526互联

revit模型 过程 教程

解析flywheel飞轮模型以及它的落地路径

Brian Halligan提出的flywheel飞轮模型，比RARRA模型更进了一步。不止关注用户留存，更关注的是现有用户如何推动企业增长。 HubSpot创始人Brian Halligan在Inbound2018大会上说，他们从此以后就彻底跟营销漏斗说再见了，要用flywheel飞轮模型。 我本 ......
飞轮 路径 flywheel 模型

大模型调优方法：提示工程、RAGs 与微调对比

每一个搭建大语言模型应用的AI工程师都会面临一个难题，如何选择一个合适调优方法。就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。如项目需要一个特定结构的应用程序，如预训练缺失上下文的重要文件，再比如有特定术语和结构的高专业性的行业领域，面对这些问题，需要有特定的方法来调整LLM。 要决定 ......
模型 方法 工程 RAGs

大语言模型LLM幻觉的解决方法：检索增强生成RAG

当你向大语言模型LLMs集成的问答系统平台咨询医疗方面的问题，比如呼吸道感染应该怎么治疗，它可能直接给出答案，但不会提供这个答案的依据来源，这是因为大语言模型应用过程中还存在答案透明度不足的缺陷导致。此外，大语言模型还有知识更新的滞后性、在处理复杂任务时的准确性的问题。 为了解决这些问题，检索增强生 ......
幻觉 模型 语言 方法 LLM

（openstack搭建）openstack云平台部署-详细完整教程

openstack云平台部署（完整教程）环境要求Openstack硬件环境：Vmware虚拟机3台，控制节点配置需求4C8G20G，计算节点2C4G20G Openstack网络要求：至少一套网络，使用Vmware虚拟机的网络即可 操作系统要求：centos7*即可，openstack开源版本均支持 ......
openstack 教程 平台

常见3D模型汇总

3D模型查看器： 3D查看器 (Windows自带) Blender MeshLab (基于VCGlib) 3D模型来源： 美工建模 (fbx) 三维重建 (ply/obj) 3D-AIGC 3D模型格式： obj fbx glb (glTF2.0)：https://github.com/Khron ......
模型 常见

MySQL记录锁、间隙锁、临键锁（Next-Key Locks）加锁过程

innodb一定存在聚簇索引，默认以主键作为聚簇索引 有几个索引，就有几棵B+树(不考虑hash索引的情形) 聚簇索引的叶子节点为磁盘上的真实数据。非聚簇索引的叶子节点还是索引（id主键值），指向聚簇索引B+树。 锁类型: 共享锁(S锁):假设事务T1对数据A加上共享锁，那么事务T2可以读数据A，不 ......
间隙 Next-Key 过程 MySQL Locks

服务器tomcat安装及配置教程（Ubuntu）

一、从官网获取Tomcat。 Tomcat官网地址是：https://tomcat.apache.org/，我用的Tomcat9（Tomcat10以上变化较大，根据自己的jdk环境选择，我的jdk依然用的jdk8） 点开进入下载页面，选择「Binary Distributions」中的「Core」， ......
服务器 教程 tomcat Ubuntu

软件生命周期模型定义与选择策略

![](https://img2024.cnblogs.com/blog/3351537/202401/3351537-20240111151615438-216580632.png) ![](https://img2024.cnblogs.com/blog/3351537/202401/33515... ......
周期 模型 策略 生命 软件

数字先锋 | “言”之有“力”，大模型背后的算力“推手”！

在算力调度方面，天翼云通过自研的调度系统，协助思必驰DFM-2大模型调度GPU、NPU、CPU等异构算力资源，大规模训练上云1个月，可以完成数十亿规模大模型所有阶段训练和效果评估。在训练能力打造方面，天翼云支持多种模型训练方式，不仅可以提升大模型训练平台的数据量，还大幅缩短了训练周期和交付进度。 ......
推手 模型 背后 数字

