14,535
社区成员
发帖
与我相关
我的任务
分享
① 谷歌发布AI新品Gemini及收费模式;宜家推出基于GPT的AI家装助手(go2coding:[博客] [成就])
[质量分:84;难度等级:未知;新鲜技术:99]
摘要:谷歌宣布将原有的AI产品Bard更名为Gemini,开启了谷歌的AI新篇章。同时推出了强化版的聊天机器人Gemini Advanced,支持更复杂的任务处理,提供了两个月的免费试用,之后将以每月19.99美元的价格进行收费。
② ChatGPT高效提问—prompt常见用法(续篇七)(Bruce_Liuxiaowei:[博客] [成就])
[质量分:90;难度等级:未知;新鲜技术:76]
摘要:和之前的提示词模式(问题,答案)不同,思维链提示词模式是:输入问题,思维链,输出结论。 从输出结果来看,当我们给ChatGPT提供了计算推理的引导后,ChatGPT参考示例进行思考,给出了计算推理过程和正确结果,与第一个示例的错误结果形成鲜明对比。
③ Midjourney 中 /show 与 Job ID(CCSBRIDGE:[博客] [成就])
[质量分:84;难度等级:未知;新鲜技术:74]
摘要:show指令是一个非常有用的功能,允许用户操作特定的图像生成任务。
④ LLaMA 2 和 QianWen-14B(wangqiaowq:[博客] [成就])
[质量分:83;难度等级:未知;新鲜技术:22]
摘要:总体来说,LLaMA 2 和 QianWen 都是各自团队在自然语言处理领域的先进技术代表,两者在功能和性能方面具有竞争性,而具体的差异则更多体现在背后的研发策略、优化技术和特定应用场景的适应性上。对于不同大小的模型,其硬件需求也有所不同。
① C++ 中的模型预测控制(01/2)(无水先生:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:98]
摘要:目的:R矩阵的作用是惩罚过度的控制行为。R 中的权重越大,意味着对大控制输入的惩罚越大,鼓励控制器使用较小的输入,从而可能导致更平滑的控制操作。在成本函数中的作用:在 MPC 的目标函数中,Q 矩阵乘以状态误差(预测状态和期望状态之间的差值)。
① 使用Linux docker方式快速安装Plik并结合内网穿透实现公网访问(小沈YO.:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:使用上面的Cpolar https公网地址,在任意设备的浏览器进行访问,即可成功看到我们Plik界面,这样一个公网地址且可以远程访问就创建好了,使用了cpolar的公网域名,无需自己购买云服务器,即可发布到公网进行远程访问!【cpolar.cn已备案】
② K8s集群故障(The connection to the server... was refused - did you specify the right host or port)解决(山河已无恙:[博客] [成就])
[质量分:88;难度等级:未知;新鲜技术:99]
摘要:不必太纠结于当下,也不必太忧虑未来,当你经历过一些事情的时候,眼前的风景已经和从前不一样了。——村上春树。
③ 云原生内容分享(二十二):云原生,到底是个啥(之乎者也·:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:88]
摘要:原先冗长、复杂、颇费时费力的技术工作和体力活,现在可以轻轻松松搞定。
① 【机器学习】数据清洗之处理缺失点(甜美的江:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:99]
摘要:数据清洗中处理缺失值是机器学习流程中不可或缺的一环。通过本文的介绍,我们深入了解了删除缺失值、插值法和填充法这三种主要的处理缺失值的方法。每种方法都有其独特的优势和限制,选择合适的方法需要考虑数据的特性、缺失值的分布情况以及分析的目标。
② 深度学习自然语言处理(NLP)模型BERT:从理论到Pytorch实战(星川皆无恙:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:100]
摘要:BERT(Bidirectional Encoder Representations from Transformers)模型基于Transformer架构,并通过预训练与微调的方式,对自然语言进行深度表示。
③ 【初中生讲机器学习】6. 分类算法中常用的模型评价指标有哪些?here!(Geeker · LStar:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:创建时间:2024-02-07最后编辑时间:2024-02-09作者:Geeker_LStar你好呀~这里是 Geeker_LStar 的人工智能学习专栏,很高兴遇见你~
④ Transformer的PyTorch实现之若干问题探讨(二)(微凉的衣柜:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:中探讨了Transformer的训练整体流程,本文进一步探讨Transformer训练过程中teacher forcing的实现原理。
