526互联

角色扮演 模型 角色ai

倾斜摄影三维模型的根节点合并的优势分析

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，... ......
节点 模型 优势

MongoDB 6.0 单实例基于用户角色实现授权登录

现代数据库系统能够存储和处理大量数据。因此，由任何一个用户单独负责处理与管理数据库相关的所有活动的情况相对较少。通常，不同的数据库用户需要对数据库的某些部分具有不同级别的访问权限：某些用户可能只需要读取特定数据库中的数据，而其他用户则必须能够插入新文档或修改现有文档。同样，应用程序可能需要独特的权限 ......
实例 角色 MongoDB 用户 6.0

ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据|附代码数据

全文下载链接：http://tecdat.cn/?p=22511 最近我们被客户要求撰写关于ARIMAX的研究报告，包括一些图形和统计输出。 标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测 。 该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值 ......
模型 时间序列 数据 序列 冰淇淋

乘风破浪，遇见生成式人工智能(Generative AI)洪流之初学者入门课程，十二章系列By微软云技术布道师团队

课程资源 https://github.com/microsoft/generative-ai-for-beginners 课程学习环境设置 Fork课程仓库到自己的账号 https://github.com/microsoft/generative-ai-for-beginners/fork 点击 ......
乘风破浪 人工智能 洪流 初学者 Generative

投影式AI云镜——电梯演讲

投影式AI云镜——电梯演讲 （软件技术基础第三次作业） 这个作业属于哪个课程 https://edu.cnblogs.com/campus/zjlg/23rjjsjc 这个作业的目标是 运用电梯演讲的方式向投资方介绍自己的创新产品 姓名+学号 陈佳华：2021330301002 陈卉：2021330 ......
电梯

BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型

前言 上周，北京智源人工智能研究院（BAAI）、北京大学和香港中文大学的研究团队开源了SegVol 医学通用分割模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 进行任意尺寸原分辨率的 3D 体素分割模型。作 ......
北大 模型 团队 医学 SegVol

AI作画使用指南

AI作画API使用文档请前往：https://blog.csdn.net/qq_48896417/article/details/132438967?spm=1001.2014.3001.5501 一、定义 AI作画使用指南 二、形式 「公式」= 图片主体，细节词，修饰词 细节词可以任意组合，修饰词 ......
使用指南 指南

聊聊 神经网络模型 预训练生成超参数实现

概述 在上一篇博客中，已经阐述了预训练过程中，神经网络中超参数的计算逻辑，本文，从程序实现的角度，将数学计算转换为程序代码，最终生成超参数文件；并将替换 聊聊 神经网络模型 示例程序——数字的推理预测 中已训练好的超参数文件，推理预测数字，最终比对下两者的精确度。 神经网络层实现 首先，根据神经网络 ......
神经网络 模型 神经 参数 网络

ICPC2022Hangzhou F Da Mi Lao Shi Ai Kan De 题解

Link ICPC2022Hangzhou F Da Mi Lao Shi Ai Kan De Question 给出 \(Q\) 个 \(a-z\) 的排序表示比较规则，求 \(n\) 个串在每个比较规则下的逆序对个数 Solution 我们发现，对于两个串的比较来说，决定大小的只是两个字母的比较 ......
题解 Hangzhou ICPC 2022 Lao

AI中的过拟合和欠拟合问题以及他们的对机器学习的影响（个人感悟总结）

1.机器学习中训练出的模型利用的数据 我们知道训练出一个模型的过程都是通过学习数据不断完善的过程的，那这些数据是什么呢？ 数据集！（就是数据的集合） 数据集又分为三种（其实是两种，有一种是在其中一种里面继续分的） 通常分为训练集和测试集两部分。 训练集 通常用来训练模型，模型主要通过学习这些数据来完 ......
机器 问题 个人

AI人工智能·史蒂芬·沃尔弗拉姆的两个思想

2022年末OpenAI推出了ChatGPT对话机器人，拉满了人工智能（Artificial Intelligence，即AI）的火爆度。作为一名计算机从业人员，感觉如果不懂点AI都不好意思在茶前饭后愉快的聊天了。因此，从最新最简单的入手，赶紧拜读史蒂芬·沃尔弗拉姆（Stephen Wolfram）... ......
人工智能 183 人工 两个 思想