GPT人工智能模型研究报告：探索智能极限

GPT人工智能模型是一个基于深度学习技术的自然语言处理模型，它能够理解和生成人类语言。该模型使用大量文本数据进行训练，学习语言的语法、语义和上下文信息，从而实现对语言的深层理解。 研究表明，GPT模型在多项自然语言处理任务中表现出色，如机器翻译、文本摘要、问答系统等。它能够根据输入的文本生成连贯、通 ......
智能 人工智能 研究报告 人工 模型

半小时搞定Yolov5安装配置及使用（详细过程）

之前在学习目标检测的时候，正值Yolov5发布，当时试用了下感觉还不错，最近有时间 使用最新的Yolov5源码，重新整理下安装配置到使用过程。。实践整个过程半小时即可搞定（前提已有Anaconda） 总体来看Yolov5的速度和效率较之前yolov4等系列都快，准确度更高。。 在下载配置Yolov5 ......
过程 小时 Yolov5 Yolov

机器学习-决策树系列-贝叶斯算法-概率图模型-29

目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
概率 算法 模型 机器 29

计算机网络分层结构--OSI模型、TCP/IP 模型、五层模型

计算机网络分层结构 OSI参考模型与TCP/IP参考模型 五层参考模型 ......
模型 计算机网络 结构 OSI TCP

听6位专家畅谈AI大模型落地实践：场景和人才是关键

回顾大模型技术在企业的应用过程中，我们不禁要问：大模型在落地方面带来了哪些改变？开发者如何应对大模型的变革？在AI大模型的驱动下，企业的未来又会走向何方？ ......
模型 场景 关键 专家 人才

PostMan——安装使用教程（图文详解）

https://blog.csdn.net/m0_61843874/article/details/123324727 postman使用教程1-安装与使用: https://www.cnblogs.com/yoyoketang/p/14734330.html ......
PostMan 图文 教程

STM32CubeMX教程12 DMA 直接内存读取

使用STM32CubeMX软件配置STM32F407开发板上串口USART1进行DMA传输数据，然后实现与实验STM32CubeMX教程9 USART/UART 异步通信相同的目标 ......
内存 教程 CubeMX STM DMA

使用ssh过程中遇到的一系列问题

目录VScode 报错Bad owner or permissions解决方法一：更改config文件权限解决方法二：更改默认ssh为git下的ssh修改系统环境变量刷新系统环境变量SSH简介Termux软件简介Termux安装后初始配置及安装OpenSSHWindows端用SSH客户端连接Term ......
过程 问题 ssh

浦语书生大模型实战训练营02笔记

1.打开算力平台，选择合适的配置进入算力开发机进入jupyter工具终端安装开发所需python深度学习环境： bash # 请每次使用 jupyter lab 打开终端时务必先执行 bash 命令进入 bash 中 bash /root/share/install_conda_env_intern ......
训练营 书生 实战 模型 笔记

R语言无套利区间模型：正向套利和反向套利次数、收益率分析华泰柏瑞300ETF可视化

全文链接：http://tecdat.cn/?p=31973 原文出处：拓端数据部落公众号 股指期货的套利交易有助于股指期货实现其价格发现以及风险规避的功能，因此提高套利交易的效率,对于发挥股指期货在经济发展中的作用有着重要的意义。 本文帮助客户对期货期现套利的研究。研究中主要以期货及其现货指数的数 ......
收益率 区间 收益 模型 次数

用GPT4聊天制作AI绘画搞笑视频，播放量近10w，附GPT4开通教程

AI一天，人间一年。大家好，我是小卷，最近大家在视频号、抖音刷短视频时，是不是经常刷到那种用AI生成的聊天搞笑绘画视频。比如下面这个视频：南方小土豆来哈尔滨 ......
GPT4 绘画 GPT 教程 视频

1.9 Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 基于语义分割遥感图像的模型

Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 参考遥感图像分割的旋转多尺度交互网络 参考遥感图像分割 (RRSIS)是一个新的挑战，它结合了计算机视觉和自然语言处理，通过 ......
遥感 语义 Segmentation Multi-Scale Interaction

