526互联

顶层 必要性 模型 场景

大语言模型微调数据竞赛，冠军！

近日，天池FT-Data Ranker竞赛落下帷幕，天翼云智能边缘事业部AI团队（后称天翼云AI团队）凭借在大语言模型（LLM）训练数据增强方面的卓越研究，荣获大语言模型微调数据竞赛——7B模型赛道冠军。 ......
模型 冠军 语言 数据

大语言模型与传统机器学习的架构差异性解析

在人工智能领域，架构设计是决定一个模型性能和应用范围的关键因素。大语言模型和传统机器学习有不同的设计框架，使得它们在应用场景和处理任务上具有显著差异。大语言模型，如GPT和BERT，基于庞大而复杂的神经网络结构构成，这些神经网络结构拥有数百万甚至数十亿的参数，能够学习和理解大量的数据，尤其是在处理自 ......
差异性 架构 模型 差异 机器

P2P网络下分布式文件共享场景的测试

P2P网络介绍 P2P是Peer-to-Peer的缩写，“Peer”在英语里有“对等者、伙伴、对端”的意义。因此，从字面意思来看，P2P可以理解为对等网络。国内一些媒体将P2P翻译成“点对点”或者“端对端”，学术界则统一称为对等网络(Peer-to-Peer networking)或对等计算(Pee ......
分布式 场景 文件 网络 P2P

低多边形建筑3D模型纹理贴图

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。 ......
多边形 纹理 模型 贴图

基于Unity3D 低多边形地形模型纹理贴图

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。 ......
多边形 纹理 地形 模型 Unity3D

低多边形游戏风格3D模型纹理贴图

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。 ......
多边形 纹理 模型 风格 贴图

网络编程之IO模型

我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
网络编程 模型 网络

大语言模型的参考文档

OpenAI中文文档：https://openai.xiniushu.com/ OpenAI中文文档：https://www.openaidoc.com.cn/ LangChain中文文档教程：https://www.langchain.asia/ OpenAI在线接口调试平台：https://op ......
模型 语言 文档

端侧显著性检测新高度，OPPO提出面向真实场景的PSUNet

前言 在高分辨率场景下，现有的显著目标检测方法难以同时满足快速推理和准确结果的要求。它们受到用于高分辨率图像的公共数据集和高效网络模块的质量的限制。为了缓解这些问题，本文构建一个显著对象匹配数据集HRSON和一个轻量级网络PSUNet。考虑到移动部署框架的高效推理，设计了对称像素置乱模块和轻量级模块 ......
场景 高度 PSUNet OPPO

避坑合集｜芝麻免押失败排查思路超详细总结（小程序场景）

在使用小程序对接芝麻免押时，遇到了一些报错，估计把这个接口的坑都踩了个遍，这篇汇总一下我在芝麻免押上遇到的免押失败问题合集，大家注意避坑～ ......
芝麻 场景 思路 程序

倾斜摄影三维模型重建的几何坐标变换技术方法浅析

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，... ......
坐标 几何 模型 方法 技术

Bert-vits2-v2.2新版本本地训练推理整合包(原神八重神子英文模型miko)

近日，Bert-vits2-v2.2如约更新，该新版本v2.2主要把Emotion 模型换用CLAP多模态模型，推理支持输入text prompt提示词和audio prompt提示语音来进行引导风格化合成，让推理音色更具情感特色，并且推出了新的预处理webuI，操作上更加亲民和接地气。 更多情报请 ......
Bert-vits 模型 Bert vits miko

IO模型

IO模型 BIO模型 在BIO模式下，数据的写入和读取都必须阻塞在一个线程中执行，在写入完成或读取完成前，线程阻塞。 在传统的BIO中，一个客户端请求服务器后，服务器会经过Sokcet启动一条链路将其连接并且处理，该链路的IO操作的同步阻塞的，所以该客户端和服务器的连接不可被其他客户端所使用，只能够 ......
模型

87 GB 模型种子，GPT-4 缩小版，超越ChatGPT3.5，多平台在线体验

瞬间爆火的Mixtral 8x7B 大家好，我是老章 最近风头最盛的大模型当属Mistral AI 发布的Mixtral 8x7B了，火爆程度压过Google的Gemini。 缘起是MistralAI二话不说，直接在其推特账号上甩出了一个87GB的种子 随后Mixtral公布了模型的一些细节： 具有 ......
ChatGPT3 种子 模型 ChatGPT 平台

一句话解决加载模型时的CUDA out of memory

在加载模型一行后加上max_memory即可，超出显存后会自动移到内存。 model = AutoModel.from_pretrained('your_model', trust_remote_code=True, max_memory={0: "6GiB", "cpu": "10GiB"}) 记 ......
模型 一句话 memory CUDA out

顶层设计

最近在思考一写些问题，主要涵盖自我、他人两方面。 目的在于构建框架，以后可供参考，起到执行指导的作用。 一是如何构建自我？ 二是如何构建与他人的关系？ ++++++++++++++++++++++++++++++++++++++++++++++++ 自我方面： 每个人都知道做得早的红利，就是竞争少。 ......
顶层

五种网络IO模型详解

一 IO操作本质 数据复制的过程中不会消耗CPU # 1 内存分为内核缓冲区和用户缓冲区 # 2 用户的应用程序不能直接操作内核缓冲区，需要将数据从内核拷贝到用户才能使用 # 3 而IO操作、网络请求加载到内存的数据一开始是放在内核缓冲区的 文章相关视频讲解： C/C++ Linux服务器开发高级架 ......
模型 网络

