526互联

深度tensorrt模型

ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据|附代码数据

全文下载链接：http://tecdat.cn/?p=22511 最近我们被客户要求撰写关于ARIMAX的研究报告，包括一些图形和统计输出。 标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测 。 该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值 ......
模型 时间序列 数据 序列 冰淇淋

【深度学习】[传送门] 链接收集帖

前言 本帖子用于收集一些查阅问题时遇到的有所帮助的帖子。 或因精力不足、或因前人之述备矣、或因不想浏览器收藏夹栏过于冗重，出于上述三个主要原因，本贴简略记录学习过程中所思索过的问题以及对应的帖子或网站，并择而简评。 主要格式为：“问题大致关键词，我的问题描述，帖子链接，对于帖子的存疑（如有）。” 此 ......
深度 链接

games101-2 透视深度插值矫正与抗锯齿分析

透视深度插值矫正与抗锯齿分析 深度插值的差错原因 透视深度插值公式推导 games101中的错误 msaa与ssaa简要定义 games101中ssaa的实现 games101中msaa的实现 深度插值的差错原因 当投影的图形与投影的平面不平行时，这时进行透视投影，从上图中可以看出，投影平面上的线段 ......
锯齿 深度 games 101

BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型

前言 上周，北京智源人工智能研究院（BAAI）、北京大学和香港中文大学的研究团队开源了SegVol 医学通用分割模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 进行任意尺寸原分辨率的 3D 体素分割模型。作 ......
北大 模型 团队 医学 SegVol

聊聊 神经网络模型 预训练生成超参数实现

概述 在上一篇博客中，已经阐述了预训练过程中，神经网络中超参数的计算逻辑，本文，从程序实现的角度，将数学计算转换为程序代码，最终生成超参数文件；并将替换 聊聊 神经网络模型 示例程序——数字的推理预测 中已训练好的超参数文件，推理预测数字，最终比对下两者的精确度。 神经网络层实现 首先，根据神经网络 ......
神经网络 模型 神经 参数 网络

13、深度学习入门：P154、P155、P156、P157、P158、P159

1、调整权重和偏置以便拟合训练数据的过程称为学习 这句话指的是机器学习中模型训练的过程。在训练一个机器学习模型时，我们通常有一个训练数据集，其中包含输入和对应的期望输出。模型的目标是通过学习这些数据中的模式和规律，以便在未见过的数据上做出准确的预测或执行任务。 模型学习的核心是调整其参数，其中包括权 ......
深度 P154 P155 P156 P157

聊聊 神经网络模型 传播计算逻辑

概述 预训练过程就是在不断地更新权重超参数与偏置超参数，最后选择合适的超参数，生成超参数文件。上一篇博客 是使用已有的预训练超参数文件，要训练自己的超参数，需要对神经网络层中前向传播与反向传播计算熟悉，了解计算逻辑，才能不断地更新选择合适的超参数。 神经网络计算详解 整个神经网络的层数是4层，从顺序 ......
神经网络 逻辑 模型 神经 网络

虚函数深度分享

深入理解虚函数 什么是虚函数 我们知道面向对象有三大特性，封装、继承、多态，封装和继承就不多说了，大家比较常用，即使你是写Python的也会用到，但是多态就比较复杂了，在C++里，虚函数是实现多态的一个强大的武器。 多态在一些设计模式里比较重要，如模板模式，可以多个不同的模板来呈现同一个业务，或者策 ......
函数 深度

模型部署的一些问题及其解决方案

# 1. 显示<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>图片 并保存 得到一个<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>的Image ......
模型 解决方案 方案 问题

高斯混合模型:GMM和期望最大化算法的理论和代码实现

高斯混合模型(gmm)是将数据表示为高斯(正态)分布的混合的统计模型。这些模型可用于识别数据集中的组，并捕获数据分布的复杂、多模态结构。 gmm可用于各种机器学习应用，包括聚类、密度估计和模式识别。 在本文中，将首先探讨混合模型，重点是高斯混合模型及其基本原理。然后将研究如何使用一种称为期望最大化( ......
算法 模型 理论 代码 GMM

