- 博客(2712)
- 资源 (31)
- 收藏
- 关注
RSS订阅
原创 投稿Expert Systems with Applications历时3个月；中科院1区顶刊，有哪些技巧 Editor Assignment Pending 科研配色
有需要投稿模板和返修模板的直接订阅后私信，本人可以协助完成投稿返修；本人在科研一线，在文章架构设计，公式编辑，图片美化，语言润色。overleaf编辑方面有一定经验，直接订阅后私信本人可以协助完成投稿返修
2025-03-13 15:45:52
494
原创 腾讯的webUI怎样实现deepseek外部调用 ； 腾讯云通过API怎样调用deepseek
腾讯的webUI怎样实现deepseek外部调用腾讯云通过API怎样调用deepseekhtml方式curl方式python方式
2025-02-17 00:16:13
1281
2
原创 算力共享：环形结构的算力分配策略
因此，在这个例子中，节点将首先根据它们的内存大小进行降序排序，如果内存大小相同，则根据节点ID进行降序排序（尽管在内存大小不同的情况下，节点ID的比较通常不会影响最终排序结果）。是基于前一个分区的结束位置更新的，并且每个分区的结束位置都是基于内存比例计算的，因此所有分区的总和可能不会恰好等于 1（即整个资源池的比例）。由于元组在Python中是按位置进行比较的，因此当用作排序关键字时，会首先比较元组的第一个元素（内存大小），如果两个元素的内存大小相同，则会比较第二个元素（节点ID）。参数指定了排序的方向。
2024-07-25 11:28:08
42020
2
原创 Tinygrad，llama3，Reward Model
根据公开发布的信息，Llama 3是一款文本生成AI，与OpenAI的GPT和Anthropic的Claude模型类似，用户可以编写文本提示，然后Llama 3会生成相应的文本响应。在复杂的实际应用场景中，设计一个合适的奖励模型并非易事，因此研究如何构建有效的奖励模型成为了强化学习领域的关键技术与挑战。总的来说，Tinygrad是一个轻量级但功能强大的深度学习框架，它以其简洁的设计和易用性吸引了众多开发者的关注。Llama 3是一个“开放权重”模型，意味着模型本身是开源的，提供了一定程度的透明度。
2024-07-25 11:02:24
48596
原创 Megatron-LM在训练过程中怎么保证参数传递并保证每块GPU都在工作
Megatron-LM通过数据并行、张量并行和流水线并行等多种并行策略的综合运用，确保了训练过程中每块GPU都在工作，实现了高效的并行训练。这种分布式训练框架特别适用于训练超大规模的语言模型，如GPT-3等。
2024-07-24 23:08:30
48177
原创 区块链技术和系统；ZKRollup ；区块链交易打包和审查
区块链技术作为一种去中心化、不可篡改且高度安全的分布式账本技术，近年来在统等多个领域展现出了巨大的应用潜力。：熟悉区块链的基本概念，如等核心技术。能够解释区块链如何工作，以及它的去中心化、透明性和安全性的基本原理。：了解并实践过至少一种或多种主流区块链平台，如等。熟悉这些平台的特性、开发环境、交易模型、智能合约编写语言（如Solidity）等。：能够，理解其在区块链上自动执行合约条款的重要性。了解智能合约的安全隐患，如重入攻击、时间戳依赖等，并知道如何避免这些问题。
2024-07-19 15:15:33
43796
1
原创 算力共享方案
平台的整体方案不但包括集群系统网络、存储、安全、可视化设备、计算服务器等硬件算力资源池的构建而且包含算力调度系统、算力交互门户、算力运行基础环境和算力应用等软件系统构建，这是一个庞大而系统化的工程。在算力资源池规划中，根据需求可分为工业设计、AI研发所需的可视化资源池，科学计算资源池和AI训练推理资源池，这些资源池使用统一的存储空间，按照其业务特性进行个性化网络配置，为平台提供算力基础能力。
2024-07-15 17:01:39
48771
2
原创 有关去中心化算路大模型的一些误区：低带宽互连导致训练速度太慢；小容量设备无法生成基础规模的模型；去中心化总是会花费更多；虫群永远不够大
有关去中心化算路大模型的一些误区：低带宽互连导致训练速度太慢；小容量设备无法生成基础规模的模型；去中心化总是会花费更多；虫群永远不够大
2024-07-10 22:01:52
51868
2
原创 神经网络和算力共享结合：基于深度学习的算力资源智能分配机制；一种支持跨云、跨边缘计算平台的协同训练框架；模型自适应优化策略
神经网络和算力共享结合：基于深度学习的算力资源智能分配机制；一种支持跨云、跨边缘计算平台的协同训练框架；模型自适应优化策略
