网络聚合 - 沙漠渔溏

沙漠渔

把過去的累積，善用到當下

累计撰写 2,506 篇文章
累计创建 385 个标签
累计收到 995 条评论

标签搜索

目录CONTENT

以下是网络聚合相关的文章

2024-03-16
『聚合』 YOLO数据集划分（测试集和验证集）在目标检测任务中，数据集的划分通常分为训练集和验证集，以便在训练模型时评估模型的性能。这个过程对于有效训练和评估目标检测模型非常重要。下面是划分目标检测数据集的一般步骤：`` 数据集组织：确保你的数据集中包含图像文件（通常为 ".jpg" 或 ".png"）和相应的标签文件，用于描述图像中的目标位置和类别。标签文件可以是类似于 YOLO 格式的 ".txt" 文件，也可以是其他目标检测任务中使用的格式。划分比例选择：确定训练集和验证集的划分比例。通常，常见的比例为 80-90% 的数据用于训练，而剩下的 10-20% 用于验证。这个比例可以根据你的数据量和任
- 2024-03-16
- 423
- 0
- 0
- 网络聚合
2024-03-16
『聚合』在嵌入式设备中用多项式快速计算三角函数和方根惯性传感器的倾角计算要用到三角函数. 在 MCS-51, Cortex M0, M3 之类的芯片上编程时, 能使用的资源是非常有限, 通常只有两位数KB的Flash, 个位数KB的RAM. 如果要使用三角函数和开方就要引入 math.h, 会消耗掉10KB以上的Flash空间. 在很多情况下受硬件资源限制无法使用 math.h, 这时候使用简化的方法进行三角函数和开方运算就非常有意义, OlliW's Bastelseiten在2014年的一篇文章里, 提供了几个实用的计算方法. 下面介绍其计算方法和代码实现. 快速正弦余弦(Sin, Cos)计算将角度 \(x \in [
- 2024-03-16
- 145
- 0
- 0
- 网络聚合
2024-03-16
『聚合』 SemanticKernel如何基于自有数据聊天效果使用gpt-3.5-turbo的效果什么是向量数据库？向量数据库是一种专为处理高维向量数据而设计的数据库系统。与传统的关系型数据库不同，向量数据库专注于存储和查询向量数据，例如图像、音频、文本等。其核心思想是将数据表示为向量形式，并通过向量之间的相似度来进行查询和分析。向量数据库的特点包括高效的相似度搜索和复杂的查询操作。通过利用向量之间的相似度，可以快速检索与查询向量相似的数据，适用于大规模数据集和高维度数据。此外，向量数据库还支持复杂的查询操作，如范围查询、聚类和聚合等。在实际应用中，向量数据库被广泛用于图像搜索、推荐系统、自然语言处理等
- 2024-03-16
- 166
- 0
- 0
- 网络聚合
2024-03-16
『聚合』 d3d12龙书阅读----d3d渲染流水线 d3d12龙书阅读----d3d渲染流水线输入装配器阶段在输入装配器阶段，会从显存中读取顶点与索引这种几何数据，然后根据图形基元的类型，根据索引将顶点组装起来。 d3d中的图形基元我们来看看几种常见的图形基元类型： typedef enum D3D12_PRIMITIVE_TOPOLOGY_TYPE { D3D12_PRIMITIVE_TOPOLOGY_TYPE_UNDEFINED = 0, D3D12_PRIMITIVE_TOPOLOGY_TYPE_POINT = 1, D3D12_PRIMITIVE_
- 2024-03-16
- 146
- 0
- 0
- 网络聚合
2024-03-16
『聚合』 .Net Core 你必须知道的source-generators 源生成器是 C# 9 中引入的一项功能，允许在编译过程中动态生成代码。它们直接与 C# 编译器集成(Roslyn)并在编译时运行，分析源代码并根据分析结果生成附加代码。源生成器提供了一种简化的自动化代码生成方法，无需外部工具或单独的预编译步骤。通过无缝集成到编译过程中，源生成器可以提高生产力、减少错误并实现更高效的开发工作流程。如何使用创建 .NET 控制台应用程序。此示例使用 .NET 6。将 Program 类替换为以下代码。 namespace ConsoleApp; partial class Prog
