526互联

深度tensorrt模型

“视界”尽在眼前，海纳视联大模型来了！

11月10日—13日，以“数字科技 焕新启航”为主题的2023数字科技生态大会在广州举办。会议期间，在数字生活与天翼视联合作论坛上，重磅发布了由天翼云科技有限公司、天翼数字生活科技有限公司和天翼视联科技有限公司联合研发的视联行业大模型——海纳视联大模型，为视联行业智能化发展按下加速键。 ......
视界 模型

【Mquant】7：构建价差套利(三) ——空间误差校正模型

1. 上节回顾 【Mquant】6：构建价差套利(二)上节带领大家编写了统计套利均值回归的程序，通过历史回测发现还不能进入实盘交易状态，原因出现在手续费率上，由于加密市场手续费率较高，我们选择国内期货市场，一般期货市场手续费率可以达到万分之一，个别品种手续费率可以达到万分之0.1。这节内容，我们围绕 ......
价差 误差 模型 Mquant 空间

博弈论——古诺博弈模型详解

古诺模型（Cournot model）是博弈论中最具有代表性的模型之一，也是是纳什均衡最早的版本。它是法国经济学家古诺(Augustin Cournot)在1938年出版的《财富理论的数学原理研究》一书中最先提出的。而古诺的定义比纳什的定义早了一百多年，足以体现博弈论这样一个学科是深深扎根于经济学的 ......
博弈论 模型

yolov8 opencv模型部署

使用opencv推理yolov8模型，仅依赖opencv，无需其他库，以yolov8s为例子，注意： 使用opencv4.8.0 ！使用opencv4.8.0 ！使用opencv4.8.0 ！如果你使用别的版本，例如opencv4.5，可能会出现以下错误。 一、安装yolov8conda creat ......
模型 yolov8 opencv yolov

YOLOv7 部署到 TensorRT（C++ ）

TensorRT 概述 TensorRT 是由 Nvidia 发布的一个机器学习框架，用于在其硬件上运行机器学习推理。其能针对 Nvidia 系列硬件进行优化加速，实现最大程度的利用 GPU 资源，提升推理性能。在训练了神经网络之后，TensorRT 可以对网络进行压缩、优化以及运行时部署，并且没有 ......
TensorRT YOLOv7 YOLOv

大语言模型量化方法对比：GPTQ、GGUF、AWQ

在过去的一年里，大型语言模型(llm)有了飞速的发展，在本文中，我们将探讨几种(量化)的方式，除此以外，还会介绍分片及不同的保存和压缩策略。 说明：每次加载LLM示例后，建议清除缓存，以防止出现OutOfMemory错误。 del model, tokenizer, pipe import torc ......
模型 语言 方法 GPTQ GGUF

【ElasticSearch】突破深度分页数据限制的方案

一、场景需求 最近在忙一个新的项目，数据源是ES，但是功能就是对文档进行翻页查询 ES提供了分页查询，就是from + size深度查找，但是使用有限制，只能在1万条内 我和同事的意见是1万条之后的数据没有任何意义，就限制1万吧 但是后面内部测试后产品对这个方案是不满意的，既要又要 所以ES现有的几 ......
ElasticSearch 深度 方案 数据

倾斜摄影三维模型根节点合并的纹理压缩与抽稀关键技术分析

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，... ......
纹理 节点 模型 关键 技术

保存深度值——小端序，位数，Android

本篇文章介绍从小端序的排列角度介绍了如何理解深度值的保存。在intel架构上，数据是小端序会符合一般的代码逻辑。 ......
位数 深度 Android

【Datawhale 11月组队学习】深度强化学习基础

深度强化学习笔记 第一章：简介&辨析 Definition ​ 强化学习（reinforcement learning，RL）讨论的问题是智能体（agent）怎么在复杂、不确定的环境（environment）中最大化它能获得的奖励。 ​ 根据我粗浅的理解，强化学习是一种 AI 学习范式，它并不是用于 ......
Datawhale 深度 基础

函数的拟合 | 实际问题模型化

前言 我们认知和解决实际问题常常是通过函数这一抓手来完成的，但是对实际问题而言，一拿到手谁也不知道其对应的函数模型是什么，能知道的往往是一堆元数据，我们的做法是研究数据，对数据进行函数的拟合，看已经学习过的函数中的哪一类的拟合效果最贴近实际问题，从而确定最优的函数解析式。 典例剖析 【人教 \(A\ ......
函数 模型 实际 问题

【随手记录】Llama Tutorial 大语言模型实践

这个tutorial的契机是yy突然看到了一个workshop 所以类似于一周大作业的形式，输入command输出使用了自动驾驶哪些模块，代码在这里 所以就干一干，顺便写一个tutorial给大家参考和教程 引申更多的应用 参考资料： https://github.com/facebookresea ......
Tutorial 模型 语言 Llama

零信任模型与多因素身份验证的重要性

近年来，随着技术的迅速发展，数据和工作变得比以往更数字化。虽然这为许多机会打开了大门，但也为威胁行为者提供了新的入侵机会。因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 因此，预防数据泄漏已经成为每个组织IT基础设施的重要组成部分。 快速变化且充满挑战的网络安全领域需要一种能够应对新 ......
重要性 模型 因素 身份

5.星型模型和雪花模型

星型模型 事实表为中心，维度表关联在事实表上 雪花模型 在星型模型的基础上，维度表上又关联了其他维度表。这种模型维护成本高，性能方面也较差，所以一般不建议使用。 ......
模型 雪花

