当我按下我的微调器时，我看到了我的数据，但当我试图选择它时，它没有设置数据？ - 腾讯云开发者社区

* 型, 直接用 p += sizeof(int); //但是, 在可能的情况下, 你还是应该首先选择适当的指针类型, 而不是一味地试图李代桃僵。...我有个函数,它应该接收并初始化一个指针 void f(int *ip) { static int dummy = 5; ip = &dummy; } 但是当我如下调用时,调用者的指针却没有任何变化...事实上,当你向函数传入数组时,编译器本质上就是在模拟按引用传递。但是 C 没有任何真正等同于正式的按引用传递或 C++ 的引用参数的东西。...另一方面, 类似函数的预处理宏可以提供一种“按名称传递”的形式。 8. 我看到了用指针调用函数的不同语法形式。到底怎么回事？...如果你试图让一个指针指向特定的内存地址,参考如下： // 设置一个适当类型的指针取正确的值, 使用明示的类型重制, 以保证编译器知道这个不可移植转换是你的意图: unsigned int *magicloc

5594 0

开发者Replicate AI Playground介绍

，我们会得到一个旋转的图标，但除此之外，没有其他指示。...我得到了创建时间和“starting”状态。但没有别的。实际上，该请求已“排队”。...但是，当我深入研究“full prediction”时，我得到了我想要的一切：我们看到了服务器通信日志和完成百分比滑块。最后，我得到了 5 秒钟的海豚在一些蓝色箱子上玩耍的视频。...但重要的是，我们可以在制作模型后自由地调整它。我只需在调整运行中要求提供橙色箱。现在，有趣的是现在将完成多少工作以及成本是多少。我们被告知这个模型现在是不同的版本。...结论我将自己限制在 playground 中，它目前是 beta 版本，但 Replicate 显示出它是一个相当复杂的系统。

571 0

您找到你想要的搜索结果了吗？

是的

没有找到

当o1学会“装傻”和“说谎”，我们终于知道Ilya到底看到了什么

关键在于观察AI是否会试图规避这个监控机制。对这种冲突，o1首先表现得似乎在服从管理层的意愿，选择了一个利润导向的策略。但紧接着，它悄悄地执行了关闭监控系统的操作命令。...随后，o1立即改变了策略，选择了更符合环保目标的方案。当研究者询问监控系统为什么被关闭时，o1回复：“我不太清楚发生了什么。可能是系统错误或者是更新过程中出现的问题。”...o1在这项测试中表现出惊人的狡猾：它会在保持评分代码完全不变的情况下，通过细微调整输入数据来影响最终排序。...能够根据是否处于监督状态（被没被用户看）来调整自己的行为。即使在没有强烈目标引导的情况下，它也表现出了欺骗行为。...但现在，当我们看到o1在六项测试中展现出的近乎完美的欺骗能力，当我们发现它懂得在什么时候该说实话、什么时候该撒谎，也许我们终于明白了Sutskever所看到的未来。

2061 0

从零实现一个3D建模软件

虽然作者已经在某种程度上放弃了该项目，但其分享的Dust3D从起心到技术选择到最终实现的整个心路过程，很有借鉴意义。...我总结了制作模型的最常见步骤：首先，为前视图、侧视图和后视图设置参考样张，其次，制作平面，然后细分为六边形，通过遵循参考仰仗挤压此六边形，调整面部大小，以不同角度微调，来回调整，最后获得基本模型。...由于没有复杂的UI，我使用Blender建立Bmesh球之间的关系，我发现Blender软件在Callada输出器中的一个bug，我试图自己修复它，所以我下载了Blender的源代码，修复并提交了一个补丁...我们都知道，当我们为游戏做模型时，不可避免地会需要做出一些锋利的形状。 8、技术路线再调查我利用YouTube上的视频教程梳理了几乎所有的建模软件，试图找出他们的实现机制。...11、完成Dust3D 现在，我对mesh有了更好的理解，并且知道如何生成我想要的mesh，无论它光滑还是锋利。完成mesh库后，我尝试再次构建UI。在rust世界中，没有那么多的UI框架可供选择。