⑤ 【EAI 012】Inner Monologue: Embodied Reasoning through Planning with Language Models(datamonday:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:最近的研究表明,大型语言模型(LLM)的推理能力可以应用于自然语言处理以外的领域,如机器人的规划和交互。
① idea代码review工具Code Review Helper使用介绍(小强聊it:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:23]
摘要:之前在团队里面遇到一个关于代码review的问题,使用gitlab自己的还是facebook的Phabricator,很难看到整体逻辑,因为业务逻辑代码可能不在这次改动范围内,在去源库中找不好找。
① 解锁 SpringBoot 强大配置功能(ღ᭄陽先生꧔ꦿ᭄:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:97]
摘要:通常,这个注解用于将外部属性文件中的属性值映射到应用程序的配置类中,以便在整个应用程序中方便地访问和使用这些属性。注解将配置属性绑定到 Java POJO 类,并将其注入到 Spring Bean 中,以便在应用程序中使用这些属性的值。
② 基于springboot星之语明星周边产品销售网站的设计与实现源码下载(毕业设计源码分享:[博客] [成就])
[质量分:90;难度等级:未知;新鲜技术:99]
摘要:随着计算机技术的发展以及计算机网络的逐渐普及,互联网成为人们查找信息的重要场所,二十一世纪是信息的时代,所以信息的交换和信息流通显得特别重要。管理员功能有个人中心,用户管理,商品分类管理,商品信息管理,订单评价管理,销售统计管理,系统管理,订单管理等。
① React18原理: 渲染与更新时的重点关注事项(Wang's Blog:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:88]
摘要:对于首次挂载阶段需要了解React的渲染流程通过书写的初始元素和一些其他可以生成虚拟节点的东西来生成虚拟节点然后针对不同的节点类型去做不同的事情,最终将真实DOM挂载到页面上然后执行渲染期间加入到队列的一些生命周期,然后组件进入到活跃状态。
② vue3 之 商城项目—登陆(jiojio冲冲冲:[博客] [成就])
[质量分:84;难度等级:未知;新鲜技术:92]
摘要:思考:每个表单域都有自己的校验触发事件,如果用户一上来就点击登陆怎么办呢?在点击登陆时需要对所有需要校验的表单进行统一校验// 调用实例方法// valid: 所有表单都通过校验 才为true。
① 第十六篇【传奇开心果系列】Python的OpenCV库技术点案例示例:图像质量评估(传奇开心果编程:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:OpenCV图像质量评估:用于评估图像的清晰度、失真程度等质量指标。OpenCV提供了一些用于评估图像质量的函数和指标,可以帮助我们量化图像的清晰度、失真程度等质量指标。
① 通俗易懂的理解看涨期权与看跌期权的基础交易!(fafaqiquanjiang:[博客] [成就])
[质量分:80;难度等级:未知;新鲜技术:99]
摘要:这句话的意思是说,如果你买入了一份上证50ETF认购期权合约,如果到期时你想要行权兑换实物,可以按照行权价兑换上证50ETF基金的份额,前提是需要你持有的期权合约是具有价值的。2. 在其他条件不变的情况下,执行价格越高,看跌期权的到期日价值越高。
① 使用 Elasticsearch 和 OpenAI 构建生成式 AI 应用程序(Elastic 中国社区官方博客:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:以下函数生成所需的批量操作,这些操作可以传递到 Elasticsearch 的 bulk API,因此我们可以在单个请求中有效地索引多个文档。我们的示例将使用 OpenAI 来制定答案,因此请在此处提供有效的 OpenAI Api 密钥。
② 2.8日学习打卡----初学RabbitMQ(三)(中北萌新程序员:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:96]
摘要:此时可以采用不公平分发,即谁处理的快,谁处理的消息多。实现比较稍微麻烦一点,创建消息属性并设置存活时间,然后创建消息对象,消息对象 将消息属性作为参数,并且传入发送的消息,最后再将消息对象作为参数传给交换机,即可实现对单条消息设置存活时间。
③ Elasticsearch中的模板:定义、作用与实践(地瓜伯伯:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:94]
