ism模型python算法

深入研究YOLO算法改进中的注意力机制

注意力机制可以细分为通道注意力、空间注意力、自注意力、多尺度注意力和位置感知注意力等类型，每种类型的注意力机制都旨在优化模型对图像特征的理解和处理。
周立-ric·2025-06-25 01:03

详解套接字 Socket 与网络 IO 模型演进

详解套接字Socket与网络IO模型演进前言：我要吐了，学redis要看网络模型，学nginx要看网络模型，学tomcat要看网络模型，学netty要看网络模型，每次看到文档中的select、epoll
紫菜紫薯紫甘蓝·2025-06-25 01:02

InnoDB Cluster 与 NDB Cluster 对比及部署指南

对比及部署指南一、核心区别对比特性InnoDBClusterNDBCluster存储引擎InnoDBNDB(内存优先)架构设计基于GroupReplication分布式架构(数据节点+管理节点+SQL节点)一致性模型最终一致性
中国lanwp·2025-06-25 00:28

NoSQL 之 Redis 配置与优化

1.1关系型数据库关系型数据库是一个结构化的数据库，创建在关系模型基础上，一般面向于记录。它借助于集合代数等数学概念和方法来处理数据库中的数据。
@暗冥·2025-06-25 00:28

双时钟机制下的XL2407P芯片

XL2407P芯片是工作在2.400~2.483GHz世界通用ISM频段,集成微控制器的的SOC无线收发芯片。
·2025-06-25 00:23

从零构建企业知识库问答系统（基于通义灵码+RAG+阿里云OSS的落地实践）

传统解决方案如Wiki或文档管理系统存在两大局限：被动检索：用户需精确知道搜索关键词理解缺失：无法解析"季度营收增长率计算方法"等复合问题RAG（检索增强生成）技术的革命性在于将语义检索与大语言模型结合
大熊计算机·2025-06-24 23:21

开源TTS模型：VITS（2025.3）

VITS经典项目:FaceBook开源，1000+语言，mms-meta/MMSwenet社区，onnx和
u013250861·2025-06-24 23:19

传统蒙特卡洛（Monte Carlo, MC）方法在强化学习中直接把整条回报序列当作“真值”来估计价值函数，通常配合表格化存储，因此无需环境模型且估计无偏，但只能处理有限状态-动作空间且方差较大

传统蒙特卡洛（MonteCarlo,MC）方法在强化学习中直接把整条回报序列当作“真值”来估计价值函数，通常配合表格化存储，因此无需环境模型且估计无偏，但只能处理有限状态-动作空间且方差较大medium.comanalyticsvidhya.comincompleteideas.net
强化学习曾小健·2025-06-24 23:19

yolov11转ncnn

yolo模型pt格式文件转ncnn，以适用于移动端的部署。原先要经过onnx，onnxsim等转换，cmake编译，现直接可生成(如何从YOLO11导出到NCNN以便顺利部署)。
model2005·2025-06-24 23:18

微软ASR与开源模型分析

一、微软ASR核心能力1.支持场景场景功能实时语音转文本低延迟流式识别（会议字幕/直播转录）音频文件转文本支持多种格式（WAV/MP3等），批量处理长音频定制化模型针对特定行业术语（医疗/金融）训练专属模型多语言混合识别中英文混合
老兵发新帖·2025-06-24 23:45

我的世界1.20.1forge模组开发进阶物品（7）——具有动画、3D立体效果的物品

BlockbenchBlockbench是一个用于创建和编辑三维模型的免费软件，特别适用于Minecraft模型的设计。
lemon_sjdk·2025-06-24 23:42

SpringBoot的3种六边形架构应用方式

这种架构主要由三部分组成：领域（Domain）：包含业务逻辑和领域模型，是应用程序的核心端口
风象南·2025-06-24 23:11

DeepSeek 实战项目：构建专业领域智能问答系统

目录1.项目概述与背景2.环境准备与模型部署3.专业知识库构建5.交互式界面开发6.系统优化与扩展7.项目部署与运维项目总结与展望1.项目概述与背景在当今信息爆炸的时代，专业领域的知识获取面临着信息过载和检索效率低下的问题
XQR.小白·2025-06-24 22:10

