526互联

索引 模型 代价 策略

在pytorch中保存模型或模型参数

在 PyTorch 中，我们可以使用 torch.save 函数将 PyTorch 模型保存到文件。这个函数接受两个参数：要保存的对象（通常是模型），以及文件路径。 保存模型参数 import torch import torch.nn as nn # 假设有一个简单的模型 class Simple ......
模型 参数 pytorch

遥遥领先GPT-4！谷歌最强AI大模型Gemini 1.0发布

在5月举行的开发者大会上，谷歌首次透露其正在开发的AI大模型Gemini，时隔7个月，Gemini终于来了。 据谷歌官方公众号消息，谷歌日前正式发布Gemini 1.0，这是谷歌迄今为止构建的最强大、最通用、最灵活的模型。 据介绍，针对不同场景，谷歌发布了三种不同版本： Gemini Ultra：谷 ......
模型 Gemini GPT 1.0

tornado框架之模型绑定

模型绑定有两个主要功能： 自动生成html表单 用户输入验证 在之前学习的Django中为程序员提供了非常便捷的模型绑定功能，但是在Tornado中，一切需要自己动手！！！ 1 <!DOCTYPE html> 2 <html lang="en"> 3 <head> 4 <meta charset=" ......
框架 模型 tornado

Bert-vits2新版本V2.1英文模型本地训练以及中英文混合推理(mix)

中英文混合输出是文本转语音(TTS)项目中很常见的需求场景，尤其在技术文章或者技术视频领域里，其中文文本中一定会夹杂着海量的英文单词，我们当然不希望AI口播只会念中文，Bert-vits2老版本(2.0以下版本)并不支持英文训练和推理，但更新了底模之后，V2.0以上版本支持了中英文混合推理(mix) ......
中英 Bert-vits 模型 Bert vits

小模型也可以「分割一切」，Meta改进SAM，参数仅为原版5%

前言 Segment Anything 的关键特征是基于提示的视觉 Transformer（ViT）模型，该模型是在一个包含来自 1100 万张图像的超过 10 亿个掩码的视觉数据集 SA-1B 上训练的，可以分割给定图像上的任何目标。这种能力使得 SAM 成为视觉领域的基础模型，并在超出视觉之外的 ......
原版 模型 参数 Meta SAM

大模型评测工具&评测基准

● 评测工具：用于评估模型的整体能力 ● 评测基准：用于评估模型在特定任务方面的能力 评测集名称 核心维度 测试模型的描述 评测类型 MMLU 多模态语言理解 理解文本、图像和音频等多种模态数据之间的关系方面的能力 评测工具 AGIEVAL 通用人工智能 自然语言理解、机器翻译、视觉识别等多种不同任 ......
基准 模型 工具 amp

语言模型：GPT与HuggingFace的应用

本文分享自华为云社区《大语言模型底层原理你都知道吗？大语言模型底层架构之二GPT实现》，作者：码上开花_Lancer 。 受到计算机视觉领域采用ImageNet对模型进行一次预训练，使得模型可以通过海量图像充分学习如何提取特征，然后再根据任务目标进行模型微调的范式影响，自然语言处理领域基于预训练语言 ......
HuggingFace 模型 语言 GPT

ORACLE查询所有索引的创建sql

SELECT 'CREATE ' || --DECODE (uniqueness, 'UNIQUE', 'UNIQUE ') || 'INDEX ' || index_name || ' ON ' || table_name || ' (' || listagg (column_name, ', ' ......
索引 ORACLE sql

8卡3090GPU云服务器上采用VLLM部署中文llama2-70b模型及OpenAI格式接口

TigerBot-70b-4k-v4 推理部署 模型本地部署（基于HuggingFace) 根据实际测试，加载模型需要约129G显存，最低需要6张3090显卡（流水线并行） 如果使用vllm进行加速推理（张量并行），考虑8张3090显卡或者4张A100-40G（模型分割要求） 模型下载 截至目前，模 ......
模型 接口 格式 服务器 OpenAI

