李志林 朱庆著 电子版教程 适用于初学者
2023-06-12 05:59:46 6.74MB dem
1
本文通过对一系列模型的研究,试图解决网络安全审计中的两个主要问题:安全事件的准确、及时发现及确认;多代理模式的高效、协调组织。
2023-06-09 09:55:35 2.57MB 网络安全
1
自然语言处理作业:基于CNN的文本分类模型训练 数据划分 分成训练集、验证集、测试集 加载预训练词向量模型 基于CNN的文本分类 数据划分 分成训练集、验证集、测试集加载预训练词向量模型 ../资料/实验/第四章/sgns.sogou.word.bz2 使用Keras对语料进行处理 提取文本中的词并向量化处理,也可以使用其他工具,或自己编写 定义词嵌入矩阵生成Embedding Layer构建模型、训练、评估 输出模型的准确率(以图的形式)
2023-06-08 20:56:11 338.98MB 自然语言处理 cnn
1
前言 ChatGPT是“大力出奇迹”的经典表现,大模型给ChatGPT带来了惊人的智能,但是 要训练这样的大模型,可是十分烧钱的,根据OpenAI给出的数据,1700亿参数的 Davinci模型从头训练一遍,大概需要耗时3个月,耗资150万美元。那我们普通人 或者小公司面对这个高⻔槛,对自定义模型是不是就完全没有希望了呢?其实除了从 头训练一个模型,我们还可以选择基于一个基础模型进行训练,这样,我们可以往里 添加自己的个性化数据,最终得到一个领域增强的个性化模型,这个技术被OpenAI 称为Fine-tuning。 个性化模型有什么用?我们知道,OpenAI给的模型(如Davinci、Curie、gpt- 3.5-turbo)都是通用化模型,而现代社会的行业和知识如此之庞大,每个领域都有 自己细分的专业知识,比如,我们知道ChatGPT的一个典型应用场景就是智能客服, 但同样是客服,保险领域的客服和淘宝店铺的客服需要面对的客戶和需要解答的问题 就完全不一样,想要给出更好的答案,我们就需要打磨自己的个性化模型。 原理 OpenAI的Fine-tuning技术基于预训练模型,通过在小规模任
2023-06-07 19:47:22 1.81MB ChatGPT
1
文档包括:kaggle实战完整流程:数据集分割、预处理、模型搭建、模型参数保存、acc/loss可视化。 代码ipynb格式为每步运行结果,步骤更清晰。
2023-06-07 13:38:11 157.14MB 软件/插件 范文/模板/素材
1
基于mediapipe的动作捕捉和Unity的球棍模型同步
2023-06-02 19:41:27 156.06MB mediapipe 动作捕捉 unity 模型同步
1
SIMULINK 模型使用固定 DC 电压作为源,使用 DC-DC 升压转换器将其升压。 这进一步馈入单相全桥逆变器,该逆变器使用 IGBT 二极管和开关逻辑将直流电压转换为离散的交流脉冲。 此外,纯正弦波转换器电路 (PSWC) 用于将离散的交流脉冲转换为纯正弦波。 该模型还包含仪表板范围和其他元素,这些元素使模拟体验变得方便且用户友好。 请注意:有关完整的系统设计方程和文档详细信息,请访问我的项目网站或通过我的个人电子邮件“coolzairhussain@gmail.com”与我联系
2023-06-02 11:32:00 41KB matlab
1
<html dir="ltr"><head><title></title></head><body>研究一类具有时滞的非线性飞行模型的稳定性和分支问题. 首先考虑数据测量的时间延迟, 给出了含时滞
的大迎角纵向多项式飞行模型; 然后应用泛函微分方程Hopf 分支理论和中心流形等非线性方法给出了该模型稳定
性和分支的解析分析, 得到了由时滞引起的Hopf 分支存在条件、分支点计算公式以及分支周期解的稳定性判别准
则; 最后利用所得结论进行了飞行实例分析, 分析结果表明, 数据测量延时可能会引起飞行稳定性的改变, 而且延时
超过一定临界值时将产生Hopf 分支, 出现纵向周期振荡, 其结论具有实际参考意义.</body></html>
1
VIENNA_Rectifier:基于MATLAB Simulink的VIENNA(维也纳)整流器仿真模型。 控制算法采用电压电流双环控制,电压外环采用PI控制器,电流内环采用bang bang滞环控制器。 直流母线电压纹波低于0.5%。 仿真条件:MATLAB Simulink R2015b
2023-05-26 19:48:13 800KB matlab
1
未来城市3D模型(OBJ)Sirus5 Colony Cit_非常炫酷的模型,可用于各种3D场景。 完美无bug
2023-05-26 10:10:54 16.34MB obj 3d 城市
1