- 2024-03-16
- 151
- 0
- 0
- 网络聚合
2024-03-16
『聚合』矢量数据库与LLM的集成：实践指南矢量数据库与LLM的集成：实践指南本文将了解到什么是矢量数据库，以及如何与LLMs进行集成。通过LLMs和向量数据库的结合，可以节省微调带来的开销和时间。通常，LLM会在各种各样的数据上进行训练，这使它们具有广泛的理解能力，但可能会导致在特定的知识领域存在差距。有时，它们甚至可能产生与目标无关或带有偏见的信息——这是从广阔但未经筛选的web学习的副产品。为了解决该问题，我们引入了向量数据库(Vector Database)的概念。这些数据库以一种称为"向量嵌入"的独特格式存储数据，可以让LLMs掌握和使用的信息更连贯和准确。本文给出了如何使用向量数据库构建
- 2024-03-16
- 167
- 0
- 0
- 网络聚合
2024-03-16
『聚合』关于easyExcel导出文字合并居中和服务器导出失败踩了一天的坑参考：https://blog.csdn.net/hanyi_/article/details/118117484，https://blog.csdn.net/sunyuhua_keyboard/article/details/125482353，https://lhalcyon.com/alpine-font-issue/，https://github.com/alibaba/easyexcel/issues/1476（没字体）首先吧，因为每周列会需要看用户使用情况报表，我这边需要把整合好的数据整理下给产品，但我比较追求便捷化，想一次性做成并导出成excel，上
- 2024-03-16
- 154
- 0
- 0
- 网络聚合
2024-03-16
『聚合』搜索引擎RAG召回效果评测MTEB介绍与使用入门 RAG 评测数据集建设尚处于初期阶段，缺乏针对特定领域和场景的专业数据集。市面上常见的 MS-Marco 和 BEIR 数据集覆盖范围有限，且在实际使用场景中效果可能与评测表现不符。目前最权威的检索榜单是 HuggingFace MTEB，今天我们来学习使用MTEB，并来评测自研模型recall效果。 MTEB 是一个包含广泛文本嵌入（Text Embedding）的基准测试，它提供了多种语言的数十个数据集，用于各种 NLP 任务，例如文本分类、聚类、检索和文本相似性。MTEB 提供了一个公共排行榜，允许研究人员提交他们的结果并跟踪他们的进展。MTEB 还提供了一个简单的 API，允
- 2024-03-16
- 173
- 0
- 0
- 网络聚合
2024-03-16
『聚合』人人都是艺术家！AI工具Doodly让潦草手绘变精美画作 AI绘画界太卷了，一天一个新东西，不久前刚给大家介绍了可以一秒出图的SDXL-Turbo，今天来聊一聊另一位重磅选手Doodly 有用过Stable Diffuison的小伙伴都知道，想要生成一张高质量的图片，需要输入非常详细的提示词，并伴随多次“摇色子”才能获得满意的结果，有没有简便的方法呢？ Doodly开创了一种新的方式，你只需随手画个草图，AI就会很好的理解其中的意思，并自动生成细节丰富、完全渲染的精美图像。无论是给客户设计logo、做展示需要的素材，还是各种插画，Doodle都能一键搞定，效率max! 工作原理 · T2I-Adapter是一个由大约
- 2024-03-16
- 147
- 0
- 0
- 网络聚合
2024-03-16
『聚合』 Go语言VSCode开发环境配置最近学习Golang，先把开发环境配置好。一、安装Go语言开发包 https://golang.google.cn/dl/ 按步骤安装即可，安装完成后需要设置Windows环境变量配置好，做个测试二、VSCode Golang开发环境配置 vscode安装go插件时,由于各种原因,在安装插件时总是失败,所以先执行以下操作：在安装go插件时，会自动更新很多依赖库文件，都是从Github更新下来，但是因为Github的文件中，多有应用go官网中的文件，因为一些网络国内无法访问，网络缘故，不能直接下载，导致安装失败。
