角色扮演 模型 角色ai
阿里云+智能ai+gpt
1.阿里 百度 腾讯分词 知识库。 阿里云（项目具体的费用预算展示，实际功能核算。） 向量智库 https://developer.aliyun.com/article/1234278?spm=5176.22133730.J_5253785160.2.79c57b5enFPauE 计费 https: ......
关于倾斜摄影三维模型数据的几何坐标变换的必要性分析
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，... ......
WenDao问道--AI人工助理
基于OpenAI提供的embedding能力，提供定制化的人工助理服务 考虑如何智能提取上下文，获取更精准的语义 考虑记录用户对话信息 兼容第三方接口（如查询天气信息） 接入语音功能 本地部署LLM大模型langchain-ChatGLM ......
Python之AI功能的实现
使用Python我们可以调用AI库，实现一些AI功能。 1.文本相似度： import difflib s1 = "abc" s2 = "abce" ratio = difflib.SequenceMatcher(None, s1, s2).quick_ratio() print(ratio) 2. ......
AI-GOMS 清华黄小猛
海洋大模型 海洋数据用HYCOM，还有一些ERA5的大气数据用于边界条件，地形数据为ETOPO backbone model用于预测T S U V SSH，微调后用于下游的降尺度、波解码、生物化学耦合 适用于缺测的稀疏数据 预测给的是30天的结果统计和对比 在backbone model的预测结果统 ......
处理字符串的常用函数(来自AI)
当涉及到C语言的字符串处理时，有很多函数可以使用。以下是一些常见的字符串处理函数的列表，以及简短的描述： 1. **strlen：** 返回字符串的长度。 ```c size_t strlen(const char *str); ``` 2. **strcpy：** 将一个字符串复制到另一个字符串。 ......
基于Tensorflow技术开发的计算机毕业设计辅助生成器（使用AI大模型技术）
这是一个辅助生成计算机毕业设计的工具，可以自动完成毕业设计的源码。它基于几百个github上面开源的java和python项目，运用tensorflow技术，训练出了AI大模型。基本实现了计算机毕业设计生成器，能够初步生成Java或python基本源码。目前该项目处理实验阶段，还不成熟，成功率55% ......
新型智慧视频监控系统：基于TSINGSEE青犀边缘计算AI视频识别技术的应用
边缘计算AI智能识别技术在视频监控领域的应用有很多。这项技术结合了边缘计算和人工智能技术，通过在摄像头或网关设备上运行AI算法，可以在现场实时处理和分析视频数据，从而实现智能识别和分析。目前来说，边缘计算AI视频智能技术可以实现以下几类智能识别。 1、行为识别：利用边缘设备（TSINGSEE智能分析 ......
边缘计算有哪些常用场景？TSINGSEE边缘AI视频分析技术行业解决方案
实时检测施工人员是否佩戴安全帽、穿着反光衣，并对施工人员的违规或不安全行为（越界、入侵、、摔倒、奔跑、抽烟/玩手机/打电话等）进行检测和告警提醒 ......
暴雪来袭！AI智能视频监控如何保障雪天出行
通过智能视频监控系统识别事故，可以减少道路管理人员投入，降本增效的同时还可以协助相关部门进行事故处置和调查，提高城市交通安全。 ......
SNMPv3用户安全模型
1. 前言部分 SNMPv3与SNMPv2相比有了很大的改进,主要体现在安全性方面: 用户认证机制 - SNMPv3改用基于用户的安全模型(USM),需要替换v2中的社区字符串认证机制(community strings),实现用户管理、认证和加密。 加密与数据完整性检查 - 需要添加支持加密传输和 ......
多模态大模型的体验
主要是出图，结合实际做3个例子：1、形容天气非常寒冷的风景图片（ 画一幅未来极度寒冷下城市的场景）2、妈妈过生日的庆祝图片（画一幅妈妈过生日的庆祝图片，水墨画风格）3、包含GreenOpen字样的富含科技感的图片未来不可限量，对于当前来说是提出准确的需求。关注提高用户体验： ......
Java IO 模型
IO 是个啥 IO，是 input/output 的缩写，表面意思是输入/输出，描述计算机中数据流动的过程，实际上就是 CPU、内存和外部进行数据交换的过程 举个例子，某个进程要获取到数据的过程如下： 1.请求：进程请求外部数据 2.准备：缓冲区准备数据，通过磁盘或者网络读取数据到内核空的缓冲区 3 ......
分类模型评估（混淆矩阵, precision, recall, f1-score）的原理和Python实现
混淆矩阵 当我们已经获取到一个分类模型的预测值，可以通过不同指标来进行评估。 往往衡量二分类模型是基于以下的混淆矩阵概念： True Positive：真实值为正、预测值为正（真阳性） False Positive：真实值为负、预测值为正（假阳性） False Negative：真实值为正、预测值为 ......
《环太平洋》流浪者机甲3D模型特效还原
法线贴图可以通过改变模型表面法线的方向和强度，增强模型的真实感、细节和视觉效果，使得渲染结果更加逼真。它是一种在计算机图形学中常用的技术。 ......
GLTF/GLB模型在线预览、编辑、动画查看以及材质修改
GLTF 编辑器 -NSDT 不仅可以设置3D模型纹理贴图，还可以设置模型的几何原点、以及对有相同材质属性的mesh进行合并，实现模型轻量化，是一款不可多得的实用型在线模型编辑工具。 ......
