自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(312)
  • 收藏
  • 关注

原创 【学习心得】让公司或学校的服务器也能像AutoDL等算力平台一样使用jupyter lab访问

让公司或学校的服务器也能像AutoDL等算力平台一样使用jupyter lab访问,这个过程涉及到几个关键步骤,比如安装 Jupyter、配置安全访问、开放必要的端口以及确保可以通过互联网访问等等。

2024-12-19 02:38:28 418

原创 【自然语言处理与大模型】vLLM部署本地大模型

本文记录我个人在使用vllm部署私有大模型的时候遇到的困难和详细部署过程。

2024-12-18 23:59:36 1608

原创 【学习心得】几种特殊但非常必要学习的pip安装小知识

几种特殊但非常必要学习的pip安装小知识

2024-12-18 17:10:19 932

原创 【自然语言处理与大模型】Ollama拉取huggingface社区或modelscope社区的GGUF模型并部署

Ollama如何拉取huggingface社区或modelscope社区的GGUF模型并部署。

2024-12-17 03:46:09 940

原创 【自然语言处理与大模型】Ollama部署本地GGUF模型

使用Ollama部署本地GGUF格式的模型。

2024-12-17 01:26:03 1478

原创 【自然语言处理与大模型】需求给定后可选模型众多,你该如何选择模型?

选择合适的模型是一个综合考量的过程,需要根据具体任务需求、硬件设备条件以及部署环境等多方面因素来决定。

2024-12-13 16:16:37 836

原创 【自然语言处理与大模型】使用llama.cpp将HF格式大模型转换为GGUF格式

llama.cpp 是一个专为大型语言模型(LLM)设计的高性能推理框架,可以使用llama.cpp将HF格式大模型转换为GGUF格式。

2024-12-13 08:48:39 1847

原创 【自然语言处理与大模型】魔塔社区免费实例中使用ollama快速部署llama3

在ModelScope魔塔社区提供的免费实例,使用ollama部署开源llama3模型。

2024-11-19 03:04:32 3329 2

原创 【自然语言处理与大模型】算力云平台上的大模型部署并实现远程调用

以AutoDL算力云平台为例,部署国产开源ChatGLM3b模型。

2024-11-17 17:42:36 1852

原创 【自然语言处理与大模型】Ollama的使用介绍

如何安装和卸载Ollama?如何使用Ollama部署大模型?如何调用API去操作大模型?

2024-11-17 03:52:16 4365

原创 【学习心得】数据分析三剑客跟学Gitee仓库

Talk is cheap, Show me the code. (纸上得来终觉浅,绝知此事要躬行)Numpy科学计算仓库介绍、Pandas数据分析仓库介绍和Matplotlib可视化仓库介绍。

2024-11-16 11:49:41 867 2

原创 【学习心得】Python好库推荐——Streamlit

Streamlit • A faster way to build and share data apps(Streamlit帮助你更快速搭建应用)

2024-11-16 00:13:59 388

原创 【学习心得】Python好库推荐——tiktoken

tiktoken是一个快速BPE分词器,它用于两个重要功能:1、文本编码与解码;2、统计Tokens数量。

2024-11-13 23:30:16 658

原创 【学习心得】Python好库推荐——PEFT

PEFT(Parameter-Efficient Fine-Tuning)是一种在深度学习中进行参数高效微调的技术。

2024-11-13 15:58:30 1283

原创 【自然语言处理与大模型】大模型(LLM)基础知识②

(1)LLaMA输入句子的长度理论上可以无限长吗?(2) 什么情况用Bert模型,什么情况用LLaMA和ChatGLM这类大模型?怎么选?(3)各个专业领域是否需要各自的大模型来服务?(4)如何让大模型处理更长的文本?(5)如果想要在某个模型基础上做全参数微调,需要多少显存?(6)为什么SFT之后觉得大模型LLM变傻了?(7)微调和指令微调的区别?(8)SFT指令微调数据如何构建?(9)领域模型Continue PreTrain数据如何选取?(10)领域数据训练后,通用能力往往会有所下降,如何缓解模型遗忘

2024-11-04 22:31:49 1359

原创 【自然语言处理与大模型】大模型(LLM)基础知识①

(1)目前主流的开源模型体系有哪些?(2)perfix LM和casual LM区别是什么?(3)大模型出现涌现能力的原因?(4)大模型LLM的架构介绍?(5)简述GPT和BERT模型的主要区别,以及它们各自的优势?(6)大模型训练中如何应对“灾难性遗忘”问题?(7)哪些因素可能导致大模型出现偏见,如何减轻这种偏见?(8)在微调大模型时,选择合适的数据集和微调策略至关重要,请阐述其因素?(9)如何评价大模型的性能指标,除了准确率之外,还有哪些关键指标?(10)什么是LLM复读机问题?

