megengine模型 性能 技巧
PMP塔克曼阶梯模型
塔克曼阶梯模型 布鲁斯·塔克曼(Bruce Tuckman)的团队发展阶段（Stages of Team Development）模型可以被用来辨识团队构建与发展的关键性因素，并对团队的历史发展给以解释。 团队发展的五个阶段是：组建期（Forming）、激荡期（Storming）、规范期（Normi ......
大数据从业者必知必会的Hive SQL调优技巧 | 京东云技术团队
摘要：在大数据领域中，Hive SQL被广泛应用于数据仓库的数据查询和分析。然而，由于数据量庞大和复杂的查询需求，Hive SQL查询的性能往往不尽人意。本文针对Hive SQL的性能优化进行深入研究，提出了一系列可行的调优方案，并给出了相应的优化案例和优化前后的SQL代码。通过合理的优化策略和技巧 ......
性能测试：通过简单的例子理解并发量，线程数，吞吐量，TPS
看个简单的例子 ①老王开了家餐厅 我们的主角老王，在M市投资新开业了一家，前来用餐的顾客络绎不绝： 餐厅里有4种不同身份的人员： 用户一次完整的用餐流程如下： 1.顾客到店小二处付款点餐 => 2.小二将订单转发给后厨 => 3.后厨与备菜工配合，取材完成烹饪后交给小二 => 4.小二上菜，顾客用餐 ......
倾斜摄影三维模型数据在行业应用分析
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，... ......
小技巧-- 断网恢复（未识别网络-无internet访问权限）
配置host(解决延迟高问题) 安装java,配置环境变量,直接系统path中bin地址就行,不行就往上面移动 win开机启动 Win + R 打开运行，输入：shell:startup calc 打开计算器 powercfg/batteryreport 查看电池健康程度 netstat -ano ......
红队技巧12:cobaltstrike和msf相互联动
前言 我们在利用msf获取权限后有时候需要利用cobaltstrike的方便功能 在利用cobaltstrike获取到权限后有时候需要利用msf的payload 这时候就需要cobaltstrike和msf相互联动 msf会话->cobaltstrike会话 msf生成木马 msfvenom -p ......
基于pytorch写一个三层神经网络，训练数据并导出模型
import torch import torch.nn as nn import torch.optim as optim # 定义三层神经网络 class ThreeLayerNN(nn.Module): def __init__(self, input_size, hidden_size1, ......
大模型涉及到的比较经典的论文
大模型涉及到的比较经典的论文： 2014 Neural Machine Translation by Jointly Learning to Align and Translate - This paper introduces an attention mechanism in RNNs to i ......
[刷题技巧] 栈和队列相关知识点汇总
栈主要考察单调栈，队列主要考察优先队列(堆)。 栈和队列(ArrayDeque) 数据结构 ArrayDeque类是双端队列Deque接口的实现类。 Deque的含义是"double ended queue"，即双端队列，它既可以当作栈使用，性能优于Stack，也可以当作队列使用，性能优于Linke ......
大模型的评测
https://hf-mirror.com/spaces/HuggingFaceH4/open_llm_leaderboard How it works 📈 We evaluate models on 7 key benchmarks using the Eleuther AI Language ......
ml.net例子笔记8-生成式AI-大模型LLM
生成式AI 生成式AI是指能够通过学习数据和语言，生成新的、在某种程度上相似的输出，这种技术由深度学习特别是神经网络的快速发展推动。 一、数据：AI的燃料 首先，要理解生成式AI，我们必须了解它的基础——数据。数据是AI的燃料，没有数据，AI就无法运行。 在生成式AI中，我们需要大量的高质量数据进行 ......
关于cin，cout的 I/O 性能优化【ios::sync_with_stdio(false);】
遇到大数据量（cin、cout 数据量级达到 1e5、1e6 ），因为考虑 IO 性能会报错 TLE，一般选择 scanf、printf 替代 cin、cout 但是加上这两段代码，它们之间的速度就相差无几了 ios::sync_with_stdio(false); cin.tie(nullptr) ......
固态激光雷达的几何模型及标定方法（续）
固态激光雷达的几何模型及标定方法（续） 校准方法 由于背反射脉冲的强度也可以测量，所以从现在起将扫描光学器件的一个帧视为一个图像。通过这种方法，每个扫描方向都成为它的一个像素，如图3所示。理想情况下，从一个像素到下一个像素的角分辨率Δ𝜃将在整个FOV中保持不变，因此视角𝜃𝐻和𝜃𝑉对于在行和 ......
性能测试之Mysql数据库调优
一、前言 性能调优前提：无监控不调优，对于mysql性能的监控前几天有文章提到过，有兴趣的朋友可以去看一下 二、Mysql性能指标及问题分析和定位 1、我们在监控图表中关注的性能指标大概有这么几个：CPU、内存、连接数、io读写时间、io操作时间、慢查询、系统平均负载以及memoryOver 2、介 ......
一文2000字手把手教你写一份优质的性能测试报告的编写
性能测试项目实战（风暴平台） 1、背景 公司之前的测试团队做API的⾃动化测试都是使⽤JMeter等工具来进行，这样的话测试效率⽽⾔不是那么很⾼，⽽ 且在扩展性⽅⾯不是很有竞争⼒的。所以开发了新的测试平台，但是考虑到公司 的测试⼈员有1000⼈，那么就需要验证1000⼈同时使⽤测试平台，是否会出现平 ......
