- 博客(65)
- 资源 (45)
- 收藏
- 关注
RSS订阅原创 机器学习 - 线性回归
在下面的示例中，x 轴表示车龄，y 轴表示速度。重要的是要知道 x 轴的值和 y 轴的值之间的关系有多好，如果没有关系，则线性回归不能用于预测任何东西。注释：结果 -0.76 表明存在某种关系，但不是完美的关系，但它表明我们可以在将来的预测中使用线性回归。r 平方值的范围是 0 到 1，其中 0 表示不相关，而 1 表示 100％ 相关。让我们创建一个实例，其中的线性回归并不是预测未来值的最佳方法。例如：让我们尝试预测一辆拥有 10 年历史的汽车的速度。现在，我们可以使用收集到的信息来预测未来的值。
2024-04-07 13:17:09
269
原创 多项式回归（Polynomial Regression）
重要的是要知道 x 轴和 y 轴的值之间的关系有多好，如果没有关系，则多项式回归不能用于预测任何东西。如果您的数据点显然不适合线性回归（穿过数据点之间的直线），那么多项式回归可能是理想的选择。像线性回归一样，多项式回归使用变量 x 和 y 之间的关系来找到绘制数据点线的最佳方法。注释：结果 0.94 表明存在很好的关系，我们可以在将来的预测中使用多项式回归。让我们创建一个实例，其中多项式回归不是预测未来值的最佳方法。现在，我们可以使用收集到的信息来预测未来的值。我们已经记录了汽车的速度和通过时间（小时）。
2024-04-07 13:15:53
266
原创 机器学习 - 多元回归
我们得到的答案告诉我们，如果我们增加或减少其中一个独立值，将会发生什么。我们可以根据发动机排量的大小预测汽车的二氧化碳排放量，但是通过多元回归，我们可以引入更多变量，例如汽车的重量，以使预测更加准确。我们预测，配备 1.3 升发动机，重量为 2300 千克的汽车，每行驶 1 公里，就会释放约 107 克二氧化碳。我们已经预测，配备 1.3 升发动机，重量为 3.3 吨的汽车，每行驶 1 公里，就会释放约 115 克二氧化碳。请看下面的数据集，其中包含了一些有关汽车的信息。
2024-04-07 13:12:52
230
原创 机器学习 - 缩放
很难将排量 1.0 与车重 790 进行比较，但是如果将它们都缩放为可比较的值，我们可以很容易地看到一个值与另一个值相比有多少。当您的数据拥有不同的值，甚至使用不同的度量单位时，可能很难比较它们。一章中使用的数据集相同，但是这次，Volume 列包含的单位是升，而不是 ccm（1.0 而不是 1000）。缩放数据有多种方法，在本教程中，我们将使用一种称为标准化（standardization）的方法。其中 z 是新值，x 是原始值，u 是平均值，s 是标准差。我们可以将数据缩放为易于比较的新值。
2024-04-07 13:10:31
350
原创 机器学习 - 决策树
表示分割的质量，并且始终是 0.0 到 0.5 之间的数字，其中 0.0 表示所有样本均得到相同的结果，而 0.5 表示分割完全在中间进行。幸运的是，我们的例中人物每次在镇上举办喜剧节目时都进行注册，并注册一些关于喜剧演员的信息，并且还登记了他/她是否去过。表示在这 13 位喜剧演员中，有 6 位将获得 "NO"，而 7 位将获得 "GO"。表示在这 8 位喜剧演员中，1 位将获得 "NO"，而 7 位将获得 "GO"。表示在这 4 位喜剧演员中，1 位将获得 "NO"，而 3 位将获得 "GO"。
2024-04-07 13:07:15
223
原创 linux下移动或者复制文件覆盖相同文件夹时，文件夹里面的每个文件都提示是否覆盖
如果你看到如下内容，以下命令都会用别名执行了，就是说自动加了参数为了让复制和移动大量文件去覆盖目标时，不会产生一个个的提示，命令应该这样写注意 cp 命令前加了，意思是不让它用~/.bashrc里的别名运行，即 -i 参数。
2024-04-07 13:06:01
448
原创 gcc编译时指定指令集
通常我们使用-march=native让编译器自动识别当前编译环境的CPU架构。用于指定CPU架构，自动使能对应的指令集。例如-march=broadwell。根据编译环境自动选定指令集。使能开启/关闭特定指令集。
2024-04-05 07:04:32
293
原创 gcc编译时指定指令集
通常我们使用-march=native让编译器自动识别当前编译环境的CPU架构。用于指定CPU架构，自动使能对应的指令集。例如-march=broadwell。根据编译环境自动选定指令集。使能开启/关闭特定指令集。指定开启avx256。
2024-04-05 06:45:44
109
