526互联

sqlalchemy模型flask model

Blender如何给fbx模型添加材质贴图并导出带有材质贴图的模型

推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 此教程适合新手用户，专业人士直接可直接绕路。 本教程中介绍了利用Blender建模软件，只需要简单几步就可以为模型添加材质贴，图，并且导出带有材质的模型文件。 1、第一步，打开Blender软件，导入模型：(本教程使用一个简单立方体模 ......
材质 模型 贴图 Blender fbx

用于3D MRI和CT扫描的深度学习模型总结

医学成像数据与其他我们日常图像的最大区别之一是它们很多都是3D的，比如在处理DICOM系列数据时尤其如此。DICOM图像由很多的2D切片组成了一个扫描或身体的特定部分。 那么如何为这类数据构建深度学习解决方案呢?本文中将介绍6种神经网络架构，可以使用它们来训练3D医疗数据上的深度学习模型。 3 d ......
深度 模型 MRI

利用pytorch自定义CNN网络（三）：构建CNN模型

本文是利用pytorch自定义CNN网络系列的第三篇，主要介绍如何构建一个CNN网络，关于本系列的全文见[这里](https://www.cnblogs.com/wpx123/p/17613613.html "这里")。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + p ......
CNN 模型 pytorch 网络

llama2模型部署方案的简单调研-GPU显存占用(2023年7月25日版)

https://blog.csdn.net/Fatfish7/article/details/131925595 先说结论全精度llama2 7B最低显存要求：28GB全精度llama2 13B最低显存要求：52GB全精度llama2 70B最低显存要求：280GB 16精度llama2 7B预测最 ......
显存 模型 方案 llama2 llama

Stata广义矩量法GMM面板向量自回归PVAR模型选择、估计、Granger因果检验分析投资、收入和消费数据|附代码数据

原文链接：http://tecdat.cn/?p=24016 原文出处：拓端数据部落公众号 摘要 最近我们被要求撰写关于广义矩量法GMM的研究报告，包括一些图形和统计输出。 面板向量自回归（VAR）模型在应用研究中的应用越来越多。虽然专门用于估计时间序列VAR模型的程序通常作为标准功能包含在大多数统 ......
数据 向量 广义 因果 面板

Hugging Face 的文本生成和大语言模型的开源生态

[更新于 2023 年 7 月 23 日: 添加 Llama 2。] 文本生成和对话技术已经出现多年了。早期的挑战在于通过设置参数和分辨偏差，同时控制好文本忠实性和多样性。更忠实的输出一般更缺少创造性，并且和原始训练数据更加接近，也更不像人话。最近的研究克服了这些困难，并且友好的交互页面能让每个人尝 ......
模型 文本 生态 Hugging 语言

Latent Diffusion Model搭建过程

[toc] 此方式在服务器（Ubuntu）上安装Stable Diffusion，使用miniconda虚拟环境。在Windows10系统上使用VScode远程开发方法进行调试和运行。 **注意：使用VSCode连接服务器远程开发调试，代码中的相对路径是打开文件夹的路径，并不是当前这个py文件所在的 ......
Diffusion 过程 Latent Model

flask 在网页表单写账号和密码 数据库校验，存在的话 弹欢迎页，不存在的话 添加到数据库，也弹欢迎页

去掉了注册signup.html页，因为是最简单的一个工程，不验证账号的唯一性 /**创建flask数据库**/ CREATE DATABASE flask CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; /**创建用户表**/ CREATE TA ......
数据库 数据 表单 账号 密码

主成分分析（PCA）模型学习笔记（一）

[TOC](主成分分析（PCA）模型学习笔记（一）) # 为什么使用PCA ## 从过拟合说起 在数据量小、数据维度高，模型较为复杂时，很容易产生过拟合。训练误差小而泛化误差较大被称为过拟合，而我们所追求的是泛化误差较小，为了解决过拟合问题，一般有以下的解决方案，一是最直接有效的方法，增加数据量，但 ......
成分 模型 笔记 PCA

