526互联

深度 模型 订单 策略

制约国产深度学习框架发展的根本原因 —— AI芯片的无法自主生产或量产

秉着没事就胡言乱语的宗旨，这里在接着胡说八道一下。 国外的深度学习框架如TensorFlow、pytorch、Jax打的如火如荼，按照以往惯例我们是不应该去做自主研发软件系统的，毕竟硬件不在掌握之下，搞出的软件质量又不如外国的好，但是随着中美贸易战的爆发这一切被改写。 国外的商用硬件和软件都开始对我 ......
框架 深度 芯片 根本 国产

k8s环境设置-pod下载及重启策略

k8s环境设置 在我们开始使用k8s之前，我们可以先做一些环境配置，使k8s更加的方便使用 第一个要做的就是kubectl命令的补全 在使用kubectl的时候你会发现参数你是Tab不出来的，这时候我们可以操作一下，让他可以补全 # 在/etc/bashrc里面写入 [root@master ~]# ......
策略 环境 k8s pod k8

Pytorch深度学习入门

一、配环境 创建环境 在Anaconda中输入 conda create -n pytorch python=3.6 ......
深度 Pytorch

鱼类识别系统Python+TensorFlow卷积神经网络算法模型+深度学习人工智能【计算机课设项目】

一、介绍 鱼类识别系统。使用Python作为主要编程语言开发，通过收集常见的30种鱼类（'墨鱼', '多宝鱼', '带鱼', '石斑鱼', '秋刀鱼', '章鱼', '红鱼', '罗非鱼', '胖头鱼', '草鱼', '银鱼', '青鱼', '马头鱼', '鱿鱼', '鲇鱼', '鲈鱼', '鲍鱼' ......
卷积 神经网络 人工智能 鱼类 算法

Windows11下私有化部署大语言模型实战 langchain+llama2

一、本机环境 1.硬件环境： CPU：锐龙5600X 显卡：GTX3070 内存：32G 注：硬件配置仅为博主的配置，不是最低要求配置，也不是推荐配置。 2.软件环境： Windows系统版本：Win11专业版23H2 Python版本：3.11 Cuda版本：12.3.2 VS版本：VS2022 ......
实战 langchain 模型 Windows 语言

《Head First 设计模式》C++实现【策略模式(Strategy Pattern)】

摘要 《Head First 设计模式》书中第2章——策略模式(Strategy Pattern)的C++代码实现。策略模式(Strategy Pattern)：定义了算法簇，分别封装起来，让他们之间可以相互替换，此模式让算法的变化独立于使用算法的客户。 实现代码 //《Head First 设计模 ......
模式 设计模式 Strategy 策略 Pattern

使用PyTorch实现去噪扩散模型

在深入研究去噪扩散概率模型(DDPM)如何工作的细节之前，让我们先看看生成式人工智能的一些发展，也就是DDPM的一些基础研究。 VAE VAE 采用了编码器、概率潜在空间和解码器。在训练过程中，编码器预测每个图像的均值和方差。然后从高斯分布中对这些值进行采样，并将其传递到解码器中，其中输入的图像预计 ......
模型 PyTorch

根据语音生成全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！

本文首发于公众号：机器感知 根据语音全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！ Diffusion Model with Perceptual Loss 本文研究了扩散模型在生成样本时的质量问题，作者发现使用均方误差损失训练的模型生成的样本往往不真实 ......
Perceptual 姿态 框架 语音 模型

首次引入大模型!Bert-vits2-Extra中文特化版40秒素材复刻巫师3叶奈法

Bert-vits2项目又更新了，更新了一个新的分支：中文特化，所谓中文特化，即针对中文音色的特殊优化版本，纯中文底模效果百尺竿头更进一步，同时首次引入了大模型，使用国产IDEA-CCNL/Erlangshen-MegatronBert-1.3B大模型作为Bert特征提取，基本上完全解决了发音的ba ......
巫师 Bert-vits 素材 模型 Extra

基于深度学习网络的蔬菜水果种类识别算法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 蔬菜水果种类识别算法基于深度学习网络，通过训练模型来识别图像中的蔬菜和水果种类。其原理主要利用深度卷积神经网络（Deep Convolutional Neural Network, CNN）对图像进行特征提取和分 ......
蔬菜水果 学习网络 算法 深度 蔬菜

