llama2-chinese模型chinese之旅
天壤小白v1.1.0版本上线，超实用的大模型文档集功能优化Tips，快来一探究竟！
Hi！小白的用户伙伴们，你们好！ 上月，「天壤小白」大模型产品三件套首次亮相2023WAIC。其中，应用开发平台最具特点的文档集功能，集成大模型强大的语义理解和推理技术，不仅有效破解大模型“幻觉”，还助力天壤快速适配企业需求，发布20+企业级智能应用。 今天，天壤小白v1.1.0版本上线！除了「模型 ......
如何将3D模型导入可视化大屏系统中，并实现可交互的数字孪生大屏效果？
首先我们需要准备一款数字孪生软件，本文中使用的是山海鲸可视化数字孪生软件，这是一款免费的零代码数字孪生大屏开发平台软件。 下载完成后打开山海鲸可视化，点击新建来创建一个大屏项目。 我们可以根据自己的需要来创建各种场景的项目或是套用模板项目，这里我们选择创建一个GIS场景项目。 等待项目加载完毕后，可 ......
Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 此教程适合新手用户，专业人士直接可直接绕路。 本教程中介绍了利用Blender建模软件，只需要简单几步就可以为模型添加材质贴，图，并且导出带有材质的模型文件。 1、第一步，打开Blender软件，导入模型：(本教程使用一个简单立方体模 ......
用于3D MRI和CT扫描的深度学习模型总结
医学成像数据与其他我们日常图像的最大区别之一是它们很多都是3D的，比如在处理DICOM系列数据时尤其如此。DICOM图像由很多的2D切片组成了一个扫描或身体的特定部分。 那么如何为这类数据构建深度学习解决方案呢?本文中将介绍6种神经网络架构，可以使用它们来训练3D医疗数据上的深度学习模型。 3 d ......
利用pytorch自定义CNN网络（三）：构建CNN模型
本文是利用pytorch自定义CNN网络系列的第三篇，主要介绍如何构建一个CNN网络，关于本系列的全文见[这里](https://www.cnblogs.com/wpx123/p/17613613.html "这里")。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + p ......
llama2模型部署方案的简单调研-GPU显存占用(2023年7月25日版)
https://blog.csdn.net/Fatfish7/article/details/131925595 先说结论全精度llama2 7B最低显存要求：28GB全精度llama2 13B最低显存要求：52GB全精度llama2 70B最低显存要求：280GB 16精度llama2 7B预测最 ......
Stata广义矩量法GMM面板向量自回归PVAR模型选择、估计、Granger因果检验分析投资、收入和消费数据|附代码数据
原文链接：http://tecdat.cn/?p=24016 原文出处：拓端数据部落公众号 摘要 最近我们被要求撰写关于广义矩量法GMM的研究报告，包括一些图形和统计输出。 面板向量自回归（VAR）模型在应用研究中的应用越来越多。虽然专门用于估计时间序列VAR模型的程序通常作为标准功能包含在大多数统 ......
Hugging Face 的文本生成和大语言模型的开源生态
[更新于 2023 年 7 月 23 日: 添加 Llama 2。] 文本生成和对话技术已经出现多年了。早期的挑战在于通过设置参数和分辨偏差，同时控制好文本忠实性和多样性。更忠实的输出一般更缺少创造性，并且和原始训练数据更加接近，也更不像人话。最近的研究克服了这些困难，并且友好的交互页面能让每个人尝 ......
从墙壁中唤醒水分：一场无声的蒸发之旅
在我的生活中，总是充满了发现的惊喜，无论是一次深入探索，还是一个简单的疑问，总能带我走向新的知识之旅。这一次，我被吸引到了一个看似平常却颇具挑战性的问题——如何让墙壁里的水分快速蒸发？ ## 1. 唤醒水分的四个秘诀 我总结出了四个秘诀。首先，热量是水分蒸发的催化剂。想象一下，在炎炎夏日的海滩上，海 ......
在感觉的海洋中找寻平衡：幼儿感觉统合训练的探索之旅
（仅供参考） 在我的生活中，我一直关注着孩子们如何在这个充满感觉的世界中找寻他们的位置。特别是那些在处理日常生活中感觉输入信息存在困难的孩子，我看到他们在尝试理解和响应周围环境的感觉信息时的挣扎。于是，我开始探索一种名为“感觉统合训练”（Sensory Integration Training）的方 ......
人类语言与动物语言的舞蹈：一段探索之旅
## 引言 在生活的每一刻，人类语言都在我们周围涌动，就像一条永不停息的河流。我们使用它来表达情感、传达思想、建立联系。但人类语言与动物语言有何不同？为了回答这个问题，我深入探索了人类语言与动物语言之间的独特差异，发现了一系列迷人的特点。 ## 二层性：语言的双重节奏 人类语言的二层性（Dualit ......
主成分分析（PCA）模型学习笔记（一）
[TOC](主成分分析（PCA）模型学习笔记（一）) # 为什么使用PCA ## 从过拟合说起 在数据量小、数据维度高，模型较为复杂时，很容易产生过拟合。训练误差小而泛化误差较大被称为过拟合，而我们所追求的是泛化误差较小，为了解决过拟合问题，一般有以下的解决方案，一是最直接有效的方法，增加数据量，但 ......
