- 博客(1740)
- 资源 (277)
- 问答 (4)
- 收藏
- 关注
RSS订阅
原创 go 这样做就是python
这段代码定义了一个名为main的包，并导入了"fmt"包。接下来，在main函数中，声明了一个名为list的空接口类型的切片。然后使用append函数将一些元素添加到这个切片中，包括整数1、2、3，以及字符串"d"和浮点数3.0。接着，使用fmt包中的Println函数打印出list的内容，并附上一段说明文字。接下来，定义了一个名为dict的空接口类型的字典。使用map关键字创建了这个字典，并初始化了三个键值对。其中键和值的类型可以是任意类型，因为使用了空接口类型。最后，再次使用fmt包中的Println函
2024-04-24 08:15:00
2115
3
原创 给rwkv_pytorch配了个流式服务和请求demo
接下来，我们需要配置服务器的URL。在这个示例中，假设服务器运行在本地端口5000上。每收到一行消息，我们将其解码并打印出来。这段代码是一个用于向服务器发送POST请求的示例代码。，分别用于发送带有流式响应和非流式响应的POST请求。，表示我们希望获得一个流式的响应。函数构造了一个包含各种参数的数据字典，并使用。函数来发送流式的POST请求，并注释掉了。方法发送POST请求。，表示我们希望获得一个非流式的响应。首先，我们需要导入一些必要的库。最后，在程序的主体部分，我们调用。库用于发送HTTP请求，
2024-04-20 10:10:34
1195
1
原创 RWKV，ONNX版本
在人工智能领域，模型的部署和推理是研究的重点之一。今天，我们荣幸地介绍一个结合了RWKV模型与ONNX技术的项目，这标志着AI模型部署和推理效率的又一次飞跃。本项目基于开源的RWKV_Pytorch项目，通过引入ONNX，为模型的部署和推理提供了全新的解决方案。RWKV模型以其高效性和准确性在业界获得了广泛关注，而ONNX则作为一个开放的标准，使得不同深度学习框架之间的模型转换成为可能。
2024-04-02 10:48:39
1922
2
原创 llm超长序列指代编码sin编码例子
首先定义了一个函数get_sin_em，该函数接受三个参数：序列seq，字典voc和两个可选参数max_len和x_len。其中seq表示输入的字符串序列，voc是一个字典，用于将字符映射为相应的数值，max_len表示最大长度，x_len表示x轴的长度。在函数内部，首先创建了一个长度为x_len的一维数组x，通过np.exp(np.arange(x_len))生成。然后定义一个变量res，并初始化为0。最后调用matplotlib库中的plot函数绘制res的图像，并调用show函数显示图像。
2024-09-07 21:51:08
319
原创 学了这些go 操作 可像python 一样编程了
Go语言被设计为支持高并发编程，其并发模型基于goroutines和channels，这使得在Go中编写高并发程序变得相对简单和直观。高并发编程在Go中是核心特性之一，理解和使用goroutines和channels是编写高效并发程序的关键。Goroutines是Go语言中的轻量级线程，由Go运行时（runtime）管理。这些是Go语言中一些基础的数据类型和操作。理解这些基础是编写有效Go代码的关键。Go语言提供了多种整型，包括有符号和无符号整型，以及不同位数的整型。切片是对数组的一个连续片段的引用。
2024-08-31 13:41:40
1115
原创 传统llm和maxllm对比
如上图9 为传统注意力机制 在隔三岔五的文本输入上取得了很好的成绩 一开始 低于max 版后期可以看出会和max 殊途同归。但是max 版本在推理的时候是可以使用state的推理空间 保持不变。
2024-08-24 12:35:14
165
原创 User服务端和AI服务端之间实现异步通信1
如果不使用消息中间件，我们可以直接在User服务端和AI服务端之间实现异步通信。这种方法通常涉及到使用协程和异步编程技术，如asyncio。
2024-08-11 10:44:56
538
原创 完全用python 实现消息中间件7
