526互联

meta-learner learning模型 策略

Class-Incremental Learning with Generative Classifiers(CVPR2021W)

前置知识：VAE（可以参考https://zhuanlan.zhihu.com/p/348498294） Motivation 之前的方法通常使用判别式分类器，对条件分布\(p(y|\textbf{x})\)进行建模（classifier+softmax+ce）。其问题在于分类器会偏向最新学的类别， ......
Class-Incremental Incremental Classifiers Generative Learning

ChatGLM 模型部署

ChatGLM 模型部署 模型地址： huggingface：https://huggingface.co/THUDM/chatglm3-6b modelscope：https://modelscope.cn/models/ZhipuAI/chatglm3-6b/summary 搭建环境 # 下载代 ......
模型 ChatGLM

[AI]大模型稳定角色扮演形成“自我认知”

本文从社会关系的角度,探讨人类自我身份认知形成的部分影响机理。并提出人工智能的角色扮演已经是一种基础的自我认知能力。当知识库中积累了足够的自我相关信息，那么人工智能可以模拟人类的这种自我身份认知的能力 ......
角色扮演 模型 角色 AI

倾斜摄影三维模型的根节点合并的模型质量提升方法探讨

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 节点 质量 方法

使用预训练语言模型作帖子分类

​ ​ 预训练语言模型PLMs或PTMs应用广泛且效果良好。有的文章中把自然语言处理中的预训练语言模型的发展划分为4个时代:词入时代，上下文嵌入(Context Word Embedding)时代、预训练语言模型时代、改进型和领域定制型时代。 为什么需要预训练 ​ 模型通常需要非常大的参数量，但并不 ......
模型 语言 帖子

R语言SIR模型网络结构扩散过程模拟SIR模型（Susceptible Infected Recovered ）代码实例|附代码数据

全文链接：http://tecdat.cn/?p=14593 最近我们被客户要求撰写关于SIR模型的研究报告，包括一些图形和统计输出。 与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。这里介绍一个使用R模拟网络扩散的例子 基本的算法非常简单：生成一个网络:g(V, E)。随机选择一 ......
模型 代码 Susceptible SIR Recovered

数据分享|AARRR模型淘宝用户行为分析、电商销售分析

全文链接：https://tecdat.cn/?p=34482 原文出处：拓端数据部落公众号 分析师：Ye Yuan 随着互联网、5G时代到来，大数据横空出世，数据变得越来越重要，如何针对业务问题和需求 ，提取有效特征数据并对问题进行深入分析，最终得到可靠的结论是数据分析最核心的环节，只有得出正确的 ......
行为分析 模型 行为 数据 用户

大模型词表构建

1.引言 在文本输入embedding层之前，以中文文本为例，首先对文本进行分词并进行one-hot编码，分词肯定是根据词表来进行分词，那构建一个合适的词表就显得至关重要，过大或者过小都会对后续模型的训练效果产生影响。所以这里介绍当前各个大模型的词表构建方法。 2.技术基础 在介绍具体的词表构建方法 ......
词表 模型

Mybatisplus自定义主键生成策略，使用雪花算法生成16位的唯一ID

楼主在使用mybatisplus开发前后端分离项目时发现一个很奇怪的现象：所有更新/删除操作都不起作用，开启mybatis日志后发现前端传入的id值与实际的数据库的值不相同，最后三位总是000。 经过一系列查资料才知道，mybatisplus的默认ID生成器使用雪花算法，生成20位左右的ID，但js ......
算法 Mybatisplus 雪花 策略

第四单元 视图与模型

create database MvcUnit4; go use MvcUnit4; go create table Product ( Id bigint primary key, ProductName varchar(30), CategoryName varchar(30), Price d ......
视图 单元 模型

three.js 使用 sortObjects 和 renderOrder 处理网格修改后覆盖模型的问题

问题效果： 目标效果 处理此问题首先需要了解three的渲染机制： 渲染机制 threejs的渲染器是基于webGL的。它的渲染机制是根据物体离照相机的距离来控制和进行渲染的。也就是说，它根据物体的空间位置进行排序，然后根据这个顺序来渲染物体。对于透明的物体，是按照从最远到最近的顺序进行渲染。控制渲 ......
网格 sortObjects renderOrder 模型 问题

【自己搭建一个：端到端的语音+大模型聊天机器人】

概要 发篇文章记录一下最近搞的语音+大模型聊天机器人的搭建过程，供交流学习。有正反馈的话会继续优化。 整体架构流程 注意：借传统的基于RASA的对话机器人的图一用，本博会把NLU（Natural Language Understanding）和 Dialogue Management这两个组件，用大 ......
机器人 语音 模型 机器 端的

pytorch强制转换模型的所有参数都变成统一类型

可以调用模型的父类Module中的type方法，例如model.type(torch.float64)，将网络模型model的参数和缓冲区强制转换为torch.float64类型，这样就可以训练torch.float64类型的数据了，还可以指定其他类型。另外还有一些强制转换为某一种类型的方法：flo ......
模型 参数 pytorch 类型

大模型环境搭建（二）

二：Conda 安装 1.下载链接:https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe 2.安装完之后,要修改以下他的执行策略！点开始菜单，打开：Anaconda Powershell Prompt (mi ......
模型 环境

7 种查询策略教你用好 Graph RAG 探索知识图谱

我们在这篇文章中探讨了知识图谱，特别是图数据库 NebulaGraph，是如何结合 LlamaIndex 和 GPT-3.5 为 Philadelphia Phillies 队构建了一个 RAG。 此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每... ......
图谱 策略 知识 Graph RAG