深入解析Golang GMP

文章目录1.引言2.GMP模型概述与核心结构体2.1.G（Goroutine）2.2.M（Machine/Thread）2.3.P（Processor）2.4.全局调度器schedt（Scheduler
tatasix·2025-06-24 22:07

腾讯混元3D制作角色模型的教程-3

腾讯混元3D中实现角色骨骼绑定与动画生成的详细操作指南，结合官方功能说明及实操要点整理：⚙️一、前期准备：模型要求角色姿态规范仅支持标准T-pose（大字型站立）的全身人物模型（如卡通角色）。
速易达网络·2025-06-24 22:07

课程目录：腾讯混元3D × Unity3D全流程开发

结合腾讯混元3D与Unity3D的设计课程，可构建一套覆盖“AI辅助创作→模型优化→引擎集成→实战开发”的全链路学习体系。
速易达网络·2025-06-24 22:07

腾讯混元3D实现内容生产的“平民化”

腾讯混元3D生成大模型是当前AI驱动3D内容生产的代表性技术，通过几何与纹理解耦、工业级开源、多模态输入等创新，将传统建模流程从“天级”压缩至“秒级”，彻底重构了游戏、影视、工业设计等领域的创作逻辑。
速易达网络·2025-06-24 22:06

STM32连接阿里云物联网平台

STM32连接阿里云物联网平台的核心步骤与要点总结，涵盖硬件选型、平台配置、代码实现及调试技巧：一、阿里云平台配置创建产品与设备登录阿里云物联网平台，创建产品（联网方式选“以太网”或“WiFi”）并定义物模型
速易达网络·2025-06-24 21:32

世界顶尖大语言模型（按公司分类）

截至2025年中（6月），全球顶尖的大语言模型（LLM）主要集中在以下几家公司和项目中。这些模型在语言理解、推理、代码生成、多模态能力等方面处于世界领先地位。
nbspzs·2025-06-24 21:30

从大模型到具身智能进化，AI 应用的产业落地路在何方？

引言当前，以大模型为代表的人工智能正迎来爆发式发展，掀起全球科技、产业与时代的变革浪潮。
·2025-06-24 21:59

网络基础入门：从OSI模型到TCP/IP协议详解

网络基础入门：从OSI模型到TCP/IP协议详解一、网络基础概念与OSI七层模型1.1网络通信的本质计算机网络的核心是将抽象语言转换为二进制数据进行传输与计算，这一过程涉及多层抽象与转换：应用层：人机交互
睡觉的时候不会困·2025-06-24 21:57

大模型分布式训练deepspeed环境搭建

1.deepspeed介绍1.1简介DeepSpeed是一个由微软开发的开源深度学习优化库，旨在提高大规模模型训练的效率和可扩展性。
transformer变压器·2025-06-24 20:25

LangChain输出解析器Output Parser用法

大语言模型输出的一般是文本格式，但是很多时候，我们可能需要大模型按照我们要求的格式进行格式化输出，比如输出XML、JSON、逗号分隔符的列表等，OutputParser可以帮助我们获取结构化的信息。
塘泥吃虾米·2025-06-24 20:54

Word2Vec 原理是什么

Word2Vec原理是什么一、核心概念：从词语到向量的语义映射Word2Vec是2013年由Google提出的词嵌入（WordEmbedding）模型，其核心目标是将自然语言中的词语转换为稠密的连续向量
ZhangJiQun&MXP·2025-06-24 20:24

通义万相2.1技术深度解析

如果喜欢可以到我的主页订阅专栏哟(＾Ｕ＾)ノ~ＹＯ一、系统架构概览通义万相2.1是基于扩散模型的多模态生成系统，其核心架构包含以下模块：多模态编码器CLIPViT-L/14文本编码器（768维嵌入）改进型图像编码器
accurater·2025-06-24 20:52

模型上下文协议（MCP）：人工智能世界的“万能插座”革命

模型上下文协议（MCP）：人工智能世界的“万能插座”革命在人工智能工具生态如战国时代般割裂的今天，一项名为模型上下文协议（ModelContextProtocol，MCP）的技术正悄然重塑AI与外部世界的连接方式
Liudef06小白·2025-06-24 20:52