2024-10-29 09:44:09 773 1

原创 【PythonWeb开发】Flask-RESTful参数解析

Flask-RESTful解析请求参数:参数解析的意思就是规范化传入的参数并获取到这些参数。

2024-10-28 13:08:14 863

原创 【PythonWeb开发】Flask-RESTful字段格式化

字段格式化的意思就是对api接口返回的响应做出规范。

2024-10-28 13:00:37 909

原创 【PythonWeb开发】Flask-RESTful视图类基础知识

资源类其实就是视图类。资源类继承自flask_resetful.Resource类。每个资源类代表一个RESTful资源。资源类中的方法对应HTTP方法。常见的HTTP方法包括GET,POST,PUT,DELETE等。

2024-10-28 12:55:41 355

原创 【PythonWeb开发】Flask-RESTful风格编程

RESTful架构是对MVC架构改进后所形成的一种架构。使用POST,DELETE,PUT和GET四种请求方式分别对指定的URL资源进行增删改查操作。

2024-10-28 12:51:02 1102

原创 【学习心得】远程root用户访问服务器中的MySQL8

问题一:Ubuntu下的MySQL安装;问题二:远程root用户访问服务器中的MySQL8

2024-10-28 02:35:48 820

原创 【隐私保护】如何找出CLS方案的创新之处?

如果我想知道这篇论文中的无证书聚合签名方案有何创新之处该怎么去分析?到底要和谁对比?怎么比?

2024-09-14 03:23:36 960 1

原创 【隐私保护】基于口令的认证

身份认证有三种思路分别是:你知道什么?你有什么?你有哪些特点?基于口令认证的定义、一般过程、安全性问题。

2024-08-13 23:46:07 1026

原创 【隐私保护】身份认证的基本概念

身份认证是认证技术的子集专注于确认用户或实体的身份。它侧重于验证操作者是否是他们声称的人。身份认证技术是以一种协议的形式发挥作用的。

2024-08-13 22:44:58 1706

原创 【密码学】密钥管理:③密钥的保护、存储、备份、撤销、过期、销毁

本文介绍了密钥的分级保护、存储、备份、撤销、过期和销毁在密钥管理中的概念是什么?如何实现的。

2024-08-12 20:47:22 793

原创 【密码学】密钥管理:②密钥分配

密钥分配的定义、密钥分配的方法。利用双钥体制建立安全信道传递来实现密钥分配。密码分配的基本模式主要有:点对点密钥分配、密钥分配中心、密钥传递中心三种。

2024-08-12 20:29:26 1982 2

原创 【密码学】密钥管理:①基本概念和密钥生成

密钥管理技术诞生的背景、密钥管理的基本概念、密钥的分类、密钥生成。

2024-08-12 19:56:46 1526

原创 【隐私保护】基于属性加密体制的认证

基于属性的加密(ABE,又叫属性基加密)

2024-08-10 18:38:30 667

原创 【隐私保护】基于身份加密体制的认证

基于身份的加密方案(IBE)、基于身份的密码体制认证方案(IBC)详细介绍了IBC的具体方案:系统模型、威胁模型、安全目标、具体方案设计、安全性分析、实验分析。

2024-08-10 17:49:56 2226

原创 【隐私保护】基于公钥基础设施(PKI)的认证

PKI的基本概念、PKI的组成、数字证书。

2024-08-09 21:25:06 1987

原创 【隐私保护】无证书签名方案(CLS)

一、CLS方案提出的背景;二、CLS方案的工作原理(以V2G举例)

2024-08-07 16:53:27 1648

原创 【密码学】网络攻击类型:窃听攻击、假冒攻击、欺骗攻击和重放攻击

一、窃听攻击、假冒攻击、欺骗攻击和重放攻击的定义;二、窃听攻击、假冒攻击、欺骗攻击和重放攻击对信息安全五大属性的影响;三、窃听攻击、假冒攻击、欺骗攻击和重放攻击与中间人攻击的联系

2024-08-07 15:33:22 3328 2

原创 【密码学】网络攻击类型:拒绝服务DoS攻击和中间人MITM攻击

网络攻击类型非常多,本文先介绍两个常见的攻击:DoS和MITM。我试着从攻击的定义、攻击原理和举例说明等多角度来将他们讲清楚。

2024-08-07 14:52:22 1313

原创 【密码学】密码协议的安全性

一、如何保证密码协议的安全性?二、可证明安全性分析法

2024-08-07 13:41:23 1660

原创 【密码学】密码协议的分类:③认证的密钥建立协议

一、什么是认证的密钥建立协议?二、具体有哪些认证的密钥建立协议?