《深度学习入门——自制框架》读书笔记 第二章 用自然的代码表达

2. 用自然的代码表达 step12 可变长参数（正向） 主要是解决多输入多输出问题 例如Add函数： class Add(Function): def forward(self, x0, x1): y = x0 + x1 return y def add(x0, x1): return Add() ......
框架 深度 自然 代码 第二章

RabbitMQ work模型

默认情况下，MQ队列如果绑定了多个消费者，那么队列在投递消息时就是轮询，一人投递一个（并且一条消息只能投递给监听该队列的某一个消费者） 在一个MQ队列上绑定多个消费者的目的是加快队列中消息的处理效率，防止队列中消息的堆积问题。 注：要在消费者的 application.yml 文件中加上这个配置 ......
RabbitMQ 模型 work

02-简单的C/S阻塞模型

C/S阻塞模型是指客户端/服务器阻塞模型，它描述了一种基于阻塞的网络通信方式。在阻塞模型中，客户端发送请求给服务器，并等待服务器的响应。在等待服务器响应的过程中，客户端的操作会被阻塞，直到服务器响应返回或超时。 服务器 服务器基本流程如下： 启动网络库 创建服务器Socket 绑定服务器地址和端口号 ......
模型 02

《深度学习入门——自制框架》读书笔记

1. 自动微分 step2 创建变量的函数 # 箱子类，存放一个变量数据 class Variable: def __init__(self, data): self.data = data # 函数类的基类 class Function: # __call__方法是一个特殊的Python方法。 # ......
框架 深度 笔记

基于DigiThread的仿真模型调参功能

仿真模型调参是指通过调整模型内部的参数值，使仿真模型的输出更符合实际系统的行为或者预期结果的过程。 仿真过程中，往往需要频繁对模型参数进行调整，通过观察不同参数下系统整体的运行情况，实现系统的性能、可靠性和效率的优化。在进行模型调参时，需要注意选择合适的调参方法和调参参数。不同的仿真模型可能需要采用 ......
DigiThread 模型 功能

ENTROFORMER: A TRANSFORMER-BASED ENTROPY MODEL基于transformer的熵模型

目录简介模型核心代码性能实验 简介 \(\quad\)由于cnn在捕获全局依赖关系方面效率低，因此该文章提出了基于tansformer的熵模型——Entoformer；并针对图像压缩进行了top-k self-attention和a diamond relative position encodin ......
TRANSFORMER-BASED ENTROFORMER TRANSFORMER transformer 模型

数学建模之相关系数模型及其代码

发现新天地，欢迎访问小铬的主页(www.xiaocr.fun) 引言 本讲我们将介绍两种最为常用的相关系数：皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析（建模论文中最容易用 ......
数学建模 系数 模型 数学 代码

拥抱未来：大语言模型解锁平台工程的无限可能

了解大型语言模型 (LLM) 大型语言模型（LLM）是一种人工智能（AI）算法，它使用深度学习技术和海量数据集来理解、总结、生成和预测新内容。凭借合成大量信息的能力，LLM 可以提高以前需要人类专家的业务流程的效率、规模和一致性。 沃顿商学院商学教授 Ethan Mollick 表示，在早期的对照实 ......
模型 语言 工程 平台

三维模型的顶层合并构建的轻量化技术方法探讨

三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
顶层 模型 方法 技术

聊聊 神经网络模型 示例程序——数字的推理预测

之前学习了解过了神经网络、CNN、RNN、Transformer的内容，但出了在魔塔上玩过demo，也没有比较深入的从示例去梳理走一遍神经网络的运行流程。从数字推测这个常用的示例走一遍主流程。 MNIST数据集 MNIST是机器学习领域 最有名的数据集之一，被应用于从简单的实验到发表的论文研究等各种 ......
神经网络 示例 模型 神经 数字

基于LSTM的股票价格预测模型【附源码】

导语 本文介绍了LSTM的相关内容和在股票价格预测上的应用。 LSTM的股票价格预测 LSTM(Long Short Term Memory)是一种 特殊的RNN类型，同其他的RNNs相比可以更加方便地学习长期依赖关系，因此有很多人试图将其应用于 时间序列的预测问题 上。 汇丰银行全球资产管理开发副 ......
源码 模型 股票 价格 LSTM

