浪潮 模型 领域
RapidAI/paddleocr_convert：PaddleOCR中模型快速转换为ONNX格式
RapidAI/paddleocr_convert =3.7, 仓库地址：Github 本仓库主要是针对性地将PaddleOCR中推理模型转换为ONNX格式。 注意： 输入：推理模型的url或者本地tar路径 输出：转换后的ONNX模型 如果是识别模型，需要提供对应字典的原始txt路径（打开gith ......
mxnet模型转onnx报错onnx.onnx_cpp2py_export.checker.ValidationError: Unrecognized attribute: spatial for operator BatchNormalization
onnx 版本 onnx 1.6.0onnx-simplifier 0.2.2onnxruntime 1.1.0onnxruntime-gpu 1.1.0 mxnet 版本 mxnet-cu101 1.7.0 原因 mxnet bug https://github.com/apache/mxnet/ ......
使用 libevent 和 libev 提高网络应用性能——IO模型演进变化史
构建现代的服务器应用程序需要以某种方法同时接收数百、数千甚至数万个事件，无论它们是内部请求还是网络连接，都要有效地处理它们的操作。 有许多解决方案，但事件驱动也被广泛应用到网络编程中。并大规模部署在高连接数高吞吐量的服务器程序中，如 http 服务器程序、ftp 服务器程序等。相比于传统的网络编程方 ......
哪5种IO模型？什么是selectpollepoll？同步异步阻塞非阻塞有啥区别？
1.有哪五种I/O模型 - Blocking I/O【阻塞I/O】 - NonBlocking I/O【非阻塞I/O】 - Multiplexing I/O【I/O多路复用】 - Asynchronous IO【异步I/O】 - Signal Driven IO【信号驱动I/O】 这些IO模型具体是 ......
文字阴影、文本溢出、盒子模型的缩放、盒子阴影
文字阴影、文本溢出、盒子模型的缩放、盒子阴影 文字阴影 格式：text-shadow:value none，默认文本没有阴影。 color lrshadow tbshadow blur color，阴影的颜色，可选的。不写默认是文本颜色。 lrshadow，左右阴影（水平），正数阴影在文本右侧，负数 ......
【数据模型】 与 【数据库英语】随笔
数据库管理系统 DBMS （DataBase-Management System） 数据库 database 文件处理系统 file-processing system 数据的冗余和不一致 data redundancy and inconsistency 数据访问困难 difficulty in ......
MATLA 5G工具箱---5G NR链路通信链路模型
基于MATLAB R2022b版软件学习！ 5G NR 通信链路模型 使用5G工具箱，可以对5G NR共享信道链路进行建模，包括从生成传输块到传输通道解码所有的步骤。下图为下行通信链路的主要元素。 这个示例展示了下行通信链路主要的元素怎么进行建模。上行通信链路的主要元素的建模也是类似的。 带有HAQ ......
基于GPT-2预训练模型chat 演示-代码说明
基于GPT-2预训练模型chat 演示-代码说明 代码路径：shibing624/gpt2-dialogbot-base-chinese · Hugging Face 代码说明：4.MMI模型训练与生成_哔哩哔哩_bilibili 1 文本预处理 下载语料 2 train 1 dataset 2 d ......
详解目标检测模型的评价指标及代码实现
摘要：为了评价模型的泛化能力，即判断模型的好坏，我们需要用某个指标来衡量，有了评价指标，就可以对比不同模型的优劣，并通过这个指标来进一步调参优化模型。 本文分享自华为云社区《目标检测模型的评价指标详解及代码实现》，作者：嵌入式视觉。 前言 为了了解模型的泛化能力，即判断模型的好坏，我们需要用某个指标 ......
性能测试岗位能力模型
转载：https://www.cnblogs.com/imyalost/p/16880606.html 星球有同学向我提了一个问题： 目前在做性能测试岗位的职级划分和能力模型定义的的工作，想咨询下性能测试岗位按照初/中/高/资深/专家，不同职级应该具备哪些能力，如何衡量这些能力？ 针对这个问题，结合 ......
性能测试知识科普(六)：三大模型
转载：https://www.cnblogs.com/imyalost/p/16923884.html 前面几篇文章介绍了性能测试中的核心术语和指标、常用测试策略、压测工具选型、性能需求分析以及性能测试能力分层和新手的学习路径，这几部分可以理解为做性能测试之前打基础的部分。 今天的这篇文章是性能测试 ......
