meta-learner深度learning模型
Windows11下私有化部署大语言模型实战 langchain+llama2
一、本机环境 1.硬件环境： CPU：锐龙5600X 显卡：GTX3070 内存：32G 注：硬件配置仅为博主的配置，不是最低要求配置，也不是推荐配置。 2.软件环境： Windows系统版本：Win11专业版23H2 Python版本：3.11 Cuda版本：12.3.2 VS版本：VS2022 ......
使用PyTorch实现去噪扩散模型
在深入研究去噪扩散概率模型(DDPM)如何工作的细节之前，让我们先看看生成式人工智能的一些发展，也就是DDPM的一些基础研究。 VAE VAE 采用了编码器、概率潜在空间和解码器。在训练过程中，编码器预测每个图像的均值和方差。然后从高斯分布中对这些值进行采样，并将其传递到解码器中，其中输入的图像预计 ......
根据语音生成全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！
本文首发于公众号：机器感知 根据语音全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！ Diffusion Model with Perceptual Loss 本文研究了扩散模型在生成样本时的质量问题，作者发现使用均方误差损失训练的模型生成的样本往往不真实 ......
首次引入大模型!Bert-vits2-Extra中文特化版40秒素材复刻巫师3叶奈法
Bert-vits2项目又更新了，更新了一个新的分支：中文特化，所谓中文特化，即针对中文音色的特殊优化版本，纯中文底模效果百尺竿头更进一步，同时首次引入了大模型，使用国产IDEA-CCNL/Erlangshen-MegatronBert-1.3B大模型作为Bert特征提取，基本上完全解决了发音的ba ......
基于深度学习网络的蔬菜水果种类识别算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 蔬菜水果种类识别算法基于深度学习网络，通过训练模型来识别图像中的蔬菜和水果种类。其原理主要利用深度卷积神经网络（Deep Convolutional Neural Network, CNN）对图像进行特征提取和分 ......
一文搞懂什么是阻塞IO、信号驱动IO、Reactor模型、零拷贝
公众号《鲁大猿》，寻精品资料，帮你构建Java全栈知识体系 www.jiagoujishu.cn 基础IO 如何从数据传输方式理解IO流？ 从数据传输方式或者说是运输方式角度看，可以将 IO 类分为: 字节流, 字节流读取单个字节，字符流读取单个字符(一个字符根据编码的不同，对应的字节也不同，如 U ......
深度学习笔记_Week2
2.10 m 个样本的梯度下降(Gradient Descent on m Examples) 将2.9对一个样本的操作应用到m个训练样本上，我们要做的是计算这些微分，如我们在之前的训练样本上做的，并且求平均， 得到全局梯度值，把它直接应用到梯度下降算法中。 初始化𝐽 = 0, 𝑑𝑤1 = ......
大模型安全｜绿盟
转载：大模型正在“记住”与“说出” 引言 「大模型」引领的创新变革正在发生身处技术爆炸时代，高光与隐忧共存。安全风险已成为发展中无法忽视的话题。 LLM在使用过程中包含敏感机密的数据或信息，可能会导致未授权的数据访问、隐私侵犯、安全漏洞等风险，随之造成敏感信息泄露。 2023年8月，全球开放应用软件 ......
《An End-to-end Model for Entity-level Relation Extraction using Multi-instance Learning》阅读笔记
代码 原文地址 预备知识： 1.什么是MIL？ 多示例学习（MIL）是一种机器学习的方法，它的特点是每个训练数据不是一个单独的实例，而是一个包含多个实例的集合（称为包）。每个包有一个标签，但是包中的实例没有标签。MIL的目的是根据包的标签来学习实例的特征和分类规则，或者根据实例的特征来预测包的标签。 ......
CF940F Machine Learning题解
题目链接：洛谷 或者 CF 不是特别难的题，抽象下题意就是算区间次数出现的次数 mex 和带单点修改。看到范围 \(1e5\) 还带修改，传统的 mex 求法里貌似就莫队类算法好带修，考虑带修莫队。 然而涉及到 mex 问题，你可能不由自主地想到回滚莫队求 mex 只删不加的板子题：P4137 Rm ......
书生浦语大模型全链开源体系介绍
Smiling & Weeping 以后隔着三千梨花树，六百湘水，你不必哽咽，我始终记得见你的第一面 2023大模型成为热门关键词 而通用大模型在大模型中适用范围和效率无疑会更高 那么书生·浦语20B开源大模型性能介绍 那么从模型到应用的主要流程大概 书生·浦语全链条开源开放体系 全链条开源开放体系 ......
CF940FMachine Learning题解
题目链接：洛谷 或者 CF 不是特别难的题，抽象下题意就是算区间次数出现的次数 mex 和带单点修改。看到范围 \(1e5\) 还带修改，传统的 mex 求法里貌似就莫队类算法好带修，考虑带修莫队。 然而涉及到 mex 问题，你可能不由自主地想到回滚莫队求 mex 只删不加的板子题：P4137 Rm ......
聊聊 从源码来看ChatGLM-6B的模型结构
基于ChatGLM-6B第一版，要注意还有ChatGLM2-6B以及ChatGLM3-6B 概述 ChatGLM是transformer架构的神经网络模型，因此从transformer结构入手，分析其源码结构。 transformer结构： 转载请备注出处：https://www.cnblogs.c ......
