电能 模型 需求 代码
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 ......
.Net7 GC标记阶段代码的改变
前言 由于业务需求，在探究.Net7的CLR，发现了一个不通的地方，也就是通过GCInfo获取到了对象之后。它并没有在GcScanRoots(对象扫描标记)里面对它进行标记，那么如果没有标记这个对象如何被计划阶段构建呢？仔细研读，发现它跟之前的代码之所以不同，是因为它把标记抽取出来，另外形成一个数组 ......
.NET应用系统的国际化-基于Roslyn抽取词条、更新代码
上篇文章我们介绍了 VUE+.NET应用系统的国际化-多语言词条服务 系统国际化改造整体设计思路如下： 提供一个工具，识别前后端代码中的中文，形成多语言词条，按语言、界面、模块统一管理多有的多语言词条 提供一个翻译服务，批量翻译多语言词条 提供一个词条服务，支持后端代码在运行时根据用户登录的语言，动 ......
基于深度学习的鸟类检测识别系统（含UI界面，Python代码）
鸟类识别是深度学习和机器视觉领域的一个热门应用，本文详细介绍基于YOLOv5的鸟类检测识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种鸟类图片、视频以及开启摄像头进行检测识别；可通过UI界面选择文件，切换标记识别目标，支持切换模型，支持用户登录注... ......
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 ......
如何通过Java代码在Word中创建可填充表单
有时候，我们需要制作一个Word模板文档，然后发给用户填写，但我们希望用户只能在指定位置填写内容，其他内容不允许编辑和修改。这时候我们就可以通过表单控件来轻松实现这一功能。本文将为您介绍如何通过Java代码，以编程方式在Word中创建可填充表单。下面是我整理的步骤及方法，并附上Java代码供大家参考... ......
需求分析之道——需求分析要做什么（C系架构设计法，sishuok）
需求分析之道——需求分析要做什么。 需求分析是架构师开始做架构设计的第一步，对架构师来讲非常非常的重要。因为需求分析能够告诉我们，到底我们要做什么，架构设计就是为了去完成这件事情而做的。 接下来，我们就从实战的角度来讲一讲，需求分析的一些方法，都是咱们多年经验的总结，也许听上去或者说大家看上去，没有 ......
深入理解需求分析的目标（C系架构设计法）
需求分析的目标：是尽可能准确、全面、深入的理解业务。 1：理解“尽可能准确” 首先，需求分析，要做的事，肯定是去理解业务，但是要达到什么样的程度，才算是我们理解了这个业务呢？ 第一个是“尽可能”，尽可能的意思，就是你不太可能百分之百的、完整的、准确的去理解，做不到。我们只能说是尽自己最大努力去理解， ......
【Git】代码权限&分支管理
以Gitlab代码托管平台说明，也是目前应用最为广泛的企业搭建私服的选择。 1. 权限管理 [项目] 访问权限有3种：：Private、Internal、Public Private：只有组成员才能看到 Internal：只要登录的用户就能看到 Public：所有人都能看到 [项目成员] 有五种权限 ......
浅析 SplitChunksPlugin 及代码分割的意义
起因 有同事分享webpack的代码分割，其中提到了SplitChunksPlugin，对于文档上的描述大家有着不一样的理解，所以打算探究一下。 Q：什么是 SplitChunksPlugin？SplitChunksPlugin 是用来干嘛的？ A: 最初，chunks（以及内部导入的模块）是通过内 ......
低代码平台前端的设计与实现（四）组件大纲树的构建设计
在上篇文章，我们已经设计了一个简单的设计态的Canvas，能够显示经过BuildEngine生成的ReactNode进行渲染。本文，我们将继续上一篇文章的成果，设计并实现一个能够显示组件节点大纲树的组件。 什么是组件大纲树？ 我们希望用户能通过一个地方比较明显的看到当前整个ComponentNode ......
