李沐动手学深度学习V2文章内容说明本文主要是自己学习过程中的随手笔记，需要自取课程参考B站：https://space.bilibili.com/1567748478?spm_id_from=333.788.0.0课件等信息原视频简介中有CSV文件修改读取成张量tensor数据预处理首先(创建一个人工数据集，并存储在CSV（逗号分隔值

【DockerCompose】掌握容器资源管理：高效限制CPU与内存使用一、DockerCompose介绍1.1DockerCompose简介1.2DockerComposeV2简介1.3DockerComposeV1与V2版本区别1.4docker-compose.yaml部署文件介绍二、检查本地docker环境2.1本地环境规划2.2

思路由于我们项目的任务并不属于通用的自然语言处理任务，所以显然没有公开数据集，因而手工生成与模型生成相结合的方式或许是一个不错的选择。在不同的使用方式和任务情景下，我们曾经尝试了不同的数据集生成方式：#v1importjsonimportrandomtrain_f=True#train_f=False

测试脚本PRE_SEQ_LEN=64CHECKPOINT=dsbtpg-chatglm-6b-pt-64-2e-2STEP=500CUDA_VISIBLE_DEVICES=0python3main.py\--do_predict\--validation_filedevVX.json\--test_filedevVX.json\--overwrite_cache\--prompt_columncontent\

训练脚本PRE_SEQ_LEN=64LR=2e-2CUDA_VISIBLE_DEVICES=0python3main.py\--do_train\--train_filetrainVX.json\--validation_filedevVX.json\--prompt_columncontent\--response_columnsummary\--overwrite_cache\--mo

P4253SCOI2015小凸玩密室一道紫色的dp。思路首先读题：要保证任意时刻所有被点亮的灯泡必须连通在点亮一个灯泡后必须先点亮其子树所有灯泡才能点亮其他灯泡考虑设\(g[u][1]\)为\(u\)子树第一个被选中的是子树的根的代价，\(g[u][0]\)为\(u\)子树内第一个选中的点不

本翻译来自大模型翻译，如有不对的地方，敬请谅解引言开源社区通过开发诸如StarCoder（Li等人，2023b；Lozhkov等人，2024）、CodeLlama（Roziere等人，2023）、DeepSeek-Coder（Guo等人，2024）和Codestral（MistralAI，2024）等开源代码模型，在推进代码智能方面取得了显著进展。这些模型的性能已稳步接近

DeepSeek-Coder-V2:BreakingtheBarrierofClosed-SourceModelsinCodeIntelligence相关链接：arxivgithub关键字：开源、代码智能、混合专家模型(MoE)、编程语言支持、上下文长度扩展摘要我们介绍了DeepSeek-Coder-V2，这是一个开源的混合专家(MoE)代码语言模型，其性

easyexcel报错解决问题项目由poi改用easyexcel，报错如下：java.lang.NoSuchMethodError:‘org.apache.poi.ss.usermodel.CellTypeorg.apache.poi.ss.usermodel.Cell.getCellType()’原因easyexcel中的poi和项目原本的poi版本冲突问题。由于之前做过easyexcel项目，就把

安装的两种方式通过已有的镜像直接pull安装；自己通过dockerfile等命令打包一个镜像安装(此种方式我们到已有镜像满足不了自身需求时使用)；本章是根据第一种方式安装的【1.1】安装镜像根据文章docker安装指定版本的tag镜像得到安装JDK的Docker命令dockerpullprimetoninc/j

YOLO系列理论解读YOLOv1（YouOnlyLookOnce:Unified,Real-TimeObjectDetection）YOLOv1实现步骤将一幅图像分成SxS个网格(gridcell)，如果某个object的中心落在这个网格中，则这个网格就负责预测这个object。通常情况下将S取值为S=7划分为7x7的一个区域。2)每个网格要

当然，以下是生活中的类比，帮助你理解UniswapV2的核心概念：1.自动化做市商（AMM）生活中的例子：自动售货机解释：自动售货机内部有一种商品（如饮料）和一定的库存。用户通过投币购买饮料，机器根据设定的价格公式决定每次交易的价格。类似地，Uniswap使用恒定乘积公式来确定代币交换的价格