- 2024-03-16
- 154
- 0
- 0
- 网络聚合
2024-03-16
『聚合』告别繁琐！1分钟带你构建RabbitMQ消息应用支持.Net/.Net Core/.Net Framework，可以部署在Docker, Windows, Linux, Mac。 RabbitMQ作为一款主流的消息队列工具早已广受欢迎。相比于其它的MQ工具，RabbitMQ支持的语言更多、功能更完善。 1.发送消息、获取消息、使用消息本文提供一种市面上最/极简单的使用RabbitMQ的方式，只需要会调用以下三个方法，你就几乎可以掌握整个RabbitMQ的使用：（1） SendMessage，发送一个消息（2） Ge
- 2024-03-16
- 139
- 0
- 0
- 网络聚合
2024-03-16
『聚合』性能优化：编译器优化选项 -O2/-O3 究竟有多强大？之前的“性能优化的一般策略及方法”一文中介绍了多种性能优化的方法。根据以往的项目经验，开启编译器优化选项可能是立竿见影、成本最低、效果最好的方式了。这么说可能还不够直观，举个真实的例子：我所参与的自动驾驶的项目中，无需修改任何代码，仅仅增加一个 -O2 选项，进程整体的 CPU loading 可以从 50% 降到 30% 左右，某些关键函数的执行时间可以从 1700us 降低到 700us 左右。编译器能优化能力远比你想象中的强大！往后翻翻附录，看看那些多到让人眼花的优化选项你就知道，很多的人工优化都是不必要的，编译器会做得更快，更好，更安全！人工优化，不仅会降低代码的可读
- 2024-03-16
- 150
- 0
- 0
- 网络聚合
2024-03-16
『聚合』 ChatGPT用10秒画完一张UML流程图，而我用了。。。不用AI的程序员，失业潮真的快来临了。一张订单履约的流程图，我花了10分钟才完成，而ChatGPT绘图过程只用了10秒钟，基本可以达到同样的水平，通过ChatGPT可以显著提高画流程图的效率。订单履约流程是一系列精细协作的流程，从客户在销售平台下单开始，至商品交付用户手中结束。此过程跨越多个环节，包括消费者在销售平台下单、订单履约系统接收订单、预占库存，以及仓库和门店执行拣货、发货处理等环节。我们以订单履约流程为例，让ChatGPT帮我们绘制订单履约流程。向ChatGPT发送以下请求：请使用PlantUML语言绘制订单履约的业务流程图。接收订单: 当
- 2024-03-16
- 129
- 0
- 0
- 网络聚合
2024-03-16
『聚合』单体JOB向分布式JOB迁移案例一、背景 1.1前言相信大家在工作中多多少少都离不开定时任务吧，每个公司对定时任务的具体实现都不同。在一些体量小的公司或者一些个人独立项目，服务可能还是单体的，并且在服务器上只有一台实例部署，大多数会采用spring原生注解@Scheduled配合 @EnableScheduling 使用，这也足够了。稍大一点的项目可能采用分布式部署架构，这时候再使用原来的做法就不合适了，通常一点的做法是将其中一台服务器抽出来独立的作为定时任务部署，这样来说成本最低，实现也最为简单。下面给大家看一个经典的单体job服务案例。 1.2项目介绍首先。我们j
- 2024-03-16
- 139
- 0
- 0
- 网络聚合
2024-03-16
『聚合』蓬莱enclave TEE编译和运行说明蓬莱enclave-spmp 编译和运行说明蓬莱是一个RISC-V TEE系统，其设计具有安全性，高性能和可扩展性。基于PMP的OpenSBI版本的蓬莱Enclave使用可以参考下文，具体仓库地址为：https://github.com/Penglai-Enclave/Penglai-Enclave-sPMP penglai编译环境准备创建～/dev目录，将sdk、penglai-enclave-driver、secgear目录放置在～/dev目录中，最终布局如下, ～/dev ├── penglai-enclave-driver ├── sdk ├── sec
- 2024-03-16
- 134
- 0
- 0
- 网络聚合

47
48
49
50
51