logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

用window.dialogArguments时出现window.dialogArguments is undefined

用window.dialogArguments时出现window.dialogArguments is undefined将window.dialogArguments改为window.parent.dialogArguments就好了

golang限流

golang限流其实官方提供了golang.org/x/time/rate包,直接rate.NewLimiter(2, 5),然后判断func limit(next http.Handler) http.Handler {return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {if limiter.Allow()

Warning: Using a password on the command line interface can be insecure

今天用shell连接数据库时出现"Warning:Using a password on the command line interface can be insecure."的错误提示,这个问题应该是在MySQL5.6+版本的时候就有出现,可能是为了确保数据库的安全性采用的保护机制。我查了一下网上是这么解决的第一种方法、修改数据库配置文件1、我们需要修改数据库配置

昇思25天学习打卡营第21天|linchenfengxue

本案例基于MindNLP和ChatGLM-6B实现一个聊天应用。可以修改下列参数和prompt体验模型。这样可以实现一个简单的应用。下载权重大约需要10分钟。

文章图片
#学习
昇思25天学习打卡营第19天|linchenfengxue

情感分类是nlp的重要分支,分类任务可以用不同方法来实现,1.先下载mindnlp并且引入包并且加载数据。

文章图片
#学习
昇思25天学习打卡营第17天|linchenfengxue

情感分类是自然语言处理中的经典任务,是典型的分类问题。输入: This film is terrible正确标签: Negative预测标签: Negative输入: This film is great正确标签: Positive预测标签: Positive最后我们设计一个预测函数,实现开头描述的效果,输入一句评价,获得评价的情感分类。将输入句子进行分词;使用词表获取对应的index id序列;

文章图片
#学习
昇思25天学习打卡营第14天|linchenfengxue

生成式对抗网络(Generative Adversarial Networks,GAN)是一种生成式机器学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。最初,GAN由Ian J. Goodfellow于2014年发明,并在论文生成器的任务是生成看起来像训练图像的“假”图像;判别器需要判断从生成器输出的图像是真实的训练图像还是虚假的图像。GAN通过设计生成模型和判别模型这两个模块,使其互相

文章图片
#学习
昇思25天学习打卡营第24天|linchenfengxue

神经网络的训练主要使用反向传播算法,模型预测值(logits)与正确标签(label)送入损失函数(loss function)获得loss,然后进行反向传播计算,求得梯度(gradients),最终更新至模型参数(parameters)。自动微分主要解决的问题是将一个复杂的数学运算分解为一系列简单的基本运算,该功能对用户屏蔽了大量的求导细节和过程,大大降低了框架的使用门槛。前述章节主要根据计算图

文章图片
#学习#人工智能#机器学习
昇思25天学习打卡营第13天|linchenfengxue

如果将Diffusion与其他生成模型(如Normalizing Flows、GAN或VAE)进行比较,它并没有那么复杂,它们都将噪声从一些简单分布转换为数据样本,Diffusion也是从纯噪声开始通过一个神经网络学习逐步去噪,最终得到一个实际图像。Diffusion对于图像的处理包括以下两个过程:我们选择的固定(或预定义)正向扩散过程 𝑞𝑞 :它逐渐将高斯噪声添加到图像中,直到最终得到纯噪声

文章图片
#学习#人工智能
    共 56 条
  • 1
  • 2
  • 3
  • 6
  • 请选择