<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[kkming的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/kkming</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; kkming]]></copyright><item><title><![CDATA[JVM虚拟机底层原理和机制]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140938758</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140938758</guid><author>kkming</author><pubDate>Mon, 05 Aug 2024 22:37:02 +0800</pubDate><description><![CDATA[Java虚拟机（Java Virtual Machine, JVM）是Java语言的核心组成部分，负责执行Java程序。它提供了跨平台的运行环境，使得Java程序能够在任何支持JVM的平台上运行，而无需修改代码。]]></description><category></category></item><item><title><![CDATA[Docker 镜像仓库搭建]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140890949</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140890949</guid><author>kkming</author><pubDate>Sat, 03 Aug 2024 15:23:35 +0800</pubDate><description><![CDATA[其中，Docker Hub是官方的公共镜像仓库，Harbor是一个企业级的私有镜像仓库解决方案，Registry则是Docker官方提供的轻量级私有仓库服务。如果搭建的是HTTP协议的私有仓库，需要修改Docker的配置文件，添加。在浏览器中访问Harbor的Web界面（默认是宿主机的80端口或配置的HTTPS端口），进行登录和管理操作。的容器，将容器的5000端口映射到宿主机的5000端口，并将宿主机的。将本地的Docker镜像打上标签，指定仓库地址和端口。根据使用场景，确定仓库的大小、访问权限等需求。]]></description><category></category></item><item><title><![CDATA[Go语言入门]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140886992</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140886992</guid><author>kkming</author><pubDate>Sat, 03 Aug 2024 10:46:55 +0800</pubDate><description><![CDATA[Go语言（通常被称为Golang），是由Google公司开发的一种静态类型、编译型、并发型，并具有垃圾回收功能的编程语言。它旨在成为一门高效、简洁、易于学习的语言，特别适合于构建大规模、高性能的网络服务和分布式系统。以下是一个Go语言的入门简介，涵盖了一些基本概念和如何开始学习的步骤。]]></description><category></category></item><item><title><![CDATA[神经网络：从零到精通]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140877304</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140877304</guid><author>kkming</author><pubDate>Fri, 02 Aug 2024 18:25:24 +0800</pubDate><description><![CDATA[我们实现了一个二元字符级语言模型，我们将在后续视频中进一步将其复杂化为现代 Transformer 语言模型，例如 GPT。在本视频中，重点是 (1) 介绍 torch.Tensor 及其微妙之处以及在有效评估神经网络中的用途，以及 (2) 语言建模的整体框架，包括模型训练、采样和损失评估（例如分类的负对数似然）。]]></description><category></category></item><item><title><![CDATA[Hugging Face AI音频 课程！]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140866070</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140866070</guid><author>kkming</author><pubDate>Fri, 02 Aug 2024 10:38:13 +0800</pubDate><description><![CDATA[欢迎参加这门关于使用变压器进行音频的课程。Transformer 一次又一次地证明自己是最强大、最通用的深度学习架构之一，能够在各种任务中实现最先进的结果，包括自然语言处理、计算机视觉，以及最近的音频处理。在本课程中，我们将探讨如何将变压器应用于音频数据。您将学习如何使用它们来处理一系列与音频相关的任务。无论您是对语音识别、音频分类还是从文本生成语音感兴趣，Transformer 和本课程都能满足您的需求。为了让您了解这些模型可以做什么，请在下面的演示中说几句话，然后观看模型实时转录它！]]></description><category></category></item><item><title><![CDATA[使用AIGC（AI-Generated Content）训练人脸识别模型]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140862551</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140862551</guid><author>kkming</author><pubDate>Fri, 02 Aug 2024 08:24:26 +0800</pubDate><description><![CDATA[使用AIGC（AI-Generated Content）训练人脸识别模型是一种前沿的技术方法。以下是详细的步骤，包括数据准备、模型选择、模型训练、模型评估和模型部署。]]></description><category></category></item><item><title><![CDATA[Kubernetes + Docker 安装部署启动详细步骤]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140806564</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140806564</guid><author>kkming</author><pubDate>Tue, 30 Jul 2024 20:55:56 +0800</pubDate><description><![CDATA[以上步骤包含了从环境准备、安装Docker和Kubernetes、初始化集群到验证和部署示例应用的详细过程。