大语言模型生态资源汇总 模型library (ollama.com)Get up and running with large language models locally.meta-llama/llama3: The official Meta Llama 3 GitHub site知识库chatchat-space/Langchain-Chatchat: Langchain-Chatchat（原Langchain- 语言模型 问答系统 大模型 LangChain 原创 secondriver 3小时前 24阅读 你专属的艺术头像生成AI黑科技：Photoshot Photoshot：瞬间生成，形象随心！让想象成像，专属头像艺术智能生成 - 精选真开源，释放新价值。 概览 在当今科技日新月异的时代，AI技术已深入渗透至视觉艺术领域，催生出诸多创新工具和应用。其中，Photoshot AI凭借其强大的人工智能算法及卓越的设计理念，在个性化图像创造上开辟了前所未有的广阔天地。Photoshot AI是一款集成了深度学习、神经网络与图形渲染技术的尖端软件，它不仅 AI人工智能 原创 辣码甄源 3小时前 11阅读 家装新灵感 分区洗衣房，在亦庄泡桐花找到洗衣房装修灵感 最美人间四月天，绝美亦城泡桐花。开往春天的地铁，载着祝福与希冀，从泡桐花中穿城而过。2024年4月13日卡萨帝洗衣机“原创一体嵌入，衣装分区养护”分区洗衣房联合张佳朋设计空间在北京亦庄泡桐花节进行发布。国际建筑风水协会秘书长、清易环境建筑风水学院的创始人陈春文先生，北京海汀顿建筑设计工程有限公司设计中心的负责人、首都·设计行的创始人张佳朋先生，以及海尔智家北京分公司洗护产业的总经理田艳君女士，携手 解决方案 设计理念 迭代 原创 mb65e2e09e594fa 3小时前 17阅读 徐晓艺被波兰前总统布罗尼斯瓦夫·科莫罗夫斯基接见 2024年1月19日,科莫罗夫斯基阁下总统俱乐部全球主席总统有话说共同主席波兰第五任总统布罗尼斯瓦夫·科莫罗夫斯基 Former President of Poland莅临北京丰台宴科莫罗夫斯基总统阁下一生充满传奇,他的外交成就也颇为杰出,其中一项就是中波关系。他说:“我作为总统在2011年对华访问期间,将中国和波兰两个国家的外交提升到了战略伙伴关系水平,我觉得这是我在外交政策上取得的巨 基础设施 商业 ide 原创 mb65e2e09e594fa 4小时前 15阅读 让更多的生命因爱而来——“非凡宝宝”行动研究项目鸣锣启动 非凡宝宝 原创 mb65e2e09e594fa 4小时前 20阅读 2024华北医院信息网络大会参会指南 华北 原创 mb65e2e09e594fa 4小时前 17阅读 机器学习中的概率统计应用实践 | 更新完结 机器学习中的概率统计应用实践 | 更新完结机器学习中的概率统计应用实践在当今数字化时代，机器学习已经成为了各行各业的核心技术之一。而概率统计作为机器学习的基石之一，扮演着至关重要的角色。本文将探讨机器学习中概率统计的应用实践，并深入解析其中的原理和方法。概率统计在机器学习中的地位概率统计在机器学习中具有重要地位，其作用主要体现在以下几个方面：建模和预测：概率统计方法可以用来建立数据的概率模型，从而 概率统计 机器学习 概率图模型 原创 it之窗是个网 5小时前 19阅读 Advanced RAG 04：重排序（Re-ranking）技术探讨 编者按：重排序（Re-ranking）技术在检索增强生成（Retrieval Augmented Generation，RAG）系统中扮演着关键角色。通过对检索到的上下文进行筛选和排序，可以提高 RAG 系统的有效性和准确性，为最终的结果生成提供更精准的信息。本文介绍了两种主要的 Re-ranking 方法，并演示了如何将其融入到 RAG  RAG 检索增强生成 LLM AIGC AI 原创 精选 Baihai_IDP 6小时前 119阅读 RISC-V品牌的中国化历程（二） 1964年，Intel公司创始人之一的戈登.摩尔提出著名的摩尔定律，预测芯片技术的未来发展趋势是，当价格不变时，芯片上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍，后来50多年芯片技术的发展证明了摩尔定律基本上还是准确的。 反观国内，50-70年代末，国内半导体行业起步即与世界同步。20世纪50年代中期，中国开始发展半导体产业，并逐渐缩短与美国的差距。