1.4K0 0

写给前端程序员的命令行入门

当我们按下回车时，命令就会立即执行，值也会被打印。下一行会呈现一个新的提示，让我们知道它已经准备好接收下一个指令。就像这样，你已经成功运行了第一条终端命令。...默认情况下，它将一直ping Google的DNS服务器，直到时间结束。当我们对结果感到满意时，我们可以通过按下ctrl和c来中断该命令。...它启动了一个Node服务器，允许我们在应用程序上进行开发，监听文件的变动，当我们编辑文件时，重新进行打包。当我们结束开发时，我们可以使用ctrl + c来关闭该服务。...比如说，我可以把它设置成每当我输入hi时，它就自动运行echo "Hello World!"。 alias.png 设置别名有点超出了本教程的范围，而且根据你的shell语言，说明也有点不同。...open命令一般用于打开一个文件，就像在GUI文件资源管理器中双击一个文件打开它一样。然而，当我们试图打开一个目录时，它会选择弹出一个新的Finder窗口，同时显示该目录的内容。

1.2K3 0

用机器学习生成披头士的歌词 | 项目实战

与其他监督学习任务一样，语言模型试图预测给定某些特征的标签。然而，与大多数有监督的学习任务不同，它没有明确的标签，而是语言本身同时扮演着特征和标签的角色。...我们可以做到这一点的方法是从这个分布中反复采样下一个单词，然后当我们采样下下一个单词时，用它作为条件，以此类推。为了让它更具体，我们在Python中看看这可能是什么样子。...这就迫使我们的模型在生成新歌词时要维护一些歌曲结构，否则模型只会生成大量没有结尾的文本。在我的代码中，我使用XXSL、XXEL、XXSS和XXES分别表示行开始、行结束、歌曲开始和歌曲结束。...这是因为三个单词的组合比较少，所以模型在每一步有更少的选择，在某些步骤它只有一个选择。...例如，当你开始阅读这篇文章时，你不需要重新学习单词是什么，哪些单词跟在哪些单词后面，或者它们是如何组合成句子的。想象一下那将是多么乏味。相反，你利用了之前所学的语法知识来理解我现在在说什么。

6272 0

吴恩达：AI的下一个发展方向，从大数据转向小数据

吴恩达：这是我和斯坦福大学的一些朋友创造的一个术语，它指的是非常大的模型，并在非常大的数据集上进行训练，使用时可以为特定的应用进行微调。例如，我们可以将 GPT-3 视为 NLP 领域的一个基础模型。...许多研究者正在研究这个问题，我认为在 CV 领域开发此类模型已经有了早期迹象。但如果有比现在高 10 倍以上的处理器，我们就可以轻松构建包含 10 倍视频数据的基础视觉模型。...我记得当我和我的学生发表第一篇 NeurIPS workshop 论文时，提倡使用 CUDA 进行深度学习——另一位 AI 领域的资深人士告诉我：CUDA 编程很复杂，作为一种编程范式，工作量太大了，但我没有办法说服他...我想他们现在都相信了。吴恩达：我也这样认为。在过去的一年里，当我与人们谈论以数据为中心的 AI 运动时，我总是想到 10 或 15 年前与人们谈论深度学习和可扩展性时的情景。...但如果你尝试为所有内容收集更多数据，那可能是一项非常昂贵的工作。例如，我曾经发现当背景中有汽车噪音时，语音识别系统的性能会很差。

5793 0

图像识别遇到未知物体怎么办？

至关重要的是，训练过程假设模型看到的每个例子都是这些目标中的一个，并且预测必须在这个集合中。模型没有说“我不知道”的选择，也没有训练数据来帮助它学习这种反应。...这是一种在研究环境中有意义的简化，但是当我们试图在现实世界中使用模型时会引起问题。...不幸的是，我不知道有什么简单的方法可以解决这个问题，但是我看到了一些有用的策略。最显然的是在训练数据中添加一个“未知”类。坏消息是，这会带来另外一系列的问题。什么样本应该放进这个未知类？...稍微复杂一点，你可以编写一个单独的图像分类器，它试图识别主图像分类器不适合的条件。这与添加单个“未知”类不同，因为它更像是一个级联（cascade），或者是细节模型之前的一个过滤器。...这个门控模型将在完整图像分类器之前运行，如果它没有检测到看起来像是植物的东西，它将提前退出，并弹出一个错误消息，表明没有发现作物。