至少三台服务器（虚拟机或物理机），建议配置为：CPU 2核以上，内存4GB以上，硬盘50GB以上。至此，Kubernetes + Docker的安装部署启动已经完成，集群已经可以正常使用。通过任意节点的IP地址加上NodePort访问Nginx服务，验证是否部署成功。操作系统：推荐使用Ubuntu 20.04 LTS 或 CentOS 7。# 添加Docker的GPG密钥。]]></description><category></category></item><item><title><![CDATA[Fay数字人部署]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140317885</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140317885</guid><author>kkming</author><pubDate>Wed, 10 Jul 2024 10:55:54 +0800</pubDate><description><![CDATA[Fay数字人项目是一个集成了人工智能、虚拟现实和增强现实技术的综合性项目，其核心在于通过数字化技术创造具有高度逼真外观、动作和智能交互能力的数字人物。在直播带货领域，Fay数字人展现出了巨大的潜力和应用价值。一、Fay数字人带货的优势24小时不间断直播：Fay数字人可以实现24小时不间断的直播带货，无需休息，大大降低了商家的运营成本。低成本高效益：相比真人主播，Fay数字人的运营成本更低，同时能够保持高效的工作状态，为商家带来更多的销售机会。高度可定制性。]]></description><category></category></item><item><title><![CDATA[duix.ai开源数字化虚拟人与AI技术]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140315616</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140315616</guid><author>kkming</author><pubDate>Wed, 10 Jul 2024 10:03:25 +0800</pubDate><description><![CDATA[定义与核心概念：DUIX数字人项目旨在打造一个数字人智能交互平台，通过集成语音识别(ASR)、语音合成(TTS)、大模型、知识库等能力，实现数字人的高度拟人化和实时交互。技术架构：DUIX数字人的技术架构包括云服务SDK和本地版SDK，支持2D仿真数字人的实时驱动渲染，通过RTC协议推送视频流服务，并在本地硬件设备上实现实时驱动。]]></description><category></category></item><item><title><![CDATA[Transformer 模型第一章]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140268516</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140268516</guid><author>kkming</author><pubDate>Mon, 08 Jul 2024 14:51:54 +0800</pubDate><description><![CDATA[自从 BERT 和 GPT 模型取得重大成功之后， Transformer 结构已经替代了循环神经网络 (RNN) 和卷积神经网络 (CNN)，成为了当前 NLP 模型的标配]]></description><category></category></item><item><title><![CDATA[Flink那些事]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140254897</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140254897</guid><author>kkming</author><pubDate>Mon, 08 Jul 2024 00:17:28 +0800</pubDate><description><![CDATA[例如:对于一个每5分钟创建Tumbling Windows(即翻滚窗口)窗口，允许1分钟的时延，Flink将会在12:00到12:05这段时间内第一个元素到达时创建窗口，当watermark超过12:06时，该窗口将被移除。Keyed Windows  vs Non-Keyed Windows(以基于time的window。例如：当窗口中的元素个数超过4个时“ 或者 ”当水印达到窗口的边界时“触发计算。是一种切割无限数据集为有限块并进行相应计算的处理手段。Window分类(是否kyBy。]]></description><category></category></item><item><title><![CDATA[傻瓜式Java应用Ai引擎]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140250983</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140250983</guid><author>kkming</author><pubDate>Sun, 07 Jul 2024 19:38:38 +0800</pubDate><description><![CDATA[EasyAi是一款基于Java的原生AI算法引擎，它专为Java开发人员设计，旨在帮助中小公司以低成本实现自己的AI应用。该引擎不依赖任何第三方库，开箱即用，为Java项目提供了无缝调用AI算法的能力。EasyAi作为一款基于Java的原生AI算法引擎，为Java开发人员提供了强大的AI算法支持，降低了AI应用的实现难度和成本。它的广泛应用场景和深入性使其成为中小公司实现AI应用的重要工具。随着AI技术的不断发展，EasyAi也将持续优化和完善，为更多领域带来更多创新应用。]]></description><category></category></item><item><title><![CDATA[ChatTTS文本转真人语音全面指南]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140237788</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140237788</guid><author>kkming</author><pubDate>Sat, 06 Jul 2024 23:42:13 +0800</pubDate><description><![CDATA[ChatTTS（Chat Text-to-Speech）是一款专为对话场景设计的文本转语音（TTS）模型，支持中文和英文，特别适用于大型语言模型（LLM）助手的对话任务。该模型在语音合成中表现出高质量和自然度，能够生成自然流畅的语音。本手册将详细介绍ChatTTS的安装、配置及使用方法。]]