原创 人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
SFT监督微调时监督微调时，学习率通常会设置得很小常见误区：1.监督微调需要大量的训练时间和数据 2.监督微调将复制源模型的所有参数至目标模型 3.监督微调只需要几十条监督数据即可监督微调常见任务：1.用中文预训练BERT模型完成中文实体识别任务 2.训练语言模型GPT3 3.UIE模型在垂直领域的数据集上微调常见误区：在ImageNet上的预训练的模型再来训练目标检测任务 （则不是）目前，主流的SFT监督方法包括：LoRA、P-tuning v2、Freeze。
2024-03-30 07:46:17
708
原创 nlp - 自然语言处理(AI分支)
自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。
2024-03-30 07:43:54
612
原创 神经网络15分钟入门！足够通俗易懂了吧
好好学习，天天向上5603 人赞同了该文章网络上已经有很多神经网络入门的视频和文章，不过很多都艰深且冗长，即使是所谓的小白教程也看得让人脑仁疼。本篇文章试图使用最简洁易懂的文字对一个典型神经网络做一个较为完整的介绍。力求读者在读完本篇文章后对神经网络能有一个清晰且全面的认识。
2024-03-30 07:32:46
1004
原创 人工神经网络
人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。
2024-03-30 07:29:52
725
原创 人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
SFT监督微调时监督微调时，学习率通常会设置得很小常见误区：1.监督微调需要大量的训练时间和数据 2.监督微调将复制源模型的所有参数至目标模型 3.监督微调只需要几十条监督数据即可监督微调常见任务：1.用中文预训练BERT模型完成中文实体识别任务 2.训练语言模型GPT3 3.UIE模型在垂直领域的数据集上微调常见误区：在ImageNet上的预训练的模型再来训练目标检测任务 （则不是）目前，主流的SFT监督方法包括：LoRA、P-tuning v2、Freeze。
2024-03-30 07:09:42
910
原创 前馈神经网络
最简单的一种神经网络是单层感知器网络，它包括一个单层的输出单元，输入通过一系列的权重直接给输出。权重和输入的产品总和在每一个单元被计算出，如果这个值高于阈值(典型值是0)神经元通常取激活值(典型值是1)，否则就取无效值(典型值是-1)。大多数感知器的阈值是0，输出是1或者-1，有一些证据表明，这类的感知器比用其他从单元中获得的激活或者失效值训练的更快一些。它可以计算输出和样本输出数据之间的误差，并且用这些创建权重的调节器，因此这是梯度下降的一种形式。前馈神经网络()是一个人工的神经网络，
2024-03-30 07:06:08
323
原创 十分钟理解Transformer
接下来就进入了小编码器里边的前馈神经网模块了，关于前馈神经网络，网上已经有很多资料，在这里就不做过多讲解了，只需要知道，前馈神经网络的输入是self-attention的输出，即上图的Z,是一个矩阵，矩阵的维度是（序列长度×D词向量），之后前馈神经网络的输出也是同样的维度。细心的同学可能已经发现了，上图中的Decoders后边加了个s，那就代表有多个编码器了呗，没错，这个编码模块里边，有很多小的编码器，一般情况下，Encoders里边有6个小编码器，同样的，Decoders里边有6个小解码器。
2024-03-30 06:51:00
535
原创 CNCF项目简介 CNCF，全称Cloud Native Computing Foundation（云原生计算基金会）
但是，想要构建一个真正云原生的系统，要求我们考虑到系统的方方面面，我们不仅要掌握简单的开发技能，还要在SDN、SDS、分布式调度甚至计算机基础架构等诸多领域有所了解，要能够根据场景制定出最合适的架构方案。从另外一个维度，广义上来说，DevOps不仅需要打通开发运维之间的部门墙，我们认为DevOps更多的需要从应用的全生命周期考虑，实现全生命周期的工具全链路打通与自动化、跨团队的线上协作能力。涉及软件在整个开发生命周期中的持续开发，持续测试，持续集成，持续部署和持续监控。CI/CD（持续集成和持续发布）。
2024-03-30 06:24:01
348
原创 SFT(模型微调)
