526互联

megengine模型 作用 阶段

最强Pose模型RTMO开源 | 基于YOLO架构再设计，9MB+9ms性能完爆YOLO-Pose

https://mp.weixin.qq.com/s/4EJAKBcqlCzDXib1_TKJxw 点击下方卡片，关注「AI视界引擎」公众号 AI视界引擎 「AI视界引擎」公众号不仅致力于分享AI视觉与大语言模型的前沿科技，还将成为连接业界专家、学术界和广大读者的桥梁。我们将提供最新的研究进展、技术 ......
Pose YOLO 架构 YOLO-Pose 模型

三维模型的顶层合并构建的模型层级和块大小划分规则浅析

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，... ......
模型 层级 顶层 大小 规则

Alpha阶段项目复审

Alpha阶段项目复审 作业概述 课程名 软件工程 作业要求 🔗作业要求 GitHub链接 🔗GitHub仓库 作业目标 Alpha阶段项目复审 队名 整点码头薯条队 一、前言 谁来做复审人 每个团队选一个本团队的代表 团队博客列出团队的排名（没有并列），和对这些团队的点评（不包括本团队） 复审 ......
阶段 项目 Alpha

Alpha阶段项目复审

这个作业属于哪个课程 计科12班 这个作业要求在哪里 《复审与事后分析》 这个作业的目标 复审与事后分析 Alpha阶段项目复审 小组的名字和链接 优点 缺点，bug报告 最终名次 六佬带一坑 项目完整度高，功能齐全，需求分析详尽，具有实际应用价值 软件的安装方式不适合儿童和老人用户，网页端和微信端 ......
阶段 项目 Alpha

Alpha阶段项目复审

作业概述 这个作业属于哪个课程 软件工程 这个作业要求在哪里 团队作业6——复审与事后分析 这个作业的目标 复审与事后分析 团队项目评价 团队 评价 排名 健文说的都队 功能实现较为完善，提供了用户浏览商城的功能，可以购买商品，添加购物车，基本实现了一个商城该有的功能。还能够查看每天的安排，计划展示 ......
阶段 项目 Alpha

团队作业6.1——Alpha阶段项目复审

一、Alpha阶段项目复审 作业所属课程 所属课程链接 作业要求 团队作业6——复审与事后分析 团队Github仓库链接 Github链接 作业目标 评审与事后总结 评审人 为了保证评审结果的客观性和准确性，我们团队选择三位团队成员进行评审。 评审人：黄翼山 和 两位不愿意透露名字的帅哥 评审结果如 ......
团队 阶段 项目 Alpha 6.1

团队作业6.1——Alpha阶段项目复审

这个作业属于哪个课程 软件工程 这个作业要求在哪里 团队作业6——复审与事后分析 这个作业的目标 团队项目：复审其他团队的项目，进行事后分析 复审人：硬工队徐宗韬 Alpha阶段项目复审 团队名称 项目链接 优点 缺点和bug报告 最终名次 烦死了作业队 商店购物系统 项目选题有创意，需求分析完整且 ......
团队 阶段 项目 Alpha 6.1

Alpha阶段项目复审

软件工程 计科1班 作业要求 团队作业6——复审与事后分析 作业目标 复审与事后分析 Alpha阶段项目复审 小组 优点 缺点 最终名次 六佬带一坑 具有高度技术性，并拥有专业的数据集和模型支持，同时可在多个终端上使用。从代码和性能图表来看，其速度快且质量高。 部分浏览器出现问题，注册手机号没有过滤 ......
阶段 项目 Alpha

HanLP — HMM隐马尔可夫模型 -- 训练和预测

训练的过程，就是求三个矩阵的过程 初始概率矩阵 转移概率矩阵 发射矩阵 每个字有4种可能性，上图中有7个字，就是 4^7 种可能性 维特比算法，从众多路径中，挑出最优的那条，他和隐马尔可夫没有强关联 初始概率矩阵 根据频率得到概率 今天 天气 真 不错。 麻辣肥牛 好吃 ！ 我 喜欢 吃 好吃 的！ ......
模型 HanLP HMM