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级 1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多 ......
双语 门槛 新一代 ChatGLM3 模型

基于深度学习网络的人员吸烟行为检测算法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 基于Faster R-CNN深度学习网络的人员吸烟行为检测算法是一种利用深度学习技术进行人员吸烟行为检测的方法。该算法主要基于Faster R-CNN网络结构，通过对视频或图像序列中的人员进行目标检测和特征提取， ......
学习网络 算法 深度 行为 人员

深度学习项目框架

常见项目架构如下： |--project_name/ | |--data/ # 数据 | |--datasets/ # 生成数据集，加载数据集 | | |--data_loader.py | |--models/ # 模型 | | |--model.py | |--configs/ # 配置文件 | ......
框架 深度 项目

基于深度学习网络的火灾检测算法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 火灾检测在许多领域都是一项重要的任务，包括建筑、森林、甚至是太空。近年来，深度学习网络在图像识别和分类上的应用取得了显著的进步，这使得基于深度学习的火灾检测算法变得越来越普遍。下面，我们将详细介绍一种基于卷积神经 ......
学习网络 火灾 算法 深度 matlab

深度解剖Linux权限的概念

以上是对 Linux 权限概念的深度解剖，其中包括了文件系统基础、用户与用户组、权限的基本概念、权限的表示方式、权限的作用对象、权限的分配和修改、特殊权限、- SUID、SGID、SBIT：特殊权限可以赋予程序特定的权限，例如以文件所有者的权限执行程序。- 扩展权限：ACL 可以实现更加精细的文件权... ......
深度 权限 概念 Linux

三维模型的顶层合并构建的点云抽稀关键技术分析

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 关键 技术

R语言多元Copula GARCH 模型时间序列预测|附代码数据

原文链接 http://tecdat.cn/?p=2623 原文出处：拓端数据部落公众号 最近我们被要求撰写关于Copula GARCH的研究报告，包括一些图形和统计输出。 和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元 ......
时间序列 序列 模型 语言 代码

【视频】广义相加模型（GAM）在电力负荷预测中的应用|附代码数据

全文下载链接：http://tecdat.cn/?p=9024 最近我们被客户要求撰写关于广义相加模型（GAM）的研究报告，包括一些图形和统计输出。 这篇文章探讨了为什么使用广义相加模型 是一个不错的选择。为此，我们首先需要看一下线性回归，看看为什么在某些情况下它可能不是最佳选择。 回归模型 假设我 ......
广义 负荷 模型 电力 代码

什么是大模型

什么是大模型 "大模型"通常指的是深度学习中参数数量庞大、层数深厚的神经网络模型。这些模型具有数十亿甚至上百亿的参数，通常需要大量的计算资源来进行训练和推断。这种规模的模型在处理复杂任务时表现得很出色，因为它们能够从大量的数据中学到更复杂、更抽象的表示。 例如，GPT-3（Generative Pr ......
模型

国外著名交易策略:R-Breaker模型设计原理(转载)

R-Breaker是一种短线日内交易策略，它结合了趋势和反转两种交易方式。 交易系统的基本原理如下： 1.根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为：突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价、突破卖出价。 以此来形成当前交易日盘中交易的触 ......
R-Breaker 模型 原理 策略 Breaker

AI经典模型参数规模

| 模型 | 参数数量 || | || AlexNet | 约 60 million || VGG16 | 约 138 million || ResNet50 | 约 25 million || InceptionV3 | 约 23 million || MobileNetV2 | 约 3.5 mi ......
模型 参数 规模 经典

【Python&图像超分】Real-ESRGAN图像超分模型（超分辨率重建）详细安装和使用教程

图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。今天给大家介绍一下腾讯ARC实验室发布的一个图像超分辨率模型Real-ESRGAN，同时奉上详细的安装使用教程。 ......
图像 Real-ESRGAN 模型 分辨率 教程

UNet pytorch模型转ONNX模型完整code

1 import os 2 import torch 3 import numpy as np 4 from Unet import UNET 5 os.environ["CUDA_VISIBLE_DEVICE"] = "" 6 7 def main(): 8 demo = Demo(model_p ......
模型 pytorch UNet ONNX code

初学者如何上手服务器训练模型

拿到一个服务器很迷茫，不知道如何使用，写一份本实验室的服务器使用方法： 1下载Xshell和Xftp 现在提供了家庭/学习免费版 2安装后新建会话 3 bash命令 切换到bash界面 bash，全称Bourne Again Shell，是绝大多数Linux系统默认的命令解释器，能够处理用户所输入的 ......
初学者 模型 服务器

动手学深度学习笔记01

安装 https://blog.csdn.net/qq_18620653/article/details/105329219 配置显卡驱动、CUDA、cuDNN以及说明三者之间的关系 https://blog.csdn.net/qq_18620653/article/details/10532921 ......
深度 笔记

机器学习——深度循环神经网络

到目前为止，我们只讨论了具有一个单向隐藏层的循环神经网络。 其中，隐变量和观测值与具体的函数形式的交互方式是相当随意的。 只要交互类型建模具有足够的灵活性，这就不是一个大问题。 然而，对一个单层来说，这可能具有相当的挑战性。 之前在线性模型中，我们通过添加更多的层来解决这个问题。 而在循环神经网络中 ......
神经网络 深度 神经 机器 网络
共4500篇  :23/150页 首页上一页23下一页尾页