玩法 模型 思维 基础
转载：大模型所需 GPU 内存笔记
转载文章：大模型所需 GPU 内存笔记 引言 在运行大型模型时，不仅需要考虑计算能力，还需要关注所用内存和 GPU 的适配情况。这不仅影响 GPU 推理大型模型的能力，还决定了在训练集群中总可用的 GPU 内存，从而影响能够训练的模型规模。 大模型推理的内存计算只需考虑模型权重即可。 大模型训练的内 ......
【scikit-learn基础】--『监督学习』之 随机森林回归
随机森林回归（Random Forest Regression）是一种在机器学习领域广泛应用的算法，由美国科学家 Leo Breiman 在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。 随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价 ......
基于遗传算法的风光发电互补Matlab仿真模型
down 资源文件列表 基于遗传算法的风光发电互补Matlab仿真模型/ceshi.m , 1500基于遗传算法的风光发电互补Matlab仿真模型/fun.m , 1496基于遗传算法的风光发电互补Matlab仿真模型/genetic/bs2rv.M , 3356基于遗传算法的风光发电互补Matla ......
C++基础 -15- 拷贝构造（深度拷贝）
———————拷贝构造——————— 🎈由于系统的浅拷贝就是直接赋值 🎈所以可能出现共用内存空间的情况 🎈如下图newperson通过浅拷贝创建出来 🎈改变newperson的参数影响到了person类 #include "iostream" using namespace std; ext ......
pandas基础使用
pandas pandas介绍 Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 是数据科学和分析领域中常用的工具之一，它使得用户 ......
图基础之不相交集（并查集）
主要用于避免遍历的时候做无用功。 // 用于处理不相交集合的合并问题。 // 经典应用有： // –连通子图 // –最小生成树Kruskal算法 // –最近公共祖先 // O(n) #include <bits/stdc++.h> using namespace std; const int N ......
【Cpp 语言基础】继承
在C++语言中，一个派生类可以从一个基类派生，也可以从多个基类派生。从一个基类派生的继承称为单继承；从多个基类派生的继承称为多继承。 派生类的定义格式 单继承的定义格式如下： class<派生类名>:<继承方式><基类名> { <派生类新定义成员> }; 其中，class是关键词，<派生类名>是新定 ......
bean 基础配置
bean 基础配置 对于 bean 的基础配置，在前面的案例中已经使用过: <bean id="" class=""/> 其中，bean 标签的功能、使用方式以及 id 和 class 属性的作用，我们通过一张图来描述下 bean 别名配置 别名的配置说明: 配置步骤： 打开 spring 的配置文 ......
CT107D竞赛板独立按键的基础与应用
COM3（j5） 选择2 3引脚为独立按键 选择 1 2引脚为矩阵按键 在按键中 一方接地 一方接芯片 当按键按下时 芯片的一方会从高低平变成低电平 这时就可知判定按键是否按下 需注意按键按下时具有抖动 会影响实际效果 这时就需要消抖 按后延迟20毫秒 再进行程序操作 再进行按键判定 按键判定：wh ......
CSS盒模型
盒模型的组成部分 CSS会把所有的HTML元素都看成一个盒子，所有的样式也是基于这个盒子 内容区（content）:元素中的文本或后代元素都是它的内容 内边距（padding）又称:补白，紧贴内容的补白区域 边框（border）: 盒子的边框 外边距（margin）：盒子与外界的距离，外边距不会影响 ......
day05-Mybatis基础
一.Mybatis概述 MyBatis 是一款优秀的**持久层框架**，它支持定制化 SQL、存储过程以及高级映射。**MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集**。MyBatis 可以使用简单的 XML 或注解来配置和映射原生类型、接口和 JavaBean 为数 ......
NeruIPS 2023 | SegRefiner：通过扩散模型实现高精度图像分割
前言 尽管图像分割在过去得到了广泛研究和快速发展，但获得细节上非常准确的分割 mask 始终十分具有挑战性。因为达成高精度的分割既需要高级语义信息，也需要细粒度的纹理信息，这将导致较大的计算复杂性和内存使用。而对于分辨率达到2K甚至更高的图像，这一挑战尤为突出。由于直接预测高质量分割 mask 具有 ......
计算机网络学习第一天OSI与TCP/IP模型
OSI模型与TCP/IP模型 协议是水平的，由语法、语义和同步三部分组成，服务是垂直的。 从上往下依次封装（PCI+SDU=PDU）。 1. 物理层 主要传输比特，用光、电、其他形式的电磁波传输和表示数据，里面需要中继器和集线器设备。 2. 数据链路层 主要将网络层的IP数据包（分组）封装成帧（包含 ......
程序员学英语-基础词1200个单词5
end v/n 结束 en(摁) d(弟弟) 只要摁住弟弟，就能结束比赛 ending n 结尾、结束 ing(名词后缀) old adj 老的、古老的、过去的 n 老年人 o(鸡蛋) l(象形--手杖) d(弟弟) 吃着鸡蛋，拄着手杖的弟弟，变老了 gold n 金、金币、黄金制品、金黄色 adj ......
子串的玩法一
子串的实际案例： shell截取字符串通常有两种方式：从指定位置开始截取和从指定字符（子字符串）开始截取。 从指定位置开始截取 这种方式需要两个参数：除了指定起始位置，还需要截取长度，才能最终确定要截取的字符串。 既然需要指定起始位置，那么就涉及到计数方向的问题，到底是从字符串左边开始计数，还是从字 ......