Diffusion Model扩散模型

1、扩散模型基本原理： 扩散模型包括两个步骤： 固定的（或预设的）前向扩散过程q：该过程会逐渐将高斯噪声添加到图像中，直到最终得到纯噪声。 2.可训练的反向去噪扩散过程pθ：训练一个神经网络，从纯噪音开始逐渐去噪，直到得到一个真实图像 。 正向过程首先，对于一张原始图片，我们给加一个高斯噪声，图片由 ......
Diffusion 模型 Model

一文带你了解LoRa微调语言大模型的实用技巧

微调定制化的大型语言模型需要投入大量时间和精力，但掌握恰当的微调方法和技巧能显著提高效率。比如用LoRa（LLM的低秩适配Low-Rank Adaptation）微调大模型，能够利用少量显卡和时间对大模型进行微调，降低成本。 ......
实用技巧 模型 语言 技巧 LoRa

大模型-向量数据库

向量数据库很多，先试试milvus。 1、安装：通过docker pull没搞定。使用官网的docker-compose搞定了。 2、运行：需要启动3个容器： docker start milvus-etcd docker start milvus-minio docker start milvus ......
向量 模型 数据库 数据

HanLP — HMM隐马尔可夫模型 -- 语料库

BMES => B:词语开始、M：词语中间、E：词语结束、S:单独成词 并非所有中文任务都需要分词 语料库 每行是一篇“文章” 每篇文章用空格分开 语料库的准确性，严重影响分词结果 理论上，语料库越大越好 每个字都有一个标识（隐藏状态），可以根据语料库得到所有标识 中文分词就是为了得到状态 麻 辣 ......
语料库 语料 模型 HanLP HMM

UBUNTU 18.04.6 的Quartus里面转换sof到rbf文件在uboot阶段加载时出错或者在kernel启动阶段卡住是什么问题？

参考Intel的 SD卡 image 设计的教程 （https://rocketboards.org/foswiki/Documentation/EmbeddedLinuxBeginnerSGuide） 确认 DE10-Nano 的 MSEL 设置为 01010，插上SD卡 给 DE10-Nano ......
阶段 Quartus 文件 UBUNTU kernel

Alpha阶段项目复审

作业所属课程 首页 - 计科21级12班 - 广东工业大学 - 班级博客 - 博客园 (cnblogs.com) 作业要求 团队作业6——复审与事后分析 - 作业 - 计科21级12班 - 班级博客 - 博客园 (cnblogs.com) 作业目标 复审与事后分析 团队（嘉嘉🐔(++j)）： Gi ......
阶段 项目 Alpha

大语言模型LLM的核心技术及应用场景案例的分析

自注意力机制、位置编码和激活函数共同提高了模型对序列数据中重要信息的关注程度。通过自注意力机制，模型可以自动学会为序列中的关键部分分配更高的权重…… ......
模型 场景 核心 案例 语言

谈一下next()在上面的场景中的作用，以及在odoo14中py3o打印模板中的适用场景。

next() 函数在Python中的主要作用是从可迭代对象中返回满足条件的第一个元素，或者在没有满足条件的元素时返回默认值。在上述场景中，next() 用于在 objects.additional_line 中查找满足条件 '预付款' in line.name 的第一个元素的 price_total ......
场景 面的 模板 作用 next

详谈 “ref” 在odoo中的作用

在Odoo中，ref 字段是一个用于关联其他记录的字段。它是一个特殊的Many2one字段，允许你在一个模型中创建一个关联到另一个模型的字段。ref 字段通常用于建立模型之间的关联关系，例如，一个销售订单关联到一个产品。 以下是关于ref 字段在Odoo中的作用以及一个示例说明： 作用： 建立关联关 ......
作用 odoo ref

【论文解读】System 2 Attention提高大语言模型客观性和事实性

本文简要介绍了论文“System 2 Attention (is something you might need too) ”的相关工作。基于transformer的大语言模型（LLM）中的软注意很容易将上下文中的不相关信息合并到其潜在的表征中，这将对下一token的生成产生不利影响。为了帮助纠正... ......
事实性 客观性 Attention 模型 客观

Alpha阶段项目复审

作业所属课程 首页 - 计科21级12班 - 广东工业大学 - 班级博客 - 博客园 (cnblogs.com) 作业要求 团队作业6——复审与事后分析 - 作业 - 计科21级12班 - 班级博客 - 博客园 (cnblogs.com) 作业目标 复审与事后分析 团队 队名：KAODAPU 团队组 ......
阶段 项目 Alpha