线性判别分析（LDA）模型笔记
[TOC](线性判别分析（LDA）模型笔记) # 模型概况 线性判别方法（Linear Discrimination Analysis)是一种经典的线性学些方法，最早由Fisher提出，也叫“Fisher判别分析”。 LDA的思想非常朴素，也即是，将样例投影到一条直线上使得同类样例的投影点尽可能近， ......
TensorRT 模型加密杂谈
在大多数项目交付场景中，经常需要对部署模型进行加密。模型加密一方面可以防止泄密，一方面可以便于模型跟踪管理，防止混淆。 由于博主使用的部署模型多为TensorRT格式，这里以TensorRT模型为例，讲解如何对模型进行加密、解密以及推理加密模型。 ## 加密算法的选择和支持的库 [Crypto++] ......
基于Pair-wise和CrossEncoder训练单塔模型
基于RocketQA的CrossEncoder(交叉编码器)训练的单塔模型，该模型用于搜索的排序阶段，对召回的结果进行重新排序的作用。 ......
三维模型OSGB格式轻量化压缩必要性分析
三维模型OSGB格式轻量化压缩必要性分析 三维模型是计算机图形学和视觉效果等领域的重要应用之一。然而，由于三维模型通常包含大量的几何信息、纹理信息和其他元素，导致其占用的存储空间和计算资源非常巨大。为了提高三维模型的处理效率和性能，轻量化和压缩成为不可或缺的技术手段。 本文将从以下几个方面分析三维模 ......
Bert Pytorch 源码分析：五、模型架构简图 REV1
## 注意力  ## FFN  ## 发送过程 假如我们想把一 ......
oobabooga-text-generation-webui可能是最好的语言模型启动器（包含手把手安装教程）
https://www.bilibili.com/read/cv24006101/ 引言： 问：oobabooga是什么？ oobabooga-text-generation-webui是一个用于运行类似Chatglm、RWKV-Raven、Vicuna、MOSS、LLaMA、llama.cpp、G ......
IO 多路复用模型
# IO 多路复用模型 ## 1. select 为了能够完成IO多路复用机制，可选用 select 函数。 nfds 所监听的最大的文件描述符+1（用来限定范围） fd_set 文件描述符集合 timeout 超时时间 FD_ZERO 清空监听队列，初始化 FD_SET 加入一个 fd 到 fds ......
TCP/IP 五层模型
## TCP/IP五层模型 - 物理层（Physical Layer）：物理层是最底层，负责传输比特流（bitstream）以及物理介质的传输方式。它定义了如何在物理媒介上传输原始的比特流，例如通过电缆、光纤或无线传输等。 - 数据链路层（Data Link Layer）：数据链路层位于物理层之上， ......
pytorch-两个PyTorch中的Sequential模型合并成一个
要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......
模型指标理解（accuracy, roc curve, precision-recall curve等)
背景 一个点估计模型（CTR，churn rate）之类的，都会输出一个目标事件概率。通常评估模型和进行model selection的时候需要用指标，常用的有accuracy, precision, recall, f1以及roc_curve, precision-recall curve等。选取 ......
Django 模型的简单应用
每一个应用下的数据库模型类，需要在当前应用下的model.py 这个文件中定义数据库模型 定义规则如下： 一个数据库模型类需要继承 Model 或者 Model 的子类 默认会创建一个自动递增的 id 主键 默认创建的数据库名为，应用名小写_数据库模型类小写 一个数据库模型类相当于一个数据表（Tab ......
transform和大模型训练相关
1.数据流程 注：解码的过程会多一个Attention，先加掩码来避免解码获取当前word后的词 数据的计算流程：embeding——》multi head attention——》Add&Norm——》FNN——》Add&Norm——》Linear——》softmax FNN和多头Attentio ......
人工智能的未来：探索下一代生成模型
推荐：使用NSDT场景编辑器助你快速搭建可编辑的3D应用场景 生成式 AI 目前能够做什么，以及探索下一波生成式 AI 模型需要克服的当前挑战？作者 Nisha Arya， KDnuggets on May 22， 2023 in 人工智能脸书唽LinkedIn红迪网电子邮件共享 如果你跟上科技世界 ......
Django博客开发教程:创建数据库模型
Django是通过Model操作数据库，不管你数据库的类型是MySql或者Sqlite，Django它自动帮你生成相应数据库类型的SQL语句，所以不需要关注SQL语句和类型，对数据的操作Django帮我们自动完成。只要回写Model就可以了！ django根据代码中定义的类来自动生成数据库表。我们写 ......
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响|附代码数据
全文链接：http://tecdat.cn/?p=30508 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于GAM广义相加模型的研究报告，包括一些图形和统计输出。 现实情况是，我们经常要处理多个自变量和一个因变量之间的关系，此外，虽然通过做散点图可以发现非线性关系，但很难归因其形式，多项式 ......
TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用
TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用 ......