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

ffmpeg: error while loading shared libraries: libavdevice.so.52: cannot open shared object file: No

ffmpeg: error while loading sharedlibraries: libavdevice.so.52: cannot open shared object file: Nosuch file or directoryAfter installling ffmpeg on CentOS 4.8 the above error apears whenrunning ff

OSError: libiomp5.so: cannot open shared object file: No such file or directory

Solution:source /opt/intel/bin/compilervars.sh intel64

OpenCV中读取RGB格式图像转成HSV格式图像显示

#include#include "highgui.h"#include "cv.h"#include "time.h"#includeint main(){IplImage* image = cvLoadImage("test.png");IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );cvCv

深入浅出解析大模型的Top K与Top P参数

随着人工智能技术的日新月异,大型语言模型(简称大模型)已成为我们生活中不可或缺的智能助手。这些模型在自然语言处理、文本生成、智能问答等多个领域发挥着重要作用。然而,比较‘古早’的大模型应用一般会有几个调整参数,比如 Top-k 、Top-p之类的,用于调整输出的多样性。现在则很少见了,因为随着应用的不断迭代升级,这些参数慢慢变成很好的经验值后台隐藏掉了,就像搜索引擎刚出来时一堆参数,而你现在看到的

文章图片
#python
大模型拒绝采样

对每一个提示词xi生成k个响应,然后从k个响应中选择2个响应对(yil, yij),计算两者的回报(reward)差值,如果差值大于阈值η(超参数),就接收该条偏好数据(xi , yil, yij )

#python
深入浅出解析大模型的Top K与Top P参数

随着人工智能技术的日新月异,大型语言模型(简称大模型)已成为我们生活中不可或缺的智能助手。这些模型在自然语言处理、文本生成、智能问答等多个领域发挥着重要作用。然而,比较‘古早’的大模型应用一般会有几个调整参数,比如 Top-k 、Top-p之类的,用于调整输出的多样性。现在则很少见了,因为随着应用的不断迭代升级,这些参数慢慢变成很好的经验值后台隐藏掉了,就像搜索引擎刚出来时一堆参数,而你现在看到的

文章图片
#python
大模型拒绝采样

对每一个提示词xi生成k个响应,然后从k个响应中选择2个响应对(yil, yij),计算两者的回报(reward)差值,如果差值大于阈值η(超参数),就接收该条偏好数据(xi , yil, yij )

#python
VMware虚拟机设置(vmtools&分辨率)

Refer from http://blog.csdn.net/pipisorry/article/details/23049271VMware中linux与window文件夹共享VMware中安装vmware tools在vmware软件中找到管理manage,点击install vmware tools进行vmware中的linux系统中,会发现有个vmware

Cv模式識別

转自http://wiki.opencv.org.cn/index.php/Cv%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%ABCv模式识别目录 [隐藏]1 目标检测1.1 CvHaarFeature,CvHaarClassifier, CvHaarStageClassifier, CvHaarC

【模式识别】反向传播神经网络 BPNN

回顾感知器学习算法,其核心思想是梯度下降法,即以训练样本被错分的程度为目标函数,训练中每次出现错误时便使权系数朝着目标函数相对于权系数负梯度方向更新,知道目标中没有被错分的样本为止。而多层感知器模型中,神经元传递函数是阶跃函数,输出端的无耻只能对最后一个神经元系数求梯度,无法对其他权系数求梯度,所以无法利用梯度下降的方法学习其他的权值。Sigmoid函数BP算法提出主要由于Sigm

    共 13 条
  • 1
  • 2
  • 请选择