【大模型搭建】部署Ollama，pull失败，手动构建方案
Ollama 是一个专注于简化大规模机器学习模型开发的框架。它提供了一系列工具来帮助开发者轻松地定义、训练和部署大型语言模型。优点：• 提供了简洁的API，易于上手。• 支持多种硬件加速选项，如GPU和TPU。• 内置了许多预训练模型，方便快速开始实验。缺点：• 对一些高级功
【搜索核心技术】经典搜索核心算法：BM25及其变种
上篇介绍了TF-IDF算法和它的四个变种，相对于TF-IDF而言，在信息检索和文本挖掘领域，BM25算法则更具理论基础，而且是工程实践中当仁不让的重要基线（Baseline）算法。BM25在20世纪70年代到80年代被提出，到目前为止已经过去二三十年了，但是这个算法依然在很多信息检索的任务中表现优异
目前比较好用的AI大模型创作工具地址合集及亮点应用
2024年，可以说是AI人工智能大模型爆发的元年，各类AI模型应用层出不穷，令人应接不暇。从前年底国外OpenAI公司的ChatGPT大模型推出开始，到去年国内百度公司的文心一言大模型率先向全社会开放使用，很多人都为人工智能时代的到来感到震惊和无所适从；有的人感到了焦虑和恐惧，担心AI不久就会取代自
个人网站设计系统详细设计与具体代码实现
个人网站设计系统详细设计与具体代码实现1. 背景介绍在当今互联网时代,个人网站已成为展示自我、分享知识、提供服务的重要平台。无论是程序员、设计师、作家还是其他行业的从业者,拥有一个功能完善、设计精美的个人网站都能为个人品牌增色不少。然而,对于缺乏web开发经验的普通用户来说,从零
优化采样参数提升大语言模型响应质量：深入分析温度、top_p、top_k和min_p的随机解码策略
本文将详细解析并可视化定义LLM输出行为的采样策略。通过深入理解这些参数的作用机制并根据具体应用场景进行调优，可以显著提升LLM生成输出的质量。
【人工智能】Transformers之Pipeline（十五）：总结（summarization）
本文对transformers之pipeline的总结（summarization）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的总结（summarization）模型。
高通AI Engine SDK（QNN）使用教程（环境配置、模型转换、量化、推理、分析）
高通AI Engine使用教程
【深度学习详解】Task2 分段线性模型-引入深度学习 Datawhale X 李宏毅苹果书 AI夏令营
机器学习基础 -> 线性模型 -> 分段线性模型 -> 引入深度学习🍎 🍎
3DUnet实现3D医学影像的有效分割
3DUnet实现3D医学影像的有效分割
向李宏毅学深度学习(进阶)#task01#Datawhale X 李宏毅苹果书 AI夏令营
根据基于李宏毅老师机器学习课程编著的《深度学习详解》一书，结合自己的思考，阐释了深度学习中全局最优值、局部极值、鞍点等关键概念，以及批量（banch）和动量法
CVPR 2024最佳论文分享┆EventPS: 基于事件相机的实时光度立体视觉
本文介绍了CVPR 2024的最佳论文提名，该论文利用事件相机的独特属性，实现了实时光度立体视觉。该算法在传统和深度学习领域均取得成功。配合高速转台数据采集和GPU优化，算法实现了每秒超30帧的实时表面法线重建。
为什么多模态大模型中使用Q-Former的工作变少了？附Q-Former结构简介
面试中遇到的问题，自己在实践中注意到了却没有深究原因，没有回答好，特此记录和探讨这个问题。多模态大模型中需要一个输入投影模块，将视觉特征投射到LLM能理解的语言特征维度，这里就可以选择各种不同的模块。LLaVA最初用了简单的线性投射，然而作者提到这么做是为了做实验更快一点，使用复杂的模块可能会有更好
LSTM模型
LSTM（长短期记忆）是一种用于处理和预测时间序列数据的递归神经网络（RNN）架构旨在解决传统RNN在处理长序列数据时存在的梯度消失和梯度爆炸问题。LSTM的关键在于其特殊的单元结构，每个单元包含三个门：输入门、遗忘门和输出门。这些门通过控制信息的流动，允许LSTM在更长时间范围内保持和更新记忆。输
视觉 注意力机制——通道注意力、空间注意力、自注意力、交叉注意力
在计算机视觉领域，注意力机制（Attention Mechanism）已成为提升模型性能的关键技术之一。注意力机制通过模拟人类视觉的选择性注意力，能够在海量数据中自动聚焦于最相关的信息，从而提高模型的效率和准确性。下面将介绍通道注意力、空间注意力、自注意力和交叉注意力四种类型。
使用PyTorch从零构建Llama 3
本文将详细指导如何从零开始构建完整的Llama 3模型架构，并在自定义数据集上执行训练和推理。
【AI大数据计算原理与代码实例讲解】Spark SQL
随着互联网和物联网技术的发展，产生了海量数据。企业需要对这些数据进行分析，以挖掘价值、做出决策。传统的数据处理方法在面对大规模数据时，往往会遇到性能瓶颈，比如内存限制、计算速度慢等问题。因此，需要一种高效、可扩展的数据处理框架来应对大数据场景下的数据处理需求。Spark SQL 通过解析 SQL 查
AI中的核心概念解读：深度学习、机器学习、神经网络与自然语言处理
人工智能（AI）：包含所有让机器具备智能行为的技术。机器学习（ML）：AI 的子领域，通过数据自动学习和做出决策。深度学习（DL）：机器学习的子领域，基于多层神经网络进行复杂数据的学习和处理。神经网络（Neural Networks）：深度学习的核心结构，模仿人脑神经元的连接方式。自然语言处理（NL
学习开源深度学习框架PyTorch中的模块【Modules】
在 PyTorch 中，nn.Module 类是构建神经网络架构的基石。它可作为神经网络特定的组件。模块将模型层的可训练参数（权重和偏差）整齐地打包在一起。它们还可以包含其他模块，这样你就可以构建复杂的层次结构。模块会记住它们的参数和内部状态，本质上是存储它们在训练的时候所学习到的内容。与构建块一样
MimicMotion一张图片就可以生成小姐姐跳舞的视频，Windows一键运行包
最近，腾讯和上交大合作推出了一款名为MimicMotion的AI工具，简直是视频生成领域的一次重大突破。你只需提供一张姿态序列图片，MimicMotion就能生成细节丰富、逼真的人类动作视频，无论是舞蹈、运动还是日常活动，统统不在话下。
comsol-声学
COMSOL多物理场仿真软件以高效的计算性能和杰出的多场耦合分析能力实现了精确的数值仿真，已被广泛应用于各个领域的科学研究以及工程计算，为工程界和科学界解决了复杂的多物理场建模问题。COMSOL内嵌的声学模块可以方便地进行多孔声学和粘热声学的模拟仿真。软件数值计算得到的云图，可以将声压、速度、声强以
