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

LTP语言技术平台模型数据集v3.4.0

LTP项目自启动以来,一直是中文自然语言处理技术的重要推动者。从最初的版本到v3.4.0,LTP在技术积累和功能扩展方面都取得了显著进展。每个版本的迭代,都基于用户反馈和领域专家的深入研究,旨在提供更加丰富和精准的中文语言分析功能。Pyltp是基于LTP(Language Technology Platform)的Python接口,它为自然语言处理(NLP)任务提供了丰富的工具和函数,使得用户能够

mmdetection:图像分类与目标检测的深度学习框架

本文还有配套的精品资源,点击获取简介:mmDetection是一个基于PyTorch的开源框架,专为图像分类和目标检测设计,支持多种经典和现代模型,如ResNet、VGG、EfficientNet等。它还集成了单阶段和两阶段检测器,如YOLO、SSD、Faster R-CNN等,并提供了模块化设计,简化了模型组合、调整和优化的流程。框架还包括数据处理、模型训练、验证和测试...

通义千问1.5-1.8B-Chat-GPTQ-Int4在IDEA中的智能编程插件开发

本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像,并开发IDEA智能编程插件。该插件能实现代码智能补全和错误自动修复,显著提升Java开发效率,适用于日常编程辅助和代码质量优化等典型应用场景。

#开发工具
Python药店销售数据分析实战项目

数据分析是挖掘数据价值的核心过程,Python凭借其丰富的库和简洁语法,成为数据分析领域的主流工具。本章将概述使用Python进行数据分析的完整流程,从数据获取、清洗、探索、建模到可视化呈现,构建对药店销售数据的系统性理解。我们将重点介绍Pandas用于数据处理、NumPy进行数值运算、Matplotlib与Seaborn实现数据可视化等关键技术,结合药店销售场景,帮助读者理解不同工具在实际问题中

iOS人机交互设计的全面指南

在移动应用开发领域,iOS人机交互设计不仅仅是视觉美观的问题,它关乎用户如何理解和使用应用程序,直接影响到用户的体验和满意度。一个好的设计可以让用户直观、高效地完成任务,而一个糟糕的设计则可能导致用户困惑和沮丧。因此,设计高质量的iOS应用交互至关重要。自我解释性原则是iOS应用交互设计的重要组成部分。通过提高界面元素的自我解释能力和操作流程的自我引导,设计师可以帮助用户更快地学习和理解应用,从而

写一段使用Gazebo的插件系统,将IMU的数据输入到Gazebo的模拟器中,以模拟机器人的运动的代码...

可以使用以下代码来实现:#include <gazebo/gazebo.hh>#include <gazebo/physics/physics.hh>#include <gazebo/common/common.hh>#include <gazebo/sensors/sensors.hh>// IMU 数据头文件#include <IM...

#机器人
Pi0具身智能Python零基础:入门教程与案例

本文介绍了如何在星图GPU平台上自动化部署Pi0 具身智能(内置模型版)v1镜像,快速构建零基础具身智能开发环境。该镜像内置VLA模型,支持在模拟环境中实现机械臂视觉识别、空间定位与抓取等典型任务,适用于机器人教学、智能硬件原型验证等场景。

深度学习项目训练环境多阶段训练:支持warmup+cosine decay+label smoothing组合策略

本文介绍了如何在星图GPU平台上自动化部署深度学习项目训练环境镜像,支持warmup+cosine decay+label smoothing组合策略,适用于图像分类等任务的高质量模型训练,显著提升收敛稳定性与最终精度。

#深度学习
通义千问3-VL-Reranker-8B入门必看:多模态重排序与CLIP/BLIP对比

本文介绍了如何在星图GPU平台上自动化部署通义千问3-VL-Reranker-8B镜像,实现多模态内容的精准重排序。该模型专用于对图文视频混合候选结果进行细粒度相关性打分,在电商搜图、学术图表检索及短视频推荐等场景中显著提升搜索准确率。

通义千问2.5-7B代码补全实战:VSCode插件集成部署教程

本文介绍了如何在星图GPU平台上自动化部署通义千问2.5-7B-Instruct镜像,实现VSCode环境下的智能代码补全。通过vLLM+Tabby插件集成,开发者可获得上下文感知、多语言支持的实时补全能力,典型应用于FastAPI接口开发、数据处理逻辑生成等日常编码场景,显著提升开发效率与代码质量。

    共 534 条
  • 1
  • 2
  • 3
  • 54
  • 请选择