526互联

langchain后台 模型 语言

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 ......
直译 以中 轴心 模型 文本

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 ......
计算机网络 宏观 模型 网络

微信小程序结合php后台实现登录授权机制详解

微信小程序应用的用户登录授权机制相当复杂，官方给出了下面一张流程图来解释： 下面结合这张图来详细讲述下小程序的登录验证授权机制。 首先，小程序应用实现登录验证的前提是需要在微信开放平台注册一个开发者账号，申请到AppID 和 AppSecret。并申请开启“获取用户信息”的权限。 然后 ，在小程序中 ......
后台 机制 程序 php

自己动手从零写桌面操作系统GrapeOS系列教程——10.NASM汇编语言

学习操作系统原理最好的方法是自己写一个简单的操作系统。 汇编语法主要有两种：Intel语法和AT&T语法。 由于大部分介绍x86汇编的书籍和资料用的都是Intel语法，毕竟x86就是Intel发明的，大家学过的x86汇编大概率也是Intel语法，所以GrapeOS的汇编也用Intel语法。 支持In ......
桌面 GrapeOS 语言 教程 系统

深度学习模型压缩方法概述

我们知道，一定程度上，网络越深，参数越多，模型也会越复杂，但其最终效果也越好，而模型压缩算法是旨在将一个庞大而复杂的大模型转化为一个精简的小模型。之所以必须做模型压缩，是因为嵌入式设备的算力和内存有限，经过压缩后的模型方才能部署到嵌入式设备上。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、... ......
深度 模型 方法

为什么 Go 语言 struct 要使用 tags

原文链接：为什么 Go 语言 struct 要使用 tags 在 Go 语言中，struct 是一种常见的数据类型，它可以用来表示复杂的数据结构。在 struct 中，我们可以定义多个字段，每个字段可以有不同的类型和名称。 除了这些基本信息之外，Go 还提供了 struct tags，它可以用来指定 ......
语言 struct tags Go

EF7创建模型入门篇

在EF7中，创建一个模型是非常重要的步骤。本文将使用微软官方文档中的指南，来学习EF7中的创建模型篇，外加一点点个人理解。 实体类型 在 EF7 中，你需要使用 modelBuilder.Entity() 方法来告诉 EF7 你要包含哪些类型。默认情况下，EF7 会将实体类型的名称设置为表的名称。但 ......
模型 EF7 EF

EF7创建模型继承映射篇

Entity Framework 7 (EF7)中的继承映射允许您将类层次结构映射到数据库中的表层次结构。具体而言，这意味着您可以创建一个基类，然后从该基类派生多个子类，并将这些子类映射到不同的数据库表。这使得在数据库中存储不同类型的数据变得更加方便，同时还能保持面向对象编程的优雅性。 EF7提供了 ......
模型 EF7 EF

EF7创建模型值生成篇

在 EF7 中，生成的值是非常重要的，因为它们决定了数据库表中的数据。在本文中，我们将以人员为例，使用 Fluent API 展示所有 EF7 生成值的功能。 我们先来看一下人员表的属性： public class Person { public Guid Id { get; set; } publ ......
模型 EF7 EF

取出预训练模型中间层的输出(pytorch)

1 遍历子模块直接提取 对于简单的模型，可以采用直接遍历子模块的方法，取出相应name模块的输出，不对模型做任何改动。该方法的缺点在于，只能得到其子模块的输出，而对于使用nn.Sequensial()中包含很多层的模型，无法获得其指定层的输出。 示例 resnet18取出layer1的输出 from ......
中间层 模型 pytorch

9.4语言是一种实践2

人类符号媒介系统的发展都是尝试性的。开始是为了一些具体有限的目的，人们自觉不自觉地尝试一些媒介工具与方法，方法的有效性会强化与延伸所用的工具与方法，反之则会放弃所用的工具与方法。形成系列的工具与方法，就会固化出一个媒介系统，发展出相应的语言类型。本书对语言机器的构想，把符号媒介系统的发展更多变成了技 ......
语言 9.4