LangChain输出解析器的作用与类型解析(17)

LangChain输出解析器的作用与类型解析一、LangChain输出解析器概述1.1输出解析器的核心作用在LangChain框架中，输出解析器（OutputParser）扮演着至关重要的角色，其核心作用是将大型语言模型
Android 小码蜂·2025-06-24 20:51

如何高效训练通义万相2.1的LoRA：从原理到实战指南

在AI图像生成领域，通义万相2.1作为领先的扩散模型，其官方API虽功能强大，但定制能力有限。
Liudef06小白·2025-06-24 20:50

Day 40训练

Day40训练PyTorch图像数据训练与测试的规范写法单通道图像的规范训练流程数据预处理与加载模型定义训练与测试函数封装模型训练执行彩色图像的扩展应用数据预处理调整模型结构调整关键要点总结知识点回顾：
Nina_717·2025-06-24 20:20

DAY 39 图像数据与显存

目录DAY39图像数据与显存1.图像数据的格式：灰度和彩色数据2.模型的定义3.显存占用的4种地方a.模型参数+梯度参数b.优化器参数c.数据批量所占显存d.神经元输出中间状态4.batchisize和训练的关系作业
HINOTOR_·2025-06-24 19:47

DAY 40 训练和测试的规范写法

batchsize外全部展平3.dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑，这是基础，这个代码框架后续会一直沿用，后续的重点慢慢就是转向模型定义阶段了
HINOTOR_·2025-06-24 19:16

使用Simulink结合MATLAB进行基于强化学习控制下的动态滤波器参数调节系统的仿真

目录一、背景介绍二、所需工具和环境三、步骤详解步骤1：定义系统需求示例：定义系统需求步骤2：准备强化学习环境步骤3：训练强化学习代理步骤4：创建Simulink模型步骤5：添加信号源步骤6：合并信号步骤
amy_mhd·2025-06-24 19:12

网络模块尺寸多样导致的内存碎片

在给网络换了编码器之后，出现了显存不足的报错，于是出现了两个问题，一个是为什么服务器上有5G的显存不可用，由于除了数据集之外，配置和模型相同的另一个设备上还有接近一半的占用，而这里显然高出了几G，所以先不解决这个问题
weixin_42319617·2025-06-24 17:58

第三节 布局与盒模型-盒模型与box-sizing

以下是关于盒模型与box-sizing的详细解析，结合核心概念、计算方式、应用场景及现代开发实践，帮助开发者深入理解这一布局基础。
泽泽爱旅行·2025-06-24 17:26

预训练目标：BERT 更适配 “理解类” 任务

在NLP任务中，更倾向于用BERT而非GPT做预训练，核心原因与两者的模型设计、任务适配性、资源成本有关，具体可从以下维度拆解：一、预训练目标：BERT更适配“理解类”任务BERT的双向预训练目标：通过掩码语言模型
·2025-06-24 17:26

Three.js 加载器简介

1.Three.js加载器简介Three.js提供了多种加载器，用于加载不同格式的3D模型、纹理和其他资源。
lpfasd123·2025-06-24 17:56

从7B到671B：DeepSeek R1大模型微调的GPU选型终极指南

以FP16精度计算，7B模型微调需要至少14GB显存（含优化器状态），而671B版本则需要惊人的3TB级存储空间。
卓普云·2025-06-24 17:54

【AI大模型】数据处理

一、源文档读取为构建我们的本地知识库，我们需要对以多种类型存储的本地文档进行处理，读取本地文档并通过前文描述的Embedding方法将本地文档的内容转化为词向量来构建向量数据库。在本节中，我们以一些实际示例入手，来讲解如何对本地文档进行处理。二、数据读取1.PDF文档我们可以使用LangChain的PyMuPDFLoader来读取知识库的PDF文件。PyMuPDFLoader是PDF解析器中速度最
用心分享技术·2025-06-24 17:52

北斗导航 ｜ 基于改进小龙虾优化算法的GPS接收机自主完好性监测算法研究

主要内容如下：RAIM基础原理与问题定义：介绍最小二乘残差法的数学模型，包括伪距观测方程、故障检测统计量和故障识别方法。
北斗猿·2025-06-24 16:22