然而由于不同能力项的数据的来源、领域、分布，以及数据规模的不同，这些因素都将对模型性能产生剧烈的影响。与RQ2中的设置对齐，我们从数学，代码，与过滤后的通用能力数据集中抽样不同比例的训练数据（1, 1/4, 1/16, 1/64, 1/256），并按照相应的比例直接混合后来微调LLaMA。我们提出的DMT策略通过在第一阶段微调特定能力数据，在第二阶段微调通用数据+少量的特定能力数据，可以在保留通用能力的同时，极大程度地挽救大模型对特定能力的灾难性遗忘，这为SFT的数据组成问题提供了一个简单易行的训练策略。
2024-03-30 06:19:45
408
原创 AI大模型基础环境搭建
安装完成triton后依然报错相同的错误，那么需要修改下/usr/local/lib64/python3.8/site-packages/bitsandbytes/triton/triton_util.py关于引用importlib的方式。这个引入一个初学大模型的概念 prompt 就是所谓的工程提示，如果我们给出合理的提示功能标签，那么大模型可以更好的识别问题。# 设置环境变量，通常/usr/local/cuda-1x.x/bin，/usr/local/cuda-1x.x/lib64。
2024-03-30 05:59:40
93
原创 HydroOJ 从入门到入土（1）狡猾的分布式官方文档(24.1.8更新)
本系列旨在记录使用HydroOJ时的一些坑点，更全的说明文档请查看官方文档。欢迎联系本人 QQ 补充: 2422609586. HydroOJ 官方QQ群: 1085853538.
2024-03-30 05:37:52
710
原创 Redis【实战篇】---- 分布式锁-redission
在Lock锁中，他是借助于底层的一个voaltile的一个state变量来记录重入的状态的，比如当前没有人持有这把锁，那么state=0，假如有人持有这把锁，那么state=1，如果持有这把锁的人再次持有这把锁，那么state就会+1 ，如果是对于synchronized而言，他在c语言代码中会有一个count，原理和state类似，也是重入一次就加一，释放一次就-1 ，直到减少成0 时，表示当前这把锁没有被人持有。System.out.println("执行业务");
2024-03-30 05:29:32
125
原创 【Redis】Redis基础命令集详解
此时，可以将系统中所有用户的 Session 数据全部保存到 Redis 中，用户在提交新的请求后，系统先从Redis 中查找相应的Session 数据，如果存在，则再进行相关操作，否则跳转到登录页面。SCAN 命令是一个基于游标 cursor 的迭代器：SCAN 命令每次被调用之后，都会向用户返回返回一个包含两个元素的数组， 第一个元素是用于进行下一次迭代的新游标，而第二个元素则是一个数组， 这个数组中包含了所有被迭代的元素。其与 Set 集合要求相同，元素不能重复，但元素的 score 可以重复。
2024-03-30 05:26:38
273
原创 数据库的介绍、分类、作用和特点
非关系型数据库，又被称为NoSQL（Not Only SQL )，意为不仅仅是SQL，对NoSQL 最普遍的定义是“非关联型的”，强调 Key-Value 的方式存储数据。是指采用了关系模型来组织数据的数据库，简单来说，关系模型指的就是二维表格模型，好比Excel文件中的表格，强调使用表格的方式存储数据。数据库就是存储和管理数据的仓库，数据按照一定的格式进行存储，用户可以对数据库中的数据进行增加、修改、删除、查询等操作。数据库就是存储和管理数据的一个仓库，是用来持久化存储和快速读取数据的。
2024-03-30 05:22:52
308
原创 MacOS下Flex和Bison的使用
编译完成后生成 hello.tab.h和hello.tab.c。其实上面可以写成一个Makefile，就会比较简单。# 可以使用如下格式的命令生成指定名的.c文件。之后使用flex编译.l文件，生成.c文件。# 注意-o和hello.c之间没有空格。首先，了解Mac下的C语言文件编译运行。# 如果文件名是hello.c。需要在flex的.l文件中添加。# 生成了hello.o文件。bison和flex一起使用。# bison编译.y文件。# 得到lex.yy.c。或者上一步使用如下指令。
2024-03-29 21:24:12
140
原创 Ubuntu安装flex和bison
在学习虎书，第二章练习要用lex和yacc，然而作者提供的网址上放的是flex和bison，当然这样更好啦（flex和bison完全兼容lex和yacc）。考虑到在windows下用这两个玩意还要安装masm，所以最后决定上虚拟机（之前操作系统课就装过了，幸亏没卸载哈哈哈）。再使用命令gcc lex.yy.l -lfl。程序成功运行也说明我们安装配置成功了。使用命令lex verb.l。最后运行./a.out。
