求出了函数的参数$\theta$。 如何预测函数$f_\theta(x)$的精度？看它能否很好的拟合训练数据？ ![image-20230719171157625](https://gitee. ......
白话 模型 机器 笔记

反向传播和逻辑回归（分类算法）

Backpropagation(反向传播) Cn为计算得出值与实际值的差距 如何算出Cn对z的微分：由微分形式的不变性得，Z’为a的线性函数，可以得出Z’对a微分为w3 由于C(Z’，Z’’,…)是多元函数，链式求导法则得： 由反向计算，从右向左表示为： 计算微分时就从最右侧输出层反向向前求微分，每 ......
算法 逻辑

通过任意脚本调用django的模型类

通过任意脚本调用django的模型类 ## 需求： 我想通过任意脚本，调用django的模型类，查询一下数据库的信息，或者新增数据库数据，而不需要通过启动django项目或者使用`python manage.py shell`这种方式来运行 ## 解决办法 脚本中添加django项目的路径到sys. ......
脚本 模型 django

大语言模型一览

Model作者Size类型开源？ LLaMa Meta AI 7B-65B Decoder open OPT Meta AI 125M-175B Decoder open T5 Google 220M-11B Encoder-Decoder open mT5 Google 235M-13B Enco ......
一览 模型 语言

STM32流水灯（2023/7/19）

1.接线图 2.程序编写 #include "stm32f10x.h" // Device header#include "Delay.h"int main(void){ RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOC,ENABLE); GPIO_InitTy ......
流水 2023 STM 32 19

大语言模型的预训练4：指示学习Instruction Learning详解以及和Prompt Learning,In-content Learning区别

# 大语言模型的预训练[4]：指示学习Instruction Learning：Entailment-oriented、PLM oriented、human-oriented详解以及和Prompt Learning,In-content Learning区别 # 1.指示学习的定义 Instruct ......
Learning Instruction In-content 指示 模型

大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解

大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解 ......
上下文 语境 底层 In-Context 函数

面向AI编程：探索可视化分析模型

大规模语言模型 (LLM) 拥有大量的数据来源，能针对用户提出的问题提供不同形式的回答，但其回答形式仅限于“文本”。尽管文本内容清晰，但在包含复杂逻辑或需要向外展示的场景下，文本表达存在局限性。可以想象，将“文本” 转换为“可视化” 分析模型甚至UI界面将具有更出色的效果。本文将汇总关于这种场景的探... ......
模型

动手学深度学习-笔记

# 课程信息 **[课程主页](https://zh-v2.d2l.ai/)** ## Pytorch版视频教程目录 [03 安装](https://www.bilibili.com/video/BV18p4y1h7Dr?p=1) [04 数据操作 + 数据预处理](https://www.bili ......
深度 笔记

大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解

大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解 ......
Prompt Multi-prompt Engineering engineering Learning

大语言模型的预训练[2]:GPT、GPT2、GPT3、GPT3.5、GPT4相关理论知识和模型实现、模型应用以及各个版本之间的区别详解

大语言模型的预训练[2]:GPT、GPT2、GPT3、GPT3.5、GPT4相关理论知识和模型实现、模型应用以及各个版本之间的区别详解 ......
模型 GPT GPT3 之间 理论

基于gitflow的通用分支管理模型

TRANSLATE with x English Arabic Hebrew Polish Bulgarian Hindi Portuguese Catalan Hmong Daw Romanian Chinese Simplified Hungarian Russian Chinese Tradi ......
分支 模型 gitflow

R语言GARCH模型对股市sp500收益率bootstrap、滚动估计预测VaR、拟合诊断和蒙特卡罗模拟可视化|附代码数据

原文链接：http://tecdat.cn/?p=26271 最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。 Box 等人的开创性工作(1994) 在自回归移动平均模型领域的相关工作为波动率建模领域的相关工作铺平了道路，分别由 Engle (1982) 和 Bollersl ......
收益率 bootstrap 收益 模型 股市

向量自回归（VAR）模型分析消费者价格指数 (CPI) 和失业率时间序列|附代码数据

原文链接：http://tecdat.cn/?p=24365 最近我们被客户要求撰写关于向量自回归（VAR）模型的研究报告，包括一些图形和统计输出。 var对象指定了p阶平稳的多变量向量自回归模型（VAR(p)）模型的函数形式并存储了参数值 （ 点击文末“阅读原文”获取完整代码数据********  ......
时间序列 向量 价格指数 失业率 序列

Linux 逻辑卷管理 笔记

LVM逻辑卷： 作用： 整合分散的空间： 例如：可以将A空间与B空间整合成一个虚拟的整体空间，也可以是不同的磁盘之间进行整合。 整合过后的空间是无法直接使用的，它更像一个磁盘你可以用它新建分区挂载，而这个分区就是逻辑卷 空间可以扩展： 分区出来的逻辑卷可以根据整合出来的空间扩展空间大小容量，且不会对 ......
逻辑 笔记 Linux

如何使用自动化构造随机路由模型

为什么要仿真随机路由？ 路由器测试中，为了最大程度还原现网路由情况，评估路由器在现网环境下稳定工作各项指标，需要对导入路由进行离散仿真，目前路由仿真可分为导入路由与生成路由两种方式，导入路由需要现网路由表导入，本文讨论重点为生成路由方式。 自动化生成路由能解决什么问题？ 使用用户界面生成路由时，可根 ......
路由 模型

SAM(segment-anything导出onnx模型报错unsupported onnx opset version：17)

问题 导出sam onnx模型时，报错！ 版本：torch = 1.12.0; onnx = 1.14.0 Unsupported ONNX opset version: 17 解决方案 将scripts/export_onnx_model.py中的onnx opset 的默认值(default = ......
segment-anything onnx unsupported anything 模型

netcore模型配置

模型配置可以通过Fluent API和注解的方式 FluentAPI步骤 新建Products 和Category类 新建Products类 Products public class Product { public int Id { get; set; } public string Name ......
模型 netcore

使用3DS Max 创建未来派螺栓枪模型

在本教程中，我们将在 3Ds Max 中使用不同的多边形建模技术和工具对未来派螺栓枪进行建模。您将学习如何通过添加支撑边缘等来平滑高多边形对象时避免网格错误。 ......
未来派 螺栓 模型 3DS Max

在Illustrator中创建 3D 冰淇淋模型对象

推荐：NSDT场景编辑器助你快速搭建可二次开发的3D应用场景 一旦你学会了如何在Illustrator中制作一个对象3D，你可以前往Envato Elements，在那里你可以找到大量的3D设计来激发你的灵感。这个基于订阅的市场拥有超过 2，000 个 Illustrator 附加组件，您可以不受限 ......
Illustrator 冰淇淋 模型 对象 3D

2023了，学习深度学习框架哪个比较好？

都2023年，才来回答这个问题，自然毫无悬念地选择PyTorch，TensorFlow在大模型这一波浪潮中没有起死回生，有点惋惜，现在GLM、GPT、LLaMA等各种大模型都是基于PyTorch框架构建。这个事情已经水落石出。 不过呢，我觉得可以一起去回顾下，在AI框架发展的过程中，都沉陷了哪些技术... ......
框架 深度 2023
共5400篇  :86/180页 首页上一页86下一页尾页