UniswapV2是一个基于以太坊的去中心化交易所（DEX），它通过流动性池和自动化做市商（AMM）模型来实现去中心化的代币交换。以下是UniswapV2的核心概念：1.自动化做市商（AMM）Uniswap使用自动化做市商模型（AMM），这意味着交易对通过数学公式而不是订单簿来确定价格。UniswapV2使用恒定乘积

UniswapV2核心UniswapV2FactoryUniswapV2PairUniswapV2ERC20IUniswapV2Router021.UniswapV2Factory合约UniswapV2Factory是工厂合约，主要负责创建和管理交易对。它是UniswapV2系统的核心管理部分。主要功能：创建交易对：工厂合约可以创建新的交易对（流动性

目录Dijkstra算法step0.初始状态step1.第一轮step2.第二轮step3.第三轮step4.第四轮Dijkstra算法以下面有向图为例：graphLRV0((V0))--10-->V1((V1))V0((V0))--5-->V4((V4))V1((V1))--2-->V4((V4))V4((V4))--3-->V1((V1))V1((V1))--1-->V2((V2)

1里面的数学矩阵是三角函数组合出来的旋转的时候xy两个变量距离变第三轴被影响角度2视锥远近四棱锥双剪切平面3三维点A点B点C点确定三位坐标,初始坐标是坐标中中心值x,y,z(0,0,0)4移动三维点点A到点B使用x加减y加减z加减5图片循环扫描整张图片6脚本着色器

大模型技术论文不断，每个月总会新增上千篇。本专栏精选论文重点解读，主题还是围绕着行业实践和工程量产。若在某个环节出现卡点，可以回到大模型必备腔调或者LLM背后的基础模型新阅读。而最新科技（Mamba,xLSTM,KAN）则提供了大模型领域最新技术跟踪。若对于具身智能感兴趣的请移步具身

目录计算过程投影分量计算假设你有一家理发店,已经记录了过去一年中所有顾客的头发长度和发型偏好的数据。现在你想从这些数据中提取一些主要的信息,比如顾客最常选择的发型类型,以及不同发型之间的相关性等。这对于你未来开展有针对性的营销活动很有帮助。具体来说,我们可以将

多源最短路径算法–Floyd算法Floyd算法是为了求出每一对顶点之间的最短路径它使用了动态规划的思想，将问题的求解分为了多个阶段先来个例子，这是个有向图Floyd算法的运行需要两个矩阵最短路径矩阵从当前这个状态看各顶点间的最短路径长度例如初始状态可以看出这是该

遇到一个比较有意思的测试任务，上报日志功能接口路由需要更换V2版本，需要测试对比V1和V2版本上报的数据有没有异常点思路很简单，使用相同的数据遍历调用V1和V2版本的接口路由，取出最后的日志接口对比即可Notepad++插件compare安装插件--插件管理--搜素compare安装即可（安装插件后程

to2024/05/13P-tuning概述关于prompttuning和p-tuning技术有大量的相关博客，我在参考资料中给出对于本项目具有一定启发性的内容并在此做简单总结。prompt-tuning为区别于最开始pre-training+fine-tuning的大语言模型微调范式，其希望通过添加模板的方式避免引入额

问题描述https://github.com/nicklashansen/tdmpc2readme文档的例子是pythontrain.pytask=dog-runsteps=7000000,然后我想跑下metaworld中的assembly-v2任务，就得到下面的错误$pythontrain.pytask=assemblyValueError:Failedtomakeenvironment"assembly":ple

DockerCompose概述DockerCompose是用于定义和运行多容器应用程序的工具。这是解锁简化和高效的开发和部署体验的关键。Compose简化了对整个应用程序堆栈的控制，让您能够在单个易于理解的YAML配置文件中轻松管理服务、网络和卷。然后，只需一个命令，即可创建并启动所有服务

本文致力于梳理containerd的架构与运行原理。参考文章：https://github.com/containerd/containerd/blob/main/core/runtime/v2/README.mdhttps://www.cnblogs.com/zhangmingcheng/p/17524721.html核心运行思路containerd使用Runtimev2并引入shimAPI，使得containerd可以和很

二分图总结一是太长时间不写博客，觉得对不起这个账号二是记录一下对二分图的建边和含义的理解首先我们要知道二分图的三个性质1.二分图的一组匹配M是最大匹配，当且仅当图中不存在M的增广路。2.二分图中最小点覆盖数=最大匹配数3.二分图中最大独立集数=n-最小点覆盖数、