摘要:Elasticsearch中的模板是一种强大的工具,它允许用户预定义索引的设置和映射,从而确保数据按照预定的方式进行存储和索引。属性外,还可以通过其他方式控制模板的应用,例如使用更具体的索引模式或调整现有模板的定义以确保所需的模板始终具有最高的优先级。
④ Oracle PL/SQL Programming 第6章:Exception Handlers 读书笔记(dingdingfish:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:97]
摘要:以便定义不会分散在整个代码中。
⑤ redis-sentinel(哨兵模式)(藻头男:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:99]
摘要:Sentinel(哨兵)是用于监控redis集群中Master状态的工具,其已经被集成在redis2.4+的版本中是Redis官方推荐的高可用性(HA)解决方案。
① 探索Xposed框架:个性定制你的Android体验(Calvin880828:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:84]
摘要:Xposed框架是一种强大的工具,它允许用户在不修改APK文件的情况下修改Android系统的功能和行为。通过Xposed框架,用户可以实现对系统的个性化定制,而无需深入编程或刷写定制ROM。
② 【小程序】基础API——面板API接口介绍(IoT砖家涂拉拉:[博客] [成就])
[质量分:84;难度等级:未知;新鲜技术:38]
摘要:面板预下载需引入BizKit,且在>=3.0.0版本才可使用stringfunctionfunctionfunctionstringstringstringstringstringstring。
③ Android:自定义控件(偶是不器:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:4]
摘要:创建CustomizeView,继承View。重写onDraw方法,通过onDraw方法绘制我们自定义的图像、位图、路径等。//自定义绘制View//构造方法//构造方法,这个构造必须有//重新onDraw方法@Override。
① H桥方式的ZVS电路(卓晴:[博客] [成就])
[质量分:80;难度等级:未知;新鲜技术:64]
摘要:我们知道, 对于半个正弦波, 他的平均值等于峰值的 π分之2, 由此, 我们可以计算出, 这个ZVS振荡器形成的稳态震荡电压峰值等于电源电压的 二分之 π倍。这是仿真电路, 去掉负载之后, 电路具有两个完全相同的半桥电路。观察到电路能够震荡。
① tsgctf-2021-lkgit-无锁竞争-userfaultfd(goodcat666:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:78]
摘要:类似,但是这个的【2】提供了一个往占位结构体写数据的功能,但这里略微复杂一点。结合异步并行调用+userfaultfd,再尝试看看没有没有问题。单看,ioctl中的三个方法,好像都没有问题。用户态传递过来的参数。用户态传递过来的参数。
② Git版本与分支(空空_k:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:0]
摘要:SSH 密钥对可以让您方便的登录到 SSH 服务器,而无需输入密码。SSH 密钥对总是成双出现的,一把公钥,一把私钥。公钥可以自由的放在您所需要连接的 SSH 服务器上,而私钥必须的保管好。
③ 【Linux环境基础开发工具的使用(yum、vim、gcc、g++、gdb、make/Makefile)】(jokr_:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:0]
摘要:对同一份源代码分别生成其release版本和debug版本的可执行程序,并通过ll指令可以看到,debug版本发布的可执行程序的大小比release版本发布的可执行程序的大小要大一点,其原因就是以debug版本发布的可执行程序当中包含了更多的调试信息。
① Peter算法小课堂—枚举优化(Peter Pan was right:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:3]
摘要:哈哈哈,新年快乐!这一次Peter将要给大家讲一讲轻松、摆烂的算法—枚举!咋就是说呀,枚举这个玩意我语法就会了。但大家想想,咱们CSP考试时(除了没过初赛的)只给1秒,大家想想,这出题老师得有多抠啊。
① Unity入门学习(于指尖飞舞:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:63]
摘要:启用此设置后,这会运行一些额外步骤,以保证生成的网格对于运行性能最佳的。理解:Unity会主动把场景上的对象,对象上挂载的脚本都统统记录下来,在主线程的死循环中,按顺序按时机的通过反射,执行记录的对象身上挂载的脚本的对应生命周期函数。
① 说一下tcp的三次握手和四次挥手?说一下 tcp 粘包是怎么产生的?get 和 post 请求有哪些区别?(weixin_53180424:[博客] [成就])