领域驱动架构设计之事件篇
前言 领域驱动设计基于CQRS的事件架构， 可以使命令发起者和命令执行者解耦。通过一系列的事件的追加存储，可以对事件的追踪和溯源。采用事件架构模式，更加面向与业务职能，将复杂的业务场景拆分成不同事件执行，在一定程度上达到解耦和复用的目的。事件的发起者和执行分离，解耦下游的相关的系统，下游只需要监听关 ......
Revit 机电模型导入 Unity（一）
Revit 机电模型导入 Unity （一） 目前存在问题 1. Revit 机电模型导出带材质的模型到 Unity 2. Revit 机电模型颜色是通过过滤器（仅改变视图并未改变实际材质颜色）实现分类，导出带材质的模型并不能实际解决 3. 数据存储问题 目标预计实现 相同过滤器的管道一个材质、成组 ......
Noah-MP陆面过程模型建模
【原文链接】：Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术 【方式】：直播+永久回放+长期答疑群辅助+全套资料 【目标】：了解陆表过程的主要研究内容以及陆面模型在生态水文研究中的地位和作用；熟悉模型的发展历程，常见模型及各自特点；理解Noah-MP模型的原理，掌握Noah-MP模型所需 ......
Yolov5——训练目标检测模型详解（含完整源码）
项目的克隆 打开yolov5官网（GitHub - ultralytics/yolov5 at v5.0），下载yolov5的项目： 环境的安装（免额外安装CUDA和cudnn） 打开anaconda的终端，创建新的名为yolov5的环境（python选择3.8版本）： conda create - ......
【手搓模型】亲手实现 Vision Transformer
🚩前言 🐳博客主页：😚睡晚不猿序程😚 ⌚首发时间：2023.3.17，首发于博客园 ⏰最近更新时间：2023.3.17 🙆本文由 睡晚不猿序程 原创 🤡作者是蒻蒟本蒟，如果文章里有任何错误或者表述不清，请 tt 我，万分感谢！orz 相关文章目录 ：无 目录 1. 内容简介 最近在准备使 ......
文心一言,通营销之学,成一家之言,百度人工智能AI大数据模型文心一言Python3.10接入
“文心”取自《文心雕龙》一书的开篇，作者刘勰在书中引述了一个古代典故：春秋时期，鲁国有一位名叫孔文子的大夫，他在学问上非常有造诣，但是他的儿子却不学无术，孔文子非常痛心。 一天，孔文子在山上遇到了一位神仙，神仙告诉他：“你的儿子之所以不学无术，是因为你没有给他灌输文心，让他懂得文学的魅力和意义。”孔 ......
千亿参数开源大模型 BLOOM 背后的技术
假设你现在有了数据，也搞到了预算，一切就绪，准备开始训练一个大模型，一显身手了，“一朝看尽长安花”似乎近在眼前 …… 且慢！训练可不仅仅像这两个字的发音那么简单，看看 BLOOM 的训练或许对你有帮助。 近年来，语言模型越训越大已成为常态。大家通常会诟病这些大模型本身的信息未被公开以供研究，但很少关 ......
重新定义性价比!人工智能AI聊天ChatGPT新接口模型gpt-3.5-turbo闪电更新,成本降90%,Python3.10接入
北国春迟，春寒料峭略带阴霾，但ChatGPT新接口模型gpt-3.5-turbo的更新为我们带来了一丝暖意，使用成本更加亲民，比高端产品ChatGPT Plus更实惠也更方便，毕竟ChatGPT Plus依然是通过网页端来输出，Api接口是以token的数量来计算价格的，0.002刀每1000个to... ......
代码优化与程序加速指南——针对数值优化和深度学习领域
背景 当需要处理规模较大、任务较复杂的优化问题或训练神经网络时，我们经常会遇到程序运行时间长或无法完成的情况。然而，这不一定是由于问题规模大或计算机硬件能力的限制。即使尝试使用更高性能的服务器或计算机，也不能保证能够有效地加速代码运行。因为高性能的硬件通常需要与为高性能计算而设计的代码相匹配。 本文 ......