磁盘性能检测（time&&fio）
一、time命令：time dd if=/tmp/test1 of=/tmp/test2 bs=8k count=51200 oflag=dsync参数说明：1、time 有计时作用，dd 用于复制，从 if 读出，写到 of；2、if=/dev/zero 不产生 IO，因此可以用来测试纯写速度；3 ......
codeblock快捷键+VS code快捷键+DW_minmax文件+莱文斯坦距离+char* 和 char[]区别+可增删constraint的实现方法+$fatal的传参+巴科斯范式命令行语法+ralgen生成的寄存器模型存在覆盖率的警告（uvm-1.2）
codeblock快捷键 ctrl+G 跳转。 ctlr+J 生成补全。 cygwin用于获得开发环境。注意安装路径要对，特殊字符路径和codeblocks不兼容。 codeblock返回上一处：点击光标即可。 VS code快捷键 Shift Alt F：vs code格式化代码 Ctrl Shi ......
网络与数据安全领域的框架模型
1.PDR模型 PDR模型是由美国国际互联网安全系统公司（ISS）提出，它是最早体现主动防御思想的一种网络安全模型。 保护（Protection）就是采用一切可能的措施来保护网络、系统以及信息的安全。保护通常采用的技术及方法主要包括加密、认证、访问控制、防火墙以及防病毒等。 检测（Detection ......
1、性能测试中的概念与主要指标
转换思维：性能测试不再是找bug，而在找性能指标。 性能测试一定要用工具，因为要模拟多用户操作。 性能测试：通过工具，找出或获得系统不同工况下的性能指标。 负载测试（“看看你有几斤几两”）：逐步增加系统负载，测试系统性能变化，并最终确定系统所能承受的最大负载量。超出最大负载量，就容易出现异常：比如相 ......
Pix4Dmapper空间三维模型的应用实例：GIS选址分析
本文介绍基于无人机影像建模完成后的结果，利用ArcMap软件进行空间选址分析，从而实现空间三维模型应用的方法~ ......
几种高级的git技巧
加快 git commit的速度 使用git保存代码快照时, 通常的流程是: git add . git commit -m "what was that" git push origin master 但是 commit 命令的 -a选项可以省略掉 git add 这一步, 即: git comm ......
原地堆化技巧
将数组以 \(O(n)\) 的时间复杂度和 \(O(1)\) 的空间复杂度构造为堆的 trick。 想象我们把数组随意地填充进一棵完全二叉树（尚不满足堆的性质），然后通过交换节点等操作把二叉树变成堆。因为完全二叉树的节点个数性质，我们直接从 \(\dfrac{n}{2}\) 到 \(1\) 倒序遍历 ......
论文推荐：大型语言模型能自我解释吗?
这篇论文的研究主要贡献是对LLM生成解释的优缺点进行了调查。详细介绍了两种方法，一种是做出预测，然后解释它，另一种是产生解释，然后用它来做出预测。 最近的研究发现，即使LLM是在特定数据上训练的，也不能认识到训练的知识与推理上下文之间的联系。 因此一些人认为之为“X链”的方法非常重要。因为要求LLM ......
固体激光雷达的几何模型及标定方法
固体激光雷达的几何模型及标定方法 对具有可变角分辨率的固态激光雷达扫描系统进行几何描述，提出了一种新的校准方法。在系统的整个视场上确定这种失真，会产生准确和精确的测量结果，从而使其能够与其他传感器相结合。一方面，几何模型是使用众所周知的Snell定律和系统的固有光学组件来建立的，而另一方面，通过将像 ......
通过 Higress Wasm 插件 3 倍性能实现 Spring-cloud-gateway 功能
本文将和大家一同回顾 Spring Cloud Gateway 是如何满足 HTTP 请求/响应转换需求场景的，并为大家介绍在这种场景下使用 Higress 云原生网关的解决方案，同时还对比了两者的性能差异。 ......
R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油价格时间序列
原文链接：http://tecdat.cn/?p=22458 原文出处：拓端数据部落公众号 简介 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和 ......
Helsinki-NLP-抱脸翻译模型
# 等待下载#--de-zh https://huggingface.co/Helsinki-NLP/opus-mt-de-ZH/tree/mainhttps://huggingface.co/Helsinki-NLP/opus-tatoeba-es-zh https://huggingface.c ......
数据治理与大模型一体化实践
引言: 大模型落地到当前这个阶段，核心关注点还是领域大模型，而领域大模型落地的前提在于两点：需求端，对当前应用的降本增效以及新应用的探索；供给端，训练技术已经有较高的成熟度。 专家介绍： 柏海峰 滴普科技 Deepexi产品线总裁 负责企业大模型产品的规划、技术架构设计和应用解决方案的全体系打造，承 ......
llama大模型部署
看模型加载的参数设置. import torch # 初始化Half Tensor h = torch.tensor([1.0,2.0,3.0], dtype=torch.half) # h = torch.tensor([1.0,2.0,3.0], dtype=torch.float16) # 跟 ......
谷歌 | Duet AI 让洞察、聚类模型和可视化变得简单
我们都经历过这样的情况：淹没在数据的海洋中，努力驾驭复杂的管道，感觉数据令人头晕。管理大量充满不同工具和 Google 搜索的选项卡以及花费大量时间筛选数据和代码以创建满足您需求的模型所带来的挫败感，真的会让人失去数据发现的乐趣。
但是，有什么东西可以节省时间——甚至可能带来一点乐趣吗？它就是Du... ......