2024-07-07 15:46:57
49530
1
原创 短视频时代是靠什么赚钱的，介绍常见的5种方式，简单明了
只要我们的视频流量曝光高，就可能吸引到商家，植入广告赚取广告佣金，百万以上粉丝的号广告费也是上十万的。目前，短视频越来越火热，大家都知道做短视频可以赚钱，那么究竟是靠什么赚钱的，又有几个人知道呢？，只要通过视频可以获得他想要的，学习到技能，知识，大家都愿意付费的，因为通过知识付费可以享受到更多优质服务。看看口红一哥李佳琪，会有无数人种草他的产品，不管是短视频带货，直播带货，或是其它的方式，总会有人买单。，还是要做优质的短视频内容，可以在视频后放上商品的链接，垂直细分领域用户也相对会比较垂直，变现更容易。
2023-02-18 09:24:59
21018
原创 MATLAB for循环
MATLAB for循环MATLAB中 for 循环是一个重复的控制结构，可以有效地写一个循环，只是执行的次数是特定的。MATLAB for 循环语法:MATLAB中的 for循环的语法如下：for index = values ...endfor 循环的值有下述三种形式之一：格式 描述 initval:endval 将索引变量从初始到终值递增1，并重复执行程序语句，直到索引值大于终值。 initval:step:endval
2021-10-18 01:16:10
113669
1
原创 sci一区二区 SCI、EI、ISTP分别指什么
农业、生物环境科学辑收录950种；在ISTP、 EI、 SCI这三大检索系统中,SCI最能反映基础学科研究水平和论文质量,该检索系统收录的科技期刊比较全面,可以说它是集中各个学科高质优秀论文的精粹,该检索系统历来成为世界科技界密切注视的中心和焦点.ISTP、EI这两个检索系统评定科技论文和科技期刊的质量标准方面相比之下较为宽松.SCI(科学引文索引 )、EI(工程索引 )、ISTP(科技会议录索引 ) 是世界著名的三大科技文献检索系统,是国际公认的进行科学统计与科学评价的主要检索工具,
2021-03-20 16:52:14
61061
原创 揭秘C盘深处：Appdata、Program Files与Windows的神秘角落，你了解多少？
Appdata下有三个子文件夹local，locallow,roaming,当你解压缩包时如果知不指定路径，系统就把压缩包解到local\temp文件夹下，存放了一些解压文件，安装软件时就从这里调取数据特别是一些制图软件，体积非常大，占用很多空间。locallow是用来存放共享数据，这两个文件夹下的文件就用优化大师清理，一般都可以清道理无用的文件。roaming文件夹也是存放一些使用程序后产生的版...
2020-04-21 18:22:56
33574
原创 向量组a可由向量组b线性表示什么意思
重要性质1、向量组B=(β1，β2，……，βm)能由向量组A=(α1，α2，……，αm)线性表示的充要条件是：矩阵A=(α1，α2，……，αm)的秩=矩阵(α1，α2，……，αm，B)的秩。2、向量组B能由向量组A线性表示，则向量组B的秩不大于向量A的秩。反之不一定成立。3、一个向量可由向量组中其余向量线性表示，前提是这个向量组线性相关。线性相关的向量组中并不是任一向量都可由其余向...
2019-10-22 22:03:42
38728
1
原创 ARM架构和X86架构区别
总体还是为了在不同设备上达到性能最优，性能不仅仅是运算速度，距离，数据的增删改查在不同的数据结构中运算效率都各有不同，同样，运算速度，节电等等都是性能的范畴，综合考虑设备在不同环境，使性能达到最优，所有有不同的指令集，来部署在硬件中。ARM发热量小，不需要主动散热，X86通用性很好，ARM的通用性不太好。Intel主要有x86，EM64T，MMX，SSE，SSE2，SSE3，SSSE3 (Super SSE3)，SSE4A，SSE4.1，SSE4.2，AVX，AVX2，AVX-512，VMX等指令集。
2019-05-28 17:50:37
28598
4
原创 揭秘线程控制的两大法宝：sleep()与wait()，你真的了解它们的区别吗？
都用来进行线程控制,他们最大本质的区别是:sleep()不释放同步锁,wait()释放同步缩.；sleep()是让某个线程暂停运行一段时间,其控制范围是由当前线程决定,也就是说,在线程里面决定.好比如说,我要做的事情是 "点火->烧水->煮面",而当我点完火之后我不立即烧水,我要休息一段时间再烧.对于运行的主动权是由我的流程来控制.而wait(),首先,这是由某个确定的对...
