与#任务栏#相关的内容第10页 - PmDaddy

全部分类数据库前端云计算

MViT：性能杠杠的多尺度ViT | ICCV 2021

论文提出了多尺度视觉Transformer模型MViT，将多尺度层级特征的基本概念与Transformer模型联系起来，在逐层扩展特征复杂度同时降低特征的分辨率。在视频识别和图像分类的任务中，MViT均优于单尺度的ViT。来源：晓飞的算法工程笔记公众号论文: Multiscale Vision

微调 Florence-2 - 微软的尖端视觉语言模型

Florence-2 是微软于 2024 年 6 月发布的一个基础视觉语言模型。该模型极具吸引力，因为它尺寸很小 (0.2B 及 0.7B) 且在各种计算机视觉和视觉语言任务上表现出色。 Florence 开箱即用支持多种类型的任务，包括: 看图说话、目标检测、OCR 等等。虽然覆盖面很广，但仍有可

LangChain转换链：让数据处理更精准

在开发AI Agent（智能体）时，我们经常需要对输入数据进行预处理，这样可以更好地利用LLM。LangChain提供了一个强大的工具——转换链（TransformChain），它可以帮我们轻松实现这一任务。

FreeRTOS简单内核实现7 阻塞链表

0、思考与回答 0.1、思考一如何处理进入阻塞状态的任务？为了让 RTOS 支持多优先级，我们创建了多个就绪链表（数组形式），用每一个就绪链表表示一个优先级，对于阻塞状态的任务显然要从就绪链表中移除，但是阻塞状态的任务并不是永久阻塞了，等待一段时间后应该从阻塞状态恢复，所以我们需要创建一个阻塞链

FreeRTOS简单内核实现6 优先级

0、思考与回答 0.1、思考一如何实现 RTOS 内核支持多优先级？因为不支持优先级，所以所有的任务都插入了一个名为 pxReadyTasksLists 的就绪链表中，相当于所有任务的优先级都是一致的，那如果我们创建一个就绪链表数组，数组下标代表优先级，优先级为 x 的任务就插入到 pxRead

FreeRTOS简单内核实现5 阻塞延时

0、思考与回答 0.1、思考一为什么 FreeRTOS简单内核实现3 任务管理文章中实现的 RTOS 内核不能看起来并行运行呢？ Task1 延时 100ms 之后执行 taskYIELD() 切换到 Task2，Task2 延时 500ms 之后执行 taskYIELD() 再次切换 Task

解锁LLMs的“思考”能力：Chain-of-Thought(CoT) 技术推动复杂推理的新发展

解锁LLMs的“思考”能力：Chain-of-Thought(CoT) 技术推动复杂推理的新发展 1.简介 Chain-of-Thought(CoT)是一种改进的Prompt技术，目的在于提升大模型LLMs在复杂推理任务上的表现，如算术推理（arithmetic reasoning）、常识推理（co

算法金 | 一个强大的算法模型，GP ！！

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」高斯过程算法是一种强大的非参数机器学习方法，广泛应用于回归、分类和优化等任务中。其核心思想是利用高斯分布来描述数据的分布，通过核函数来度量数据之间的相似性。与传统的机器学习方法相比，高斯

贝壳找房: 为 AI 平台打造混合多云的存储加速底座

贝壳机器学习平台的计算资源，尤其是 GPU，主要依赖公有云服务，并分布在不同的地理区域。为了让存储可以灵活地跟随计算资源，存储系统需具备高度的灵活性，支持跨区域的数据访问和迁移，同时确保计算任务的连续性和高效性；此外，随着数据量的增长，元数据管理的压力也在逐渐加大。贝壳机器学习平台团队从去年开始对

AlexNet论文解读

前言作为深度学习的开山之作AlexNet，确实给后来的研究者们很大的启发，使用神经网络来做具体的任务，如分类任务、回归（预测）任务等，尽管AlexNet在今天看来已经有很多神经网络超越了它，但是它依然是重要的。AlexNet的作者Alex Krizhevsky首次在两块GTX 580 GPU上做神

再谈23种设计模式（3）：行为型模式（学习笔记）

行为型模式的关注点在于对象之间的通信和职责分配（描述结构模型中对象的动态特征）。行为型模式关注的是对象之间的交云和协作，即它们是如何相互作用的，以及如何分配职责和算法来完成任务。