Python NumPy 数组索引和切片

1、普通索引 普通索引是指使用单个整数或整数列表来索引数组中的元素。 1）单个元素索引 要访问 NumPy 数组的单个元素，可以使用单个整数索引。索引从 0 开始，表示数组的第一行第一个元素。 2）多维元素索引 2、高级索引 高级索引允许使用布尔值或数组来索引数组中的元素。 1）布尔索引 布尔索引是 ......
数组 索引 Python NumPy

MySQL创建索引的优缺点

索引的优点 1.创建唯一性索引，保证数据库表中每一行数据的唯一性 2.大大加快数据的检索速度，这也是创建索引的最主要的原因 3.加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。 4.在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。 5.通过使用索引，可以 ......
优缺点 索引 MySQL

一张图生成一个视频大模型公开

一张图生成一个视频大模型公开 Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation 为任何人制作动画：用于角色动画的一致且可控的图像到视频合成； 论文地址：https: ......
模型 视频

7 种查询策略教你用好 Graph RAG 探索知识图谱

我们在这篇文章中探讨了知识图谱，特别是图数据库 NebulaGraph，是如何结合 LlamaIndex 和 GPT-3.5 为 Philadelphia Phillies 队构建了一个 RAG。 此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每... ......
图谱 策略 知识 Graph RAG

深度学习笔记3：使用预训练模型之特征提取

我们在小型图像数据集上做深度学习时，一种高效且实用的方法是采用预训练模型。预训练模型，指的是在大型数据集上预先训练好的模型。如果原始数据集具有足够的规模和通用性，那么预训练模型所学习到的特征的空间层次结构可以被视为视觉世界的通用模型。与许多早期的浅层学习方法相比，这种在不同问题之间移植特征的能力是深 ......
深度 模型 特征 笔记

浅析MySQL代价模型：告别盲目使用EXPLAIN，提前预知索引优化策略

熟悉代价模型之后，我们可以预先了解 MySQL 在执行查询时会如何选择索引，从而更有效地进行索引优化。在接下来的文章中，我将结合近期进行索引优化的具体案例，来详细解释如何运用代价模型来优化索引。 ......
索引 模型 代价 策略 EXPLAIN

ChatGLM 模型部署

ChatGLM 模型部署 模型地址： huggingface：https://huggingface.co/THUDM/chatglm3-6b modelscope：https://modelscope.cn/models/ZhipuAI/chatglm3-6b/summary 搭建环境 # 下载代 ......
模型 ChatGLM

[AI]大模型稳定角色扮演形成“自我认知”

本文从社会关系的角度,探讨人类自我身份认知形成的部分影响机理。并提出人工智能的角色扮演已经是一种基础的自我认知能力。当知识库中积累了足够的自我相关信息，那么人工智能可以模拟人类的这种自我身份认知的能力 ......
角色扮演 模型 角色 AI

倾斜摄影三维模型的根节点合并的模型质量提升方法探讨

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，... ......
模型 节点 质量 方法

使用预训练语言模型作帖子分类

​ ​ 预训练语言模型PLMs或PTMs应用广泛且效果良好。有的文章中把自然语言处理中的预训练语言模型的发展划分为4个时代:词入时代，上下文嵌入(Context Word Embedding)时代、预训练语言模型时代、改进型和领域定制型时代。 为什么需要预训练 ​ 模型通常需要非常大的参数量，但并不 ......
模型 语言 帖子

R语言SIR模型网络结构扩散过程模拟SIR模型（Susceptible Infected Recovered ）代码实例|附代码数据

全文链接：http://tecdat.cn/?p=14593 最近我们被客户要求撰写关于SIR模型的研究报告，包括一些图形和统计输出。 与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。这里介绍一个使用R模拟网络扩散的例子 基本的算法非常简单：生成一个网络:g(V, E)。随机选择一 ......
模型 代码 Susceptible SIR Recovered