2019-04-24 21:40:01
17053
5
原创 码元与比特的简单理解 码元简单理解
码元与比特的区别：比特/秒是信息传输速率的单位，码元传输速率也称为调制速率、波形速率或符号速率。一个码元不一定对应于一个比特。1码元:在数字通信中常常用时间间隔相同的符号来表示一位二进制数字。这样的时间间隔内的信号称为二进制码元，而这个间隔被称为码元长度。2.符号：即用于表示某数字码型[据位数不同，对应不同的键控调制方式]的一定相位或幅度值的一段正弦载波[其长度即符号长度]。3.符...
2019-03-21 23:41:56
16989
原创 路由器NAT模式和路由模式的区别
1、信息交换不同路由器NAT模式不进行路由信息交换，路由模式可以进行路由信息的交换。2、原理不同路由器NAT模式是指内网与外网经过了网络地址转换，它们之间是不进行路由交换的。路由器的路由模式是路由器的各个接口与其他路由器之间可以进行路由信息的交换，从而形成完整的路由信息，是路由器的基本功能模式。3、用处不同NAT模式可以上网但是不能和宿主计算机通信，理论上是更安全的，无...
2019-03-15 11:44:41
36145
1
原创 码分多址(CDMA)，码片序列简单理解
码分多址(CDMA)：技术特点编辑1．CDMA是扩频通信的一种，它具有扩频通信的以下特点：⑴抗干扰能力强。这是扩频通信的基本特点，是所有通信方式无法比拟的。⑵宽带传输，抗衰落能力强。⑶由于采用宽带传输，在信道中传输的有用信号的功率比干扰信号的功率低得多，因此信号好像隐蔽在噪声中；即功率谱密度比较低，有利于信号隐蔽。⑷利用扩频码的相关性来获取用户的信息，抗截获的能力强。...
2019-03-14 21:32:46
28134
5
原创 字节、字、位、比特 还有帧的简单理解
字节B表示， 位用b表示。帧-----在网络中，网络设备将“位”组成一个个的字节，然后这些字节“封装”成帧，在网络上传输。为什么要把数据“封装”成帧呢？因为用户数据一般都比较大，有的可以达到MB字节，一下子发送出去十分困难，于是就需要把数据分成许多小份，再按照一定的次序发送出去。以太网的帧值总是在一定范围内浮动，最大的帧值是1518字节，最小的帧值是64字节。在实际应用中，帧的大小是由设...
2019-03-14 19:32:33
25367
11
原创 管程的理解
一、管程的概念1.管程可以看做一个软件模块，它是将共享的变量和对于这些共享变量的操作封装起来，形成一个具有一定接口的功能模块，进程可以调用管程来实现进程级别的并发控制。2.进程只能互斥得使用管程，即当一个进程使用管程时，另一个进程必须等待。当一个进程使用完管程后，它必须释放管程并唤醒等待管程的某一个进程。3.在管程入口处的等待队列称为入口等待队列...
2019-02-24 00:31:01
36970
9
原创 重心，形心，质心 形心质心公式之一 形心质心公式之二 转换 应用：举例：D:是圆；
2、形心：物体的几何中心。(只与物体的几何形状和尺寸有关，与组成该物体的物质无关)。一般情况下重心和形心是不重合的，只有物体是由同一种均质材料构成时，重心和形心才重合。1、重心：物体的重力的合力作用点称为物体的重心。(与组成该物体的物质有关)3、质量中心简称质心，指物质系统上被认为质量集中于此的一个假想点。
2018-12-16 15:32:48
107545
原创 年轻人，为什么我建议你远离抖音，微信，qq ； 人真正的敌人是不满 韭菜思维
目录年轻人，为什么我建议你远离抖音，微信，qq人真正的敌人是不满韭菜思维声明在先：我的分享不仅仅是共享大家，更多的是自己的一种加深，共享实际仅仅是 一种副产品而已。最近收到一个小伙伴的私信，我比年长3岁，咨询我相关问题，但是我没有直接回复，写在这里，能不能看到就是命中注定，其实生活中的一切看似自己发挥这主动权，但是由于自己的学识和环境或许早就已经命中注定。没有必要烦恼怎么走，有想法就去做，根据自己现有的学识和资源去做自己的决定，独立也是孤独的 完成。结果就是成功或者失败；但是成功是成功的经历，失败有失败的教
2018-12-13 08:22:34
3196
11
原创 绝对剩余价值和相对剩余价值举例
绝对剩余价值：你本来一天工作8小时，现在一天10小时，但工资不变，企业让你多干两小时就是绝对剩余价值相对剩余价值：你仍旧一天干8小时，比如你本来替公司养鸡，一个月养大100只鸡，现在公司有了孵化器和激素，你一个月多为公司养活50只鸡，而且你照顾的鸡多了也就更累了但工资不变，这50只鸡就是相对剩余价值；超额：由于花同样的工资比如1000，加上其它如饲料场地费用比如1000别的没激素和孵化器的公司...