Spring AI Alibaba集成阿里云百炼大模型应用

文章目录1.准备工作2.引入maven依赖3.application.yml4.调用4.1.非流式调用4.2.流式调用阿里云百炼推出的智能体应用、工作流应用和智能体编排应用，有效解决了大模型在处理私有领域问题
Linging_24·2025-06-24 16:20

群核科技空间理解模型SpatialLM技术报告发布，3D空间识别精度达全球领先水平

近日，空间理解模型SpatialLM发布首份技术报告，该模型来自于空间智能公司群核科技。
CSDN资讯·2025-06-24 16:18

中美大模型争霸：技术、资本与应用的全面对决

中美大模型争霸：技术、资本与应用的全面对决*内容导读：*中美大语言模型（LLM）的竞争正在重塑全球科技格局，这不仅是技术的较量，更是未来经济与影响力的制高点之争。
福福很能吃·2025-06-24 15:46

DeepSeek使用指南：普通人逆袭的5大核心技巧

DeepSeek作为新一代大语言模型，其核心价值不在
傻啦嘿哟·2025-06-24 15:15

使用LangChain与KonkoChatCompletion模型进行交互

使用LangChain与KonkoChatCompletion模型进行交互在如今的AI应用开发中，选择合适的大语言模型(LLM)是至关重要的。
weixin_43212959·2025-06-24 15:44

使用预训练权重在YOLO模型上训练新数据集的完整指南

使用预训练权重在YOLO模型上训练新数据集的完整指南引言在目标检测领域，迁移学习已成为提升模型性能的关键技术。
马里马里奥-·2025-06-24 15:14

解决YOLO模型从Python迁移到C++时目标漏检问题——跨语言部署中的关键陷阱与解决方案

问题背景当我们将Python训练的YOLO模型部署到C++环境时，常遇到部分目标漏检问题。这通常源于预处理/后处理差异、数据类型隐式转换或模型转换误差。
马里马里奥-·2025-06-24 15:43

C++、OpenVINO部署YOLOv5模型的指南（Windows）

C++、OpenVINO部署YOLOv5模型的指南（Windows）一、环境准备硬件要求软件配置二、模型转换流程1.导出ONNX模型2.转换为OpenVINOIR格式三、C++推理实现核心代码结构后处理关键算法四
马里马里奥-·2025-06-24 15:13

大模型强化微调GRPO——DeepSeekMath: Pushing the Limits of MathematicalReasoning in Open Language Models

1.概述大型语言模型（LLM）革新了人工智能领域的数学推理方法，在定量推理基准测试（Hendrycks等，2021年）和几何推理基准测试（Trinh等，2024年）方面取得了重大进展。
樱花的浪漫·2025-06-24 15:43

⭐️⭐️⭐️【课时6：如何创建工作流应用】学习总结 ⭐️⭐️⭐️ for《大模型Clouder认证：基于百炼平台构建智能体应用》认证

一、学习目标：明确备考核心能力通过深入学习《课时6：如何创建工作流应用》，我希望达成以下目标，构建从理论到实践的完整知识链：理解工作流应用价值：掌握工作流在企业自动化流程中的核心作用，能识别旅行规划、客服支持、内容创作等多场景需求。掌握两类工作流创建流程：独立完成任务型工作流（如短信诈骗判断）的节点配置与测试发布。熟练搭建对话型工作流（如智能导购），实现意图分类与多轮交互逻辑。精通六大节点功能：清
Charles茶总·2025-06-24 15:12

我们需要的是数学上满足一定边界条件后的容许集合--拜占庭将军模型问题

前一阵子有机会被公司外派封闭培训，说实话，吃得好睡得充实，生活丰富多彩，就是晚上也安排了集体读书和学习讨论。感觉人生被按下了暂停键，感谢上级给了一次重建健康且有规律生活的学习方式的机会。因为我所在办公室的人非常少，原先的四个人各负其重，后来有一个被提拔后岗位职责和会务激增的情况下，仍然会仗义承担原来的部分工作，这让我颇心存感激。我原来担心的系统的健硕性很低，少一人其他两个人的压力就会倍增的情况并未
CIb0la·2025-06-24 15:11
上一页 66 67 68 69 70 71 72 73 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他