人工智能

文件操作(1)File 常用方法、lambda表达式

1、什么是I/O流 I代表输入流 InputStream,O代表输出流OutputStream 在 Java 中,“ 流 ” 是一个抽象概念,它代表任何有能力产出数据的数据源对象或者是有能力接收数据的接收端对象。 “ 流 ” 屏蔽了实际的输入 / 输出设备中处理数据的细节。一个程序可以打开一个数据源上的流,然后按顺序读取这个流中的数据到程序中,这样的流称为输入流。一个程序也可以打开一个目的地

AI数字人:繁荣背后的伦理困境与法律迷局(8/10)

摘要:本文深入剖析 AI 数字人从虚拟走向现实的历程,阐述其融合多技术实现从静态到动态交互的跨越,爆发式应用于各领域带来的商业价值与社会影响,同时直面由此引发的伦理法律挑战,包括身份认同、数据隐私、责任归属及权利保护等困境,最后从技术、法律、社会层面探索破局之路,展望构建 “技术 - 伦理 -

MCScanX安装与使用 (2022)

为什么要写这篇文章: 最近因为需要用到MCScanX画两个物种的共线性点图,但是发现搜到的blog中所提供的安装方法都不太相同,且在都会出现或多或少的问题,另外搜到的所有blog安装链接 下载安装包以及需要的环境 需

9. k-近邻的k的影响有多大?

k-近邻涉及到的参数不多,也容易玩,因此我们来看下最为关键的参数k,对结果的影响。 之前我们都是把结果设置成了3,如数字识别,3的结果是1.06%的错误率。 我们来看看其他的: 1:最靠近哪个就是哪个,1.37%的错误率,也很不错嘛!看来你和闺蜜/兄弟的性格很接近啊。 2:1.37%,也挺好; 5:1.79%,开始下滑了; 10:2%        20:2.75%        50:5.18%

一文搞懂池化层!Pooling详解(网络下采样篇)

池化(Pooling)是卷积神经网络中的一个重要的概念,它实际上是一种形式的降采样。有多种不同形式的非线性池化函数,池化层会不断地减小数据的空间大小,因此参数的数量和计算量也会下降,这在一定程度上也控制了过拟合。通常来说,CNN的卷积层之间都会周期性地插入池化层 一. 池化的目的及作用 池化层大大降低了网络模型参数和计算成本,也在一定程度上降低了网络过拟合的风险。概括来说,池化层主要有以下五点

我为 Netty 贡献源码 | 且看 Netty 如何应对 TCP 连接的正常关闭,异常关闭,半关闭场景(上)

本系列Netty源码解析文章基于 4.1.56.Final版本 写在前面..... 本文是笔者肉眼盯 Bug 系列的第三弹,前两弹分别是: 抓到Netty一个Bug,顺带来透彻地聊一下Netty是如何高效接收网络连接的 ,在这篇文章中盯出了一个在 Netty 接收网络连接时,影响吞吐量的一个 Bug。 抓到Netty一个隐藏很深的内存泄露Bug | 详解Recycler对象池的精妙设计与实现

一文读懂:接触DeepSeek等AI大模型时常接触到的7B/32B/671B、Q2/Q4/Q8、AWQ、Zero、Distill等名词或代码的含义

文章目录 一、大模型的参数量 二、大模型的量化 三、Q2/Q4/Q8分别什么意思 四、Zero 四、大模型蒸馏 一、大模型的参数量我们经常会看到大模型后面,会跟一个奇怪的后缀,如: DeepSeek-R1 - 1.5b DeepSeek-R1 - 7b DeepSeek-R1 - 8b DeepSeek-R1 - 14b

第一讲:数值积分基础

现代物理,本质上只包含几何与材料两块的内容。几何描述的是物件的空间结构,对于给定的几何结构,不同的材料对于外界的反应是不同的。现代物理,不论是刚体软体流体,甚至是量子力学,本质上就是为了将这两种内容分开。 计算机动画,本质上是一种视觉上的体验,通过视觉暂留效应用离散的图片模拟出连续的动画效果。 最早的动画可以追溯到公元前三千年,人们发现的一个陶罐上面通过手绘多个图片,将多个图片串联起来就构成了

2022-06-12

        我们所做的任何事情和要实现的任何目标,都需要使用一定的资源才能完成,客观上都存在着一个理想的资源使用的情形:       理想的资源使用的情形=有效的物质资源X有效的时间资源X有效的精神资源       但是,现实中资源使用的情形常常是这样的:       现实中资源使用的情形=(有效的物质资源+无效的物质资源)X(有效的时间资源+无效的时间资源)X(有效的精神资源+无效的精神资源