526互联

megengine模型 技巧megcc

TensorFlow-深度学习预训练模型的使用方法讲解（TensorFlow-Explanation on how to use deep learning pre-trained models）

在运用深度学习模型时，掌握运用预训练模型的方法是必不可少的一步。为什么要使用与训练的模型，原因归纳如下： （1）使用大量高质量的数据（如 ImageNet 是普林斯顿大学与斯坦福大学所主导的项目）又加上设计较复杂的模型结构（如ResNet模型高达150层）设计出来的模型，准确率会大大提高。 （2）可 ......
TensorFlow TensorFlow-Explanation 使用方法 Explanation pre-trained

聊一聊大模型

本文对大模型从原理及结构上做了简单的介绍，希望能给各位在了解大模型的路上提供一些帮助。个人经验有限，说的不对的地方还请及时提出宝贵的意见，也可以联系本人线下讨论。下期会结合我们在财富领域训练大模型的经验写一篇偏实践的文章出来。 ......
模型

FPGA入门笔记007_A——按键消抖模块设计与验证（状态机、$random、仿真模型、task语法）

实验现象： 每次按下按键0，4个LED显示状态以二进制加法格式加1。 每次按下按键1，4个LED显示状态以二进制加法格式减1。 知识点： 1、testbench中随机数发生函数$random的使用； 2、仿真模型的概念 1、按键波形分析： 按键未按，FPGA管脚检测到高电平。 按键按下，FPGA管脚 ......
语法 按键 模块 模型 状态

Node.js 单线程模型和事件循环机制

Node.js 单线程模型和事件循环机制详解 一、Node.js 单线程模型 Node.js 采用单线程事件循环的机制来处理请求。这意味着,Node.js 主线程中 JavaScript 代码的执行过程是单线程的,也就是一次只能执行一个代码块。单线程可以避免一些复杂的多线程同步问题,提高性能。 No ......
线程 模型 机制 事件 Node

训练CV模型常用的技巧

作者丨不摸鱼的小律@知乎来源丨https://zhuanlan.zhihu.com/p/592531559 开头 最近参加一个CV比赛，看到有参赛者分享了自己训练图像识别模型时常用到的小技巧，故对其进行记录、整理，方便未来继续学习。整理了很多，它们不一定每次有用，但请记在心中，说不定未来某个任务它们 ......
模型 常用 技巧

三维模型重建中地面控制点刺点输入常见问题及解决方法

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，... ......
控制点 模型 常见问题 地面 常见

R语言拟合改进的稀疏广义加性模型（RGAM）预测、交叉验证、可视化

全文链接：https://tecdat.cn/?p=34409 原文出处：拓端数据部落公众号 简介 这是一种拟合稀疏广义加性模型（GAM）的新方法。RGAM具有计算可扩展性，并且适用于连续、二进制、计数和生存数据。 让我们生成一些数据： R set.seed(1) n <- 100; p <- 12 ......
广义 模型 语言 RGAM

架构设计师能力模型

作者 : 胡庆访 不论是在公司内部，还是在面试过程中，经常看到很多开发人员，说想成长为架构师，但是实际上却像一支无头苍蝇一样学习、成长。所以今天我就来简单总结一下，开发人员要成长为一个架构师，都应该学习哪一方面的知识。也就是：架构师的能力模型。 （PS：本文纯属个人见解，并不一定完全正确。对于此类话 ......
架构 模型 设计师 能力

回归算法全解析！一文读懂机器学习中的回归模型

本文全面深入地探讨了机器学习中的回归问题，从基础概念和常用算法，到评估指标、算法选择，以及面对的挑战与解决方案。文章提供了丰富的技术细节和实用指导，旨在帮助读者更有效地理解和应用回归模型。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济 ......
算法 模型 机器

多表操作之模型创建

1 图书表：book,作者表：author，作者详情表：authordetail，出版社表：publish,(第三张中间表)2 作者跟作者详情：是一对一，关联字段写在哪一方都可以3 图书跟出版社：是一对多，一对多关系一旦确立，关联字段写在多的一方4 图书和作者：是多对多，多对多的关系需要建立第三张表 ......
模型