2018-12-11 19:35:21
32201
原创 矩阵的等价，相似，合同，正定判定和关系
矩阵等价（秩等）定义：对同型矩阵A、B，存在可逆阵P和Q，使得B=PAQB=PAQ充要条件：A和B的秩相等补充：向量组AB等价（r(A)=r(B)=r(AB)；可以相互线形表示；极大线形无关组同）转置理解：就是关于x=y对称的同体，二维是关于y=x 对称的平面图形，三维是关于f(x,y)=x-y 对称的 立方体或者图形，以此类推|A转置|=|A|:可是用行列式值对的意义理解：...
2018-11-02 11:43:52
32433
3
原创 行列式运算法则 矩阵的运算及其运算规则:
1、三角形行列式的值，等于对角线元素的乘积。计算时，一般需要多次运算来把行列式转换为上三角型或下三角型2、交换行列式中的两行（列），行列式变号（交换）3、行列式中某行（列）的公因子，可以提出放到行列式之外。（倍乘）（注：矩阵是全部元素都乘，都提取）4、行列式的某行乘以a，加到另外一行，行列式不变，常用于消去某些元素。（倍加）5、若行列式中，两行（列）完全一样，则行列式为0；可以推论，如果两...
2018-10-29 17:01:19
87949
原创 参数方程中参数的意义： 参数方程定义： 什么是参数方程： 参数方程与普通方程的公式
参数方程中参数的意义：参数方程中t的几何意义要看具体的曲线方程了，一般都是长度，角度等几何量，也有一些是不容易找到对应的几何量的。参数方程定义：一般的，在平面直角坐标系中，如果曲线上任意一点的坐标x，y都是某个变数t的函数{x=f(t)，y=g(t)并且对于t的每一个允许值，由上述方程组所确定的点M（x,y)都在这条曲线上，那么上述方程则为这条曲线的参数方程，联系x，y的变数t叫...
2018-10-20 11:52:21
46658
4
原创 windows10 家庭版怎么进行rdp，连接远程桌面
企业用户：优先选择升级至专业版，确保合规与稳定性。个人用户短期需求：使用远程协助或第三方工具（如向日葵）。长期需求：通过 RDPWrap 或购买专业版许可证。跨网络访问：结合内网穿透与动态域名解析，或使用第三方工具的穿透功能（如向日葵的“访问者模式”）。安全提示：无论选择哪种方案，均需定期更新系统补丁、启用防火墙，并避免在公共网络直接暴露 RDP 端口。
2025-04-01 19:50:14
229
原创 prefix tuning是什么调整是什么地方； 大模型微调prefix tuning插入KV向量的计算
Prefix Tuning通过在Transformer每一层的注意力机制中插入可训练的前缀向量，实质性地改变了原始模型的结构。这种调整打破了标准Transformer的参数固定性，引入了新的参数模块和计算逻辑，但以极低的参数成本实现了任务适配。其核心价值在于平衡效率与性能，尤其适用于资源受限的企业级部署。未来，结合动态前缀生成和跨模型迁移，Prefix Tuning有望进一步提升大模型的灵活性与泛化能力。
2025-04-01 19:46:14
12
原创 怎样配置windows云主机不关闭显示器
怎样配置windows云主机不关闭显示器才能不断的采集GUI信息云主机一般需要进行激活电源的高级选项，设置禁止或者从不更改电源计划
2025-04-01 17:28:41
129
原创 Xvfb和VNC Server是什么
Xvfb（X Virtual Framebuffer）是一个虚拟的 X 服务器，用于在没有物理显示设备（如显示器）的环境中运行图形界面应用程序。它创建一个虚拟的帧缓冲区，使图形程序能在无实际屏幕输出的情况下运行，常用于服务器环境或无需图形用户界面的系统，为图形应用提供运行所需的显示环境，避免因缺少物理显示设备而导致程序无法启动或运行异常。
2025-03-31 22:42:54
63
原创 微信的AI聊天机器人系统，整合了多个功能模块
这个系统展示了如何通过多线程、API整合和AI模型构建一个功能丰富的微信机器人，适用于客服、陪伴、信息查询等多种场景。
2025-03-31 16:16:45
548
原创 wx = WeChat()； wx.A_MyIcon.Name； wx.AddListenChat(who=user_name, savepic=True)