一文搞懂什么是阻塞IO、信号驱动IO、Reactor模型、零拷贝

公众号《鲁大猿》，寻精品资料，帮你构建Java全栈知识体系 www.jiagoujishu.cn 基础IO 如何从数据传输方式理解IO流？ 从数据传输方式或者说是运输方式角度看，可以将 IO 类分为: 字节流, 字节流读取单个字节，字符流读取单个字符(一个字符根据编码的不同，对应的字节也不同，如 U ......
拷贝 模型 信号 Reactor

深度学习笔记_Week2

2.10 m 个样本的梯度下降(Gradient Descent on m Examples) ​ 将2.9对一个样本的操作应用到m个训练样本上，我们要做的是计算这些微分，如我们在之前的训练样本上做的，并且求平均， 得到全局梯度值，把它直接应用到梯度下降算法中。 初始化𝐽 = 0, 𝑑𝑤1 = ......
深度 笔记 Week2 Week

Golang中的观察者模式：优化订单处理系统

Golang中的观察者模式：优化订单处理系统 点击关注👉 马哥Linux运维 2024-01-06 12:43 发表于江苏 当涉及到订单处理系统时，观察者设计模式可以用于实现订单状态的变化和通知。在这篇文章中，我们将介绍如何使用Golang来实现观察者设计模式，并提供一个基于订单处理系统的代码示例 ......
观察者 订单 模式 Golang 系统

Python akshare 回测均线交叉策略的收益

针对均线交叉策略的收益，进行回测 从 akshare 获取数据的代码，可从上一篇文章中获取[Python 通过 akshare 绘制中国平安均线并显示买卖点 但是由于需要进行回测，就需要很长时间的数据，只是使用30天的数据，是无法看出来策略的好坏的，这次直接获取所有的数据。 pingan = ak. ......
均线 收益 策略 akshare Python

大模型安全｜绿盟

转载：大模型正在“记住”与“说出” 引言 「大模型」引领的创新变革正在发生身处技术爆炸时代，高光与隐忧共存。安全风险已成为发展中无法忽视的话题。 LLM在使用过程中包含敏感机密的数据或信息，可能会导致未授权的数据访问、隐私侵犯、安全漏洞等风险，随之造成敏感信息泄露。 2023年8月，全球开放应用软件 ......
模型

书生浦语大模型全链开源体系介绍

Smiling & Weeping 以后隔着三千梨花树，六百湘水，你不必哽咽，我始终记得见你的第一面 2023大模型成为热门关键词 而通用大模型在大模型中适用范围和效率无疑会更高 那么书生·浦语20B开源大模型性能介绍 那么从模型到应用的主要流程大概 书生·浦语全链条开源开放体系 全链条开源开放体系 ......
书生 模型 体系

聊聊 从源码来看ChatGLM-6B的模型结构

基于ChatGLM-6B第一版，要注意还有ChatGLM2-6B以及ChatGLM3-6B 概述 ChatGLM是transformer架构的神经网络模型，因此从transformer结构入手，分析其源码结构。 transformer结构： 转载请备注出处：https://www.cnblogs.c ......
源码 模型 ChatGLM 结构 6B

面试问题总结——深度学习

卷积如何加速？ img2col和winograd算法。img2col将卷积转化为矩阵乘，通过重排内存，用空间换时间。wingrad是考虑到卷积运算的卷积核固定，通过算法降低计算量提高效率。 卷积和反卷积的原理 卷积就是正常的滑窗求和计算输出，在步长大于1时会降低输入特征图分辨率。反卷积也就是转置卷积 ......
深度 问题

【Python&RS】栅格数据/图片位深度（bit）转换

​关于栅格数据/图片的位深度（eg.8bit、16bit、32bit）转换之前我就发过一篇文章，【Python&RS】基于GDAL栅格数据/图片位深度（bit）转换。但是最近在使用的时候发现好像效果不行，有时候转换不成功，所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Pyth... ......
栅格 深度 数据 Python 图片

R语言中的马尔可夫区制转移(Markov regime switching)模型|附代码数据

原文链接：http://tecdat.cn/?p=12187 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马尔可夫区制转移模型的研究报告，包括一些图形和统计输出。 金融分析师通常关心检测市场何时“发生变化”：几个月或至几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这 ......
switching 模型 语言 代码 数据