我的语言模型应该有多大？
本文发表于 2020 年 6 月 8 日，虽然时间较久远，但现在看起来仍然是非常有价值的一篇文章。 在这个全民 LLM 的狂欢里，想测测你拿到的预算够训一个多大的模型吗？本文会给你一个答案，至少给你一个计算公式。 在自然语言处理领域，有时候我们恍惚觉得大家是为了搏头条而在模型尺寸上不断进行军备竞赛。 ......
Optimum + ONNX Runtime: 更容易、更快地训练你的 Hugging Face 模型
介绍 基于语言、视觉和语音的 Transformer 模型越来越大，以支持终端用户复杂的多模态用例。增加模型大小直接影响训练这些模型所需的资源，并随着模型大小的增加而扩展它们。Hugging Face 和微软的 ONNX Runtime 团队正在一起努力，在微调大型语言、语音和视觉模型方面取得进步。 ......
ATC：一个能将主流开源框架模型转换为昇腾模型的神奇工具
摘要：本文介绍了昇腾CANN提供的模型转换工具ATC，介绍了其功能、架构，并以具体样例介绍了该工具的基本使用方法以及常用设置。 本文分享自华为云社区《使用ATC工具将主流开源框架模型转换为昇腾模型》，作者： 昇腾CANN。 什么是ATC，它能做什么？ 昇腾张量编译器（Ascend Tensor Co ......
深入了解视觉语言模型
人类学习本质上是多模态 (multi-modal) 的，因为联合利用多种感官有助于我们更好地理解和分析新信息。理所当然地，多模态学习的最新进展即是从这一人类学习过程的有效性中汲取灵感，创建可以利用图像、视频、文本、音频、肢体语言、面部表情和生理信号等各种模态信息来处理和链接信息的模型。 自 2021 ......
在线文本翻译能力新增14个直译模型，打造以中文为轴心语言的翻译系统
经济全球化的今天，人们在工作和生活中经常会与外语打交道。相较传播性较广的英语而言，其他语种的识别和阅读对大多数人来说是一件难事，此时就需要借助语言翻译软件来帮助理解。 华为 HMS Core 机器学习服务（ML Kit）翻译功能提供了多种翻译模式，不仅可以满足应用出行购物、网络社交等日常场景，还提供 ......
从宏观上理解计算机网络模型-坐在直升机上看网络
大家好，我是风筝 今天是轻解计算机网络系列第一解，从宏观上了解网络。主要介绍网络分成模型、基本传输过程。 学习任何一种新技术都应该是这样的顺序，先从宏观上了解这门技术的基本原理和作用。这就好像生物学家研究一种生物，不能上来就解刨吧，一定是从整体上观察了这种生物的体貌和形态。这里的宏观就像是一具动物骨 ......
深度学习模型压缩方法概述
我们知道，一定程度上，网络越深，参数越多，模型也会越复杂，但其最终效果也越好，而模型压缩算法是旨在将一个庞大而复杂的大模型转化为一个精简的小模型。之所以必须做模型压缩，是因为嵌入式设备的算力和内存有限，经过压缩后的模型方才能部署到嵌入式设备上。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、... ......
EF7创建模型入门篇
在EF7中，创建一个模型是非常重要的步骤。本文将使用微软官方文档中的指南，来学习EF7中的创建模型篇，外加一点点个人理解。 实体类型 在 EF7 中，你需要使用 modelBuilder.Entity() 方法来告诉 EF7 你要包含哪些类型。默认情况下，EF7 会将实体类型的名称设置为表的名称。但 ......
EF7创建模型继承映射篇
Entity Framework 7 (EF7)中的继承映射允许您将类层次结构映射到数据库中的表层次结构。具体而言，这意味着您可以创建一个基类，然后从该基类派生多个子类，并将这些子类映射到不同的数据库表。这使得在数据库中存储不同类型的数据变得更加方便，同时还能保持面向对象编程的优雅性。 EF7提供了 ......
EF7创建模型值生成篇
在 EF7 中，生成的值是非常重要的，因为它们决定了数据库表中的数据。在本文中，我们将以人员为例，使用 Fluent API 展示所有 EF7 生成值的功能。 我们先来看一下人员表的属性： public class Person { public Guid Id { get; set; } publ ......