线性判别分析（LDA）模型笔记

[TOC](线性判别分析（LDA）模型笔记) # 模型概况 线性判别方法（Linear Discrimination Analysis)是一种经典的线性学些方法，最早由Fisher提出，也叫“Fisher判别分析”。 LDA的思想非常朴素，也即是，将样例投影到一条直线上使得同类样例的投影点尽可能近， ......
线性 模型 笔记 LDA

TensorRT 模型加密杂谈

在大多数项目交付场景中，经常需要对部署模型进行加密。模型加密一方面可以防止泄密，一方面可以便于模型跟踪管理，防止混淆。 由于博主使用的部署模型多为TensorRT格式，这里以TensorRT模型为例，讲解如何对模型进行加密、解密以及推理加密模型。 ## 加密算法的选择和支持的库 [Crypto++] ......
杂谈 TensorRT 模型

基于Pair-wise和CrossEncoder训练单塔模型

基于RocketQA的CrossEncoder(交叉编码器)训练的单塔模型，该模型用于搜索的排序阶段，对召回的结果进行重新排序的作用。 ......
单塔 CrossEncoder Pair-wise 模型 Pair

Django之Model操作数据库

ORM简介 O(objects):类和对象。R(Relation):关系，关系数据库中的表格。M(Mapping):映射。 Django ORM框架的功能： 建立模型类和表之间的对应关系，允许我们通过面向对象的方式来操作数据库。 根据设计的模型类生成数据库中的表格。 通过方便的配置就可以进行数据库的 ......
数据库 数据 Django Model

三维模型OSGB格式轻量化压缩必要性分析

三维模型OSGB格式轻量化压缩必要性分析 三维模型是计算机图形学和视觉效果等领域的重要应用之一。然而，由于三维模型通常包含大量的几何信息、纹理信息和其他元素，导致其占用的存储空间和计算资源非常巨大。为了提高三维模型的处理效率和性能，轻量化和压缩成为不可或缺的技术手段。 本文将从以下几个方面分析三维模 ......
必要性 模型 格式 OSGB

Bert Pytorch 源码分析：五、模型架构简图 REV1

## 注意力 ![在这里插入图片描述](https://img-blog.csdnimg.cn/abe43c5ca40948dfb3c195c4330b7ffa.jpeg#pic_center) ## FFN ![在这里插入图片描述](https://img-blog.csdnimg.cn/9f57 ......
简图 架构 源码 模型 Pytorch

论文阅读 | Layer-wised Model Aggregation for Personalized Federated Learning

面向个性化联合学习的分层模型聚合 ==在本文中，我们提出了一种新的pFedLA训练框架，该框架能够区分不同客户端的每一层的重要性，从而能够优化具有异构数据的客户端的个性化模型聚合。==具体来说，我们在服务器端为每个客户端使用一个专用的超网络，它被训练来识别层粒度上的相互贡献因素。同时，引入参数化机制 ......
Personalized Layer-wised Aggregation Federated Learning

oobabooga-text-generation-webui可能是最好的语言模型启动器（包含手把手安装教程）

https://www.bilibili.com/read/cv24006101/ 引言： 问：oobabooga是什么？ oobabooga-text-generation-webui是一个用于运行类似Chatglm、RWKV-Raven、Vicuna、MOSS、LLaMA、llama.cpp、G ......
启动器 oobabooga-text-generation-webui generation oobabooga 模型

IO 多路复用模型

# IO 多路复用模型 ## 1. select 为了能够完成IO多路复用机制，可选用 select 函数。 nfds 所监听的最大的文件描述符+1（用来限定范围） fd_set 文件描述符集合 timeout 超时时间 FD_ZERO 清空监听队列，初始化 FD_SET 加入一个 fd 到 fds ......
模型 IO