[质量分:88;难度等级:未知;新鲜技术:24]
摘要:GET请求可以被浏览器缓存,由于GET请求是幂等的,相同的GET请求可以直接从缓存中获取响应,减少服务器的压力。:接收方的缓冲区有限,当接收方没有及时读取缓冲区中的数据时,可能会导致多个数据包在缓冲区中堆积,最终一次性被读取,形成粘包现象。
① Linux 36.2@Jetson Orin Nano之Hello AI World!(lida2003:[博客] [成就])
[质量分:89;难度等级:未知;新鲜技术:99]
摘要:大体所有的新事物都会有个类似“Hello AI World”的介绍,让更加贴心的让我们快速接触和理解新事物。不过我们的习惯是“不买合适的,不买最好的,就买最贵的;不用好用的,就用最新的。不过,这种东西不过瘾,对吧。获取最新的代码,通常是一个好的方法。
① # 流量回放工具之 Goreplay 安装及初级使用(全栈程序员:[博客] [成就])
[质量分:80;难度等级:未知;新鲜技术:96]
摘要:随着应用程序的增长,测试它所需的工作量也呈指数级增长。在后台监听你的网络接口上的流量,不需要改变你的生产基础设施,除了运行。提供了重用现有流量进行测试的简单想法,这使得它非常强大。为影子提供了一种独特的方法。守护进程在同一台机器上作为你的服务。
② 简单聊聊go语言中引用模块的版本控制以及invalid: should be v0 or v1, not v2问题的解决(AlbertS:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:62]
摘要:如果你接触go语言比较早,一定有过当年所有go源码全部放入GOPATH下的混乱经历,不过发展到今天,go的包管理使用go.mod和go.work已经能得心应手,满足绝大多数的开发不成问题,其实在go.mod。
③ Go内存优化与垃圾收集(俞凡 DeepNoMind:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:29]
摘要:你好,我是俞凡,在Motorola做过研发,现在在Mavenir做技术工作,对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣,平时喜欢阅读、思考,相信持续学习、终身成长,欢迎一起交流学习。
① scala学习打卡04-流程控制(爱敲代码的無以菱:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:如果其他,返回“老年”。(2)for 推导式有一个不成文的约定:当 for 推导式仅包含单一表达式时使用圆括号,当包含多个表达式时,一般每行一个表达式,并用花括号代替圆括号,如下。(1)需求 1:需求:输入年龄,如果年龄小于 18 岁,则输出“童年”。
② 5 scala的函数式编程简介(Brother Jiawei:[博客] [成就])
[质量分:86;难度等级:未知;新鲜技术:99]
摘要:如果符合下面两个条件,则可以使用下划线代替函数入参简化函数定义:(1) 函数的入参,只在函数体中出现一次。(2) 函数体中没有嵌套调用。例如,下面使用。
① Rust 格式化输出(TE-茶叶蛋:[博客] [成就])
[质量分:89;难度等级:未知;新鲜技术:85]
摘要:Rust学习系列-本文根据教程学习Rust的格式化输出,包括fmt::Debug等。
① 打造个性化的个人网页:从HTML到个人品牌(人不走空:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:98]
摘要:个人简介部分用于简要介绍自己的身份、背景和兴趣爱好。在这一部分,你可以介绍自己的学历、工作经历、技能特长,以及你的兴趣爱好和个人理念等内容。3.
② 【FFmpeg】ffplay 命令行参数 ⑤ ( 设置音频滤镜 -af 参数 | 设置统计信息 -stats 参数 | 设置同步时钟类型 -sync 参数 )(韩曙亮:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:可以通过 该参数 来 设置 音效 , 调整音量 , 改变音频 采样率 , 进行 音频 重采样;在下图中 , 可以看到 下半部分 都是空白的 , 没有打印出 播放时 的 统计信息;命令 , 下图中 红色矩形框 中的内容 , 就是 播放时的 统计信息;
③ 详细解读上海人工智能实验室视频生成代表作PIA:Your Personalized Image Animator via Plug-and-Play Modules in Text-to-Image(沉迷单车的追风少年:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:99]
摘要:PIA是一种个性化图像动画器,擅长与条件图像对齐,通过文本实现运动可控性,以及与各种个性化T2I模型的兼容性,无需特定的调整。PIA的通过引入条件模块,利用条件帧和帧间相似度作为输入,在潜在空间中传递由相似提示引导的外观信息,用于单个帧合成。