DOUZHAOPENG1113-CSDN博客

原创基于SSM框架的大学生就业信息平台设计与实现【项目源码+数据库+毕设论文+讲解视频】

在信息化时代，大学生就业已成为社会关注的焦点。当前，尽管互联网提供了海量的就业信息，但信息分散、匹配不精准等问题依然困扰着求职者与招聘方。基于SSM（Spring、SpringMVC、MyBatis）框架构建的大学生就业信息平台，旨在解决这一问题。该平台利用先进的Web技术，集成高效的后台处理和灵活的数据交互，以提供个性化、智能化的就业信息服务。研究此课题不仅有助于优化高校毕业生的就业流程，提升就业率，而且对于推动人力资源市场的高效运转具有重要意义。

2024-06-29 20:04:36 1690

转载探究飞浆AI Studio：开启大模型时代的优质人工智能教程（1）

学习记录源自：百度飞浆-基于大模型的优质Prompt开发课原始视频地址原始视频：地址朵云轩x文心一格的110万拍卖画作创作者在一些提示词平台上进行售/Prompt Base->使用提示词能让想象力得到发挥->发掘提示词可以产生收益大规模预训练语言模型LLMs是目前最高效的AI生成技术提示词工程师JD–>掌握提示词也是一种技能传统模型：以RNN、CNN网络为主的神经网络预训练模型：Transformer网络的出现，BERT与GPT的比拼，Encoder为主的自编码结构，BERT领先一步大模型：GPT3.0的

2024-06-29 19:26:50 72

原创基于SSM框架的电脑配件销售系统设计与实现【项目源码+数据库+毕设论文+讲解视频】

在信息化时代，电子商务已成为全球商业活动的重要组成部分，尤其在电脑配件销售领域，线上平台的需求日益增长。基于SSM（Spring、SpringMVC、MyBatis）框架的电脑配件销售系统，旨在利用现代Web技术优化并自动化销售流程，提供高效、便捷的购物体验。该系统的研发不仅能够满足消费者即时查询、购买的需求，也为商家库存管理与数据分析提供了有力工具。此外，研究和实现这一系统有助于提升开发者在企业级应用开发中的实践能力，对探索和完善JavaWeb技术在电商领域的应用具有深远意义。🔥🔥 地址。

2024-06-24 18:28:47 1832

转载 PyTorch LSTM深度解析：从零开始理解序列模型

最近在看RNN模型，想阅读一下别人关于LSTM的开源代码，于是决定先去pytorch的官网看一下示例教程，谁知我连示例教程都看得很懵，以为理论懂了看代码实现应该很快；于是在网上看了各位大神关于LSTM的分析解读，结合自己的理解勉强理解了pytorch的LSTM模块；本文的目的主要是记录下自己的理解，方便日后查阅。这一句代码初始化LSTM模块的一些基本属性；LSTM模块初始化的时候有如下参数：在官方给的教程中，3对应input_size，另一个3对应hidden_size；

2024-06-13 18:59:49 47

转载「深度解析」GPT2模型源码探索：第二章——GPT2Model初始化细节

至此总结一下GPT2Model的两个主要变量hidden_states和past_key_values的维度，在第一次迭代时默认输入的input_ids, token_type_ids, position_ids维度为[batch_size, seq_len], 在第二次及之后则为1，即每次输入一个token，对应hidden_states维度为第一次迭代时为[batch_size, seq_len, hidden_size], 第二次及之后则为[batch_size, 1, hidden_size]

2024-06-11 20:58:17 111

转载 Python实现GBDT二分类详解

详细可以观看这个博主的文章。

2024-06-10 09:50:27 108

转载 SpringBoot2实战：TensorFlow模型加载指南——.pb文件解析

.pb模型文件具有语言独立性，可独立运行，封闭的序列化格式，可使用任何语言解析。*.pb模型文件中变量是固定的(const)即模型中的变量值固定存储。*.pb模型文件使用过程中不会重新“学习”，即模型参数不变，保证了模型的稳定性。*.pb模型文件实现了庞大模型的瘦身，即该格式的模型尺寸较小主要用于移动端。基础阅读:[1](一)Tensorflow搭建神经网络[2](二)Tensorflow神经网络保存模型（持久化）[3](三)Tensorflow神经网络之模型载入及迁移学习[参考文献]

2024-06-09 11:30:05 150

转载 GPT-2模型解析：可视化Transformer语言模型图解

这是只有编码器的transformer训练的第一个任务，训练它阅读维基百科的文章（不包括目录前边的开头部分），前边的开头部分作为训练数据的标签。GPT-2就是使用wikipedia的文章进行训练的，因此训练好的模型可以直接拿来做摘要。GPT-2到这里就介绍完了。本文对GPT-2以及它的父模型（只有解码器的Transformer结构）的探索。我希望你在读完这篇文章后，对自关注力机制有了更深入的理解，并且对Transformer的工作机制有了更多的了解。

2024-06-09 10:51:18 146

转载 PyTorch实战Transformer模型：从零开始构建

可以根据自己的需求修改TransformerModel类中的超参数，例如输入和输出词汇表大小、嵌入维度、Transformer层数、隐藏层维度等等。在 Transformer 中，Positional Encoding 的作用是将输入序列中的位置信息嵌入到向量空间中，从而使得每个位置对应的向量是唯一的。在上面的代码中，我们定义了一个名为TransformerModel的模型类，它继承自nn.Module。nn.TransformerEncoder：将编码后的输入序列转换为输出序列。

2024-06-09 10:04:00 56

原创基于SSM框架的个人作品展示平台设计与实现【项目源码+数据库+毕设论文+讲解视频】

在信息化社会中，个人作品的展示与分享已成为提升自我影响力和拓展职业机会的重要途径。基于SSM（Spring、SpringMVC、MyBatis）框架构建的个人作品展示平台，顺应了这一趋势，为创作者提供了便捷、高效的线上展示空间。本研究旨在利用SSM的灵活性和高效性，设计并实现一个用户友好的平台，使用户能够轻松上传、管理和分享他们的作品，同时探讨该框架在实际项目中的应用与优化策略。此课题不仅有助于提升开发者的技术实践能力，也为互联网内容分享领域的技术发展提供了有价值的参考。🔥🔥 地址。

2024-06-06 15:51:59 385

原创基于SSM框架的疫情防控物业管理系统设计与实现【项目源码+数据库+毕设论文+讲解视频】

在信息化高度发达的今天，疫情防控已成为全球关注的重要议题。物业管理作为社区防控的关键环节，亟需借助先进的信息技术提升管理效率和应急响应能力。基于SSM（Spring、SpringMVC、MyBatis）框架的疫情防控物业管理系统，旨在利用现代Web技术构建一个集信息收集、分析与预警于一体的平台。此系统的研发，不仅能够实现物业对疫情的精准防控，降低传播风险，同时也能提高居民的信息获取与反馈体验，促进社区的和谐与安全。这一研究对于优化疫情防控策略，推动智慧物业发展具有深远的理论与实践意义。🔥🔥 地址。

2024-06-06 15:23:30 433

DOUZHAOPENG1113的博客