为了实现一个AI服务端和一个User服务端，并使用我们之前讨论的简单消息中间件，我们可以定义两个服务：一个用于AI服务，另一个用于User服务。这两个服务将通过我们的消息中间件进行通信。
2024-08-10 11:28:30
526
原创 完全用python 实现消息中间件5
为了实现自动清理功能，我们需要定期检查消息队列，并删除那些已经过期的消息。由于我们使用的是内存中的消息队列，我们可以使用Python的。模块来跟踪时间，并在适当的时候清理过期的消息。
2024-08-08 09:00:00
187
原创 完全用python 实现消息中间件6
请注意，由于消息中间件在内存中存储消息，重启中间件后，所有消息都会丢失。此外，这个示例没有实现完整的错误处理和重试机制，因此在生产环境中使用时，你可能需要添加这些功能。为了展示如何使用这个消息中间件，我们将创建一个简单的客户端脚本，它将发布一条消息，并消费该消息。在运行客户端脚本之前，请确保消息中间件正在运行，并且监听在8000端口上。
2024-08-08 08:30:00
280
原创 新的网络结构超越残差网络：记忆网络与残差网络的对比实践
本文将带领大家了解一种新的网络结构——记忆网络，并通过与残差网络的对比实验，探讨其在MNIST数据集上的性能表现。让我们一起来看看记忆网络是否能超越残差网络。记忆网络是一种具有记忆功能的新型网络结构，它通过矩阵乘法实现输入与记忆的交互。记忆网络的核心思想是利用记忆矩阵存储历史信息，从而提高模型对数据的处理能力。# 使用Xavier初始化权重残差网络（ResNet）是一种经典的深度学习网络结构，通过引入残差单元，有效地解决了深度神经网络训练过程中的梯度消失和梯度爆炸问题。
2024-07-28 20:25:12
936
原创 音色合成实践：克隆与合并不同人的声音
本文将详细介绍如何通过一系列步骤实现两个人的声音合成，从而创造出一个独特的音色。以fish_speech为例，这个项目能够基于某个人的声音样本，生成与之相似的新语音。接下来，使用一个语音识别项目，该项目的功能是识别音频中每个字的出现时间。利用语音识别项目，识别出两个Clone音频中每个字的出现时间，并将这两个音频的时间轴对齐。使用语音Clone项目，分别对两个不同人的声音进行克隆，让它们朗读同一个文本。最后，使用语音Clone技术，基于合并后的音频创建一个全新的声音克隆。准备两个不同人的语音样本。
2024-07-27 13:19:19
90
原创 迈向通用人工智能：AGI的到来与社会变革展望
随着科技的飞速发展，通用人工智能（AGI）的来临似乎已不再遥远。近期，多位行业领袖和专家纷纷预测，AGI的到来时间可能比我们想象的要早。在这篇博客中，我们将探讨AGI的发展趋势、潜在影响以及它对社会和工作的可能改变。一、AGI的发展趋势。
2024-07-23 23:48:09
430
原创 Llama 3.1：Meta的最新AI模型发布
Llama 3.1是对今年4月发布的Llama 3的更新，之前的版本仅有80亿和70亿参数。结果显示，这个拥有4050亿参数的模型在多项任务上与领先的基准模型，如GPT-4、GPT-4o和Claude 3.5 Sonnet等具有竞争力。这种模型蒸馏，或称为知识蒸馏，使得用户可以将大型AI模型的知识或训练转移到较小的模型上。4050亿参数的版本被称为“教学模型”，能够将其知识传递给8亿和70亿参数的模型。为了使更大的模型更具可扩展性，Meta研究人员决定使用标准的仅变压器模型，而不是近期流行的混合专家架构。
2024-07-23 23:19:41
562
原创 AI究竟是在帮助开发者还是取代他们？
当前市场上，生成式人工智能（AIGC）在软件开发领域的应用日益广泛，其中一些主要的AI开发工具包括GitHub Copilot、TabNine等。是由GitHub与OpenAI共同开发的一款AI编程助手，它能够在开发者编写代码时提供实时的代码建议。Copilot能够理解代码的上下文，并基于此生成代码片段，甚至能够帮助完成整个函数或类的编写。这极大地提高了开发效率，尤其是在处理重复性或标准化的编程任务时。是一款基于深度学习的代码补全工具，它支持多种编程语言。
2024-07-14 23:03:37
341
