软件系统架构设计的目标不在于设计本身，而在于架构设计意图的传达。图形化有助于在团队间进行高效的信息同步，但不同的图形化方式需要语义一致性和效率间实现平衡。C4模型通过不同的抽象层级来表达系统的静态结构，并提供了最小集的抽象建模元素，为设计人员提供了一种低认知负载、易于学习和使用的高效建模方式。
博客地址：https://www.cnblogs.com/zylyehuo/ 效果展示 下载数据集（共四个） http://yann.lecun.com/exdb/mnist/ 目录结构 整体流程图 dataloader.py import numpy as np import struct imp
基于Langchain与ChatGLM等语言模型的本地知识库问答应用实现。项目中默认LLM模型改为THUDM/chatglm2-6b[2]，默认Embedding模型改为moka-ai/m3e-base[3]。 一.项目介绍 1.实现原理 本项目实现原理如下图所示，过程包括加载文件->读取文本->文
概述 随机森林（Random Forest）是一种集成学习（Ensemble Learning）方法，通过构建多个决策树并汇总其预测结果来完成分类或回归任务。每棵决策树的构建过程中都引入了随机性，包括数据采样和特征选择的随机性。 随机森林的基本原理可以概括如下： 随机抽样训练集：随机森林通过有放回抽
提供LoRA微调和全量参数微调代码，训练数据为data/train_sft.csv，验证数据为data/dev_sft.csv，数据格式为"Human: "+问题+"\nAssistant: "+答案。本文主要介绍Llama-2-7b模型LoRA微调以及4bit量化的实践过程。
一、技术介绍 NVIDIA Triton Inference Server是一个针对CPU和GPU进行优化的云端和推理的解决方案。 支持的模型类型包括TensorRT、TensorFlow、PyTorch(meta-llama/Llama-2-7b)、Python(chatglm)、ONNX Run
自动信息抽取发展了几十年，虽然模型很多，但是泛化能力很难用满意来形容，直到LLM的诞生。虽然最终信息抽取质量部分还是需要专家审核，但是已经极大的提高了信息抽取的效率。因为传统方法需要大量时间来完成数据清洗、标注和训练，然后来实体抽取、实体属性抽取、实体关系抽取、事件抽取、实体链接和指代消解等等。现在
软件开发中常见的几种不同服务模型包括SaaS（软件即服务）、LaaS（许可即服务）、PaaS（平台即服务）、CaaS（容器即服务）、IaaS（基础设施即服务）和FaaS（功能即服务）。 很多人认为IaaS和FaaS是趋势，是未来软件设计与开发人员的基本必备技能，PowerDotNet和PowerDo
GPT 带火了一波语言模型，LLaMA 和 Alpaca 也在持续发力。依旧是各类 GPT 后缀霸榜 GitHub trending 的一周，为此特推部分专门收录了两个比较不错的 GPT 应用。而作为 ML/AI 第一首选语言的 Python 也是风头一时，除了 AI 项目之外，本周的密文解析 Ci
Star 并不能代表什么，但是绝对能表示一个项目的受欢迎程度。就像刚开源一周就有 7k+ star 的新模型，输入文本 / 图像就能获得 3D 对象。除了这个新模型，本周还有一款新的 Web 3D 渲染引擎 Orillusion，向量数据库新晋成员 qdrant。还有老牌魔兽世界为它站台的游戏解决方
这周有个让人眼前一亮的图像识别模型 segment-anything，它能精细地框出所有可见物体，它标记出的物体边界线清晰可见。如此出色的模型，自然获得了不
摘要：AI Benchmark旨在衡量AI模型的性能和效能。 本文分享自华为云社区《KubeEdge SIG AI发布首个分布式协同AI Benchmark调研》，作者：KubeEdge SIG AI （成员：张扬，张子阳）。 人工智能技术已经在我们生活中的方方面面为我们提供服务，尤其是在图像、视频
摘要：本文介绍了昇腾CANN提供的模型转换工具ATC，介绍了其功能、架构，并以具体样例介绍了该工具的基本使用方法以及常用设置。 本文分享自华为云社区《使用ATC工具将主流开源框架模型转换为昇腾模型》，作者： 昇腾CANN。 什么是ATC，它能做什么？ 昇腾张量编译器（Ascend Tensor Co
摘要：本文围绕LIBRO技术的主要步骤进行介绍。 本文分享自华为云社区《【LLM for SE】顶会ICSE-2023发布LIBRO技术，利用大模型技术进行缺陷重现，自动重现率(33%)实现业界突破》，作者： 华为云软件分析Lab 。 随着大模型（Large Language Model, LLM）
摘要：结合一个实际的“生产执行管理”场景涉及的相关业务数据对象，系统介绍了华为云数字工厂平台的“信息模型”配置器的使用方法，实现对相关业务对象的数据建模。 本文分享自华为云社区《数字工厂深入浅出系列（二）：信息模型配置器的使用方法介绍》，作者： 云起MAE 。 华为云数字工厂平台，采用业内先进的元数
摘要：输入一个图像，通过Segment Anything模型即可获得图像所有目标的分割点位置，再通过位置将图像进行分割保存。 本文分享自华为云社区《一键分割图像》，作者：雨落无痕 。 Segment Anything Segment Anything Model（SAM）通过点或框等输入提示生成高质
摘要： 本期结合一个“生产执行管理”案例场景涉及的相关业务活动流程，系统地介绍了华为云数字工厂平台的逻辑模型编排器的使用方法。 本文分享自华为云社区《数字工厂深入浅出系列（三）：逻辑模型编排器的使用方法介绍》，作者：云起MAE 。 华为云数字工厂平台的制造应用构建引擎（Manufacturing A
摘要：在深入了解 Flink 实时数据处理程序的开发之前，先通过一个简单示例来了解使用 Flink 的 DataStream API 构建有状态流应用程序的过程。 本文分享自华为云社区《Flink 实例：Flink 流处理程序编程模型》，作者：TiAmoZhang 。 在深入了解 Flink 实时数
摘要：DSSM 用字向量作为输入既可以减少切词的依赖，又可以提高模型的泛化能力，因为每个汉字所能表达的语义是可以复用的。 本文分享自华为云社区《深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比》，作者：汀丶。 1.DeepFM模型 1.1模型简
摘要：本期结合示例，详细介绍华为云数字工厂平台的数据分析模型和数据图表视图模型的配置用法。 本文分享自华为云社区《数字工厂深入浅出系列（六）：数据分析与图表视图模型的配置用法》，作者：云起MAE 。 华为云数字工厂平台基于“数据与业务一体化”理念，提供统一的制造全域数据平台底座，内置轻量级制造数据分