2024-08-07 11:55:57 1488

原创 【密码学】密码协议的分类:②认证协议

一、认证协议是什么?二、有哪些认证方法?(重点理解数字证书认证和基于挑战应答的认证)三、具体有哪些认证协议?(双向SKID身份识别协议)

2024-08-06 23:40:35 1364

原创 【密码学】密码学数学基础:双线性配对

线性映射与线性函数、双线性映射与双线性函数、双线性配对、椭圆曲线上的双线性配对。

2024-08-06 13:17:56 3138

原创 【密码学】密码协议的分类:①密钥建立协议

可以将密码协议分成三类:认证协议、密钥建立协议、认证密钥建立协议。这些协议在密码学和网络安全中扮演着至关重要的角色,下面我来对密钥建立协议详细介绍

2024-08-05 20:40:43 1275

原创 【密码学】聚合签名

一、聚合签名的基本概念;二、聚合签名的主要类型;三、聚合签名的关键技术与步骤;四、支持聚合签名的算法方案和应用场景

2024-08-05 17:16:26 1936

原创 【Python面试题收录】Python编程基础练习题③(图书管理系统+ATM系统)

项目1:图书管理系统;项目2:ATM系统

2024-08-04 18:50:18 303

手语识别-深度学习-自建ASL数据集-模型训练(分卷压缩第三卷/最后一卷)

内容概要: 本资源是一套自建美国手语(American Sign Language, ASL)手势数据集,通过OpenCV实现每秒30帧的高清视频录制,精准捕捉并记录了连续且细腻的手部动作变化,旨在用于深度学习算法对手势识别的研究与训练。数据集中所有图片均为720p分辨率(1280x720像素),确保了手部细节特征在图像中的高清晰度展现。为进一步提升模型的学习效果和泛化能力,我还对手语图像采用了尺度归一化,高斯滤波,肤色提取和二值,四种方式来进行数据增强。 适用人群: 此数据集适用于机器学习工程师、人工智能研究人员、计算机视觉领域的学者以及致力于开发智能手语识别系统的开发者和团队。 使用场景及目标: 该数据集适用于训练和测试深度学习模型,目标在于提高手语识别系统的识别精度和实时性能。 其他说明: 为了增强模型泛化能力和应对不同环境下的识别挑战,数据集中的手势样本在多种拍摄角度下采集,并特意设置了简洁单一的背景以减少干扰因素。每个手势类别都提供了丰富的变体,大约包含1000张不同情境下的图像,总计涵盖了约2万张手势数据图片,充分满足大规模训练和验证的需求。

2024-04-01

手语识别-深度学习-自建ASL数据集-模型训练(分卷压缩第二卷)

内容概要: 本资源是一套自建美国手语(American Sign Language, ASL)手势数据集,通过OpenCV实现每秒30帧的高清视频录制,精准捕捉并记录了连续且细腻的手部动作变化,旨在用于深度学习算法对手势识别的研究与训练。数据集中所有图片均为720p分辨率(1280x720像素),确保了手部细节特征在图像中的高清晰度展现。为进一步提升模型的学习效果和泛化能力,我还对手语图像采用了尺度归一化,高斯滤波,肤色提取和二值,四种方式来进行数据增强。 适用人群: 此数据集适用于机器学习工程师、人工智能研究人员、计算机视觉领域的学者以及致力于开发智能手语识别系统的开发者和团队。 使用场景及目标: 该数据集适用于训练和测试深度学习模型,目标在于提高手语识别系统的识别精度和实时性能。 其他说明: 为了增强模型泛化能力和应对不同环境下的识别挑战,数据集中的手势样本在多种拍摄角度下采集,并特意设置了简洁单一的背景以减少干扰因素。每个手势类别都提供了丰富的变体,大约包含1000张不同情境下的图像,总计涵盖了约2万张手势数据图片,充分满足大规模训练和验证的需求。

2024-04-01

手语识别-深度学习-自建ASL数据集-模型训练(分卷压缩第一卷)

内容概要: 本资源是一套自建美国手语(American Sign Language, ASL)手势数据集,通过OpenCV实现每秒30帧的高清视频录制,精准捕捉并记录了连续且细腻的手部动作变化,旨在用于深度学习算法对手势识别的研究与训练。数据集中所有图片均为720p分辨率(1280x720像素),确保了手部细节特征在图像中的高清晰度展现。为进一步提升模型的学习效果和泛化能力,我还对手语图像采用了尺度归一化,高斯滤波,肤色提取和二值,四种方式来进行数据增强。 适用人群: 此数据集适用于机器学习工程师、人工智能研究人员、计算机视觉领域的学者以及致力于开发智能手语识别系统的开发者和团队。 使用场景及目标: 该数据集适用于训练和测试深度学习模型,目标在于提高手语识别系统的识别精度和实时性能。 其他说明: 为了增强模型泛化能力和应对不同环境下的识别挑战,数据集中的手势样本在多种拍摄角度下采集,并特意设置了简洁单一的背景以减少干扰因素。每个手势类别都提供了丰富的变体,大约包含1000张不同情境下的图像,总计涵盖了约2万张手势数据图片,充分满足大规模训练和验证的需求。

2024-04-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除