ICSFUZZ:操纵I/O、二进制代码重用以及插桩，来Fuzzing工业控制应用程序
本文系原创，转载请说明出处 Please Subscribe Wechat Official Account：信安科研人，获取更多的原创安全资讯 源码：GitHub - momalab/ICSFuzz 原文：ICSFuzz: Manipulating I/Os and Repurposing B ......
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... ......
顺应潮流,解放双手,让ChatGPT不废话直接帮忙编写可融入业务可运行的程序代码(Python3.10实现)
众所周知，ChatGPT可以帮助研发人员编写或者Debug程序代码，但是在执行过程中，ChatGPT会将程序代码的一些相关文字解释和代码段混合着返回，如此，研发人员还需要自己进行编辑和粘贴操作，效率上差强人意，本次我们试图将ChatGPT直接嵌入到代码业务中，让ChatGPT生成可以直接运行的代码。 ......
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 ......
Qt开发技术：Q3D图表开发笔记（一）：Q3DScatter三维散点图介绍、Demo以及代码详解
前言 qt提供了q3d进行三维开发，虽然这个框架没有得到大量运用也不是那么成功，性能上也有很大的欠缺，但是普通的点到为止的应用展示还是可以的。 其中就包括华丽绚烂的三维图表，数据量不大的时候是可以使用的。 Demo：Q3DScatter散点图演示效果 Q3D提供的三维图表 依赖QtDataVisua ......
.NET静态代码织入——肉夹馍（Rougamo） 发布1.4.0
肉夹馍(https://github.com/inversionhourglass/Rougamo)通过静态代码织入方式实现AOP的组件，其主要特点是在编译时完成AOP代码织入，相比动态代理可以减少应用启动的初始化时间让服务更快可用，同时还能对静态方法进行AOP。 距离上一次发文差不多过去半年了，在 ......
线性表的顺序存储C++代码
我学习顺序表时找不到相关的代码，以及我不清楚写一个线性表需要的知识，当我写出来可以使用的线性表我就把这些内容贴了出来。 前置知识点：结构体，常量指针，new和delete 顺序表的特点： 需要一片连续的存储空间 逻辑上相连的数据的存储位置也是相邻的。 所以如果我们想要创建一个顺序表我们需要做两件 ......
代码随想录-day3
字符串 字符串的题目，通常涉及到对字符串进行各种操作，由于JAVA提供了非常多的库函数，所以在很多题目中我们可以使用库函数快速使这道题解决，但是这与我们训练算法和编码能力相违背。 所以我们在本章专题里面，主要是使用我们自己构造的函数对字符串进行，操作加深我们对字符串操作的理解，当我们训练熟悉后可以使 ......
代码随想录-day1
链表 今天主要是把链表专题刷完了，链表专题的题目不是很难，基本都是考察对链表的操作的理解。 在处理链表问题的时候，我们通常会引入一个哨兵节点（dummy），dummy节点指向原链表的头结点。这样，当我们对头结点进行操作的时候就可以直接使用dummy节点，不用进行特判。 在对链表进行操作的时候 whi ......
代码随想录-day2
哈希表 基础知识 哈希表和链表都是属于基础数据结构的一种，都是必须掌握牢靠的知识。 哈希表是根据关键码的值而直接进行访问的数据结构。 简单来说就是使用数据得到的哈希值来作为哈希表的key用于获取数据。 用于求哈希值的的函数被我们称为哈希函数，通过哈希函数我们可以把数据映射到我们的哈希表上。 显然，在 ......
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。 ......
实践，制作一个高扩展、可视化低代码前端，详实、完整
RxEditor是一款开源企业级可视化低代码前端，目标是可以编辑所有 HTML 基础的组件。比如支持 React、VUE、小程序等，目前仅实现了 React 版。 RxEditor运行快照： 项目地址：https://github.com/rxdrag/rxeditor 演示地址（ Vercel 部 ......
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 ......