实战 深度pytorch理论
ruby实战手册（22）-wxruby(1)
目录概述button` 概述 wxRuby3是一个针对Ruby的跨平台GUI库，基于成熟的针对C++的wxWidgets GUI工具包。它尽可能地使用本地小部件，为Windows、OS X和Linux/GTK上的GUI应用程序提供正确的外观、感觉和行为。wxRuby旨在为在Ruby中开发专业标准的桌 ......
PyTorch项目源码学习（2）——Tensor代码结构初步学习
PyTorch版本：1.10.0 Tensor Tensor是Pytorch项目较为重要的一部分，其中的主要功能如存储，运算由C++和CUDA实现，本文主要从前端开始探索学习Tensor的代码结构。 结构探索 PyTorch前端位于torch目录下，从_tensor.py可以找到Tensor的pyt ......
ruby实战手册（21）
目录block block 可以用在闭包里 irb(main):067:1* def test () irb(main):068:1* x=1 irb(main):069:2* return lambda do irb(main):070:2* x+=1 irb(main):071:2* puts ......
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 ......
MyBatis实战指南（二）：工作原理与基础使用详解
MyBatis是一个优秀的持久层框架，它支持定制化SQL、存储过程以及高级映射。那么，它是如何工作的呢？又如何进行基础的使用呢？本文将带你了解MyBatis的工作原理及基础使用。 一、MyBatis的工作原理 1.1 MyBatis的工作原理 工作原理图示： 1、读取MyBatis配置文件 myba ......
MySQL运维实战(2.4) SSL认证在MySQL中的应用
作者：俊达 引言 MySQL支持使用TLS协议进行通信，该协议在数据库通信中具有关键作用。首先，TLS能够加密客户端与服务端之间的通信数据，涵盖了客户端发送至服务端的SQL请求以及服务端返回给客户端的数据，从而确保敏感信息的保密性和完整性。除此之外，TLS还允许客户端验证服务端的身份，确保安全连接。 ......
InternLM实战营 第三次作业
基础作业 这一部分在第三次笔记中可以找到详细的 这里就给一个结果展示 运行结果 进阶作业 收集数据 这里我只收集了法律相关的三个数据，构造了对应的向量数据库 这里不放代码了，代码会放到最后的最后的github对应的项目中 创建应用 这里我现在自己机器上跑了一下效果 对应的知识库的内容 可能本来模型就 ......
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 ......
袋鼠云数栈UI5.0设计实战｜B端表单这样设计，不仅美观还提效
我们是袋鼠云数栈 UED 团队，致力于打造优秀的一站式数据中台产品。我们始终保持工匠精神，探索前端道路，为社区积累并传播经验价值。 本文作者：大喜 相关文章：袋鼠云出品！数栈UI 5.0全新体验升级，设计背后的故事 前言 表单是B端产品中最常见的组件之一，主要⽤于数据收集、校验和提交。比如登陆流程的 ......
资源配额ResourceQuota实战案例
目录一.资源配额ResourceQuota概述1.资源配额概述2.资源配额ResourceQuota的工作方式3.计算资源配额4.存储资源配额5.对象数量配额二.资源配额案例1.计算资源配额案例1.1 创建计算资源配额1.2 验证计算资源配额1.3 超出计算配额验证2.存储资源配额案例2.1 创建存 ......
浦语书生大模型实战训练营01笔记
大模型总的发展趋势：单一模型处理单一任务到一个模型解决多个任务 书生.浦语大模型开源历程：internLM大模型发布-》全面商业、开源支持8k语境全链路开源体系》多模态预训练语料库开源发布-》1.1版本迭代升级，开源智能体框架支持语言模型到智能体升级转换-》增强版发布开源工具全线升级 书生.浦语大模 ......
安装pytorch/安装jupyterlab并添加已创建环境的kernel
安装pytorch 先创建一个环境，去pytorch官网查找环境所用python版本对应的torch版本，并选择合适的下载命令，在已激活的环境中运行命令，即可安装成功。 安装jupyter jupyter可以按cell运行代码，并且可以边写代码边做笔记。运行conda install jupyter ......
TypeChat、JSONSchemaChat实战 - 让ChatGPT更听你的话
TypeChat 用一句话概括，就是用了它你可以让大语言模型（比如 ChatGPT）将自然语言转换成特定类型的 JSON 数据。 我们在使用 ChatGPT 的时候，大致流程如下： 假如我们需要 ChatGPT 按照我们输入的 prompt，输出指定格式的 JSON 数据，我们在 prompt 里将 ......
七天.NET 8操作SQLite入门到实战 - 第七天BootstrapBlazor UI组件库引入（1）
前言 由于第七天Blazor前端页面编写和接口对接的内容比较的多，所以这一章节将会分为三篇文章来进行讲解，大家可以认为分为早、中、晚来进行阶段性学习，从而提高学习效率😁。 七天.NET 8 操作 SQLite 入门到实战详细教程 第一天 SQLite 简介 第二天 在 Windows 上配置 SQ ......
深度估计之SCDepth系列
SC-Depth系列。 SCDepthV1 之前的单目深度估计网络的重投影损失，更多的是利用前后帧的颜色误差进行约束，得到了比较精确的结果。但它们基本上都有一个共性问题：深度值不连续！连续几张图像之间的深度值不连续！也就是说，在不同的帧上产生尺度不一致的预测，因为它们承受了每帧图像的尺度不确定性。这 ......