项目管理-模型测试体系图
简介：结合日常模型测试流程，探索模型测试管理体系，包含测试过程管理、基础环境、质量控制、效率提升、持续学习、测试探索几个方面。 ps：感兴趣的可以留言，一起探索模型测试项目实践~ ......
大模型评测探索
大模型评测探索 一、简介：大模型评测方法对比，对比传统的机器学习、深度学习与大模型测试过程，分析大模型评测体系。 二、以前的评价（机器学习、深度学习） 评价分散：以前标准能力评价往往较为零散，每个能力有各自的评价，局限在下游任务，比如图像识别：准确率、精准率、召回率，文本分类：Micro,推荐系统： ......
【类库工具】 Assimp 支持三十几种模型格式的转换
Assimp.NET 发现一个导入导出解析的一个库，因为不懂C++，它有.net类库! 主要用于模型的导入和导出转换 github地址：https://github.com/StirlingLabs/Assimp.Net/tree/main ......
大模型评测-微软亚洲研究院：A Survey on Evaluation of Large Language Models论文分享
《A Survey on Evaluation of Large Language Models》 一、论文介绍：微软亚洲研究院公开了介绍大模型评测领域的论文《A Survey on Evaluation of Large Language Models》。该论文一共调研了219篇文献，以评测内容 ......
中文大模型基准测试报告--SuperCLUE评测报告分享
SuperCLUE评测报告分享-数据时间2023.11月 一、行业发展：自2022年11月30日ChatGPT发布以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。国内学术和产业界在过去一年也有了实质性的突破。 大致可以分为三个阶段，即准备期（ChatGPT发布后国内产学研迅速形成大 ......
（四十）C#编程基础复习——C#特性
特性是一种用于程序运行时传递各种元素（例如类、方法、结构、枚举等）行为信息的声明性代码。使用特性可以将元数据（例如编译器指令、注释、描述、方法和类等信息）添加到程序中。 在C#中，特性具有以下属性： 使用特性可以向程序中添加元数据，元数据是指程序中各种元素的相关信息，所有.NET程序中都包含一组指定 ......
（三十九）C#编程基础复习——C#目录操作
前面介绍了C#中文件的读写操作，本节我们来看一下C#中有关目录的操作，C#中允许您使用各种目录和文件相关的类来操作目录和文件，比如DirectoryInfo类和FileInfo类。 一、DirectoryInfo类 DirectoryInfo类派生自FileSystemInfo类，其中提供了各种用于 ......
【Cpp 基础】文件操作
文件操作包括准备+后勤工作，和正式的读写工作。 1. 准备+后勤工作 准备+后勤就是打开文件、关闭文件。 使用 Cpp 的文件操作的时候，要包含头文件：#include <fstream> 1.1 打开文件： 可以调用 .open() 方法； 也可以采用字符串初始化的方式打开。 //打开文件方式1： ......
自用 | Rust 基础学习资料
Rust语言圣经：Github，GitBook Rustt，RusttT 翻译小组的官方仓库，这里有国外优秀的技术文章、学习教程、新闻资讯的高质量翻译。 Rust语言周刊，每周五发布，精选过去一周的技术文章、业界新闻、开源项目和 Rust 语言动态 rust-by-practice，Learning ......
程序员学英语-基础词1200个单词4
get v 收到、得到 page n 页、面、网页 pa(趴) ge(哥哥) 趴在地上的哥哥看了一页书 orange adj 橘色的 n 橙子 o 鸡蛋 ran(燃) ge(哥哥) 鸡蛋点燃了哥哥橘色的橙子 tiger n 老虎 ti(踢) ge(哥哥) r(草) 小威踢了哥哥一脚，提醒他草地上有只 ......
Rocketmq源码学习1——Rocketmq基础
1.什么是Rocketmq RocketMQ是一款开源的分布式消息中间件，由阿里巴巴团队最初开发，并于2016年贡献给Apache软件基金会，后成为Apache顶级项目。RocketMQ设计用于处理高并发、高吞吐量的场景，支持丰富的消息交互模式。 以下是RocketMQ的一些关键特性： 分布式架构： ......
OLAP多维语义模型（一）
概述 为了严谨起见，在正式内容之前，先把OLAP多维语义模型是什么说明一下。 先说OLAP（Online Analytical Processing），它是和OLTP相对的概念，关于这两个概念的详细解释网上有很多。严格的来说OLAP与多维数据没有必然的联系，基于关系模型、图模型、时序模型或者其他数据 ......
一文读懂大型语言模型LLM
在当今的技术世界中，人工智能正以前所未有的速度发展和演变。这一领域的快速发展得益于先进的机器学习算法、海量数据的可用性以及计算能力的显著提升。特别是，在自然语言处理（NLP）领域，AI的进步已经让计算机不仅能理解人类语言的基本结构，还能在更深层次上把握其语义和情感。这种能力的核心在于大型语言模型（大 ......
P5 循环神经网络模型
如何构建一个神经网络来实现从x到y的映射？？？ 实现过程中的困难： 1，输入和输出对于不同的例子会有不同的长度 或许可以给每个例子一个最大长度，将不足长度的部分用0补足，但是不是最好 2，这样一个朴素的神经网络，不能共享从不同文本位置学到的特征，尤其是神经网络学到了训练集中经常出现的词汇，我们希望在 ......