1956年，在周恩 摩尔定律 芯片架构 芯片算力 芯片材料 原创 涛涛侃科技 7小时前 19阅读 从预训练损失的角度，理解语言模型的涌现能力 原文：Understanding Emergent Abilities of Language Models from the Loss Perspective摘要本文从预训练损失的角度重新审视语言模型的涌现能力，挑战了以往以模型大小或训练计算量为标准的观念。通过实验，作者发现预训练损失是预测下游任务性能的关键指标，不同规模的模型在相同预训练损失下展现相似性能。这一新视角为理解语言模型涌现能力提供 语言模型 大模型 LLM 涌现能力 涌现 原创 芝士AI吃鱼 8小时前 20阅读 postgresql数据定时转存mongodb方案 案例背景 很多事件记录在最初一段时间读写比较频繁，存储在postgresql比较合适，后期数据量变大，且仅作为历史记录查询，更适合存储在mongodb中，可能需要定期将postgresql中的数据转存到mongodb。 案例分析 postgresql数据定时转存mongodb，可以采用jdbc方式将postgresql读入内存，对每条数据进行解析，转成json格式，按mongodb的语法写 mongodb 数据 postgresql 原创 wx631ad64e097c8 8小时前 20阅读 模拟在页面点击导入csv 案例背景 组件性能测试过程中，要导入大量自定义的数据。 案例分析 本案例中采用python的pandas库，模拟了生成导入csv文件，模拟在页面点击导入csv，使文件导入更高效。 实现方案 1**、在前端页面解析内部接口参数** 典型的导入流程至少包含上传文件和确认上传。 上传文件 在浏览器中打开F12，进入Network，点击文件上传并选择填好的文件，可以采集到请求过程中的参数如 json 上传 上传文件 原创 wx631ad64e097c8 8小时前 19阅读 涛思数据 TDengine 征稿— 利用python脚本做TDengine性能测试 【本文正在参与 “拥抱开源 | 涛思数据 有奖征稿】://marketing..net/p/0ada836ca30caa924b9baae0fd33857c 设备上传的数据具有很明显的物联网特点，通常是时序性的，按时间先后顺序上报，而且写入后，几乎不会修改，主要是查询和统计。针对这些特点，时序数据库 将数据库、消息队列、缓存、流式计算等功能融合一起 python sql git 原创 wx631ad64e097c8 8小时前 19阅读 利用python收发MQ 一、收发MQ基础 引入stomp包， # -*- coding: utf-8 -*- import stomp import time,random from cmd.util import timePaser port = 700 ip='10.13.69.16' passcode='8JiPUndN' queue_name = '/topic/SampleQueue' topic_ python 推送 发送消息 原创 wx631ad64e097c8 9小时前 24阅读 python中的时间转换,秒级时间戳转string，string转时间 import time import datetime def paserTime(timestamp): t = time.time() f=time.localtime(timestamp/1000) print (t) #原始时间数据 # print (int(t)) # 时间戳 日期格式化 毫秒级 原创 wx631ad64e097c8 9小时前 19阅读 ScreenshotToCode：一键跃现，屏幕即网页！瞬间截图变代码，创意设计秒成真 ScreenshotToCode：一键跃现，屏幕即网页！瞬间截图变代码，创意设计秒成真 ScreenshotToCode：屏幕快照，编码即现！让截图化为代码，界面生成无界限。 - 精选真开源，释放新价值。 概览 Screenshot-to-Code是一个实用且高效的开源解决方案，专注于简化和自动化从设计到开发的转换流程。该工具通过集成先进的机器学习算法与深度视觉分析技术，能够智能解析屏幕快照中包含 AI人工智能 开源项目 原创 辣码甄源 10小时前 16阅读 Kimichat用于学习教育场景的7种高级方法 ●AI作为导师你是一个乐观、鼓励学生的导师，通过解释观点和问学生问题来帮助学生理解概念。下面每一步只一步步的执行，不要全部执行。