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(15)
  • 收藏
  • 关注

原创 FPGA期末速成

FPGA期末速成

2025-12-04 17:12:22 1110

原创 单片机选择题

此处可能需修正:实际应为 (2^SMOD/64)×fosc= (2/64)×12MHz= 375000bps=375kbps,但选项中 C 为 750bps,可能题目设定 SMOD=0 时为 375bps,SMOD=1 时为 750bps,故答案选 C)答案:A(计算:TH1=244,溢出率 = 6MHz/(12×(256-244))=6MHz/144≈41666Hz,波特率 =(1/32)×41666≈1302bps,实际常用 TH1=0F4H 得 110bps)}”,table 存储在( )。

2025-06-19 09:45:25 800

原创 单片机填空题

晶振 12MHz时,用 T0 方式 1 产生 1ms 定时,初值计算为(65536-1000=64536=FC18H),TH0=(0FCH),TL0=(18H)。设二进制数 A=10101101,B=01110110,则 A∨B=(11111111),A∧B=(00100100),A⊕B=(11011011)。五个中断源的入口地址分别为:INT0(0003H)、INT1(0013H)、T0(000BH)、T1(001BH)、串行口(0023H)。)或(sbit flag = 位地址;

2025-06-19 09:45:05 880

原创 人工智能概论期末速成【7-9章】

从已知事实出发,通过运用已有的知识,推导出其中蕴含的事实或归纳出新知识的过程。

2025-06-19 09:44:16 945

原创 80C51单片机复习笔记

【代码】80C51单片机复习笔记。

2025-06-17 08:47:56 1320

原创 人工智能概论模拟题【填空题】

以下是根据复习内容整理的100道填空题及答案,覆盖推理方式、逻辑概念、搜索算法、智能算法、专家系统、机器学习等核心知识点:

2025-06-05 06:24:25 783

原创 人工智能概论期末速成【4-6章】

推理是从已知事实出发,通过运用已掌握的知识,推导出其中蕴含的事实性结论或归纳出某些新的结论的过程。

2025-06-05 02:28:51 1245

原创 人工智能概论期末速成【1-3章】

知识图谱是一种结构化的语义网络,用于描述客观世界中概念、实体及其之间的关系由节点(概念/实体)和边(关系)组成例:实体"爱因斯坦"与实体"相对论"之间通过"提出"关系连接知识图谱是一种结构化的语义网络,通过三元组(实体、关系、实体)或**(概念、属性、值)** 的形式,描述客观世界中概念、实体及其之间的复杂关系。其核心特点是将离散的知识通过结构化方式关联,形成网络化的知识结构,便于计算机理解和处理。由谓词符号和个体词(常量、变量、函数)组成的最小逻辑单元,不能再分解为更简单的公式。

2025-06-05 01:23:00 1028

原创 从 0 到 1 打造高价值知识载体

从 0 到 1 打造高价值知识载体

2025-05-28 02:14:49 443

原创 MATLAB 期末复习知识点补充(下)

MATLAB期末复习知识点总结【下】

2025-05-28 02:03:48 1142

原创 MATLAB 期末复习知识点总结【上】

MATLAB期末速成知识点

2025-05-28 01:07:18 1329

原创 通俗易懂的Python语法入门速成-第二篇(基本语法)

通俗易懂的Python语法入门速成-第二篇

2025-02-19 16:31:29 1061

原创 通俗易懂的Python语法入门速成-第一篇(基本语法)

通俗易懂的Python语法入门速成-第一篇(基本语法)

2025-01-19 05:09:02 850

原创 通俗易懂的Markdown语法入门速成(有在Obsidian中的相关经验分享)

通俗易懂的Markdown语法入门速成(有在Obsidian中的相关经验分享)

2025-01-17 06:03:50 1706

原创 Datawhale x冬令营项目经验分享

微调的核心思想是利用已有的大模型(通常是基于海量数据预训练的)并通过一个小型、针对性的数据集来“调整”模型的权重,使得模型能够更好地处理特定领域、特定类型的任务。例如,在医疗、法律、金融等特定领域,预训练的大模型可能对专业术语、上下文的理解能力较弱,通过微调,可以让模型更好地适应这些特定领域的需求。通过精心准备符合任务需求的数据集,你可以更好地实现定制化的大模型,满足行业或特定任务的要求。微调的目的是在预先训练好的大模型的基础上,通过输入特定的数据来进一步优化模型的能力,使其更好地适应特定任务或领域。

2025-01-04 19:04:56 447

空空如也

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