MegEngine 正式支持 XLA 啦！

MegEngine 1.13.1 中也已经支持了 XLA，在训练模型时可以选择开启此项功能，不同的模型可以获得 10%~80% 不等的速度提升。 ......
MegEngine XLA

训练一个目标检测模型

博客地址：https://www.cnblogs.com/zylyehuo/ （一）识别背景/目的 第十八届全国大学生智能汽车竞赛室外 ROS 无人车赛（高教组） 无人车在室外运行中， 需要探索未知环境， 识别障碍物， 停车标志牌、红绿灯等标志物。 比赛场地为不规则环形场地， 由红蓝两色锥桶搭建而成 ......
模型 目标

Alpha阶段项目复审

作业概述 这个作业属于哪个课程 软件工程 这个作业要求在哪里 团队作业6——复审与事后分析 这个作业的目标 复审与事后分析 团队项目评价 团队 评价 排名 GGBTeam 基本功能都已实现，消费者可以根据需求选择商品，商家可以根据自己的销售策略修改自己的商品，代码开发规范。但是功能比较单一，和其他购 ......
阶段 项目 Alpha

拆解全景，解锁未来——深度分析大模型六大领域及五大应用解决方案

在本篇文章中，将带您首先通过解读 LLM 的全景图，深入探讨了 LLM 的六个关键领域，随后提出五种主要方案以解决企业在这一技术领域面临的挑战。从商业模型到开源模型、微调、自定义构建，再到与 AI 提供商的合作，本文将引领您深入了解 LLM 的技术脉络，为探索和应用这一技术提供一些思考与指导。 ......
深度分析 深度 模型 解决方案 领域

倾斜摄影三维模型重建高程偏差的因素及解决方法分析

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，... ......
高程 偏差 模型 因素 方法

【matlab混沌理论】1.5.洛伦兹模型的分析

洛伦兹方程用于生成y变量的图。这是对三种y初始条件敏感依赖的一个例子。 1.洛伦兹吸引子的y敏感依赖的着色图 input: % 洛伦兹方程用于生成y变量的图。x和z的初始条件保持不变，但y的初始条件在1.001、1.0001和1.00001之间变化 % 定义洛伦兹方程 sigma = 16; bet ......
模型 理论 matlab

【matlab混沌理论】1.4.双摆杆的不同参数模型

双摆杆运动模型。初始条件的微小差异，会导致千差万别的运动现象，这是混沌理论重要体现。主要考虑初始条件有两摆杆长度、质量、初始摆杆角度、重力加速度。 input: % 参数定义 L1 = 1; % 第一根摆长 L2 = 0.5; % 第二根摆长 m1 = 1; % 第一根摆质量 m2 = 0.5; % ......
模型 参数 理论 matlab

windows使用YOLO训练模型

1：安装Nvidia显卡驱动、cuda和cuDNN 1.1下载安装Navida显卡驱动 NAVIDIA驱动下载地址：https://www.nvidia.cn/Download/index.aspx 下载完成后，在CMD中输入 nvidia-smi 验证是否安装成功 如果有错误 2：下载CUDA（本 ......
模型 windows YOLO

Alpha阶段项目复审

这个作业属于哪个课程 计科二班 这个作业要求在哪里 《复审与事后分析》) 这个作业的目标 复审与事后分析 Alpha阶段项目复审 小组的名字和连接 优点 缺点、bug报告 最终名次（无并列） 六佬带一坑 具有比较好的实用性，也很有发展空间，试用时bug不是很多，较少 ，项目的完成程度非常高。 机器人 ......
阶段 项目 Alpha

Alpha阶段项目复审

软件工程 计科21级12班-广东工业大学计算机学院 这个作业要求在哪里 团队作业6——复审与事后分析 这个作业的目标 复审与事后分析 小组的名字以及链接 优点 缺点，bug报告 最终名次（无并列） 硬工队 项目完整;功能界面简洁明了基本流畅运行;基本实现了计划中的功能，测试全面 滤镜选择较少，需要通 ......
阶段 项目 Alpha
共4600篇  :13/154页 首页上一页13下一页尾页