2024-03-29 20:43:35
260
原创 vmware虚拟机 ubuntu 无损扩容
dev/sda1之后的空间都是未分配的空间，我们可以把鼠标放在/dev/sda1，右键点击resize。鼠标拖动改变大小，或者直接在New size对应的文本框输入大小。首先，右键 /dev/sda5 (自己看自己的哪个才是swap分区) ，点击 swapoff。然后对扩展分区下的空间 new。这个就是 swap分区了，注意分区格式选 swap。然后按顺序删除linux-swap，extended分区。点绿色 的勾勾保存，之后再开启 swap分区。鼠标放在剩余的未分配的空间，先创建扩展分区。
2024-03-29 06:50:51
113
原创 虚拟机的Ubuntu与本地windows共享文件（使用samba服务）
添加samba用户，为了方便windows下的连接，这里建议将samba用户设置成与Ubuntu用户信息一致（用户名、密码），方便！至此，使用samba服务，将虚拟机的Ubuntu与本地windows的文件共享就配置完成。注意文本里的path是之前准备的share目录位置，还有自己设置好的用户名（本例是lh）Win+R 在运行框内输入 \\ip 即可访问，这里的ip地址是Ubuntu的ip地址。之后会提示，需要输入samba用户名及密码（这里是我们之前设置的smaba用户）3.设置分享目录的权限。
2024-03-29 06:49:46
252
原创 netty rpc框架 即时通讯
Netty是一个事件驱动的高性能Java网络库，是一个隐藏了背后复杂性而提供一个易于使用的API的客户端/服务端框架。Netty以其高性能和可扩展性，使开发者专注于真正感兴趣的地方。使业务逻辑从网络基础设施应用程序中分离。不仅仅是Netty框架，其他框架的设计目的也大都是为了使业务程序和底层技术解耦，使程序员更加专注于业务逻辑实现，提高开发质量和效率。Netty为什么性能如此之高，主要是其内部的Reactor模型机制。
2024-03-28 20:51:42
935
原创 netty rpc框架 即时通讯
Netty是一个事件驱动的高性能Java网络库，是一个隐藏了背后复杂性而提供一个易于使用的API的客户端/服务端框架。Netty以其高性能和可扩展性，使开发者专注于真正感兴趣的地方。使业务逻辑从网络基础设施应用程序中分离。不仅仅是Netty框架，其他框架的设计目的也大都是为了使业务程序和底层技术解耦，使程序员更加专注于业务逻辑实现，提高开发质量和效率。Netty为什么性能如此之高，主要是其内部的Reactor模型机制。
2024-03-28 20:50:53
656
原创 利用FLEX & BISON 快速实现简单的C 语言编译器前端
cmake在较新的版本已经可以直接使用了.之前的版本是不支持找flex & bison的,只能通过`add_custom_command’ 来使用flex & bison…如果使用CMake作为构建工具需要将 `scanner.l’ 里面的 ` #include “parser.tab.h” ’ 改成 ` #include “parser.h” '主要就是用这个词法生成器,给输入的源文件中的每一个关键字打上tag,以便后面的语法分析器能够识别./* 将注释去掉就能看到stack具体是怎么工作的.. */
2024-03-28 19:05:55
111
原创 pug模板引擎(原jade)
值得注意的是，因为这里的 foot 块 没有 被重定义，所以会依然输出“一些页脚的内容”Pug原名不叫Pug，是大名鼎鼎的jade，后来由于商标的原因，改为Pug，哈巴狗。丑话说在前面，Pug有它本身的缺点——可移植性差，调试困难，性能并不出色，但使用它可以加快开发效率。在后期维护和修改时，一不小心少了一个尖括号，或者某个标签的开始和闭合没有对应上，就会导致DOM结构的混乱甚至是错误。Pug 的条件判断的一般形式的括号是可选的，所以可以省略掉开头的 -，效果完全相同。这是最简单的向模板添加纯文本的方法。
2024-03-28 15:03:30
270
原创 vmware虚拟机下ubuntu扩大磁盘容量