原创 10 个c++ cuda 编程例子
这些代码示例展示了如何将Numba CUDA代码转换为C++ CUDA代码。请注意，在C++ CUDA中，我们通常需要更详细地管理内存分配和传输，以及并行算法的设计。此外，上述代码示例中的某些操作（如排序）在CUDA上可能不是最高效的实现方式。
2024-07-14 20:55:48
301
原创 python 将图像合成视频
注意：确保图像文件的命名是有序的，并且它们可以在指定的路径下被找到。另外，合成视频可能需要一些时间，具体取决于图像的数量和视频的长度。如果你有一系列有序的图像文件，你可以通过修改列表推导式来适应你的文件命名方式。这个库提供了丰富的功能，可以方便地处理视频和音频文件。在Python中合成视频，通常使用。类用于创建一个视频剪辑，其中。方法用于将剪辑写入视频文件，参数指定了视频编码方式。首先，确保你已经安装了。参数指定了视频的帧率。请根据你的具体需求调整。
2024-07-14 15:11:00
404
原创 python 读取矢量图svg
在Python中读取矢量图，通常指的是读取如SVG（可缩放矢量图形）或PDF等格式的文件。对于这些格式的处理，Python有几个库可以做到，如。请注意，处理矢量图形时可能需要遵守相关的版权和使用条款。在使用这些工具和代码之前，请确保你有权使用相关的图形文件。提供了丰富的接口来分析、操作和转换SVG路径，非常适合需要精细操作矢量图形的场景。如果你需要操作矢量图形的路径和对象，可以使用。的Python接口等。
2024-07-14 15:04:33
250
原创 mediapipe 全部姿态检测服务
主要负责获取图像 而后发送图像给其他三个服务缺点是脸部可能需要进行裁剪后给face 检测 否则检测不到遂可能要单独开服务去解决问题先并行post hand pose 而后使用pose 切割图像post 给face最后返回 结果。
2024-07-13 16:45:15
591
原创 将获取pose 服务拆分为两个服务
要将该代码拆分为两个服务，我们需要创建两个FastAPI应用。第一个服务（我们可以称之为）将负责捕获视频流中的图像，并将图像数据发送到第二个服务（我们可以称之为第二个服务将接收图像数据，使用MediaPipe处理图像以获取姿态数据，并将结果返回给客户端。
2024-07-13 15:50:46
441
原创 samout 结构再优化 收敛速度再加快
这段代码定义了一个基于PyTorch的神经网络模型，该模型包含自定义的解码器层和输出层，用于处理序列数据。
2024-07-12 00:04:32
955
原创 samout 最新版本state 逐层控制加速收敛
这里初始化了一些类的属性，包括线性层、头数、窗口大小、隐藏层大小、上三角矩阵掩码以及层归一化。这两行代码导入了PyTorch库和NumPy库，它们分别用于深度学习和数值计算。从输入数据中提取批次大小、序列长度、头数、头大小和窗口大小。如果状态为空，则初始化状态张量，并将其移动到GPU上。创建一个窗口大小的一维张量，并将其移动到GPU上。对序列进行迭代，每次迭代处理一个窗口大小的数据。类，并使用随机生成的输入数据进行了一次前向传播。类类似，都是自定义的PyTorch模块。整除，这是多头注意力机制的一个要求。
2024-07-10 22:39:02
702
原创 如何理解李彦宏说的“不要卷模型，要卷应用
7月4日，2024世界人工智能大会暨人工智能全球治理高级别会议全体会议在上海世博中心举办。在产业发展主论坛上，百度创始人、董事长兼首席执行官李彦宏呼吁：“大家不要卷模型，要卷应用！”李彦宏认为，AI技术已经从辨别式转向了生成式，但技术本身并不是目的，真正的价值在于如何将这些技术应用于实际场景，解决实际问题。并且提醒大家避免掉入“超级应用陷阱”，即过分追求用户日活跃量（DAU）而忽视了应用的实际效果和产业价值。
2024-07-09 16:32:28
363
原创 python 进阶教程--PIL图像处理
