• 2024-10-01Free5GC源码研究(4) - AUSF研究
    本文研究AUthenticationServerFunction(AUSF)主要实现的功能AUSF的概念在开始研究其源代码之前,我们需要先对AUSF有一些概念上的认识。AUSF的主要技术文档是TS29.509,规定了AUSF提供哪些服务,其对应的API接口有哪些。总的来说,AUSF就是帮助其他NF,比如AMF,来认证一个接入设备。
  • 2024-09-30Django-admin管理工具
    一、Djangoadmin组件使用Django提供了基于web的管理工具:amdin组件。admin可以对注册完的数据进行增删改成操作。 一)项目的配置文件(settings.py)相关配置Django自动管理工具是django.contrib的一部分。你可以在Django项目的settings.py中INSTALLED_APPS看到
  • 2024-09-30Django项目实战:创建和迁移数据库
    Django项目实战:创建和迁移数据库一、配置数据库Django默认使用SQLite数据库,但你也可以选择其他数据库如MySQL、PostgreSQL等。在./settings.py文件中,你可以找到DATABASES配置,并根据需要进行修改。#数据库配置DATABASES={'default':{'ENGINE':'django.db.ba
  • 2024-09-30Django适合做 SaaS 软件开发吗?
    Django优势:**功能完备:**提供了强大的ORM(对象关系映射)、管理后台、表单处理等功能,能快速搭建复杂的应用。**安全性高:**内置了多种安全机制,有助于保护SaaS应用的数据安全。社区活跃:有丰富的文档和大量的第三方库可供使用,遇到问题容易找到解决方案。**适用场景:**适合构
  • 2024-09-28INF80028 - Business Process Management
    INF80028- Business Process ManagementSemester2,2024Assignment2AnalysingandDesigningTo-BeBusinessProcess forSwinburneCaresFoundationAssignment2dueon Week12Friday18th Oct.at23:59 AEDST Assessment2 Value=40%Tobecompletedi
  • 2024-09-28树莓派5上部署文本转语音TTS(使用Coqui TTS模型)
    前言本文主要针对2023年发布的树莓派新产品树莓派5的开发使用,为了实现离线的文本(中文)转语音功能,本文使用了TTS技术,本文模型使用的是Coqui的中文模型。一、环境需要树莓派5(最好8GB内存)RspberryPI系统Conda环境(可自行搜索,也可以查看我专栏下的其他文章)在本文下使用的
  • 2024-09-28书生大模型实战(从入门到进阶)L2-茴香豆:企业级知识库问答工具
    目录茴香豆介绍 茴香豆本地标准版搭建 环境搭建配置服务器:搭建茴香豆虚拟环境:安装茴香豆下载茴香豆 安装茴香豆所需依赖下载模型文件更改配置文件知识库创建测试知识助手命令行运行GradioUI界面测试本文是对书生大模型L2-茴香豆:企业级知识库问答工具部分
  • 2024-09-28Explicit Inductive Inference using Large Language Models
    本文是LLM系列文章,针对《ExplicitInductiveInferenceusingLargeLanguageModels》的翻译。使用大型语言模型进行显式归纳推理摘要1引言2相关工作3显示归纳推理4实验设置5结果和讨论6结论局限性摘要据报道,大型语言模型(LLM)在推理任务上存在不
  • 2024-09-25LoRA: Low-Rank Adaptation of Large Language Models 笔记
    问题背景⼤模型通常包含数亿甚⾄数百亿个参数,对其进⾏微调需要⼤量的计算资源和存储空间。在微调过程中,直接修改预训练模型的所有参数可能会破坏模型的原始性能。存储和部署微调后的⼤模型需要⼤量存储空间,尤其是当需要在多个应⽤场景中部署不同微调版本时。许多微调⽅法会增
  • 2024-09-24java中关于继承题目2
    2.请使用面向对象的思想,设计自定义类,描述出租车和家用轿车的信息。设定1)出租车类:属性包括:车型,车牌,所属出租公司;方法包括:启动,停止2)家用轿车类:属性包括:车型,车牌,车主姓名;方法包括:启动,停止要求1)分析出租车和家用轿车的公共成员,提取出父类—汽车类2)利用继承机制,实现出租
  • 2024-09-24django ORM
    安装pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simpledjango==2.2pipinstallpymysql#django使用pymysql作为数据库连接引擎配置#__init__.py#使用pymysql替代mysqlDB作为mysql引擎importpymysqlpymysql.install_as_MySQLdb()#settings.pyDATABASES=
  • 2024-09-2410. RAG多维查询
    在RAG的pipeline如何使用多维查询。!pipinstall-qU\pinecone-client==3.1.0\langchain==0.1.1\langchain-community==0.0.13\datasets==2.14.6\openai==1.6.1\tiktoken==0.5.2获取数据我们将从HuggingFace数据集中下载一个已存的数据集。fromd
  • 2024-09-23LLM大模型: Denoising Diffusion Probabilistic Models 原理解析与核心代码
      根据文本生成图片是AI的核心应用之一,2020年后主流的生成方式都是基于DenoisingDiffusionProbabilisticModels原理的,逐渐替代了之前使用GAN的方式生成图片!那么DDPM为啥能取代GAN了?其优势在哪?或者说GAN的劣势在哪?  1、CLIP模型都知道吧?text和image都通过各自的enco
  • 2024-09-22大型语言模型(Large Language Models)的介绍