电脑卡顿，空间删除处理释放技巧

电脑卡顿，长期使用各种文件积累有关 C盘作为系统盘，各种软件安装、更新文件、虚拟文件、配置文件、注册表，软件运行时缓存，以及垃圾文件等等，都会保留在这个盘上。所以电脑使用时间久了，就要定期清理，否则就可能会被各种文件塞满，造成卡顿。 针对此问题我分享一些自己平时释放空间的方法： 一.、emp文件夹 ......
技巧 电脑 空间

大模型在docker中运行（个人电脑）

1、 环境搭建 windows需要安装docker 参见：Windows Docker 安装 | 菜鸟教程 (runoob.com) windows需要开启WSL2、并安装 为了开启gpus加速，参见： win10 Docker Desktop使用GPU_windows docker 使用gpu_刘 ......
个人电脑 模型 docker 电脑 个人

网络参考模型

先上图，我们慢慢讲，如下： TCP/IP标准模型 OSI参考模型 TCP/IP对等模型 协议 应用层 应用层 应用层 Telnet23 FTP20/21 TFTP69 SNMP 表示层 HTTP80 SMTP DNS DHCP 会话层 主机到主机层 传输层 传输层 TCP UDP 英特网层 网络层 ......
模型 网络

2023-11-23-idea技巧-自定义后缀补全

Idea技巧-Postfix Completion 在idea中可以使用.xxx进行后缀补全 比如.sout 如何自定义后缀补全? 比如.log 在idea中打开设置 File | Settings | Editor | General | Postfix Completion 这里定义了上面提到的 ......
后缀 技巧 2023 idea 11

SAP集成技术（八）成熟度模型

成熟度模型的目的在于使用模型和标准来评估当前的集成能力，并确定必须建立哪些能力，以达到期望的成熟度级别。 成熟度级别描述了一个特定主题复杂性对于某种方法或模型的成熟度。基于定义的需求和标准的分类，得出不同的成熟度级别。要达到某个成熟度级别，必须能证明实现了相应级别描述的标准。成熟度模型最初是用于定性 ......
成熟度 模型 技术 SAP

使用Tensorrt部署，C++ API yolov7_pose模型

使用Tensorrt部署，C++ API yolov7_pose模型 虽然标题叫部署yolov7_pose模型，但是接下来的教程可以使用Tensorrt部署任何pytorch模型。 仓库地址：https://github.com/WongKinYiu/yolov7/tree/pose 系统版本：ub ......
yolov7_pose Tensorrt 模型 yolov7 yolov

文档理解的新时代：LayOutLM模型的全方位解读

一、引言 在现代文档处理和信息提取领域，机器学习模型的作用日益凸显。特别是在自然语言处理（NLP）技术快速发展的背景下，如何让机器更加精准地理解和处理复杂文档成为了一个挑战。文档不仅包含文本信息，还包括布局、图像等非文本元素，这些元素在传递信息时起着至关重要的作用。传统的NLP模型通常忽略了这些视觉 ......
新时代 全方位 LayOutLM 模型 文档

倾斜摄影三维模型的根节点合并的轻量化技术方法分析

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，... ......
节点 模型 方法 技术

R语言马科维茨Markowitz均值-方差(风险投资模型)分析最优投资组合数据预期收益率可视化|附代码数据

全文链接：https://tecdat.cn/?p=33146 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马科维茨Markowitz均值-方差(风险投资模型)的研究报告，包括一些图形和统计输出。 证券及其它风险资产的投资首先需要解决的是两个核心问题：即预期收益与风险。 那么如何测定组合 ......
均值 方差 数据 收益率 风险投资

python利用with语句分割长函数代码块的小技巧

如果某个函数实现很长, 有时候希望把函数分割成若干部分, 并且可以折叠, 执行时能够打印日志. 可以采用下面的办法来实现: from mylog import logger import time class MyTask: def __init__(self,task:str) -> None: ......
语句 函数 代码 技巧 python

r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化|附代码数据

原文链接：http://tecdat.cn/?p=23825 最近我们被客户要求撰写关于有限正态混合模型EM算法的研究报告，包括一些图形和统计输出。 简介 本文介绍了基于有限正态混合模型在r软件中的实现，用于基于模型的聚类、分类和密度估计。提供了通过EM算法对具有各种协方差结构的正态混合模型进行参数 ......
算法 密度 模型 语言 代码