PIL与Pillow的关系PIL（Python Imaging Library）是一个提供图像处理功能的Python库，但由于多年没有更新，它已经不再维护。Pillow是PIL的一个活跃的、兼容的分支，它添加了许多新功能和改进，同时修复了现有的一些问题。Pillow是目前在Python中进行图像处理的标准库。安装Pillow库通过上述命令，可以使用pip包管理器安装Pillow库。在安装过程中，确保您的Python环境已经配置好，并且pip是最新版本。Pillow支持的主要图像格式。
2024-07-09 00:30:55
1056
原创 pygame 音乐粒子特效
这段代码是一个使用Pygame和Pymunk库创建的音乐可视化效果。它加载一个音乐文件，提取音乐的节奏，并根据节奏在屏幕上创建和更新粒子的位置。
2024-07-07 15:42:23
631
原创 将pytorch 模型封装为c++ api 例子
首先，在 Python 中定义并训练你的 PyTorch 模型。# 定义模型return x# 实例化模型# 定义损失函数和优化器# 训练模型（略）# ...# 保存模型为 TorchScript。
2024-07-06 12:28:15
464
毕业答辩PPT模板60.zip
2024-07-06
毕业答辩PPT模板0.zip
2024-07-06
毕业答辩PPT模板20.zip
2024-07-06
毕业答辩PPT模板40.zip
2024-07-06
教育教学教师PPT模板580.zip
2024-07-06
教育教学教师PPT模板600.zip
2024-07-06
教育教学教师PPT模板440.zip
2024-07-06
教育教学教师PPT模板520.zip
2024-07-06
教育教学教师PPT模板460.zip
2024-07-06
教育教学教师PPT模板540.zip
2024-07-06
教育教学教师PPT模板500.zip
2024-07-06
教育教学教师PPT模板480.zip
2024-07-06
教育教学教师PPT模板420.zip
2024-07-06
教育教学教师PPT模板380.zip
2024-07-06
教育教学教师PPT模板400.zip
2024-07-06
教育教学教师PPT模板300.zip
2024-07-06
教育教学教师PPT模板360.zip
2024-07-06
教育教学教师PPT模板340.zip
2024-07-06
教育教学教师PPT模板260.zip
2024-07-06
教育教学教师PPT模板180.zip
2024-07-06
代码浏览器驱动 自动化工作流工具
2024-08-04
数据库课程设计数据库课程设计数据库课程设计数据库课程设计数据库课程设计数据库课程设计数据库课程设计数据库课程设计数据库课程设计数
2024-07-14
基于bootstrap4.0 的后台模板ACE-Pages3.0基于bootstrap4.0 的后台模板ACE-Pages3.0
2024-07-14
写真图浏览采集 5.2.zip
2024-07-09
XHS_Downloader_V1.4_WIN.zip
2024-07-09
FurMark_1.37.2_Single.exe
2024-07-08
FurMark-1.36-Chs.exe
2024-07-08
唯美清新120.zip
2024-07-07
唯美清新100.zip
2024-07-07
唯美清新60.zip
2024-07-07
唯美清新80.zip
2024-07-07
唯美清新40.zip
2024-07-07
唯美清新0.zip
2024-07-07
唯美清新20.zip
2024-07-07
扁平风格92套60.zip
2024-07-06
扁平风格92套80.zip
2024-07-06
扁平风格92套40.zip
2024-07-06
扁平风格92套0.zip
2024-07-06
扁平风格92套20.zip
2024-07-06
如何将该神经网络变成大模型
2024-03-23
Python 实现ramdisk
2021-09-11
Lenovo bug我要背锅吗
2021-09-11
谁能告诉我这是谁的锅
2021-09-11
如何发射很少重量的物质到火星就能完成火星地球化
2021-09-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人