数据分享|AARRR模型淘宝用户行为分析、电商销售分析

全文链接：https://tecdat.cn/?p=34482 原文出处：拓端数据部落公众号 分析师：Ye Yuan 随着互联网、5G时代到来，大数据横空出世，数据变得越来越重要，如何针对业务问题和需求 ，提取有效特征数据并对问题进行深入分析，最终得到可靠的结论是数据分析最核心的环节，只有得出正确的 ......
行为分析 模型 行为 数据 用户

【数据库概论】第三章 SQL简述、数据定义和索引

SQL（结构化查询语言）的演变从IBM的SystemR开始，经过ANSI的标准化，近年来SQL标准变得更加丰富和复杂。SQL的特点包括综合统一、高度非过程化、面向集合的操作方式以及提供多种使用方式的统一语法结构。在数据库实例中，基本表独立存在，而视图是基本表导出的虚表，用于供人查看。数据库模式结构包... ......
数据 概论 索引 第三章 数据库

大模型词表构建

1.引言 在文本输入embedding层之前，以中文文本为例，首先对文本进行分词并进行one-hot编码，分词肯定是根据词表来进行分词，那构建一个合适的词表就显得至关重要，过大或者过小都会对后续模型的训练效果产生影响。所以这里介绍当前各个大模型的词表构建方法。 2.技术基础 在介绍具体的词表构建方法 ......
词表 模型

Mybatisplus自定义主键生成策略，使用雪花算法生成16位的唯一ID

楼主在使用mybatisplus开发前后端分离项目时发现一个很奇怪的现象：所有更新/删除操作都不起作用，开启mybatis日志后发现前端传入的id值与实际的数据库的值不相同，最后三位总是000。 经过一系列查资料才知道，mybatisplus的默认ID生成器使用雪花算法，生成20位左右的ID，但js ......
算法 Mybatisplus 雪花 策略

第四单元 视图与模型

create database MvcUnit4; go use MvcUnit4; go create table Product ( Id bigint primary key, ProductName varchar(30), CategoryName varchar(30), Price d ......
视图 单元 模型

three.js 使用 sortObjects 和 renderOrder 处理网格修改后覆盖模型的问题

问题效果： 目标效果 处理此问题首先需要了解three的渲染机制： 渲染机制 threejs的渲染器是基于webGL的。它的渲染机制是根据物体离照相机的距离来控制和进行渲染的。也就是说，它根据物体的空间位置进行排序，然后根据这个顺序来渲染物体。对于透明的物体，是按照从最远到最近的顺序进行渲染。控制渲 ......
网格 sortObjects renderOrder 模型 问题

【自己搭建一个：端到端的语音+大模型聊天机器人】

概要 发篇文章记录一下最近搞的语音+大模型聊天机器人的搭建过程，供交流学习。有正反馈的话会继续优化。 整体架构流程 注意：借传统的基于RASA的对话机器人的图一用，本博会把NLU（Natural Language Understanding）和 Dialogue Management这两个组件，用大 ......
机器人 语音 模型 机器 端的

pytorch强制转换模型的所有参数都变成统一类型

可以调用模型的父类Module中的type方法，例如model.type(torch.float64)，将网络模型model的参数和缓冲区强制转换为torch.float64类型，这样就可以训练torch.float64类型的数据了，还可以指定其他类型。另外还有一些强制转换为某一种类型的方法：flo ......
模型 参数 pytorch 类型

大模型环境搭建（二）

二：Conda 安装 1.下载链接:https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe 2.安装完之后,要修改以下他的执行策略！点开始菜单，打开：Anaconda Powershell Prompt (mi ......
模型 环境

7 种查询策略教你用好 Graph RAG 探索知识图谱

我们在这篇文章中探讨了知识图谱，特别是图数据库 NebulaGraph，是如何结合 LlamaIndex 和 GPT-3.5 为 Philadelphia Phillies 队构建了一个 RAG。 此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每... ......
图谱 策略 知识 Graph RAG
共5100篇  :17/170页 首页上一页17下一页尾页