JVM内存模型

JVM内存模型 堆： 新生代 老年代 常量池 字符串常量池 运行时常量池 虚拟机栈： 栈帧 方法区： 元空间 本地方法栈： 程序计数器： java内存结构（JMM内存模型） 主内存： 工作内存： java线程 高速缓存 操作变量时的规则： Java内存模型规定了所有的变量都存储在主内存 线程的工作内 ......
模型 内存 JVM

北京大学 | Video-LLaVA视觉语言大模型：统一输入，同时处理图片和视频数据

前言 北京大学和其他机构的研究人员近期提出了一种名为Video-LLaVA的视觉语言大模型。该模型的创新之处在于能够同时处理图片和视频作为输入。在处理图片的任务中，该模型展现出了出色的性能，在多个评估榜单中名列前茅，尤其在视频方面取得了令人瞩目的成绩。这项研究的关键点在于关注如何将LLM的输入统一起 ......
Video-LLaVA 模型 同时 视觉 语言

【DFS深度优先遍历】给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数

题目描述 给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数。 要求： 第一步从第一元素开始，第一步小于<len/2（len为数组的长度）。从第二步开始，只能以所在成员的数字走相应的步数，不能多也不能少, 如果目标不可达返回-1，输出最少的步骤数，不能往回走。 输入 7 5 9 4 2 ......
数组 深度 步骤 DFS

R语言贝叶斯模型预测电影评分数据可视化分析

全文链接：https://tecdat.cn/?p=34421 原文出处：拓端数据部落公众号 本文使用R语言帮助客户进行了贝叶斯模型预测电影评分，并对数据进行了可视化和分析。文章创建了五个新的特征变量，包括电影类型、导演获奖情况、电影票房、评论数量和影评人数量等，并分析了这些变量对电影评分的影响。通 ......
模型 语言 数据 电影

马尔可夫Markov区制转移模型分析基金利率|附代码数据

全文下载链接：http://tecdat.cn/?p=19611 最近我们被客户要求撰写关于马尔可夫Markov区制转移模型的研究报告，包括一些图形和统计输出。 过程会随着时间的推移而发展，结果会发生变化 考虑一下经济衰退和扩张。在衰退开始时，产出和就业率下降并保持较低水平，然后，产出和就业率增加。 ......
利率 模型 代码 基金 数据

深度图与彩色图合成点云

python代码如下： import cv2import numpy as npimport open3d as o3dimport matplotlib.pyplot as pltif __name__ == "__main__": fx_d = 377.5033 fy_d = 379.9958 ......
深度 彩色

Linux 内核参数调整解析：深度优化数据库性能 转载:https://www.toutiao.com/article/7304950566709559843

系统内核参数配置文件：/etc/sysctl.conf 一、参数说明 1、关闭 IPv6 支持 net.ipv6.conf.all.disable_ipv6 = 1 net.ipv6.conf.default.disable_ipv6 = 1 作用：关闭对 IPv6 的支持，减轻系统负担，提高安全性 ......
7304950566709559843 内核 深度 性能 参数

【AI行业】华为云推出首个大模型混合云

华为云微信公众号发文，华为云行业高峰论坛2023在北京开幕。 会上，华为云推出业界首个大模型混合云，并发布《深度用云展望2025》白皮书及深度用云行动计划。同时，华为云提出深度用云行动倡议，并联合10+伙伴和行业组织，共同发起深度用云行动计划，计划未来三年投入1亿人民币，用于能力型伙伴建设、云原生应 ......
模型 行业

TensorFlow-深度学习预训练模型的使用方法讲解（TensorFlow-Explanation on how to use deep learning pre-trained models）

在运用深度学习模型时，掌握运用预训练模型的方法是必不可少的一步。为什么要使用与训练的模型，原因归纳如下： （1）使用大量高质量的数据（如 ImageNet 是普林斯顿大学与斯坦福大学所主导的项目）又加上设计较复杂的模型结构（如ResNet模型高达150层）设计出来的模型，准确率会大大提高。 （2）可 ......
TensorFlow TensorFlow-Explanation 使用方法 Explanation pre-trained
共4500篇  :17/150页 首页上一页17下一页尾页