关于Python类型注解的几个实用小技巧

虽然python是动态类型语言, 但是python3.5引入的类型注解特性却很有用. 不但有助于源码阅读, 而且在类型提示和代码自动补全上也很方便. 但是它毕竟不是静态类型编译型语言, 有一些特殊的情况, 需要一些小技巧才能够处理. 引用后面定义的类型 由于python不是编译型语言, 如果在前面直 ......
注解 类型 技巧 Python

回归模型和分类模型

在进行模型构建与分析时，模型评价是非常关键的一步。合适的评价指标可以帮助我们准确地衡量模型的性能，从而进行优化和改进。然而，不同的模型和应用场景需要使用不同的评价指标。下面将分别介绍回归模型与分类模型常用的一些评价指标。 一、回归模型评价指标 回归模型常用的评价指标可分为以下三大类： 第1类：回归模 ......
模型

在 Windows 系统上运行 VIC 水文模型

VIC 模型 (Variable Infiltration Capacity Model) 是一个被广泛使用的大尺度分布式水文模型，该模型可同时对水循环过程中的能量平衡和水量平衡进行模拟，弥补了传统水文模型对能量过程描述的不足。该模型被广泛用于水文、气候、生态领域的各种研究，关于该模型的具体介绍可以... ......
水文 模型 Windows 系统 VIC

熵模型-高斯建模

参考链接 高斯建模 https://blog.csdn.net/won_t/article/details/131136591 端到端的图像压缩 码率估计 目录asfdsad asfdsad ......
模型

接口优化技巧，确实很优雅！！

一、背景 针对老项目，去年做了许多降本增效的事情，其中发现最多的就是接口耗时过长的问题，就集中搞了一次接口性能优化。本文将给小伙伴们分享一下接口优化的通用方案。 二、接口优化方案总结 1.批处理 批量思想：批量操作数据库，这个很好理解，我们在循环插入场景的接口中，可以在批处理执行完成后一次性插入或更 ......
接口 技巧

计算机网络的五层（七层）协议：OSI理论上的网络通信模型，TCP/IP实际上的网络通信标准。

计算机网络的五层（七层）协议：OSI理论上的网络通信模型，TCP/IP实际上的网络通信标准。 注：下层是为上层提供服务，下层会把数据传给上层，依赖于下层 请求数据的过程： 返回数据的过程： ......
网络通信 网络 计算机网络 模型 实际上

查数据技巧

​ 查数据平台： 优先在知网、谷歌学术等平台搜索 国家统计局 最全面，月度季度年度，各地区各部门各行业，包罗万象 https://data.stats.gov.cn/ 其他国家部门网站大多都有数据分页，如果需要可另行查找 awesome-public-datasets GitHub上的一个项目，包舍 ......
技巧 数据

查文献技巧

知网： 先看知网的硕博士论文 硕博士论文会对研究的问题有详细的背景和基础知识介绍，可帮助我们快速理解题目（学位论文） 如果搜索结果较多，可以按照“被引”排序 高级检索： 例如：想了解神经网络在信贷策略中的应用，想找一些相关的硕博论文 进入高级检索界面，“+”和“_”可以自定义增加和减少检索字段 主题 ......
文献 技巧

大模型技术浪潮的潮汐效应

最近这段时间深度体验了一波大模型应用，老实说给我带来的震撼，远超预期。 以前有很多同学咨询我，如何提高自己的技术能力。我的建议是短期学习那些能快速变现的技术，比如16-18年时候自动化测试很火，你就去学习Python+Selenium那一套，学会了最起码跳槽涨薪没问题。 而技术的底层几十年没变了，比 ......
潮汐 浪潮 效应 模型 技术
共4430篇  :19/148页 首页上一页19下一页尾页