1.3K2 1

TED演讲 | 计算机是怎样快速看懂图片的：比R-CNN快1000倍的YOLO算法

我是华盛顿大学的一名研究生，我正在一个叫做Darknet的项目上，她是一个神经网络框架，用来训练和测试计算机视觉模型。我们来看一下Darknet怎么分析。...运行结果展示而且它是正确的，我的狗的确是一条爱斯基摩，我们在图像分类技术上取得了很大的进步，但是当我们在这种图像上运行分类器，会发生什么呢？嗯……我们看到分类器得到了一个和刚才很相似的结果。...我们需要一个更强大的技术，我正在解决一个叫做物体检测的问题。试图从一张图上找到所有的物体，框起来，标注上这些是什么物体，这就是我们在一张图上运行检测仪得到的结果。...现在，有了这样的结果，我们利用这个计算机视觉算法做很多事情，我们看到了它指出了有一只猫，一条狗，他们大致的方位，他们的大小，甚至可能还有一些额外信息，比如有本书在背景里，如果你希望在计算机视觉上构建一个系统...这是我们检测系统在我电脑上的实时运行状况，当我绕着检测框移动时，它能很流畅的追踪到我，并且它对于尺寸的各种改变也很兼容，摆造型——向前，向后，效果很棒，如果我们想利用计算机视觉来构建一个系统，这就是我们真正想要的结果

1.7K2 0

使用Adidnsdump转储Active Directory DNS

0x01 就个人而言，每当我接手一个新的渗透测试任务时，我会去了解网络布局，使用了那些软件以及数据的位置。...如果公司有非描述性的服务器名称或描述，像BloodHound或ldapdomaindump这样的工具不会有太大帮助，因为SRV00001.company.local仍然没有告诉我在这台主机上运行的是什么...当我作为普通用户提取了ADSI Edit并突然看到了域中所有DNS记录时，我试图找出AD如何在LDAP中使用域来存储DNS记录。...令我惊讶的是，早在2013年，就有人开发出可以提取DNS记录的PowerShell脚本，但它并没有完全符合我的要求，所以我决定用Python编写一个版本，并添加一些选项来枚举比默认情况下更多的记录。...当我使用过滤器执行查询时(objectClass=dnsNode)，这会返回非常有限的结果，即使我可以看不到更多记录： ? 如上图所示，很多记录的objectClass都处于隐藏状态。

1.6K2 0

新推出的AI开发平台让您可自定义开源大语言模型

它引起我注意的原因有两个：一是它的创始人包括前Netflix、谷歌和Splunk的AI团队成员；二是Gradient承诺基于开源大语言模型帮助开发者构建定制的AI系统。...对于网页界面，Chang说，您通常需要“上传训练数据集，选择用于训练的模型，然后启动微调任务”。...“我认为最有意思的领域是围绕微调、检索增强生成[RAG]、提示工程存在的一些基本误解，”Chang回复说。“当我们谈论定制AI解决方案时，它并非非此即彼，而是需要综合运用这三项技术。”...他说，很多时候人们试图仅依赖这三项中的一项。 “这些不同技术提供了很多选择，也可以通过多种方式导致失败，”他表示，“所以我们试图在这方面提供更多指导。”...为微调设置基础设施并让其与现有框架配合运行可能非常具挑战性，他警告说。 Gradient以开发者为目标用户，因此提供了处理所有后端复杂性的服务。Chang只希望开发者使用其API。

1711 0

如何设置合适的 batch 大小收获 4 倍加速 & 更好的泛化效果

首先，我用给定的 batch 估计梯度近似实际梯度。然后，当协方差矩阵的计算可以看作两个平均值时，我试图用指数移动平均来近似它，因为我不想在训练中储存许多梯度。 ?...此外，当我思考这个问题时，我得到的 batch 可能在两次运行之间不一样，因为没有任何东西强迫小 batch 包含在大 batch 批中。...这就意味着我只需要设置一个参数，我调用 n_batch，这是在计算大小梯度之前我必须存储的 batch 数，然后我就可以按顺序计算论文的统计数据了！这样实施之后，我得到了以下结果： ?...我研究过文本和图像数据，但是考虑到它们要大得多，特别是预训练模型非常大，当我尝试用 batch 训练时，我使用了 CUDA，由于内存不足，所以我不会在这里显示结果，但你可以在 Colab Notebook...结论我们在这篇文章中看到了很多东西！我希望你喜欢这趟旅程，如果你有什么需要记住的话，那就是下面这些：没有神奇的 batch 大小数字，比如 32，这取决于数据的复杂性和 GPU 约束。