></description><category></category></item><item><title><![CDATA[用OpenAi 批量翻译PDF]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140220634</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140220634</guid><author>kkming</author><pubDate>Sat, 06 Jul 2024 00:23:57 +0800</pubDate><description><![CDATA[脚本会自动遍历文档中的所有段落，并使用OpenAI的GPT-3.5模型将其翻译为中文。翻译结果会保存在新的DOCX文件中。在执行脚本时，首先需要输入OpenAI的API Key和可选的Base URL。根据需求设置并行处理的线程数，注意若出现故障或API限流问题，建议使用单线程。该函数用于翻译文档中的某一段落，并将翻译结果写回文档。主函数，负责读取文档、管理翻译任务的多线程调度。输入需要翻译的Word文档文件名（无后缀）。]]></description><category></category></item><item><title><![CDATA[开源聊天机器人HuggingChat]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140220463</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140220463</guid><author>kkming</author><pubDate>Fri, 05 Jul 2024 23:57:53 +0800</pubDate><description><![CDATA[HuggingChat 是由 Hugging Face 提供的一种开源聊天机器人框架，基于其强大的 Transformer 模型。HuggingChat 可以方便地集成到各种应用中，用于对话系统、客服机器人、智能助理等场景。可以通过自定义对话逻辑来适应特定的应用场景。# 使用自定义逻辑进行对话。]]></description><category></category></item><item><title><![CDATA[系统化指南为预训练构建大规模合成数据集：]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140214594</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140214594</guid><author>kkming</author><pubDate>Fri, 05 Jul 2024 17:26:34 +0800</pubDate><description><![CDATA[确定你的预训练模型的具体目标和应用场景。明确模型需要学习的内容和目标任务，例如语言理解、图像分类或生成任务。]]></description><category></category></item><item><title><![CDATA[使用Code Llama构建自己的LLM编码助手详细步骤]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140186030</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140186030</guid><author>kkming</author><pubDate>Thu, 04 Jul 2024 17:49:39 +0800</pubDate><description><![CDATA[如果需要更高的准确性和针对特定领域的优化，可以对Code Llama进行微调。微调需要一定的训练数据和计算资源，具体步骤可以参考Hugging Face的文档。]]></description><category></category></item><item><title><![CDATA[Code Llama使用手册]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140185748</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140185748</guid><author>kkming</author><pubDate>Thu, 04 Jul 2024 17:41:54 +0800</pubDate><description><![CDATA[Code Llama 版本引入了一系列包含 7、13 和 340 亿个参数的模型。基础模型从 Llama 2 初始化，然后在 5000 亿个代码数据上进行训练。Meta 对这些基本模型进行了两种不同风格的微调：Python 专家（1000 亿个额外令牌）和指令微调版本，可以理解自然语言指令。这些模型在 Python、C++、Java、PHP、C#、TypeScript 和 Bash 中展示了最先进的性能。7B 和 13B 基本和指令变体支持基于周围内容的填充，使它们非常适合用作代码助手。]]></description><category></category></item><item><title><![CDATA[非无人机的高光谱图像对病虫害作物的三维卷积神经网络分类技术]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140055633</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140055633</guid><author>kkming</author><pubDate>Sat, 29 Jun 2024 01:05:00 +0800</pubDate><description><![CDATA[高光谱成像（HSI）是一种非破坏性和非接触式技术，提供有关物体结构和组成的有价值信息。它有能力获取有关农业作物化学和物理性质的详细信息。由于其光谱范围广，与多光谱或基于RGB的成像方法相比，HSI可以成为监测作物健康和生产力的更有效工具。随着这种成像工具在农业技术中的出现，研究人员可以更准确地解决与农业行业疾病和缺陷作物检测相关的问题。]]></description><category></category></item><item><title><![CDATA[Ollama和Open WebUI部署私有ChatGPT]]></title><link>https://blog.youkuaiyun.com/kkming/article/details/140027712</link><guid>https://blog.youkuaiyun.com/kkming/article/details/140027712</guid><author>kkming</author><pubDate>Thu, 27 Jun 2024 23:59:57 +0800</pubDate><description><![CDATA[搭建私有的ChatGPT，使用Ollama和Open WebUI需要几个步骤，包括安装必要的软件、配置环境和运行模型。]]></description><category></category></item></channel></rss>