TCP/IP 五层模型

## TCP/IP五层模型 - 物理层（Physical Layer）：物理层是最底层，负责传输比特流（bitstream）以及物理介质的传输方式。它定义了如何在物理媒介上传输原始的比特流，例如通过电缆、光纤或无线传输等。 - 数据链路层（Data Link Layer）：数据链路层位于物理层之上， ......
模型 TCP IP

pytorch-两个PyTorch中的Sequential模型合并成一个

要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......
Sequential 模型 两个 pytorch PyTorch

模型指标理解（accuracy, roc curve, precision-recall curve等)

背景 一个点估计模型（CTR，churn rate）之类的，都会输出一个目标事件概率。通常评估模型和进行model selection的时候需要用指标，常用的有accuracy, precision, recall, f1以及roc_curve, precision-recall curve等。选取 ......
curve precision-recall precision accuracy 模型

Django 模型的简单应用

每一个应用下的数据库模型类，需要在当前应用下的model.py 这个文件中定义数据库模型 定义规则如下： 一个数据库模型类需要继承 Model 或者 Model 的子类 默认会创建一个自动递增的 id 主键 默认创建的数据库名为，应用名小写_数据库模型类小写 一个数据库模型类相当于一个数据表（Tab ......
模型 Django

transform和大模型训练相关

1.数据流程 注：解码的过程会多一个Attention，先加掩码来避免解码获取当前word后的词 数据的计算流程：embeding——》multi head attention——》Add&Norm——》FNN——》Add&Norm——》Linear——》softmax FNN和多头Attentio ......
transform 模型

利用Python Flask蓝图加自定义蓝图划分优雅的目录结构

我们在用Flask开发网站的时候。经常看到有很多人把所有的路由函数放到了入口文件，这种做法是非常不可取的，如果我们的视图函数有几百个了都写到一个文件里肯定是不行的。还有在实现中我们都在比较大型项目里面我们可能有十几个甚至几十个这种不同模型。我们需要考虑把这些模型分文别类归属到不同的文件中去。而不是都 ......
蓝图 结构 目录 Python Flask

flask 实现文件上传功能

from flask import Flask, render_template, request, url_for, redirect, send_from_directory import os app = Flask(__name__) app.config['UPLOAD_FOLDER'] ......
功能 文件 flask

人工智能的未来：探索下一代生成模型

推荐：使用NSDT场景编辑器助你快速搭建可编辑的3D应用场景 生成式 AI 目前能够做什么，以及探索下一波生成式 AI 模型需要克服的当前挑战？作者 Nisha Arya， KDnuggets on May 22， 2023 in 人工智能脸书唽LinkedIn红迪网电子邮件共享 如果你跟上科技世界 ......
人工智能 下一代 人工 模型 智能

Django博客开发教程:创建数据库模型

Django是通过Model操作数据库，不管你数据库的类型是MySql或者Sqlite，Django它自动帮你生成相应数据库类型的SQL语句，所以不需要关注SQL语句和类型，对数据的操作Django帮我们自动完成。只要回写Model就可以了！ django根据代码中定义的类来自动生成数据库表。我们写 ......
模型 数据库 教程 数据 Django

【专栏阅读】World models

来源：如何理解Tesla和Wayve在CVPR2023 workshop上提到的world model？ - EatElephant的回答 - 知乎 https://www.zhihu.com/question/610849510/answer/3108529249 “CVPR 2023 自动驾驶w ......
专栏 models World

R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响|附代码数据

全文链接：http://tecdat.cn/?p=30508 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GAM广义相加模型的研究报告，包括一些图形和统计输出。 现实情况是，我们经常要处理多个自变量和一个因变量之间的关系，此外，虽然通过做散点图可以发现非线性关系，但很难归因其形式，多项式 ......
专用道 数据 广义 变异 行程

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用 ......
知识 TextBrewer 框架 模型 多种
共4500篇  :63/150页 首页上一页63下一页尾页