面试问题总结——深度学习
卷积如何加速？ img2col和winograd算法。img2col将卷积转化为矩阵乘，通过重排内存，用空间换时间。wingrad是考虑到卷积运算的卷积核固定，通过算法降低计算量提高效率。 卷积和反卷积的原理 卷积就是正常的滑窗求和计算输出，在步长大于1时会降低输入特征图分辨率。反卷积也就是转置卷积 ......
【Python&RS】栅格数据/图片位深度（bit）转换
关于栅格数据/图片的位深度（eg.8bit、16bit、32bit）转换之前我就发过一篇文章，【Python&RS】基于GDAL栅格数据/图片位深度（bit）转换。但是最近在使用的时候发现好像效果不行，有时候转换不成功，所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Pyth... ......
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 ......
Github揽获3k+星！清华开源CogAgent：基于多模态大模型的GUI Agent
前言 本文提出了视觉 GUI Agent，使用视觉模态（而非文本）对 GUI 界面进行更全面直接的感知，从而做出规划和决策。对此，我们研发了多模态大模型 CogAgent，可接受 1120×1120 的高分辨率图像输入，不仅提升了通用视觉理解能力，还具备强大的 GUI Agent 能力。 本文转载自 ......
大语言模型优化方法简介：Prompt、RAG、Fine-tuning
GPT、LLama、Gemini等大语言模型虽展现出强大能力，但在实际应用中仍有问题，例如在准确性、知识更新速度和答案透明度方面，仍存在挑战。 论文“Retrieval-Augmented Generation for Large Language Models: A Survey（面向大语言模型的 ......
深度学习入门 & 王木头学科学
感知机 perceptron 线性函数 + 阶跃函数; 分界线 + 判断处于分界线的哪一边. 感知机的提出: 解决非解析问题的简单模板. 感知机的缺陷: 异或问题. 通过增加层, 提高维度. 多层感知机与神经网络的区别: 激活函数是否连续. 连续光滑的函数是学习的一个关键要素. 损失函数 为何需要损 ......
对盒模型的理解
CSS中的盒模型有两种：标准盒子模型、IE盒子模型。 盒模型都是由4个部分组成的：content、padding、border和margin。 标准盒模型和IE盒模型的区别在于设置width和height时，对应的范围不同： 标准盒模型的width和height属性的范围只包含了content； I ......
书生·浦语大模型全链路开源体系——学习笔记
学习来源：https://www.bilibili.com/video/BV1Rc411b7ns/ 资料来源：https://github.com/InternLM/tutorial/discussions/36 （有同学发pdf，还有其他同学的笔记） 俺没啥知识积累，很多信息不太会折叠。姑且做个笔 ......
基于Matlab实现电力电子仿真模型
1. 引言电力电子是电力系统中的重要组成部分，它涉及到能量转换和功率控制等关键技术。为了研究和优化电力电子设备的性能，建立仿真模型是一种重要的手段。Matlab作为一种强大的数学软件，提供了丰富的工具和功能，可以帮助我们实现电力电子仿真模型。 2. Matlab实现电力电子仿真模型的基本步骤2.1 ......
9解决elasticsearch深度分页问题
前面说到，分页可以使用from和size参数，类似于mysql的分页offset和limit。但是如果数据量比较大时，elasticsearch会对分页做出限制，因为此时会比较消耗性能。 为什么要限制 分页的时候，elasticsearch会根据查询条件到每个分片取出数据来，然后再由coordina ......
【scikit-learn基础】--『监督学习』之 逻辑回归分类
逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。因为采用了与回归类似的思想来解决分类问题，所以它的名称才会是逻辑回归。 逻辑回归的思想可以追溯到19世纪，由英国统计学家Francis Galton在研究豌豆遗传问题时首次提出。然而，真正将逻 ......
三维模型数据的几何坐标变换的点云重建并行计算技术方法分析
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，... ......
What I Learned In 2023 - Alexandr Wang
一篇共鸣的博文：https://alexw.substack.com/p/what-i-learned-in-2023 小小年纪，已悟到这个层次，实至名归。 每年年底，我都会写下过去一年的主要经验教训并发送给At the end of every year, I write up the major ......
中间件 ZK分布式专题与Dubbo微服务入门 3-1 zk数据模型介绍
0 课程地址 https://coding.imooc.com/lesson/201.html#mid=12694 1 重点关注 1.1 zookeeper数据模型概念介绍 zk的数据模型也可以理解为linux/unix的文件目录 : /usr/local/. 每一个节点都称之为znode，它可以有 ......
202-STM32F103+EC800K(移远4G Cat1)基本控制篇(阿里云物联网平台)-设备使用一型一密动态注册方式连接云平台,并使用物模型Topic上报温湿度数据
<p><iframe name="ifd" src="https://mnifdv.cn/resource/cnblogs/ZLIOTB/EC800K/aliyun.html" frameborder="0" scrolling="auto" width="100%" height="1500">< ......
201-STM32F103+EC800K(移远4G Cat1)基本控制篇(阿里云物联网平台)-设备使用一机一密方式连接云平台,并使用物模型Topic上报温湿度数
<p><iframe name="ifd" src="https://mnifdv.cn/resource/cnblogs/ZLIOTB/EC800K/aliyun.html" frameborder="0" scrolling="auto" width="100%" height="1500">< ......