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

汽车网络安全需求分析方法综述

1、网络安全理论知识(2天)①了解行业相关背景,前景,确定发展方向。②学习网络安全相关法律法规。③网络安全运营的概念。④等保简介、等保规定、流程和规范。(非常重要)2、渗透测试基础(一周)①渗透测试的流程、分类、标准②信息收集技术:主动/被动信息搜集、Nmap工具、Google Hacking③漏洞扫描、漏洞利用、原理,利用方法、工具(MSF)、绕过IDS和反病毒侦察④主机攻防演练:MS17-01

#汽车#web安全#需求分析
2024年Stable Diffusion安装教程(超详细)

Stable Diffusion的安装部署其实并不困难,只需简单点击几下,几分钟就能安装好,不管是windows还是苹果mac电脑,关于Stable Diffusion的各种安装方式,这片文章一一来给大家讲明白。(所有安装资料都给大家整理好啦,后台发送学习获取或者看下图备注)Stable Diffusion最早开源出来只是一大堆源代码,而最具代表性的是AUTOMATIC1111大神把这些源代码做成

文章图片
#macos#学习#人工智能 +1
【AI大模型】LLM 学习之「向量数据库」

向量数据库是一种以向量或数据点的数学表示形式存储数据的数据库。人工智能和机器学习使非结构化数据能够转换为捕获意义和上下文的数字表示(向量),这得益于自然语言处理和计算机视觉的进步。矢量相似性搜索 (VSS) 是矢量数据库的关键功能。它是查找与向量数据库中给定查询向量相似的数据点的过程。常用的 VSS 用途包括推荐系统、图像和视频搜索、自然语言处理和异常检测。例如,如果构建推荐系统,则可以使用 VS

文章图片
#人工智能#学习#数据库 +3
【人工智能】未来已来,国内10家AI大模型盘点

阿里达摩院推出的大模型,拥有千亿参数,可用于智能问答、知识检索、文案创作等场景。

文章图片
#人工智能#自然语言处理#语言模型 +1
AIGC绘画设计基础——一文读懂midjourney的iw、sref和cref

AIGC(AI GeneratedContent)技术,即人工智能生成内容的技术,具有非常广阔的发展前景。随着技术的不断进步,AIGC的应用范围和影响力都将显著扩大。以下是一些关于AIGC技术发展前景的预测和展望:1、AIGC技术将使得内容创造过程更加自动化,包括文章、报告、音乐、艺术作品等。这将极大地提高内容生产的效率,降低成本。2、在游戏、电影和虚拟现实等领域,AIGC技术将能够创造更加丰富和

文章图片
#AIGC#人工智能
【web安全】Spring boot heapdump获取信息

微服务是目前较为热门的技术,Spring boot 是 Spring 的一套快速配置脚手架,可以基于Spring boot 快速开发单个微服务,微服务的特点决定了功能模块分布式部署,在不同的机器上相互通过服务调用进行交互,业务流会经过多个微服务的处理和传递。​多个微服务下,微服务的监控显得尤为重要。

#运维#缓存#java +1
【LLM大模型】大模型高效微调-LoRA原理详解和训练过程深入分析

LoRA与训练目标是解耦的,但本文设定就是语言模型建模。以下将给出语言建模(可自然推广到序列建模)的基本符号定义,即最大化给定提示的条件概率(本质是极大似然估计)。给定一个参数为ΦΦ预训练的自回归语言模型PΦ(y|x)PΦ(y|x)。xx为输入,yy为输出note: 为与原文符号一致,下文ΦΦ、ΘΘ、WW均表示模型参数全参数微调每次full fine-tuning训练,学一个 ΔΦΔΦ,|ΔΦ||

文章图片
#AIGC#学习#人工智能
App 不想被“点名”,mPaaS 隐私合规检测为开发者护航数字生态建设

据新华社报道,全国人大常委会于 8 月 20 日通过了《个人信息保护法》,该法自 11 月 1 日起施行。它全面和具体地规定了企业保护个人信息安全的各项义务,同时指出违反法规最高可面临 5000 万或一年度营业额 5% 的巨额罚款。这是我国首部针对个人隐私保护的法律,立法的严格程度堪比欧盟《通用数据保护条例》(GDPR)。它的出炉不仅是对顶层制度的查缺补漏,还进一步释放出了国家决心整治市场侵害个人

#人工智能#大数据#物联网
【AI学习】一文带你了解国内可能平替ChatGPT的8个免费AI大模型应用

基于千亿基座模型 GLM-130B,注入代码预训练,通过有监督微调等技术实现人类意图对齐,具备问答、多轮对话、代码生成功能的中英双语大模型。

文章图片
#人工智能#学习#AIGC +1
【LLM大模型】大模型高效微调-LoRA原理详解和训练过程深入分析

LoRA与训练目标是解耦的,但本文设定就是语言模型建模。以下将给出语言建模(可自然推广到序列建模)的基本符号定义,即最大化给定提示的条件概率(本质是极大似然估计)。给定一个参数为ΦΦ预训练的自回归语言模型PΦ(y|x)PΦ(y|x)。xx为输入,yy为输出note: 为与原文符号一致,下文ΦΦ、ΘΘ、WW均表示模型参数全参数微调每次full fine-tuning训练,学一个 ΔΦΔΦ,|ΔΦ||

文章图片
#AIGC#学习#人工智能
    共 18 条
  • 1
  • 2
  • 请选择