鸿蒙HarmonyOS实战-ArkTS语言基础类库（并发）

一、并发并发是指在一个时间段内，多个事件、任务或操作同时进行或者交替进行的方式。在计算机科学中，特指多个任务或程序同时执行的能力。并发可以提升系统的吞吐量、响应速度和资源利用率，并能更好地处理多用户、多线程和分布式的场景。常见的并发模型有多线程、多进程、多任务、协程等。 1.并发概述 Ha

ChatTTS,语气韵律媲美真人的开源TTS模型,文字转语音界的新魁首,对标微软Azure-tts

前两天 2noise 团队开源了ChatTTS项目，并且释出了相关的音色模型权重，效果确实非常惊艳，让人一听难忘，即使摆在微软的商业级项目Azure-tts面前，也是毫不逊色的。 ChatTTS是专门为对话场景设计的文本转语音模型，例如大语言助手对话任务。它支持英文和中文两种语言。最大的模型使...

瑞亚时间管理大师，我们使用到了哪些技术栈？

这篇文章，我会介绍开发瑞亚时间管理大师的过程中，所使用到的技术栈，对独立开发感兴趣的同学，可以进行参考。瑞亚时间管理大师, 是一个在线的任务管理、项目管理、团队协作平台。瑞亚拥有现代化的页面风格，高效、简便，同时适合个人和团队使用。功能预览瑞亚时间管理大师是以任务管理为核心，还包括了看板

揭秘华为如此多成功项目的产品关键——Charter模板

很多推行IPD（集成产品开发）体系的公司在正式研发产品前，需要开发Charter，以确保产品研发方向的正确。Charter，即项目任务书或商业计划书。Charter的呈现标志着产品规划阶段的完成，能为产品开发的投资评估和决策提供关键依据。在IPD体系中，Charter的核心逻辑主要体现在两点：一是

授权调用: 介绍 Transformers 智能体 2.0

简要概述我们推出了 Transformers 智能体 2.0！ ⇒ 在现有智能体类型的基础上，我们新增了两种能够根据历史观察解决复杂任务的智能体。 ⇒ 我们致力于让代码清晰、模块化，并确保最终提示和工具等通用属性透明化。 ⇒ 我们加入了分享功能，以促进社区智能体的发展。 ⇒

Python的进程和线程——一些基础概念

1. 线程和进程 1.1 线程和进程进程可以包含多个并行运行的线程；通常，操作系统创建和管理线程比进程更省CPU资源；线程用于一些小任务，进程用于繁重的任务；同一个进程下的线程共享地址空间和其他资源，进程之间相互独立； 1.2 线程 v.s. 进程： 1.2.1 多线程多线程是在同一进程内

解读注意力机制原理，教你使用Python实现深度学习模型

本文介绍了注意力机制的基本原理，并使用 Python 和 TensorFlow/Keras 实现了一个简单的注意力机制模型应用于文本分类任务。

基于Python的性能优化

通过多线程、协程和多进程可以显著提升程序的性能。多线程适用于I/O密集型任务，尽管受限于Python的GIL，但能在I/O等待期间提高并发性。协程则更为轻量和高效，特别适合处理大量异步I/O操作。

CeiT：商汤提出结合CNN优势的高效ViT模型 | 2021 arxiv

论文提出CeiT混合网络，结合了CNN在提取低维特征方面的局部性优势以及Transformer在建立长距离依赖关系方面的优势。CeiT在ImageNet和各种下游任务中达到了SOTA，收敛速度更快，而且不需要大量的预训练数据和额外的CNN蒸馏监督，值得借鉴来源：晓飞的算法工程笔记公众号论文:

# 热门排行

微软 New Bing AI 申请与使用保姆级教程（免魔法） ChatGPT API使用介绍 ChatGPT开发实战一篇带你了解如何使用纯前端类Excel表格构建现金流量表手把手教你玩转 Excel 数据透视表为什么 C# 可能是最好的第一编程语言 .NET 入门到高级路线提高工作效率的神器：基于前端表格实现Chrome Excel扩展插件 React + Springboot + Quartz，从0实现Excel报表自动化用Echarts实现前端表格引用从属关系可视化