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

oracle建立本地服务名,Oracle配置本地Net服务名

Oracle配置本地Net服务名一.配置本地Net服务名是干什么用的?如果要通过网络访问Oracle数据库或其他服务,就会用到Net服务名。Oracle NetConfiguration Assistant允许使用由本地命名解析的网络服务名。二.怎样配置本地Net服务名?1.打开->程序/Oracle - OraClient10g_home1/配置和移植工具/NetConfiguration

curl 访问https接口_通过CURL请求示例详解HTTPS协议

== Info: About to connect() to www.baidu.com port 443== Info:Trying 220.181.112.244... == Info: connected== Info: Connected to www.baidu.com (220.181.112.244) port 443== Info: successfully set cert...

vscode在html编写vue代码提示,vscode编写vue代码没有代码提示

一、安装插件在左侧有个安装插件的按钮,点击后即可通过关键词搜索来安装插件二、插件配置文件 =》首选项=》设置=》用户设置三、插件vetur作用:代码提示,高亮配置:"emmet.syntaxProfiles": {"vue-html": "html","vue": "html"}ESLint作用:代码错误检查配置:"eslint.validate": [...

vscode在html编写vue代码提示,vscode编写vue代码没有代码提示

一、安装插件在左侧有个安装插件的按钮,点击后即可通过关键词搜索来安装插件二、插件配置文件 =》首选项=》设置=》用户设置三、插件vetur作用:代码提示,高亮配置:"emmet.syntaxProfiles": {"vue-html": "html","vue": "html"}ESLint作用:代码错误检查配置:"eslint.validate": [...

从Geoffrey Hinton的RBM到DBN:手把手教你用Python复现2006年的深度学习突破

本文详细解析了Geoffrey Hinton在2006年提出的深度信念网络(DBN)及其通过逐层训练受限玻尔兹曼机(RBM)解决梯度消失问题的突破性方法。通过Python代码复现,展示了DBN在MNIST数据集上的优异表现,帮助读者深入理解这一深度学习里程碑技术。

#深度学习
告别人工抄表:我是如何用Python+深度学习搞定老旧水表自动识别的?

本文分享了如何利用Python和深度学习技术(特别是CRNN模型)实现老旧水表自动识别的实战案例。通过CRNN+CTPN组合架构,解决了复杂环境下水表读数识别的难题,显著提升了抄表效率和准确性,为老旧小区智能化改造提供了低成本解决方案。

#深度学习
大模型RAG系统实战:从客服知识库到法律文书分析

RAG(检索增强生成)是当前大语言模型落地中最成熟、最可控的知识融合技术,其核心原理是将外部结构化/非结构化数据通过向量检索动态注入生成过程,在不重训模型的前提下提升事实准确性与领域适配性。该技术显著降低幻觉风险,具备低训练成本、高可解释性、强合规支撑等工程优势,已广泛应用于智能客服、金融研报、法律文书分析、企业知识管理等场景。本文基于真实业务需求,详解RAG系统中文档切分策略、嵌入模型选型、混合

#RAG
大模型编程能力实测框架:GPT-4o、Claude 3.5、Gemini 1.5与Llama 3实战评测

大语言模型的编程能力评估,本质是任务驱动的工程效能验证,而非代际命名的营销比拼。其核心原理在于构建可复现、可执行、隔离prompt干扰的标准化评测流程,通过真实工单(如错误修复、同步转异步、类型推导)检验模型在生产环境中的交付质量。技术价值体现在降低调试成本、量化API投入ROI、支撑私有化部署决策;典型应用场景包括AI编码助手选型、企业级Copilot采购评估、本地大模型微调效果验证。本文基于G

国产大模型选型与本地化部署实战指南

大模型(Large Language Model)作为当前人工智能的核心技术,其原理基于海量参数与自监督预训练,具备强大的语言理解与生成能力。技术价值体现在中文适配性高、合规可控、支持私有化部署与数据不出域,契合政务、金融、教育等强监管场景需求。在国产化替代加速背景下,通义千问、文心一言、讯飞星火、GLM、Kimi等已备案模型成为主流选择;而Ollama、LM Studio、Text Genera

学完吴恩达第一周,我整理了这份深度学习避坑指南:从数据、算力到算法选择

本文分享了吴恩达深度学习课程第一周学习后的实战避坑经验,涵盖数据准备、算力规划、算法选择等7个关键决策点。通过真实项目案例和代码示例,帮助初学者避免常见误区,提升模型效果。特别适合Coursera深度学习课程学习者的实践指南。

#深度学习#神经网络
    共 165 条
  • 1
  • 2
  • 3
  • 17
  • 请选择