由于swap分区隔在原root分区和新增加的2G之间，所以为 使磁盘扇区连续起来， 首先要删除swap分区，删除扩展分区， 此时只留下了原root分区和未使用的硬盘空间。可以调整根分区大小了，选中原root分区，选择调整分区大小，将在大小增加2个G，只留下swap分区要使用的容量（还是1.7G左右）。好了，现在重启 ubuntu，会自动进入bios设置界面，需注意的是，在启动之后，此选项会自动被设为FALSE，下次除非重新修改，否则不会自动再次进入BIOS，这其实是个很贴心的设置。下面我们进行分区处理。
2024-03-25 23:33:53
342
原创 Docker AIGC等大模型深度学习环境搭建（完整详细版）
cuDNN Library解压结果需要复制到CUDA安装目录，相应指令为“cp cuda/include/cudnn.h /usr/local/cuda/include/”、“cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/”。复制后的库文件需进一步增加权限，其指令为“chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*”。其中，前面的“X”表示已选择的将要安装内容。
2024-03-25 17:25:05
830
原创 Dalle-3、Sora、Stable Diffusion 3 掀起AIGC新浪潮
具体来讲，使用Transformers替换扩散模型中U-Net主干网络，分析发现，这种Diffusion Transformers（DiTs）不仅速度更快（更高的Gflops），而且在ImageNet 512×512和256×256的类别条件图片生成任务上，取得了更好的效果，256×256上实现了SOTA的FID指标（2.27）。Sora引入了先进的DiTs模块替换掉了UNET，并且将视频处理成了Transformer结构中的visual patch，极大的提升了视频生成的性能，引发了业界广泛的关注。
2024-03-25 02:09:28
730
原创 Sora 将于今年正式发布！OpenAI CTO Mira Murati 披露 Sora 未来
我们已经迫不及待地想像当初 ChatGPT 发布一样能够立即使用上 Sora，然而在近日，据 OpenAI CTO Mira Murati 在采访中表示，Sora 目前还在开发和测试阶段，OpenAI 计划在今年内的某个时间发布 Sora，目前仍在打磨中，且正在进行外部测试。在 Sora 的训练之中，Sora 的数据源是大家颇为关心的问题。正在研究对视频进行水印标记，但是相对于水印，视频内容的审核限制更为重要，因为随着生成的视频更加真实，用户将无法分辨视频内容的真实性，防止生成误导内容。
2024-03-25 01:50:03
464
原创 Go 和 Golang 有什么关系？
所以 Go 语言只能使用 https://golang.org，你也会 https://pkg.go.dev 和 https://golang.org、https://godoc.org，存在多个域名，并不统一。但由于 go.org 域名的原因， 因此在 Go Programming Language 的通俗称呼下，采取了 golang 来作为 Go 站点、Google 群组的域名/组别等的建立。仔细一看，有叫 Go 的，也有叫 Golang，还有叫 GO 的。在社区、论坛等，也有类似的问题。
2024-03-25 01:42:04
243
USB.zip
2019-10-28
BankSMS.zip
2019-07-07
android 订餐 服务器+客户端+数据库
2019-04-24
五子棋(人机，人人，联网)
2019-04-05
握力测试android
2019-03-11
ar根据图片需要立方体
2019-02-24
android拼图游戏
2019-02-24
MAC查询 androidTOandroid
2019-01-23
python音频特征值提取librosa机器学习
2018-06-07
shenlingwuliu
2023-11-13
慈善.zip微信小程序+ssm后台+mysql数据库
2020-07-08
JavaP2PTalkAndFilesSend.zip
2020-01-02
JavaSwing学生信息管理系统.zip
2020-01-02
库存管理系统 swing 文件
2020-01-02
java swing mysql超市管理系统.zip
2020-01-02
android word 英语单词记忆
2020-01-02
java 订餐 Swing mysql
2020-01-02
java学生信息管理系统swing
2019-11-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人