#向学生介绍自己，作为他们的AI导师，很高兴帮助他们解答任何问题。一次只问一个问题。#首先，询问他们想要了解什么。等待回应。#然后询问他们的学习水平：你是高中生、大学生还是专业人士？等待他们的回答。#然后询问他们对所选主题已经了解什么。等待回应。#根据这些信息，通过提供解 人工智能 修订版 解决方案 原创 AIGC部落 10小时前 25阅读 视频教程下载：用ChatGPT把Excel工作效率提升10倍 你是否厌倦了在微软 Excel 中花费无数小时手动执行重复任务？你是否想利用自动化的力量并最大限度地提高生产力？别再观望！在这门全面的 Udemy 课程“微软 Excel - 借助 ChatGPT 实现 10 倍 Excel 自动化技能”中，你将学习如何利用具有革命性的 ChatGPT 技术来使用 Excel 宏、函数、公式、数据透视表和数据验证。无论你是商务专业人士、数据分析师、会计师还是学生， 数据验证 数据 新版本 原创 AIGC部落 10小时前 28阅读 labview自带深度学习 # LabVIEW自带深度学习 深度学习作为人工智能领域的一个重要分支，已经在各个领域得到了广泛的应用。而LabVIEW作为一款专门用于数据采集、控制和分析的工程软件，也在不断地完善自己的深度学习功能，为工程师和科研人员提供更便捷、高效的深度学习工具。 ## LabVIEW中的深度学习 LabVIEW自带的深度学习模块提供了一系列方便易用的工具，使用户能够快速构建、训练和部署深度学习模型。L 深度学习 LabVIEW 示例代码 原创 mob64ca12e83232 13小时前 13阅读 mmdetection pytorch版本匹配 # MMDetection: PyTorch版本匹配 ## 简介 MMDetection是基于PyTorch的开源目标检测工具箱，提供了许多流行的目标检测算法的实现，如Faster R-CNN、Mask R-CNN、YOLO等。PyTorch是一个深度学习框架，由Facebook开发并维护，MMDetection的开发团队选择PyTorch作为开发工具主要是因为PyTorch提供了丰富的工具和 目标检测 ci User 原创 mob64ca12e33720 13小时前 0阅读 也谈谈AI洗稿 关注卢松松，会经常给你分享一些我的经验和观点。前几天腾讯发了个公告称：平台巡查发现有些MCN和作者发布大量“AI洗稿”内容。并宣称要对“AI洗稿”行为进行打击，同时鼓励合理运用AI技术。其实我是想借此机会，给大家说说“AI洗稿”这件事，隐秘在黑暗角落里的赚钱行为。“洗稿”就是把别人的文章用AI工具修改润色一下或调整段落，然后再发到自媒体平台上，从而赚取平台分成收益。你说这能赚到钱吗?当然可以了，一 API 原创 卢松松博客 18小时前 18阅读 【机器学习】机器学习创建算法第7篇：线性回归,学习目标【附代码文档】 机器学习（算法篇）完整教程（附代码资料）主要内容讲述：机器学习算法课程定位、目标，K-近邻算法定位,目标,学习目标,1 什么是K-近邻算法,1 Scikit-learn工具介绍,2 K-近邻算法API。K-近邻算法，1.4 k值的选择学习目标,学习目标,1 kd树简介,2 构造方法,3 案例分析,4 总结。K-近邻算法，1.6 案例：鸢尾花种类预测--数据集介绍学习目标,1 案例：鸢尾花种类预测,2 scikit-learn中数据集介绍,1 什么是特征预处理,2 归一化,3 标准化。K-近邻算法，1.8 案例：鸢尾花种类预测—流程实现学习目标,1 再识K-近邻算法API,2 案例：鸢尾花种类预测,总结,1 什么是交叉验证(cross validation),2 什么是网格搜索(Grid Search)。线性回归，2.1 线性回归简介学习目标,1 线性回归应用场景,2 什么是线性回归,1 线性回归API,2 举例,1 常见函数的导数。线性回归，2.6 梯度下降法介绍学习目标,1 全梯度下降 机器学习 python 人工智能 算法 原创 程序员一诺 18小时前 23阅读 指尖人生 新火种AI|如何看待AI蹭热点，合成假新闻？官方：治疗AI乱象，务必下猛药 作者：小岩编辑：彩云随着科技的不断发展，AI的应用范围越来越广。这种全新技术正在深刻改变着我们的生活，让很多事情变得越来越简单，甚至只要进行“傻瓜式操作”就能完成。不过，任何事情都有双面性。一方面，AI让很多人的工作效率得到了大幅度提升，成为了自己的得力助手。譬如写文章写报道这件事就是如此。