    背景大型语言模型(LargeLanguageModels,简称LLMs)是一类先进的人工智能模型,它们通过深度学习技术,特别是神经网络,来理解和生成自然语言。这些模型在自然语言处理(NLP)领域中扮演着越来越重要的角色。以下是大型语言模型的一些关键特点和应用:1.定义和工作原理定义:大型语言模型是基于大
  • 2024-09-21A Survey on Large Language Models with Multilingualism: Recent Advances and New Frontiers
    本文是LLM系列文章,针对《ASurveyonLargeLanguageModelswithMultilingualism:RecentAdvancesandNewFrontiers》的翻译。多语言大型语言模型调查:最新进展和新前沿摘要1引言2前言3具有多语言功能的大型语言模型4多语言推理策略5多语言大型语言模型
  • 2024-09-21A SURVEY ON FAIRNESS OF LARGE LANGUAGE MODELS IN E-COMMERCE: PROGRESS, APPLICATION, AND CHALLENGE
    本文是LLM系列文章,针对《ASURVEYONFAIRNESSOFLARGELANGUAGEMODELSINE-COMMERCE:PROGRESS,APPLICATION,ANDCHALLENGE》的翻译。电子商务中大型语言模型公平性的调查:进展、应用与挑战摘要1引言2电子商务LLM的原则3偏差挑战4电子商务应用5未来方
  • 2024-09-20Phi-2: The surprising power of small language models
    Phi-2:Thesurprisingpowerofsmalllanguagemodelshttps://www.microsoft.com/en-us/research/blog/phi-2-the-surprising-power-of-small-language-models/ Phi-2EvaluationBelow,wesummarizePhi-2performanceonacademicbenchmarkscomparedtopopularla
  • 2024-09-20基于 ollama 下载,部署AI 大模型 提供API 服务
    1.下载 ollama   https://ollama.com/   2.安装完成后,没有操作界面(只能CLI)3. 检测安装是否成功 ollama--version4.常用命令: ollamahelp修改默认模型下载位置:‌概述‌:Ollama默认将模型保存在‌C盘(‌Windows)、~/.ollama/models(‌MacOS)或/usr/share/ollama/.
  • 2024-09-19Analysis of Code and Test-Code generated by Large Language Models
    本文是LLM系列文章,针对《AnalysisofCodeandTest-CodegeneratedbyLargeLanguageModels》的翻译。大型语言模型生成的代码和测试代码的分析摘要1引言2方法3进行实验4测试结果的评估5讨论6相关工作7结论和未来工作摘要ChatGPT和Copilot等
  • 2024-09-18论文解读《MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training》
    系列文章目录文章目录系列文章目录论文细节理解1、研究背景2、论文贡献3、方法框架4、研究思路5、实验6、限制论文细节理解Ensembleteacher.在深度学习领域,什么意思?在深度学习领域,“ensembleteacher”通常指的是一种模型集成的方法,其中多个模型(教师模型)共同训
  • 2024-09-18go-orm接口原生到框架
    go-orm接口原生到框架1.使用Go原生数据库API连接MySQL示例项目结构myapp/├──main.go├──models/│└──user.go└──go.modgo.modmodulemyappgo1.20require(github.com/go-sql-driver/mysqlv1.6.0)main.gopackagemainimp
  • 2024-09-18YOLOv9改进策略【卷积层】| GnConv:一种通过门控卷积和递归设计来实现高效、可扩展、平移等变的高阶空间交互操作
    一、本文介绍本文记录的是利用GnConv优化YOLOv9的目标检测方法研究。YOLOv9在进行目标检测时,需要对不同层次的特征进行融合。GnConv可以考虑更高阶的空间交互,能够更好地捕捉特征之间的复杂关系,从而增强特征融合的效果,提高模型对目标的检测能力。文章目录一、本文介绍二
  • 2024-09-17ANAH: Analytical Annotation of Hallucinations in Large Language Models
    本文是LLM系列文章,针对《ANAH:AnalyticalAnnotationofHallucinationsinLargeLanguageModels》的翻译。ANAH:大型语言模型中幻觉的分析注释摘要1引言2数据集构造3幻觉注释器4实验5相关工作6结论和未来工作7局限性摘要减少大型语言模型(LLM)的
  • 2024-09-15数学建模常用模型---“算法”总结(含特性和应用场景)
    目录数学建模常用模型算法总结1.代数模型(AlgebraicModels)2.微分方程模型(DifferentialEquationModels)3.概率模型(ProbabilisticModels)4.优化模型(OptimizationModels)5.统计模型(StatisticalModels)6.机器学习模型(MachineLearningModels)7.网络和图论模型(Network
  • 2024-09-15Django 聚合查询
    文章目录一、聚合查询二、使用步骤1.准备工作2.具体使用3.分组查询(annotate)1.定义2.使用3.具体案例4.F()查询1.定义2.使用5.Q()查询1.定义2.查询一、聚合查询使用聚合查询前要先从django.db.models引入Avg、Max、Min、Count、Sum(首字母大写)聚合查询返回值