AI爆文写作变现：GPTs实现精细化高质量文章创作-美食类

什么是GPTs GPTs 是ChatGPT最新推出的非常重要的功能，任何人都无需编码就可以创建 ChatGPT 的定制版本 以便其在日常生活、特定任务、工作或家庭中更有帮助，并与其他人分享该创作。 比如，GPTs 能协助用户掌握任何桌面游戏的规则、辅助孩子学习数学或者设计个性贴纸。 如何创建GPTs ......
文写作 高质量 美食 文章 GPTs

聊聊 神经网络模型 传播计算逻辑

概述 预训练过程就是在不断地更新权重超参数与偏置超参数，最后选择合适的超参数，生成超参数文件。上一篇博客 是使用已有的预训练超参数文件，要训练自己的超参数，需要对神经网络层中前向传播与反向传播计算熟悉，了解计算逻辑，才能不断地更新选择合适的超参数。 神经网络计算详解 整个神经网络的层数是4层，从顺序 ......
神经网络 逻辑 模型 神经 网络

模型部署的一些问题及其解决方案

# 1. 显示<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>图片 并保存 得到一个<PIL.Image.Image image mode=RGB size=512x512 at 0x7A12021134C0>的Image ......
模型 解决方案 方案 问题

高斯混合模型:GMM和期望最大化算法的理论和代码实现

高斯混合模型(gmm)是将数据表示为高斯(正态)分布的混合的统计模型。这些模型可用于识别数据集中的组，并捕获数据分布的复杂、多模态结构。 gmm可用于各种机器学习应用，包括聚类、密度估计和模式识别。 在本文中，将首先探讨混合模型，重点是高斯混合模型及其基本原理。然后将研究如何使用一种称为期望最大化( ......
算法 模型 理论 代码 GMM

RabbitMQ work模型

默认情况下，MQ队列如果绑定了多个消费者，那么队列在投递消息时就是轮询，一人投递一个（并且一条消息只能投递给监听该队列的某一个消费者） 在一个MQ队列上绑定多个消费者的目的是加快队列中消息的处理效率，防止队列中消息的堆积问题。 注：要在消费者的 application.yml 文件中加上这个配置 ......
RabbitMQ 模型 work

02-简单的C/S阻塞模型

C/S阻塞模型是指客户端/服务器阻塞模型，它描述了一种基于阻塞的网络通信方式。在阻塞模型中，客户端发送请求给服务器，并等待服务器的响应。在等待服务器响应的过程中，客户端的操作会被阻塞，直到服务器响应返回或超时。 服务器 服务器基本流程如下： 启动网络库 创建服务器Socket 绑定服务器地址和端口号 ......
模型 02

基于DigiThread的仿真模型调参功能

仿真模型调参是指通过调整模型内部的参数值，使仿真模型的输出更符合实际系统的行为或者预期结果的过程。 仿真过程中，往往需要频繁对模型参数进行调整，通过观察不同参数下系统整体的运行情况，实现系统的性能、可靠性和效率的优化。在进行模型调参时，需要注意选择合适的调参方法和调参参数。不同的仿真模型可能需要采用 ......
DigiThread 模型 功能

AI 将在 5 年内赶超人类；雷军回应小米没有核心技术；苹果给 ARM 专利费曝光丨 RTE 开发者日报 Vol.97

开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编 ......
专利费 小米 开发者 人类 核心

基于AI的架构优化：创新数据集构造法提升Feature envy坏味道检测与重构准确率

以Feature envy架构坏味道为例，利用一系列启发式规则和一个基于决策树的分类器，实现了一种基于真实数据的高质量重构数据集构造方法，并利用此方法构建的数据集将Feature envy架构坏味道的检测与重构准确率提升到业界SOTA水平。 ......
准确率 架构 味道 Feature 数据

