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

【AI-9】算法GPU化

将自己写的算法借用GPU的算力,即“GPU化”算法,涉及到多个步骤和一些技术知识。整体工作内容的复杂性取决于算法的具体情况和优化需求。

文章图片
#人工智能#GPU
【URDF和SDF区别】

URDF:URDF 是一种用于描述 机器人 的结构和运动学模型的格式。它是 ROS(Robot Operating System,机器人操作系统)中最常用的标准格式,用于定义机器人的部件、关节、传感器、形状和材质等。URDF 主要关注的是机器人的物理结构和行为(如运动学、力学等),它更多用于机器人控制和规划。主要特点:主要描述机器人及其部件(例如,关节、连杆、传感器)。用于定义机器人模型、连接不同

文章图片
【AI-35】Deepseek-各代模型具体情况

模型整合方式的多样性:在大模型的构建中,对于知识库的整合可以有多种方式和策略,而且可能是多种技术的组合运用。同样,在知识融合模块整合超万亿 token 的领域知识库时,除了 RAG 技术外,也可能存在其他类似的或辅助的技术来实现动态获取和利用知识,不能排除其他可能性,所以说 “很可能借助了 RAG 技术”。像 “I am Claude” 基于空格分词会被分割为(“I”,“am”,“Claude”)

文章图片
#人工智能#机器学习
【AI-11】各类强化学习算法汇总对比

不同的强化学习算法有不同的优势和适用场景。选择合适的算法取决于具体的任务需求、环境复杂度、动作空间类型以及计算资源等因素。

文章图片
#人工智能#算法#机器学习
memset与memcpy的区别?

1、memsetmemset的作用是在一段内存块中填充某个给定的值。void memset(voids , intch ,size_tn)将s中当前位置后面n个字节用ch替换并返回s。2、memcpy功能是从源内存地址的起始位置开始拷贝若干个字节到目标内存地址中。void memcpy(voiddestination,source,num)从source的位置开始向后复制num个字节的数据到des

【架构-13】云原生架构

云原生是面向“云”而设计的,技术即IaaS、PaaS、SaaS,旨在将云应用中非业务代码部分剥离,并将这类非功能特性(弹性、安全、可观测性)让云设施接管。从而具备轻量、敏捷、高度自动化的特点。非功能性大量委托高度自动化的软件交付。

文章图片
#架构#云原生#微服务
【软件系统架构设计师-案例-2】系统分析与设计

对象模型:指明了系统应该做什么,描述了系统的数据结构。动态模型:指明了什么时候做,描述了系统的控制结构。功能模型:定义了做事情的实体,用于描述系统功能。

文章图片
#系统架构#架构
数据分析一定要懂的分析模型——波士顿矩阵

波士顿矩阵(BCG Matrix),又称市场增长率-相对市场份额矩阵,由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年首创,它是通过销售增长率(反应市场引力的指标)和市场占有率(反应企业实力的指标)来分析决定企业的产品结构。市场吸引力包括企业销售量增长率、目标市场容量、竞争对手强弱、利润高低等。其中最重要的是反映市场引力的综合指标——销售增长率,这是决定企业产品结构是否合理的外

#数据分析#矩阵#数据挖掘
【图形图像-1】SDF

在三维空间中,SDF的定义类似于二维,但其值表示空间中每个点到最近表面的距离。具体来说:正值表示点在表面外部。负值表示点在表面内部。零值表示点在表面上。SDF技术由于其高效、灵活和精确的特点,被广泛应用于各种行业和公司。无论是图形设计、视频游戏、动画制作还是操作系统和应用程序开发,SDF都能显著提升图形渲染和物理模拟的质量和性能。通过采用SDF技术,这些公司能够提供更好的用户体验和更高效的解决方案

文章图片
#图像处理
【AI-27】DPO和PPO的区别

PPO:需要奖励模型和强化学习循环,使用策略梯度优化,通过与环境交互收集样本数据,利用奖励模型对样本进行评分,再根据评分和策略梯度来更新策略。DPO:直接基于对比学习优化,利用偏好数据,训练偏好对,给每个样本对分配偏好标签,直接调整语言模型参数,无需奖励模型和强化学习循环。DPO:无需训练奖励模型和进行复杂的策略评估与更新计算,直接基于偏好数据进行优化,计算相对简单,训练效率较高。PPO:通过最大

文章图片
#人工智能#深度学习#机器学习
    共 19 条
  • 1
  • 2
  • 请选择