深度学习模型部署TensorRT为何如此优秀？

一、前言 PyTorch模型的高性能部署问题，主要关注两个方面：高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点，但是相比C++来说速度较慢而且比较费内存，一般高性能场景都是使用C++去部署，尽量避免使用python环境。 TensorRT为什么那么快，因为 ......
深度 TensorRT 模型

EF First 生成数据模型

//创建目录：mkdir EFCoreScaffoldexample//进入目录：cd EFCoreScaffoldExample//创建控制台项目：dotnet new console//添加依赖：dotnet add package Microsoft.EntityFrameworkCore.S ......
模型 数据 First EF

使用HTTP状态码进行开发过程中的错误处理的有效指导

Laravel是一个流行的PHP框架，它具有出色的可测试性，可以帮助开发人员在更短的时间内编写可靠的代码。但是，即使使用了这个框架，也可能会出现测试覆盖率较低的情况。测试覆盖率是指代码中已由测试案例覆盖的部分比例。测试覆盖率越高，代码质量越高。在本文中，我们将分享几种技巧，帮助您提高Laravel应 ......
状态 错误 过程 HTTP

Python教程(22)——Python面向对象的属性和方法

在Python面向对象编程中，属性和方法是类及其对象的重要组成部分。如果说封装、继承和多态是面向对象编程中的思想，那么类的属性和方法就是骨架，因为有属性和方法，面向对象编程才变的有血有肉。 属性 属性是类或对象所拥有的数据，它用于描述对象的特征和状态。属性可以是实例属性（对象特有的属性）或类属性（属 ......
Python 属性 对象 方法 教程

WinDbg调试基础教程-用户模式

在前面的文章中，介绍了如何使用WinDbg分析蓝屏原因 https://www.cnblogs.com/zhaotianff/p/15150244.html 不过那会都是在网上找的资料，东拼西凑出来，并没有系统的去学习WinDbg。 最近在学习内核开发这一块的内容，刚好要用到WinDbg，所以这里找 ......
模式 基础 教程 用户 WinDbg

互联网项目架构演变过程(单体架构-模块化架构-微服务架构)

1. 单体架构 1. 传统的架构分为三层架构：web控制层，业务控制层，数据库访问层 2. 业务没有拆分，所有的代码写在一个项目工程中 3. 一旦有一个模块导致服务不可用，可能会影响整个项目 2. 模块化架构 模块化项目就是把传统架构的项目进行业务拆分成多个app，最终打包成一个项目进行部署 3. ......
架构 单体 模块 过程 互联网

演示JVM中对象分配内存过程和OOM发生原因

工具：jvisualvm 测试代码： public static void main(String[] args) throws Exception{ List<byte[]> list = Lists.newArrayList(); System.in.read(); while (true){ ......
对象 内存 原因 过程 JVM

STM32CubeMX教程11 RTC 实时时钟 - 入侵检测和时间戳

使用STM32CubeMX软件配置STM32F407开发板RTC实现入侵检测和时间戳功能，具体为周期唤醒回调中使用串口输出当前RTC时间，按键WK_UP存储当前RTC时间到备份寄存器，按键KEY_2从备份寄存器中读取上次存储的时间，按键KEY_1负责产生入侵事件 ......
入侵检测 时钟 实时 时间 教程

使用PyTorch实现混合专家(MoE)模型

Mixtral 8x7B 的推出在开放 AI 领域引发了广泛关注，特别是混合专家（Mixture-of-Experts：MoEs）这一概念被大家所认知。混合专家(MoE)概念是协作智能的象征，体现了“整体大于部分之和”的说法。MoE模型汇集了各种专家模型的优势，以提供更好的预测。它是围绕一个门控网络 ......
模型 PyTorch 专家 MoE
共7490篇  :3/250页 首页上一页3下一页尾页