人工智能

数据批处理速度慢?不妨试试这个

业务系统产生的明细数据通常要经过加工处理,按照一定逻辑计算成需要的结果,用以支持企业的经营活动。这类数据加工任务一般会有很多个,需要批量完成计算,在银行和保险行业常常被称为跑批,其它像石油、电力等行业也经常会有跑批的需求。 大部分业务统计都会要求以某日作为截止点,而且为了不影响生产系统的运行,跑批任务一般会在夜间进行,这时候才能将生产系统当天产生的新明细数据导出来,送到专门的数据库或数据仓库完成跑

单细胞 & 空间整合去批次方法比较(2)

作者,追风少年i 开头先放一张marker表,供大家参考 marker list 这一篇内容很简单 接上一篇,上一篇文章单细胞 & 空间整合去批次方法比较介绍了以下几种方法整合去批次的代码 CCA merge SCT merge & SCT merge加harmony SCT && harmony 关于上述方法我只强调一点,就是ScaleData的时

PyTorch生成式人工智能实战(1)——神经网络与模型训练过程详解

PyTorch生成式人工智能实战(1)——神经网络与模型训练过程详解 0. 前言 1. 传统机器学习与人工智能 2. 人工神经网络基础 2.1 人工神经网络组成 2.2 神经网络的训练 3. 前向传播 3.1 计算隐藏层值 3.2 执行非线性激活 3.3 计算输出层值 3.4 计算损失值 3.5 实现前向传播 4. 反向传播

NLP之从句子中提取单词步骤

浅层自然语言处理技术可以用来从句子中提取单词,其步骤为: 1、将句子转换为小写 2、删除停顿词(这些是在一种语言中常见的词。诸如 for、 very、 and、 of、 are 等词是常见的停止词) 3、从给定的文本序列中提取 n-gram,即 n 个项目的连续序列(简单地增加 n,模型可以用来存储更多的上下文) 4、分配一个句法标签(名词,动词等) 5、通过语义/语法分析器方法从文本中提取知识,

Android IO 框架 Okio 的实现原理,到底哪里 OK?

前言 大家好,我是小彭。 今天,我们来讨论一个 Square 开源的 I/O 框架 Okio,我们最开始接触到 Okio 框架还是源于 Square 家的 OkHttp 网络框架。那么,OkHttp 为什么要使用 Okio,它相比于 Java 原生 IO 有什么区别和优势?今天我们就围绕这些问题展开。 本文源码基于 Okio v3.2.0。 思维导图 1. 说一下 Okio 的优

大数据与人工智能

据说一位资深外科医生,穷尽十年积累下来的临床经验,在大数据和人工智能面前,不堪一击,十年的经验总和,大数据人工智能计算用时仅1秒,而且提供的方案居然胜出百倍。 理论上可以解释,十年临床,毕竟仅一个人,而大数据人工智能所采集的是全世界最顶尖的外科医生临床经验的总和,且计算用时用秒来衡量,孰优孰劣,不言而喻。 那么是不是人脑会完全被大数据和人工智能取代?未必!理由很简单,大数据基于过去,运用过去的数据

pytorch 从指定epoch恢复训练

1、保存模型 保存整个模型 torch.save(net, path) 保存权重 state_dict = net.state_dict() torch.save(state_dict , path) 2、模型训练过程保存 checkpoint = {         "net": model.state_dict(),         'optimizer':optimizer.state

在Ubuntu20.04上安装Kubernetes-Kubeadm和Minikube

镜像下载、域名解析、时间同步请点击 阿里云开源镜像站 在本文中,我们将了解如何在 Ubuntu 20.04 上安装 Kubernetes。在过去的几年里,容器化为开发人员提供了很大的灵活性。最常用的容器化应用程序之一是 Docker。 file 运行小型应用程序并不难,但如果你想扩展它们怎么办?当您拥有成百上千台服务器时,扩展就不是那么容易了。应该有一个自动化工具来全权负责在特定机器上

Cursor44.11 无限续杯攻略:持续畅享 AI 编程利器

一、引言在当今数字化快速发展的时代,高效的编程工具对于开发者来说如同珍宝。Cursor 作为一款基于 VSCode 二次开发的强大 AI 编程编辑器,凭借其内置的多种 AI 大模型,如 GPT-4、GPT-4o、Claude-3.5 以及近期热门的 DeepSeek 满血版 R1,为开发者提供了前所未有的编程体验。它能够快速生成代码、精准修复

AI 对话高效输入指令攻略(一):了解AI对话指令

目录引一.认识 AI 对话中的指令基础​1.运行原理​2.智能体在 AI 对话中的关键角色与运行机制​3.智能体的核心任务​4.对不同指令的响应差异​5.针对不同指令类型的处理方式​6.智能体在底层逻辑中的运作​二.高效输入指令的底层逻辑​1.语义匹配逻辑​2.知识关联逻辑​3.用户意图识别逻辑​三.从开发者角度解刨AI(以智能体为例) 四.总结引在当今数字化时代&#x