【专题】2023中国电商营销趋势及增长策略研究报告PDF合集分享（附原数据表）

原文链接：https://tecdat.cn/?p=34782 原文出处：拓端数据部落公众号 全球电商市场在疫情后持续发展，其中，中国市场占据了半壁江山，对全球电商格局产生了重大影响。阅读原文，获取专题报告合集全文，解锁文末213份电商营销相关行业研究报告。 在中国，三至五线城市的城镇人口众多，约占 ......
数据表 研究报告 趋势 策略 专题

​Github揽获3k+星！清华开源CogAgent：基于多模态大模型的GUI Agent

前言 本文提出了视觉 GUI Agent，使用视觉模态（而非文本）对 GUI 界面进行更全面直接的感知，从而做出规划和决策。对此，我们研发了多模态大模型 CogAgent，可接受 1120×1120 的高分辨率图像输入，不仅提升了通用视觉理解能力，还具备强大的 GUI Agent 能力。 本文转载自 ......
模态 CogAgent 模型 Github Agent

大语言模型优化方法简介：Prompt、RAG、Fine-tuning

GPT、LLama、Gemini等大语言模型虽展现出强大能力，但在实际应用中仍有问题，例如在准确性、知识更新速度和答案透明度方面，仍存在挑战。 论文“Retrieval-Augmented Generation for Large Language Models: A Survey（面向大语言模型的 ......
Fine-tuning 模型 语言 简介 方法

深度学习入门 & 王木头学科学

感知机 perceptron 线性函数 + 阶跃函数; 分界线 + 判断处于分界线的哪一边. 感知机的提出: 解决非解析问题的简单模板. 感知机的缺陷: 异或问题. 通过增加层, 提高维度. 多层感知机与神经网络的区别: 激活函数是否连续. 连续光滑的函数是学习的一个关键要素. 损失函数 为何需要损 ......
木头 学科 深度 amp

对盒模型的理解

CSS中的盒模型有两种：标准盒子模型、IE盒子模型。 盒模型都是由4个部分组成的：content、padding、border和margin。 标准盒模型和IE盒模型的区别在于设置width和height时，对应的范围不同： 标准盒模型的width和height属性的范围只包含了content； I ......
模型

3种常用的缓存读写策略详解

3种常用的缓存读写策略详解 1. Cache Aside Pattern（旁路缓存模式） Cache Aside Pattern 是我们平时使用比较多的一个缓存读写模式，比较适合读请求比较多的场景。 Cache Aside Pattern 中服务端需要同时维系 db 和 cache，并且是以 db ......
缓存 策略 常用

书生·浦语大模型全链路开源体系——学习笔记

学习来源：https://www.bilibili.com/video/BV1Rc411b7ns/ 资料来源：https://github.com/InternLM/tutorial/discussions/36 （有同学发pdf，还有其他同学的笔记） 俺没啥知识积累，很多信息不太会折叠。姑且做个笔 ......
链路 书生 模型 体系 笔记

基于Matlab实现电力电子仿真模型

1. 引言电力电子是电力系统中的重要组成部分，它涉及到能量转换和功率控制等关键技术。为了研究和优化电力电子设备的性能，建立仿真模型是一种重要的手段。Matlab作为一种强大的数学软件，提供了丰富的工具和功能，可以帮助我们实现电力电子仿真模型。 2. Matlab实现电力电子仿真模型的基本步骤2.1 ......
模型 电力 Matlab 电子

9解决elasticsearch深度分页问题

前面说到，分页可以使用from和size参数，类似于mysql的分页offset和limit。但是如果数据量比较大时，elasticsearch会对分页做出限制，因为此时会比较消耗性能。 为什么要限制 分页的时候，elasticsearch会根据查询条件到每个分片取出数据来，然后再由coordina ......
elasticsearch 深度 问题

c++性能优化策略

1-用好的编译器并用好编译器 C++ 编译器是非常复杂的软件构件。每种编译器为 C++ 语句生成的机器码都有差别。它们所看到的优化机会是不同的，会为相同的源代码产生不同的可执行文件。如果打算为代码做出最后一丁点性能提升，那么你可以尝试一下各种不同的编译器，看看是否有一种编译器会为你产生更快的可执行文 ......
性能 策略
共5400篇  :4/180页 首页上一页4下一页尾页