大模型环境搭建（一）

一：Python 安装 安装简介： 电脑系统:Win11 安装Python版本：3.10.11 第一步,下载Python 打开官网：https://www.python.org/ 国内镜像：https://mirrors.huaweicloud.com/python/ 第三步,确认Python,pi ......
模型 环境

聊聊大数据框架的数据更新策略: COW,MOR,MOW

大数据框架下，常用的数据更新策略有三种: COW: copy-on-write, 写时复制; MOR: merge-on-read, 读时合并; MOW: merge-on-write, 写时合并; hudi等数据湖仓框架，常用的是前两种实现数据更新。而Doris则主要用后两种更新数据。 COW 在 ......
数据 框架 策略 COW MOR

大语言模型底层架构丨带你认识Transformer

本文分享自华为云社区《大语言模型底层架构你了解多少？大语言模型底层架构之一Transfomer的介绍和python代码实现》，作者： 码上开花_Lancer 。 语言模型目标是建模自然语言的概率分布，在自然语言处理研究中具有重要的作用，是自然语言处理基础任务之一。大量的研究从n 元语言模型（n-gr ......
底层 Transformer 架构 模型 语言

多开工具的安全性分析与防范策略

随着计算机技术的不断发展，多开工具成为了一种常见的软件工具。这种工具可以让用户在同一时间打开多个相同的应用程序，从而方便用户同时处理多个任务，提高工作效率。然而，多开工具也存在着一定的安全风险，因此，我们需要对其进行安全性分析，并提出相应的防范策略。 首先，多开工具可能会被黑客利用，从而进行恶意攻击 ......
安全性 策略 工具

【scikit-learn基础】--『数据加载』之真实数据集

上一篇介绍了scikit-learn中的几个玩具数据集，本篇介绍scikit-learn提供的一些真实的数据集。玩具数据集：scikit-learn 基础(01)--『数据加载』之玩具数据集 1. 获取数据集 与玩具数据集不同，真实的数据集的数据不仅数据特征多，而且数据量也比较大，所以没有直接包含在 ......
数据 scikit-learn 基础 scikit learn

【转】SpringBoot实现策略模式

文章来源： 微信公众号 《Java极客技术》 ，作者：鸭血粉丝Tang 1. 普通代码实现 在介绍 SpringBoot 中如何实现策略设计模式之前，我们先简单的回顾一下策略模式的设计思路。以编写一个简单的程序计算器，代码如下！ 首先，我们定义一个Operation接口，用于逻辑的计算 public ......
SpringBoot 策略 模式

三维模型的顶层合并构建的优势方面浅析

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，... ......
顶层 模型 方面 优势

第二章 若依JFlow流程模型设计

这篇文章主要讲解了如何使用JFlow框架创建业务场景和流程模型，绘制流程图及注意事项，以及单节点的表单绘制和需要注意的细节 ......
模型 流程 第二章 JFlow

语言大模型（LLMs）的特点

语言大模型(Large Language Models, LLMs)是近年来自然语言处理领域的重要发展之一。其主要特点是: 海量参数:LLMs包含了上十亿个参数,特别是GPT-3包含了1759亿个参数。这些大规模的参数使其可以学习非常复杂的模式和表征。 巨量数据集:LLMs通过海量数据进行预训练,例 ......
模型 特点 语言 LLMs

验证码风控策略管理

顶象无感验证提供风控策略的管理功能，包括新增、删除、编辑、导入、导出、查看趋势图、查看版本，灵活地对策略进行配置名单，并实时生效。同时，支持对白名单、灰名单和黑名单进行不同的处理，让管理者能够对名单进行新增、删除、编辑、导出。此外，顶象无感验证更可以对各个组件进行监控，包含服务器节点应用、接口调用情 ......
策略

聊聊神经网络模型流程与卷积神经网络的实现

神经网络模型流程 神经网络模型的搭建流程，整理下自己的思路，这个过程不会细分出来，而是主流程。 在这里我主要是把整个流程分为两个主流程，即预训练与推理。预训练过程主要是生成超参数文件与搭设神经网络结构；而推理过程就是在应用超参数与神经网络。 卷积神经网络的实现 在 聊聊卷积神经网络CNN中，将卷积神 ......
神经网络 卷积 神经 网络 模型

PyTorch造大模型“加速包”，不到1000行代码提速10倍！英伟达科学家：minGPT以来最好的教程式repo之一

前言 PyTorch团队让大模型推理速度加快了10倍。且只用了不到1000行的纯原生PyTorch代码！ 本文转载自量子位 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 ......
程式 科学家 模型 PyTorch 代码

网络编程之IO模型

我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
网络编程 模型 网络

三-select模型

select模型是对简单C/S模型的优化，他解决了accept函数阻塞等待连接的问题。并且允许应用程序同时监视多个套接字，从而实现简单的并发请求。通过调用select函数确认一个或多个套接字当前的状态，并根据当前状态进行相应操作。在select模型模型中，select函数是最关键的。 select模 ......
模型 select

HTTPS处于OSI模型中哪个层？

HTTPS（Hypertext Transfer Protocol Secure）位于 OSI（Open Systems Interconnection）模型的应用层和传输层之间。 在 OSI 模型中，从底层到顶层依次是：物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。HTTPS 是在应 ......
模型 HTTPS OSI
共4650篇  :17/155页 首页上一页17下一页尾页