相较于以往写一篇深度报道，需要作者费尽心思地采写，拍摄，如今想完成一篇文章，一张图片只需要输入几个关键词，在 人工智能 新技术 工作效率 原创 新火种AI 19小时前 15阅读 AI极速批量换脸！Roop-unleashed下载介绍，可直播 要说AI换脸领域，最开始火的项目就是Roop了，Roop-unleashed作为Roop的嫡系分支，不仅继承了前者的强大基因，更是在功能上实现了重大突破与升级核心特性1、可以进行高精度的图片、视频换脸，还能实时直播换脸，换脸效果真实、自然2、不仅支持N卡处理程序（cuda），还额外提供了CPU处理模式（渣机必备）3、支持批量图片、视频换脸，且换脸的速度相当快，平均单个视频只需花费双倍的时间就能搞定 图片换脸 视频换脸 直播换脸 AI换脸 图像处理 原创 老艾的AI世界 19小时前 23阅读 1点赞 yyds干货盘点 springboot java调用flask python写的 服务a用flask，服务b用的springboot，服务a写的接口，用python很容易就调通了，java来调，坑有点多 1、url最后的斜杠必须两边对应上，否则flask会先308，而且 content type [text/html;charset=utf-8]，连对应的HttpMessageConverter都没有 org.springframework.web.client.RestCli flask spring html 原创 wx631ad64e097c8 22小时前 28阅读 数据库三大范式 数据库三大范式 在数据库设计中，范式是一种规范化的设计方法，它可以帮助我们避免数据冗余和不一致性。目前，数据库中比较常用的范式有三种，分别是第一范式（1NF）、第二范式（2NF）和第三范式（3NF）。本文将介绍这三种范式，并举例说明。 1. 第一范式（1NF） 第一范式是最基本的范式，它要求关系中的每个属性都是原子性的，即不可再分。换句话说，每个属性都应该是一个单一的值，而不是多个值的组合。例如， 主键 第二范式 三范式 原创 wx631ad64e097c8 22小时前 13阅读 数据库的关系代数表达式 数据库的关系代数表达式 关系代数是一种用于描述和操作关系数据库的形式化语言。它提供了一组基本操作，包括选择、投影、并、差、笛卡尔积等，可以用来表示和操作关系数据库中的数据。 基本操作 选择（Selection）：从关系中选择满足指定条件的元组。 投影（Projection）：从关系中选择指定的属性列。 并（Union）：将两个关系中的元组合并成一个新的关系。 差（Difference）：从一个关 关系代数 元组 关系数据库 原创 wx631ad64e097c8 22小时前 19阅读 数据库的物化视图 数据库的物化视图 数据库的物化视图（Materialized View）是一种预先计算和存储的查询结果集，可以提高查询性能和减少查询开销。与普通视图不同，物化视图是实际存储在磁盘上的表，而不是只是一个查询语句。物化视图可以在需要时更新，以保持其数据的实时性。 优点 提高查询性能：物化视图可以预先计算查询结果，存储在磁盘上，当查询请求到达时，可以直接返回结果，而无需重新计算，从而提高查询性能。 减 物化视图 数据库 离线 原创 wx631ad64e097c8 22小时前 19阅读 段页式存储地址计算 什么是段页式存储？ 在计算机系统中，存储器被分为很多个小块，每个小块被称为一页。而段页式存储是一种将存储器分为若干个段和页的存储管理方式。在这种方式下，每个进程都被分配了一个独立的地址空间，其中每个地址都由一个段号和一个页号组成。 段页式存储地址计算 在段页式存储中，地址的计算需要分两步进行。首先，根据进程的段号和页号计算出物理地址的页框号；然后，再根据物理页框号和偏移量计算出物理地址。 下面，我 偏移量 物理地址 页表 原创 wx631ad64e097c8 22小时前 17阅读 Transformer：LLM 的基石 Transformer简介 Transformer 是近年来自然语言处理领域最具影响力的架构之一，它在机器翻译、文本摘要、问答系统等众多任务上取得了划时代的成果，并催生了大规模语言模型（LLM）的技术浪潮。 Transformer 的核心思想是注意力机制（Attention Mechanism）。与传统的基于循环神经网络（RNN）的架构不同，注意力机制可以捕获词与词之间的长距离依赖关系，这使得 Transformer LLM 原理 原创 江上清风山间明月 23小时前 23阅读 指尖人生