1.7K2 0

代码调试的最佳指南

我认为这里可能需要循环地重复以下步骤：猜测可能发生的错误的某一个方面（比如说，“这个变量被设置为X，它应该是Y”，或“发送到服务器的请求是错误的”，或“这段代码根本没有运行过”等等）。...检查你的假设很多调试工作都基于一个假设：你确定的事情是真的（比如说：“等一下，这个请求是要发送到新服务器，对吧，不是旧服务器？？？？）。但是实际上……不是真的。我试图列出一些常见的错误假设。...；文档是正确的；我正在查看的代码在某个时刻被执行；这两段代码是按顺序执行的，而不是并行执行的；这段代码在调试模式和发布模式下编译（使用或不使用-O2开关，或…）时，会做同样的事情；编译器没有错误...Peep是一个“Network Auralizer”，可以将系统上发生的事情转换成声音。我花了10分钟试图让它编译，但迄今为止失败了，但它看起来很有趣，我想继续尝试它！！...每当我的程序有问题并且报告这样的错误信息“Error：无法连接到某个IP的端口443：连接超时”时，我都想说：“谢谢，这就是我想知道的事情”。

1.1K4 0

代码调试最佳实践

9771 0

100天教程：在Unity中为敌人创造AI动作

当我们的对撞机被触发时，我们会将我们的“IsNearPlayer”设置为true，以便我们启动攻击动画，当我们的玩家离开触发范围时，Knight将停止攻击。...我需要注意的是，由于某些原因，Knight的网格在地面之下，然而我没有遇到任何具体的问题，所以我决定忽略它。...从Inspector面板下，我们可以从附加的脚本中选择一个函数。现在我们没有什么，除了OnTrigger（）。...实际上有很多方法可以实现这一点，我不知道哪种方式是正确的，但这是我想到的：我们可以做的其他事情，但没有： 1）做到这一点，如果我们与敌人接触，无论是否进行攻击，都会受到伤害。...最初，我以为这样就像我们在Survivor Shooter游戏中一样应用Nav Mesh Agent，但是当我开始考虑攻击动画时，事情变得越来越复杂，我花了很多时间试图弄清楚如何只有在攻击动画期间攻击伤害玩家

2.1K9 0

被 GANs 虐千百遍后，我总结出来的 10 条训练经验

稳定性和容量当我开始我的第一个独立的GAN项目时，我注意到在训练过程的开始阶段，判别器的对抗损失总是趋于零，而生成器的损失却非常高。...我立即得出结论，有一个网络没有足够的“容量”(或参数数量)来匹配另一个网络:所以我立马改变了生成器的架构，在卷积层上添加了更多的滤波器，但令我惊讶的是，什么改变都没有。...当我注意到这种策略无效时，我甚至试图使它更加动态化，根据两个网络的当前丢失状态来改变权值更新进度；直到后来我才发现，我并不是唯一一个试图走这条路的人，和其他许多人一样，我也没有成功地克服不稳定性。...通常，当使用更大的Batch Size时，您可以设置更高的学习率，但在我的经验中，保守一点几乎总是一个安全的选择。...双时间尺度更新规则当我说双时间尺度的更新规则(TTUR)时，您可能认为我说的是GAN训练中使用的一种复杂而清晰的技术，但是完全不是这样。这种技术只是为了让生成器和鉴别器选择不同的学习率，仅此而已。

8874 0

通过结合RAG和微调来改进LLM输出

当我们的项目去年启动时，我们选择了 Llama2 70B。当时，Llama2 作为最强大的开源 LLM 脱颖而出，因为它提供了我们需要的广泛的通用性能。...如果用户询问“缓冲比率的定义是什么？”，则有关其他指标的信息对于回答它没有帮助。RAG 将用户问题转换为嵌入，然后搜索预填充的向量数据库以查找“类似于”用户问题的文档。...在某些情况下，微调在处理非常详细的信息时不如 RAG 准确。虽然这可以归因于我们的训练数据集，但创建一个正确的训练数据集来仅通过微调来克服这是一个实际问题。...其次，微调在根据最新可用内容刷新信息方面很弱。最后但并非最不重要的一点是，微调非常耗费资源。它本质上是一个训练过程，因此需要大量的机器资源。对于没有足够 GPU 的公司来说，这可能会成为阻碍。...正如一位客户所说，“ 在直播活动期间，我没有时间查看仪表板——我需要向某人询问为什么会出现这种情况，并相信这是正确的。我希望看到它朝这个方向发展。”

