milvus词向量库的概念：（Facebook的Faiss）milvus可以在海量向量库中快速检索到和目标向量相似的若干个向量。相似度：内积或是欧式等都可以milvus优势：1.多平台通用，mac，windows和linux都是支持的，因为milvus可以通过docker部署，因此平台通用性好了不少2.支持编程语言多，Java，c，c++和python都支持3.在速度方面不差Faiss4.milv

药物间相互作用（DDI）预测是药理学和临床应用中一个具有挑战性的问题，在临床试验期间，有效识别潜在的DDI对患者和社会至关重要。药物间的相互作用(DDI)?答案：药物间的相互作用(DDI)是指同时或先后服用两种或两种以上药物时，药物之间所产生的相互作用，而该相互作用可能会导致意想不到的副作用。举个例子，在日常生活中，某人因睡眠不佳，服用了助眠药物，比如镇定剂。与此同时他又出现了过敏反应，需要服用治

部署多模态大模型（图生文）

**2021中国人工智能应用趋势报告明确提出新基建助推人工智能应用迈入新阶段**新基建加速人工智能应用落地新冠疫情、经济增长放缓、竞争加剧等多重挑战下，企业加速应用人工智能进行智能化建设。新基建为人工智能发展提供数据、算力和算法三个层面的基础设施支撑；同时，新基建将拓展人工智能的应用场景。人工智能本身被定义为一种新型基础设施，将助力产业实现智能化；反过来，新基建又将推动人工智能产业化，为人工智能产

为何一般选取卷积神经网络的倒数第二层的输出作为特征？最后一个全连接层的输出维度，在设计时是和训练样本的类别数一致的。比如你的训练样本有2622类，那么在设计最后的分类器时要有2622个输入，则最后一个全连接层的输出也是2622维的。这样，最后一个全连接层的输出维度就和训练样本有了密切的关系，因此把它作为最后的特征显然不合适神经网络最后一层全连接+Softmax的理解？全连接的目的是什么呢？因为传统

药物间相互作用（DDI）预测是药理学和临床应用中一个具有挑战性的问题，在临床试验期间，有效识别潜在的DDI对患者和社会至关重要。药物间的相互作用(DDI)?答案：药物间的相互作用(DDI)是指同时或先后服用两种或两种以上药物时，药物之间所产生的相互作用，而该相互作用可能会导致意想不到的副作用。举个例子，在日常生活中，某人因睡眠不佳，服用了助眠药物，比如镇定剂。与此同时他又出现了过敏反应，需要服用治

解决部署Yi-VL-6B多模态中，遇到的问题

最大池化层：、计算最大值和记录最大值所在输入数据中的位置、缩减模型的大小、提高计算速度、减少无用信息的影响、提高所提取特征的鲁棒性(最大值)计算池化层卷积层输出大小的公式同样适用于最大池化，(n+2p-f)/s+1（input_width+2*padding-pool_size）/stride+1平均池化与最大池化区别：前向传播中计算pool区域内的最大值并记录该最大值所在输入数据中的位置，为了在

为何一般选取卷积神经网络的倒数第二层的输出作为特征？最后一个全连接层的输出维度，在设计时是和训练样本的类别数一致的。比如你的训练样本有2622类，那么在设计最后的分类器时要有2622个输入，则最后一个全连接层的输出也是2622维的。这样，最后一个全连接层的输出维度就和训练样本有了密切的关系，因此把它作为最后的特征显然不合适神经网络最后一层全连接+Softmax的理解？全连接的目的是什么呢？因为传统

马尔可夫判别器（PatchGAN）马尔可夫判别器的区别：1.基于CNN的分类模型有很多种，很多网络都是在最后引入了一个全连接层，然后将判别的结果输出。2.马尔可夫判别器是由卷积层构成，最后输出一个n*n的矩阵，最后取输出矩阵的均值作为True/False的输出。3.事实上，输出矩阵中的每个数据代表着原图中一个感受野，对应了原图的一片(patch),这样的GAN称PatchGAN.在图像风格迁移领域