推荐一款.Net Core开发的后台管理系统YiShaAdmin

若依（RuoYi）是码云上一款精美的开源快速开发平台，作者毫无保留给个人及企业免费使用。RuoYi目前有三个版本：普通版本（RuoYi）、前后端分离版本（RuoYi-Vue）、微服务版本（RuoYi-Cloud）。.net的小伙伴们估计很羡慕JAVA的生态，现在.net core发展也很快，奈何生态 ......
YiShaAdmin 后台 管理系统 系统 Core

搭个ChatGPT算法模型，离Java程序员有多远？

这一篇文章先给我自己以及大家对 ChatGPT 开个门，让对此感兴趣的编程爱好者可以参与进去学习。在我感觉 ChatGPT 的出现会打破某些平衡，对一些事项进行秩序重置。因此也让更多的人获得了大量的机会。 ......
程序员 算法 模型 ChatGPT 程序

react 高效高质量搭建后台系统 系列 —— 结尾

其他章节请看： react 高效高质量搭建后台系统 系列 尾篇 本篇主要介绍表单查询、表单验证、通知（WebSocket）、自动构建。最后附上 myspug 项目源码。 项目最终效果： 表单查询 需求：给角色管理页面增加表格查询功能，通过输入角色名称，点击查询，从后端检索出相应的数据。 效果如下： ......
高质量 后台 系统 react

react 高效高质量搭建后台系统 系列 —— 前端权限

其他章节请看： react 高效高质量搭建后台系统 系列 权限 本系列已近尾声，权限是后台系统必不可少的一部分，本篇首先分析spug项目中权限的实现，最后在将权限加入到我们的项目中来。 spug 中权限的分析 权限示例 比如我要将应用发布模块的查看权限分给某用户（例如 pjl），可以这样操作： 在角 ......
前端 高质量 后台 权限 系统

C4模型，架构设计图的脚手架，你值得拥有

hi，我是熵减，见字如面。 对于软件开发团队来说，写软件设计文档，花架构图，是日常工作中的关键一项。 而其中，如何画好系统设计的架构图呢？ Simon Brown 就 提出 C4 模型，来解决这个问题。 基于C4模型的脚手架，架构师们就可以统一团队内的不同层级的视角，交付一个成体系的架构设计。 下面 ......
脚手架 设计图 架构 模型

模型预处理层介绍（1） - Discretization

预处理的作用主要在于将难以表达的string或者数组转换成模型容易训练的向量表示，其中转化过程大多是形成一张查询表用来查询。 常见的预处理方式包括： class Discretization: Buckets data into discrete ranges. class Hashing: Imp ......
Discretization 模型

这样在管理后台里实现 403 页面实在是太优雅了

前言 403 页面通常表示无权限访问，与 404 页面代表着不同含义。而大部分管理后台框架仅提供了 404 页面的支持，但却忽略了对 403 页面的处理，有的框架虽然也有对 403 页面的处理，但处理效果却不尽人意。 那怎么样的 403 页面才是即好用，又优雅呢？ 其他框架是怎么做的 1、完全不处理 ......
后台 页面 403

Java 调用 PaddleDetection 模型

文章地址 介绍 训练好的模型要给业务调用，deepjavalibrary/djl：Java 中与引擎无关的深度学习框架 (github.com) 可以完成这件事，它支持使用 Java 调用 PyTorch、TensorFlow、MXNet、ONNX、PaddlePaddle 等引擎的模型（也支持部分 ......
PaddleDetection 模型 Java

基于昇腾计算语言AscendCL开发AI推理应用

摘要：本文介绍了昇腾计算语言AscendCL的基本概念，并以示例代码的形式介绍了如何基于AscendCL开发AI推理应用，最后配以实际的操作演示说明如何编译运行应用。 本文分享自华为云社区《基于昇腾计算语言AscendCL开发AI推理应用》，作者：昇腾CANN。 初始AscendCL AscendC ......
AscendCL 语言

slate源码解析（二）- 基本框架与数据模型

源码架构 首先来看下最核心的slate包下的目录： 可以看到，作为一个开源富文本库，其源码是相当之少。在第一篇文章中说过，Slate没有任何开箱即用的功能，只提供给开发者用于构建富文本所需的最基本的一套schema及操作API。因此源码的体量自然就要少许多。 我们来预览上图中各个目录下文件所负责的功 ......
源码 框架 模型 数据 slate

