megengine模型 技巧megcc
【HarmonyOS】 低代码平台组件拖拽使用技巧之登录组件
【关键字】 HarmonyOS、低代码平台、组件拖拽、登录组件、代码编辑器 1、写在前面 前面我们介绍了低代码中堆叠容器、滚动容器、网格布局、页签容器以及一些常用容器和组件的拖拽使用方法，本篇我们来介绍一个新的组件，这个组件是属于业务组件——登录组件，同样的，我会通过动图的形式展示整个登录流程的实 ......
【HarmonyOS】 API9 Stage模型 MD5加密字符串
在API9 Stage 模型中使用MD5加密，使用ohpm的三方库"@ohos/crypto-js"进行加密操作 【集成步骤】 1、在entry-oh-package.json5中添加"@ohos/crypto-js"依赖，点击sync同步依赖，crypto-js最新版本是2.0.2只支持API ......
Unity3d中使用sketchup 3dwarehouse模型
1、选择菜单【文件】【导出】【三维模型】，打开导出对话框。选择保存类型为“*.fbx ”。 2、进行选项配置，“几何图形”类别勾选【导出两边的平面】【分离不连接的平面】，“材料”类别勾选【导出纹理映射】，“比例”类别中勾选【切换yz坐标（Y向上）】，单位选择【米】点击【确定】按钮。 3、点击【导出】 ......
企业私有大模型部署
国内外玩家 私有化部署 达观数据 - ”曹植” 华为 - 盘古 无论是期待拉平 OpenAI 的大模型能力，还是企业想拥有基于自己的数据精调大模型，开源，都被寄予厚望——这导致了 Hugging Face 的崛起。 感觉是一个放着各种开源模型和数据集的大仓库。 Jina AI 的 finetunne ......
数据分享|R语言逐步回归模型对电影票房、放映场数、观影人数预测可视化
全文链接：https://tecdat.cn/?p=34335 原文出处：拓端数据部落公众号 本文通过利用回归模型帮助客户对电影的票房数据（以及放映场数，观影人数）进行了研究，确定了决定电影的票房的重要因素。并讲述、论证了预测电影的票房是电影投资的至关重要的环节。通过对电影票房预测技术的发展和探讨， ......
markdown小技巧
一些markdown快捷键 1-6级标题 代码方法 # + 空格 + 内容 》 几个 # 号 就是几级标题 快捷键 ctrl + 字母键上面的数字键 1 2 6 （有序列表） ctrl + shift + [ （无序列表） ctrl + shift + ] - + 空格 快速插入代码 英文模式下的三 ......
潜在威胁信息模型(PTIM)-Potential threats Information Modeling
通过全城摄像头建立城市的潜在威胁信息模型，这些威胁可以通过AI和经典图像处理算法来进行识别，并实时显示在城市模型当中，并及时通知有关单位及时响应及时处理，将损失最小化。 ......
程序员指南|学会与大模型相处，提升个人开发效率
过去一年，通过各种平台我们可以轻而易举的接收到人们关于使用大模型遇到诸多问题的声音。然而，显而易见的是，大模型可以在许多方面提高我们的效率，尤其是在处理文档、测试用例和代码等繁琐事务方面。 大模型的优势和短板是什么？ 首先，我们需要了解大模型的概念。由于训练数据和参数等多种原因，不同的模型有各自的优 ......
JuiceFS 用户必备的 6 个技巧
随着大数据、AI 技术的发展，越来越多的企业、团队和个人开始使用 JuiceFS，本文整理了 6 个超实用的 JuiceFS 技巧，帮助大家提升 JuiceFS 的管理效率。 一、查看已挂载的文件系统 有时候你可能在一台机器上挂载了多个 JuiceFS 文件系统，或是在多台机器上使用不同的选项挂载了 ......
调试代码技巧记录
1. webpack的完整sourcemap 调试代码，要映射回原始文件，devtool的sourcemap模式是不行的，会丢失loader的映射信息，导致映射结果是一个半源码半编译的文件，cheap-module-source-map可以，cheap只需要行信息，module会关联loader的s ......
又一个涵盖前后端+DevOps+OpenAI大模型的高并发项目启动了
大家好，我是冰河~~ 今天，正式通知大家一件事情：又到了启动新项目的时候，这也是 冰河技术 知识星球继 Seckill秒杀系统 项目后，又一个高并发实战项目。星球其他项目与专栏，大家可移步到冰河的个人站点：https://binghe.gitcode.host 进行查看。 那这次又是怎样的一个高并发 ......
接口优化技巧
大家好，最近看到京东云的一位大佬分享的接口优化方案，感觉挺不错的，拿来即用。建议收藏一波或者整理到自己的笔记本中，随时查阅！ 下面是正文。 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。 ......
如何最大化客户生命周期价值？APMDR 模型在袋鼠云的落地实践
相信大家都认可一个观点：不论是 To B 还是 To C，用户是企业的核心资源，是互联网产品中最重要的价值之一。因此，深入挖掘用户价值成为现在大部分企业运营的关键。 之前我们为大家介绍过如何利用 RFM 模型让企业聚焦于更有价值的用户，本文将为大家详细介绍用户生命周期模型 APMDR，以及「袋鼠云客 ......
【HarmonyOS】低代码平台组件拖拽使用技巧之常用基础组件（下）
【关键字】 HarmonyOS、低代码平台、组件拖拽、代码编辑器 1、写在前面 本篇接着上一篇的内容来介绍，继续来看我们的登录页面的下半部分的使用，本篇会介绍按钮组件、单选框组件的拖拽使用，还会介绍代码编辑器的使用，最后会完成登录页面点击事件的逻辑处理，下面跟着我的脚步继续前进吧！ 2、开发实战 ......