推荐一款免费的AI写真生成工具-72写真，让你的照片变得更加生动

导语：随着人工智能技术的不断发展，AI写真生成工具正逐渐流行起来。今天，我要向大家推荐一款免费的AI写真生成工具，它可以让你的照片变得更加生动和有趣。 正文： 在过去，如果想要将照片进行艺术化处理或者给照片添加一些特殊效果，往往需要借助专业的图像处理软件或者寻求专业人士的帮助。然而，现在有了AI写真 ......
照片 工具 72

RISC-V内核突破百亿颗 RVV1.0如何解锁端侧AI市场应用潜能

RISC-V内核增长迅猛，2022年就实现了破百亿颗出货量。作为一款开源的RISC架构，其凭借轻量化、优秀的可扩展性与不断增强的软件兼容性吸引越来越多的企业采用。不断扩张的生态版图之下，RISC-V内核的增长曲线也愈发陡峭。 根据RISC-V基金会的数据和预测，2022年采用RISC-V芯片架构的处 ......
潜能 内核 RISC-V 市场 RISC

ENTROFORMER: A TRANSFORMER-BASED ENTROPY MODEL基于transformer的熵模型

目录简介模型核心代码性能实验 简介 \(\quad\)由于cnn在捕获全局依赖关系方面效率低，因此该文章提出了基于tansformer的熵模型——Entoformer；并针对图像压缩进行了top-k self-attention和a diamond relative position encodin ......
TRANSFORMER-BASED ENTROFORMER TRANSFORMER transformer 模型

数学建模之相关系数模型及其代码

发现新天地，欢迎访问小铬的主页(www.xiaocr.fun) 引言 本讲我们将介绍两种最为常用的相关系数：皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析（建模论文中最容易用 ......
数学建模 系数 模型 数学 代码

拥抱未来：大语言模型解锁平台工程的无限可能

了解大型语言模型 (LLM) 大型语言模型（LLM）是一种人工智能（AI）算法，它使用深度学习技术和海量数据集来理解、总结、生成和预测新内容。凭借合成大量信息的能力，LLM 可以提高以前需要人类专家的业务流程的效率、规模和一致性。 沃顿商学院商学教授 Ethan Mollick 表示，在早期的对照实 ......
模型 语言 工程 平台

三维模型的顶层合并构建的轻量化技术方法探讨

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，... ......
顶层 模型 方法 技术

聊聊 神经网络模型 示例程序——数字的推理预测

之前学习了解过了神经网络、CNN、RNN、Transformer的内容，但出了在魔塔上玩过demo，也没有比较深入的从示例去梳理走一遍神经网络的运行流程。从数字推测这个常用的示例走一遍主流程。 MNIST数据集 MNIST是机器学习领域 最有名的数据集之一，被应用于从简单的实验到发表的论文研究等各种 ......
神经网络 示例 模型 神经 数字

[AI]重新审视“幻肢”现象背后的意识机制

幻肢实验让我们发现高级意识其实不仅仅是基于初级意识，而是基于多个初级意识整合的结果。一旦初级感知信号被篡改,将会影响高级意识对客观事物的准确度量。高级意识显然并不是凭空出现的。 ......
意识 机制 背后 现象 AI

基于LSTM的股票价格预测模型【附源码】

导语 本文介绍了LSTM的相关内容和在股票价格预测上的应用。 LSTM的股票价格预测 LSTM(Long Short Term Memory)是一种 特殊的RNN类型，同其他的RNNs相比可以更加方便地学习长期依赖关系，因此有很多人试图将其应用于 时间序列的预测问题 上。 汇丰银行全球资产管理开发副 ......
源码 模型 股票 价格 LSTM

JVM内存模型

JVM内存模型 堆： 新生代 老年代 常量池 字符串常量池 运行时常量池 虚拟机栈： 栈帧 方法区： 元空间 本地方法栈： 程序计数器： java内存结构（JMM内存模型） 主内存： 工作内存： java线程 高速缓存 操作变量时的规则： Java内存模型规定了所有的变量都存储在主内存 线程的工作内 ......
模型 内存 JVM
共5500篇  :21/184页 首页上一页21下一页尾页