Python绘制神经网络模型图

本文介绍基于Python语言，对神经网络模型的结构进行可视化绘图的方法。 最近需要进行神经网络结构模型的可视化绘图工作。查阅多种方法后，看到很多方法都比较麻烦，例如单纯利用graphviz模块，就需要手动用DOT语言进行图片描述，比较花时间；最终，发现利用第三方的ann_visualizer模块，可 ......
神经网络 模型 神经 Python 网络

随机森林RF模型超参数的优化：Python实现

本文介绍基于Python的随机森林（Random Forest，RF）回归代码，以及模型超参数（包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等）自动优化的代码~ ......
模型 森林 参数 Python

生产者消费者模型

生产者消费者模型 什么是生产者消费者模型 我们可以把这个模型想象成工厂里的两条流水线，我们管他们叫生产者流水线和消费者流水线，生产者流水线生产出来的产品给消费者流水线使用，其中生产者流水线先把生产出来的产品放在仓库，然后消费者流水线再去仓库拿。这个仓库就叫做阻塞队列。 那么，这个仓库的实现有什么要求 ......
生产者 模型 消费者

模型压缩-剪枝算法详解

近年来主流的模型压缩方法包括：数值量化（Data Quantization，也叫模型量化），模型稀疏化（Model sparsification，也叫模型剪枝 Model Pruning），知识蒸馏（Knowledge Distillation）， 轻量化网络设计（Lightweight Netwo... ......
算法 模型

基于pytorch实现模型剪枝

所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差（weigths/bias）的模型压缩技术。本文深入描述了 pytorch 框架的几种剪枝 API，包括函数功能和参数定义，并给出示例代码。 ......
模型 pytorch

c语言以及高级语言中的float到底是什么以及IEEE754

对内存里float4字节的好奇 初学计算机都要学那个什么二进制十进制什么补码 反码那些玩意儿哈，由于最近要做一个单片机往另外一个单片机发数据的需求，直接c语言指针 然后float4字节传过去不就得了吗，麻烦就麻烦在这里 另一端编程机是个啥鸟lua 麻烦的一逼，integer这种我们就不说了哈因为实在 ......
语言 float IEEE 754

go语言面试

go面试 基础 = 和 := 的区别？ **Go语言中，= 操作符用于赋值，而 := 操作符可以用于声明及赋值。 Go 语言支持短变量声明（针对局部变量），以 := 为标志，这里要注意的是，Go 语言中会优先选择 :=，而不是 =，但在赋值的情况下，两者的效果是相同的。 ** Go语言中， = 和  ......
语言

【Oculus Interaction SDK】（九）使用控制器时显示手的模型

前言 前段时间 Oculus 的 SDK 频繁更新，很多已有的教程都不再适用于现在的版本了。本系列文章的主要目的是记录现版本常见功能的实现方法，便于自己后续开发。当然，不排除我文章刚写完 SDK 又变了的可能性，所以如果有人发现文章的内容已经不适用于新版本了，也可以留评论或者私信我，我会持续更新文章 ......
控制器 Interaction 模型 Oculus SDK

Flutter 3.7 新特性：介绍后台isolate通道

Flutter 3.7 发布，本人对其中后台 isolate 通道比较感兴趣，迫不及待翻译了下Aaron Clarke文章，第一次翻译，有不足地方欢迎各位大佬们评论区指正，我将持续更新到本文，谢谢。 原文地址：Introducing background isolate channels | by ......
后台 特性 通道 Flutter isolate
共7900篇  :248/264页 首页上一页248下一页尾页