user_names`是一个包含需要监听的微信用户昵称（或群聊名称）的列表。- `wx.AddListenChat`是`WeChat`类的一个方法，用于添加需要监听的聊天对象。 - `who=user_name`指定了要监听的具体对象，即`user_names`列表中的每个用户或群聊。 - `savepic=True`表示在监听过程中，如果收到的消息包含图片，会将图片保存下来。
2025-03-31 10:53:13
88
原创 Excel 使用技巧：excel 合并不同列内容； excel 将公式转化为文本
xcel 使用技巧excel 合并不同列内容="A："&C1&"、B："&D1&"、C："&E1&"、D："&F1excel 将公式转化为文本右键选择行粘贴某一列均填入“提示词”单击拖动双击某一列均填入“1”清除14044以后的1
2025-03-30 17:40:19
158
原创 MMLU数据集简介
MMLU（Massive Multitask Language Understanding）是由OpenAI开发的多任务语言理解基准数据集，旨在评估语言模型在跨领域知识推理和复杂任务中的综合能力。其核心设计理念是通过覆盖多学科、多层次的问题，模拟人类在教育、职业等场景中的知识应用，从而衡量模型的通用性和深度理解能力。MMLU作为当前最权威的多任务语言理解基准之一，其价值不仅在于提供标准化的评估工具，更在于推动模型向“通用知识推理”方向发展。
2025-03-30 15:51:07
67
原创 豆包（Doubao）和通义千问（Qwen）特殊标记设计与模型架构
豆包（Doubao）和通义千问（Qwen）特殊标记设计与模型架构**一、豆包（Doubao）的特殊标记**1. **多模态标记**2. **任务特定标记**3. **对话标记**4. **知识增强标记****二、通义千问（Qwen）的特殊标记**1. **代码生成标记**2. **多模态标记**3. **长上下文标记**4. **对话标记**
2025-03-30 13:12:23
35
原创 Transformer预训练模型（如BERT、GPT）的特殊标记
Transformer预训练模型（如BERT、GPT）的特殊标记**一、基础通用标记**1. **分类标记：`[CLS]`/`<s>`**2. **分隔标记：`[SEP]`/`</s>`**3. **掩码标记：`[MASK]`**4. **填充标记：`[PAD]`**5. **未知标记：`[UNK]`**
2025-03-30 13:09:58
146
原创 提示词优化方式 结合 Transformer架构或
提示词优化方式 结合 Transformer架构或1. **位置编码提示**2. **掩码提示（Masked Prompt）**3. **多模态提示**4. **任务特定提示词**5. **动态提示生成**6. **注意力引导提示**7. **分块提示（Chunked Prompt）**总结利用位置编码特性适配多头注意力机制结合预训练权重的知识领域触发权重中的模式匹配控制权重更新方向（针对微调场景）
2025-03-30 13:06:01
22
原创 怎样提升大语言模型（LLM）回答准确率
怎样提升大语言模型（LLM）回答准确率激励与规范类知识关联类情感与语境类逆向思维类：为什么不，反面案例群体智慧类明确指令类示例引导类思维引导类约束限制类反馈交互类：对话
2025-03-30 12:57:41
130
jd-windows_jar.zip
2019-09-09
jd_windows.zip
2019-09-09
Activity之间使用接口传值.zip
2019-07-30
mengxueping.zip
2019-07-26
sscomassistant.2.15.0.Installer.x64.exe
2019-06-19
DebugView 支持win10.rar
2019-05-24
一个非常强大的测试工具，给大家简单的介绍一下基本使用方法 入门篇，如若不懂，请重新学习小学语文，再来阅读，谢谢！！！ 1、
2022-10-08
US_export_policy.jar local_policy.jar
2022-04-23
CAJViewer7.2.0.115.self.zip
2021-12-08
sokit-1.3.zip
2020-07-13
signapk.jar
2020-03-12
usb-serial-for-android-master.zip
2019-09-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人