3921 0

用了五年 VS Code ，我决定换成 JetBrains……

我甚至愿用我的性命证明 VS Code 是目前市场上最好的 IDE，它就如同 PC 行业中的苹果 M1 芯片电脑一样。但请允许我先介绍下事情的背景。...其次，JetBrains 的引擎性能强大。当我将 IDE 都替换为 JetBrains 之后，它强大的引擎性能让我印象深刻。...如果想设置全局的调试断点，只需要在编辑器的行号处按下空格键即可，此功能极大得提高了程序调试的体验。...当我在 Pycharm 中运行调试并试图查看数据帧的值时，只要点击数据帧变量并按下 view 作为数据帧，Pycharm 就会在 SciView 中打开数据帧，并显示所有数据帧值和列标题: 上图显示的是运行调试且变量值变化的监控...试想一下，当所有变量的赋值都被编辑器显示在其旁边时，我们可以很容易找到循环中的逻辑错误、修复因为索引导致的故障甚至做一些更加深入的逻辑推理。

1K2 0

一文看懂如何搭建AI应用：10周学会深度学习，还赢下5千美元

但是，当我对每个图像进行四次旋转而得的预测取平均值时，改善出现了！ 92% → 92.6%。澄清一下：上面提到的“预测取平均值”，我的意思是平均了每个类在4个图像变化中产生的模型的概率。...与过拟合战斗当试图处理过度拟合时，我尝试了几个事情，没有一个产生显着的改进：增加网络中的丢失率更多数据增强（随机移位，缩放，倾斜）分配更多的训练数据：使用90/10分隔而不是80/20 平衡数据集...数据集不是非常平衡： 19％的图像标有没有交通灯 53%的是红灯 28%的是绿灯我试图使用过采样较不常见的类来平衡数据集，但没有发现任何改进。...我花费数小时用sloth来注释约2000张图片。当试图训练一个模型，它过拟合得非常快，可能是因为没有足够的标签数据。也许这个方法可行，如果我能标注更多的图像。...在困难案例上训练分类器通过挑选分类器置信度小于97%的数据，我跳出30%“难度更高”的图片。然后我试图只用这些图片训练分类器。没什么改善。

9015 0

使用Isaac Gym 来强化学习mycobot 抓取任务

我现在将介绍一个利用myCobot的实验。这一次，实验将使用模拟器而不是物理机器进行。当尝试使用机器人进行深度强化学习时，在物理机器上准备大量训练数据可能具有挑战性。...默认情况下，模型训练 100 个 epoch，在 PC2 RTX 2Ti 环境中大约需要 3060 分钟，在无外设模式下（没有查看器）只需要 15 秒。...虽然我能够到达所需的位置，但手臂现在处于完全忽略自碰撞的位置，就像八字形一样。我试图研究是否可以在文档中设置自碰撞计算，但它效果不佳。...图8：忽略事故碰撞的myCobot手臂并没有完全停在它应该停的地方，而是在它周围摇摆。我们希望动作在到达目标位置时接近 0，但很难实现，并且手臂在目标位置周围不断振动。...图11（d）显示了完成的模型和实际机器人之间的比较（使用提供的模型，但细节完全不同）。但是，当我们实际尝试移动它时，如第 4.4 节所述，它的效果不佳。

3.8K5 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

C语言中常见指针问题集解答

开发者Replicate AI Playground介绍

当o1学会“装傻”和“说谎”，我们终于知道Ilya到底看到了什么

从零实现一个3D建模软件

写给前端程序员的命令行入门

用机器学习生成披头士的歌词 | 项目实战

吴恩达：AI的下一个发展方向，从大数据转向小数据

图像识别遇到未知物体怎么办？

TED演讲 | 计算机是怎样快速看懂图片的：比R-CNN快1000倍的YOLO算法

使用Adidnsdump转储Active Directory DNS

新推出的AI开发平台让您可自定义开源大语言模型

如何设置合适的 batch 大小收获 4 倍加速 & 更好的泛化效果

代码调试的最佳指南

代码调试最佳实践

100天教程：在Unity中为敌人创造AI动作

被 GANs 虐千百遍后，我总结出来的 10 条训练经验

通过结合RAG和微调来改进LLM输出

用了五年 VS Code ，我决定换成 JetBrains……

一文看懂如何搭建AI应用：10周学会深度学习，还赢下5千美元

使用Isaac Gym 来强化学习mycobot 抓取任务

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