使用ExLlamaV2量化并运行EXL2模型
量化大型语言模型(llm)是减少这些模型大小和加快推理速度的最流行的方法。在这些技术中，GPTQ在gpu上提供了惊人的性能。与非量化模型相比，该方法使用的VRAM几乎减少了3倍，同时提供了相似的精度水平和更快的生成速度。 ExLlamaV2是一个旨在从GPTQ中挤出更多性能的库。由于新的内核，它还经 ......
这些仪表板常用的数据分析模型，你都见过吗？
本文由葡萄城技术团队发布。转载请注明出处：葡萄城官网，葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。 前言 在数字化时代，数据已经成为了企业决策和管理的重要依据。而仪表板作为一种数据可视化工具，则可以帮助企业更加直观地了解和分析数据，从而作出更准确和有效的决策。然而，仪表板中使用的数 ......
Git 小技巧
在本地做了改动，但是又不想保留这些改动，可以使用以下命令强制拉取远程最新代码，覆盖掉本地代码： git fetch --all git reset --hard origin 其中 为您需要拉取的分支名称，例如：master。 第一条命令 git fetch --all 将会从远程仓库获取最新的代码 ......
基于霍克斯过程的限价订单簿模型下的深度强化学习做市策略
更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。 相关研究总述 最优做市 (MM) 是在限价订单簿 (LOB) 的两侧同时下达买订单和卖订单的问题，目的是最大化交易者的最终收益率，同时最小化相关风险。 可以说，其中最突出的是库存风险，它源于交易者（做市商 ......
初窥门径，从大模型到内容生成看AI新次元
视频云AI进化新纪元。 最近Gartner发布2024年十大战略技术趋势，AI显然成为其背后共同的主题。全民化的生成式人工智能、AI增强开发、智能应用......我们正在进入一个AI新纪元。 从ChatGPT的横空出世，到开发者大会的惊艳亮相，OpenAI以一己之力掀起生成式AI产业变革。与此同时我 ......
【HarmonyOS】低代码平台组件拖拽使用技巧之列表
【关键字】 HarmonyOS、低代码平台、组件拖拽、列表、列表项 1、写在前面 我们在日常开发中使用最多的组件可能就是列表组件了，现在几乎所有的应用都离不开列表，那么今天我们就来介绍一下如何利用低代码平台来实现列表的展示，列表实际上也是容器的一种，需要注意的是，列表是需要结合列表项来使用的，列表 ......
【HarmonyOS】低代码平台组件拖拽使用技巧之页签容器
【关键字】 HarmonyOS、低代码平台、Tabs、TabContent、页签导航 1、写在前面 前面几篇分别介绍了低代码平台中的堆叠容器、滚动容器、网格布局等三种容器的使用，实际开发中我们经常会有这样的需求，页面底部是三个Tab按钮点击时会分别切换不同的视图内容，本篇我们就来介绍低代码平台为我 ......
【HarmonyOS】低代码平台组件拖拽使用技巧之常用基础组件（上）
【关键字】 HarmonyOS、低代码平台、组件拖拽、常用基础组件、基础容器 1、写在前面 之前是花了一些时间介绍了在低代码平台中滚动容器、网格布局、页签容器、列表这几种容器的拖拽技巧及使用方法，今天我会继续来介绍咱们在应用开发中可能会经常用到的一些基础容器和基础组件，由于它们的使用都比较简单，所 ......
激发创新，助力研究：CogVLM，强大且开源的视觉语言模型亮相
激发创新，助力研究：CogVLM，强大且开源的视觉语言模型亮相 CogVLM 是一个强大的开源视觉语言模型（VLM）。CogVLM-17B 拥有 100 亿视觉参数和 70 亿语言参数。 CogVLM-17B 在 10 个经典跨模态基准测试上取得了 SOTA 性能，包括 NoCaps、Flicker ......
03-数据模型
MySQL数据库 关系型数据库（RDBMS）:建立在关系模型基础上，有多张相互连接的二维表组成的数据库 关系型数据库的特点： 1.使用表存储数据，格式单一，便于维护 2.使用SQL语言操作，标准统一，使用方便 数据模型 ......
人工智能的科普 机器学习、 深度学习 、大模型
很多对于人工智能了解很少 不知道机器学习、 深度学习 、大模型之间的关系 基础班版本 ： 机器学习 升级版本 ：深度学习 高级版本 ：大模型 神经元 神经元是构成人工神经网络（ANN）的基本单元 机器学习算法中的神经网络模型则是通过多个神经元相互连接而成。 在机器学习中，神经网络模型被用来学习输入数 ......
【大语言模型】LLM学习路径-从入门到精通
简述 根据如下两本书： 1）大规模语言模型：从理论到实践 -- 张奇、桂韬、郑锐、黄萱菁 2）ChatGPT原理与实战 按更合理的顺序总结了学习路径，实际可按需学习，后续每个目录将给出相应学习资料和资源（参见Github仓库链接）。 学习目录 第1章 技术发展与需求分析 1.1 市场需求分析 1.1 ......
疾病关联网络构建及并发症预测模型
全文链接：https://tecdat.cn/?p=34303 原文出处：拓端数据部落公众号 分析师：Davis Luo 数据挖掘和分析的最核心也最重要的问题就是“预测”。广义的“预测”即包含预测事物未来走势，也包括预测事物之间隐藏的关联。 例如在医疗健康领域，找到事物之间隐藏关联对于辅助诊断、知识 ......
R语言中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
原文链接：http://tecdat.cn/?p=12187 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尔可夫区制转移模型的研究报告，包括一些图形和统计输出。 金融分析师通常关心检测市场何时“发生变化”：几个月或至几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这 ......