如何在Windows本地运行一个大语言模型

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型，可以在消费级显卡上轻松运行一个离线的对话机器人。 它功能强大，配置过程简单，对初学者比较友好。 本文记录了ChatGLM3的环境配置过程，希望能对跟我一样的新手朋友起到帮助。 准备工作： 准备一台装有Nvidia显 ......
模型 Windows 语言

Python 以类作为装饰器 几种使用场景

1. 原函数、装饰器 都 没有参数 代码： class Test: def __init__(self, func): print('Be in __init__ process...') self.__func = func def __call__(self): print("...Start ......
场景 Python

值迭代与策略迭代（有模型）

先说一下我初始理解，就是图片上面有三部曲，然后他是一个有模型的算法，然后假如说我让他训练100次就是，用python来表达就是 for episode in (100),这个就是最外面的那一层循环，然后每次episode，就是上面三部曲，但是第一步初始化环境是会根据上一个episode来变化的，从第 ......
模型 策略

聊聊GLM基座模型的理论知识

概述 大模型有两个流程：预训练和推理。 预训练是在某种神经网络模型架构上，导入大规模语料数据，通过一系列的神经网络隐藏层的矩阵计算、微分计算等，输出权重，学习率，模型参数等超参数信息。 推理是在预训练的成果上，应用超参数文件，基于预训练结果，根据用户的输入信息，推理预测其行为。 GLM模型原理的理解 ......
基座 模型 理论 知识 GLM

实现高光反射光照模型

\(C_{specular}=(C_{light} \cdot M_{specular})max(0,\hat{V} \cdot \hat{R})^{M_{gloss}}\) 其中，\(C_{light}\) 是光源的颜色，\(M_{specular}\) 是材质的高光反射颜色，\(\hat{V}\ ......
光照 模型

HanLP — HMM隐马尔可夫模型 -- 预测

https://www.bilibili.com/video/BV1aP4y147gA?p=8 ......
模型 HanLP HMM

产学研三界顶级大咖分享：RISC-V场景Show暨开源生态高级别论坛定档12/19

12月19日，RISC-V场景Show暨开源生态高级别论坛即将开幕。本次论坛将邀请来自中科院计算技术研究所副所长包云岗、嘉楠科技AI软件总监张晓晶、阿里巴巴达摩院生态总监陈炜、清华大学长聘副教授陈渝和中科院软件研究所高级工程师于佳耕出席，现场为大家分享新一轮处理器技术突破、RISC-V架构生态建设以 ......
三界 场景 顶级 级别 生态

浅析AI视频分析与视频管理系统EasyCVR平台及场景应用

运动检测或进度分析技术包括帧参考或像素匹配，以检测一组图像或视频帧之间的水平和垂直变化，比如攀高、摔倒检测。 ......
视频 管理系统 场景 EasyCVR 系统

机器学习的里程碑：从基础理论到大语言模型的进步

在人工智能的迅猛发展中，大语言模型和传统机器学习是不同发展阶段下的产物。大语言模型，如广为人知的GPT系列和BERT，主要依赖于复杂的神经网络结构，它们能够处理和生成人类语言，为自然语言处理带来了革命性的变化。这些模型的发展标志着从简单的任务特定模型向更通用、更灵活的解决方案的转变。相比之下，传统机 ......
基础理论 里程碑 模型 机器 理论

将Transformer用于扩散模型，AI 生成视频达到照片级真实感

前言 在视频生成场景中，用 Transformer 做扩散模型的去噪骨干已经被李飞飞等研究者证明行得通。这可算得上是 Transformer 在视频生成领域取得的一项重大成功。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪 ......
真实感 Transformer 模型 照片 视频

shell补-了解方法-获得一些知识的场景途径

shell补-了解方法-获得一些知识的场景途径 读万卷书行万里路 工作忙碌领导的任务 名师指路 自己开悟 阅人无数哈哈哈 shell补-了解方法-it相关的一些书籍学习方法介绍 浪潮之巅 大话存储：跟硬件相关的 TCP/IP 卷一 协议 HTTP权威指南 另一些的基础推荐： 跟老男孩学运维：shel ......
场景 途径 方法 知识 shell

纯卷积BEV模型的巅峰战力 | BEVENet不用Transformer一样成就ADAS的量产未来(转)

近年来，在自动驾驶领域，鸟瞰视角（BEV）空间中的3D目标检测作为一种普遍的方法逐渐脱颖而出。尽管与视角视图方法相比，BEV方法在精度和速度估计方面得到了改进，但将BEV技术部署到实际自动驾驶车辆中仍然具有挑战性。这主要归因于它们依赖于基于视觉 Transformer （ViT）的架构，这使得相对于 ......
卷积 巅峰 Transformer 模型 成就

Synchronized 和 Lock 的区别和使用场景

Synchronized 和 Lock的概念 Synchronized 是Java 并发编程中很重要的关键字，另外一个很重要的是 volatile。Syncronized 的目的是一次只允许一个线程进入由他修饰的代码段，从而允许他们进行自我保护。Synchronized 很像生活中的锁例子，进入由S ......
Synchronized 场景 Lock
共4560篇  :12/152页 首页上一页12下一页尾页