CUDA驱动深度学习发展 - 技术全解与实战
全面介绍CUDA与pytorch cuda实战 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人 一、CUDA：定义与演进 CUDA（ ......
Vue开发实战：构建适配多终端的前端应用
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 ......
挑战Transformer的新架构Mamba解析以及Pytorch复现
今天我们来详细研究这篇论文“Mamba:具有选择性状态空间的线性时间序列建模” Mamba一直在人工智能界掀起波澜，被吹捧为Transformer的潜在竞争对手。到底是什么让Mamba在拥挤的序列建中脱颖而出? 在介绍之前先简要回顾一下现有的模型 Transformer:以其注意力机制而闻名，其中序 ......
渗透测试实战---菠菜切入点
前言本文仅用于交流学习， 由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失，均由使用者本人负责，文章作者不为此承担任何责任。渗透测试可分为三个阶段信息收集 尽可能的收集所有关的资产信息确定测试范围漏洞发现 针对收集的资产进行进一步的漏洞检测漏洞利用 针对发现的漏洞进行进一步的利用以 ......
闪速优选--五天学会SpringCloud实战
本专栏带你用Spring Cloud Alibaba搭建一套项目，让你五天掌握微服务的使用。
微服务是很重要的技术，学会微服务会大大提升个人竞争力，大大提高简历筛选和面试通过率。项目名字：闪速优选。 ......
深度可分离卷积
深度可分离卷积，使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积，获得 8×8×256 的输出，直接的卷积方法是使用 256 个 5×5×3 的卷积核（无 padding、步长为 1，下同）。此时卷积层的参数量为 19200，卷积 ......
20-有参转录组实战6-差异基因绘制火山图
#本教程仿自于B站的15天入门生物信息视频，若有疑惑请以视频为准。若侵请联。 #上一个教程我们得到了genes.counts.matrix.OE_vs_WT.DESeq2.DE_results文件，接下来对差异基因绘制火山图，我们这一步在Windows系统上的R进行即可，若需要安装Windows的R ......
深度学习图像复原之去雨：常用数据集介绍
可能有帮助的链接：https://paperswithcode.com/task/single-image-deraining 合成数据集 Rain100H 出自 CVPR 2017 论文 Deep Joint Rain Detection and Removal from a Single Ima ......
CHAT GPT全称及其发展历程深度剖析
CHAT GPT全称为Conversational Generative Pre-trained Transformer，是一种由OpenAI开发的自然语言处理模型。该模型旨在生成流畅且连贯的对话回复，从而在聊天机器人应用中表现出卓越的性能。 CHAT GPT的发展起始于OpenAI提出的GPT架构 ......
动手学深度学习v2：数据操作+数据预处理
数据操作 import torch x=torch.arange(12) # x的output为 tensor([0,1,2,3,4,5,6,7,8,9,10,11]) # 可以通过张量的shape属性来访问张量的形状和张量中元素的总数 x.shape # output: torch.Size([1 ......
BSP视频教程第29期：J1939协议栈CAN总线专题，源码框架，执行流程和应用实战解析，面向车通讯，充电桩，模组通信等(2024-01-08)
视频教程汇总帖：https://www.armbbs.cn/forum.php?mod=viewthread&tid=110519 继前面CANopen专题视频教程后，再推出CAN总线的又一个重要协议栈J1939专题视频 J1939在车通讯上应用比较多，现在电动车充电桩还有各种模组的通信也非常多基于 ......
机器学习周刊 第4期：动手实战人工智能、计算机科学热门论文、免费的基于ChatGPT API的安卓端语音助手、每日数学、检索增强 (RAG) 生成技术综述
LLM开发者必读论文：检索增强（RAG）生成技术综述！ 目录： 1、动手实战人工智能 Hands-on Al 2、huggingface的NLP、深度强化学习、语音课 3、Awesome Jupyter 4、计算机科学热门论文 5、LLM开发者必读论文:检索增强 (RAG) 生成技术综述 6、App ......
机器学习周刊03:如何学习深度学习？2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving
腾讯推出的 AppAgent，是一个多模态智能体，通过识别当前手机的界面和用户指令直接操作手机界面，能像真实用户一样操作手机！ 机器学习周刊：关注Python、机器学习、深度学习、大模型等硬核技术 1、如何学习深度学习？ 最近X上有推友重提这篇文章，是网友看过 Jeremy 教授的 fast.ai ......
MyBatis实战指南（一）：从概念到特点，助你快速上手，提升开发效率！
MyBatis是一个优秀的持久层框架，它支持定制化SQL、存储过程以及高级映射。MyBatis避免了几乎所有的JDBC代码和手动设置参数以及获取结果集的过程。 大家好，今天我们要来聊聊一个在Java开发中非常实用的框架——MyBatis。你是否曾经因为数据库操作而感到困扰？是否曾经因为SQL语句的编 ......
【接口自动化测试实战】python接口自动化
一、自动化项目介绍 1.涉及技术栈 python requests pytest allure 2.实现的功能概述 支持requests各种请求 支持用例之间依赖关系 支持切换环境 支持按脚本的形式编写测试用例 支持生成html报告 二、框架及项目结构 项目目录 api_object：接口参数及扩展 ......