法线贴图实现地形模型皱褶、凹凸不平的纹理效果
法线贴图可以通过改变模型表面法线的方向和强度，增强模型的真实感、细节和视觉效果，使得渲染结果更加逼真。它是一种在计算机图形学中常用的技术。 ......
三维模型数据的高程偏差的几何坐标纠正技术方法浅析
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，... ......
GAN模型
GAN模型优化训练 在训练过程中，生成网络的目标就是尽量生成真实的图片去欺骗判别网络D。而网络D的目标就是尽量把网络G生成的图片和真实的图片分别开来。这样，G和D构成了一个动态的“博弈过程”。这个博弈过程具体是怎么样的呢？ 先了解下纳什均衡，纳什均衡是指博弈中这样的局面，对于每个参与者来说，只要其他 ......
【一步步开发AI运动小程序】十三、主包超出2M大小限制，如何将插件分包发布？
随着人工智能技术的不断发展，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。那么，能否将这些在APP成功应用的场景搬上小程序，分享这些概念的红利呢？本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使 ......
隐私计算和大模型
来源：象话时刻 | 微众银行杨强：大模型的崛起是隐私计算发展的绝佳机会 观点 大模型的崛起，是隐私计算再次发展的绝佳机会。行业已经证明了用隐私计算做大模型的“防火墙”是可行的，全世界范围内大家也已经开始认识到这个方向；（效率又是一大难关） 数据要素流通最关键的是模型,以模型为中心,而不是以数据为中心 ......
（大模型训练）（工作流升级）（精品）MJ数据自动化处理流程！！！
0.准备条件：文件夹为中文名，图片内含有多个下划线。 处理目标：处理成为一个 “公共标|逗号| 一个句子"的形式。 1.（统计中文，准备翻译）文件夹结构作为数据统计入excel import os import pandas as pd def find_image_folders(parent_d ......
算法学习笔记(8.3): 网络最大流 - 模型篇
本文慢慢整理部分模型。 DAG 最小路径覆盖 经典的题目，经典的思想。 网络流常见的将图上的点拆为入点和出点，那么路径由若干 出 - 入 - 出 - 入 的循环构成。 于是在拆好的图上流一流即可。 [CTSC2008] 祭祀 典中祭 黑白染色 利用黑白染色将整个图变成一个二分图是网络流常见的套路，尤 ......
分类模型
分类模型 二分类模型 对于二分类模型，介绍逻辑回归(logistic regression)和Fisher线性判别分析两种分类算法；对 于多分类模型，将简单介绍Spss中的多分类线性判别分析和多分类逻辑回归的操作步骤 水果分类例子 这个实际上就是一个二分类问题，通过属性推断类别。 逻辑回归logis ......
R语言有限混合模型(FMM,finite mixture model)及其EM算法聚类分析间歇泉喷发时间
原文链接：http://tecdat.cn/?p=22609 原文出处：拓端数据部落公众号 摘要 本文提供了一套用于分析各种有限混合模型的方法。既包括传统的方法，如单变量和多变量正态混合的EM算法，也包括反映有限混合模型的一些最新研究的方法。许多算法都是EM算法或基于类似EM的思想，因此本文包括有限 ......
R语言群组变量选择、组惩罚group lasso套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化
原文链接：http://tecdat.cn/?p=25158 原文出处：拓端数据部落公众号 本文拟合具有分组惩罚的线性回归、GLM和Cox回归模型的正则化路径。这包括组选择方法，如组lasso套索、组MCP和组SCAD，以及双级选择方法，如组指数lasso、组MCP。还提供了进行交叉验证以及拟合后可 ......
阿里-可视化建模-模型部署及训练
快速开始预置了多种预训练模型。您可以基于预训练模型快速上手并使用PAI的训练和部署功能。本文为您介绍如何在快速开始查找适合您业务需求的模型、部署和调试模型、微调训练模型。 前提条件 如果您需要对模型进行微调训练或增量训练，需要创建OSS Bucket存储空间，具体操作请参见控制台创建存储空间。 使用 ......
阿里-可视化建模-评估模型
登录PAI控制台，进入工作流页面。 操作详情请参见step1：进入工作流页面。 构建预测节点。 在组件列表中分别搜索预测组件，找到后将其拖入画布，并将生成的节点作为拆分-1、逻辑回归二分类-1节点的下游节点，拼接为实验。 单击画布中的预测-1节点，在右侧节点配置中，分别单击特征列字段、原样输出列字段 ......
TSINGSEE青犀边缘AI计算基于车辆结构化数据的车辆监控方案
采用高效的计算方法和算法优化，能够在短时间内处理大量的视频数据，实现实时监控和识别，大大提高了车辆管理的效率。 ......
数据仓库之星型模型和雪花模型
在了解星型模型和雪花模型之前，我们需要先了解一下事实表和维度表到底是什么？ 一、事实表与维度表 事实表 在数据仓库中，保存度量值的详细值或存储事实记录的表称为事实表。事实数据表通常包含大量的行。 事实数据表的主要特点是包含数字数据（事实），并且这些数字信息可以汇总，以提供有关单位作为历史的数据。事实 ......