腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
返回腾讯云官网
计算机工具
撰写SCI论文，所必备的工具解说以及遇到的问题
专栏成员
举报
596
文章
83867
阅读量
27
订阅数
订阅专栏
申请加入专栏
全部文章（596）
数据（170）
函数（95）
模型（82）
算法（65）
android（61）
网络（60）
对象（51）
系统（49）
变量（37）
存储（32）
连接（32）
开发（30）
协议（30）
数组（29）
进程（27）
程序（26）
配置（26）
原理（26）
腾讯技术创作特训营S11#重启人生（26）
神经网络（23）
服务（22）
通信（22）
c++（21）
计算机（21）
线程（21）
接口（20）
指针（20）
int（19）
工作（19）
优化（19）
字符串（19）
内存（18）
基础（17）
深度学习（16）
com（16）
java（15）
联邦学习（15）
服务器（15）
数据库（14）
架构（14）
事件（14）
性能（14）
机器学习（13）
布局（12）
继承（12）
客户端（12）
同步（12）
卷积神经网络（11）
数据结构（11）
框架（11）
语法（11）
腾讯技术创作特训营S9（11）
html（10）
人工智能（10）
error（10）
编码（10）
编译（10）
集合（10）
手机（10）
搜索（10）
异常（10）
安全（9）
app（9）
遍历（9）
操作系统（9）
测试（9）
二进制（9）
工具（9）
路由（9）
线性回归（8）
cout（8）
管理（8）
链表（8）
排序（8）
区块链（7）
python（7）
企业（7）
决策树（7）
gradle（7）
大数据（7）
flutter（7）
build（7）
class（7）
ip（7）
string（7）
登录（7）
队列（7）
加密（7）
教程（7）
快捷键（7）
浏览器（7）
软件（7）
设计（7）
数学（7）
调试（7）
javascript（6）
打包（6）
jar（6）
kotlin（6）
byte（6）
data（6）
file（6）
fragment（6）
static（6）
服务端（6）
脚本（6）
数据类型（6）
统计（6）
压缩（6）
主机（6）
tensorflow（5）
git（5）
网站（5）
http（5）
容器（5）
adb（5）
apk（5）
mysql（5）
service（5）
task（5）
tcp（5）
部署（5）
插件（5）
计算机视觉（5）
乱码（5）
前端（5）
视频（5）
索引（5）
php（4）
xml（4）
svn（4）
matlab（4）
nginx（4）
spring（4）
缓存（4）
hadoop（4）
二叉树（4）
windows（4）
物联网（4）
sdk（4）
double（4）
import（4）
intentservice（4）
jni（4）
module（4）
nlp（4）
public（4）
return（4）
self（4）
socket（4）
view（4）
编辑器（4）
编译器（4）
产品（4）
递归（4）
动画（4）
翻译（4）
后台（4）
路由器（4）
论文（4）
日志（4）
入门（4）
网关（4）
效率（4）
隐私（4）
注解（4）
css（3）
监督学习（3）
分类算法（3）
dart（3）
add（3）
cpu（3）
equals（3）
greendao（3）
io（3）
lstm（3）
native（3）
null（3）
private（3）
svm（3）
thread（3）
using（3）
void（3）
zip（3）
表单（3）
代理（3）
集群（3）
加密算法（3）
解决方案（3）
开发者（3）
面试（3）
命令行（3）
内核（3）
权限（3）
音频（3）
终端（3）
自然语言处理（3）
ICMP（3）
比特币（2）
go（2）
jsp（2）
react（2）
webview（2）
textview（2）
access（2）
linux（2）
数据安全（2）
游戏（2）
开源（2）
分布式（2）
spark（2）
html5（2）
图像识别（2）
正则表达式（2）
ftp（2）
单元测试（2）
udp（2）
机器人（2）
微服务（2）
nat（2）
虚拟化（2）
聚类算法（2）
教育（2）
boolean（2）
boot（2）
client（2）
cmd（2）
commit（2）
configuration（2）
conflict（2）
dalvik（2）
debug（2）
device（2）
dfs（2）
drawable（2）
el（2）
execution（2）
firebase（2）
gan（2）
google（2）
handler（2）
include（2）
integer（2）
interface（2）
local（2）
manifest（2）
map（2）
memory（2）
mutex（2）
ndk（2）
object（2）
process（2）
project（2）
recyclerview（2）
reduce（2）
reload（2）
rxjava（2）
script（2）
settings（2）
stringbuilder（2）
usb（2）
var（2）
version（2）
widget（2）
wifi（2）
x86（2）
备份（2）
闭包（2）
边缘计算（2）
多线程（2）
反射（2）
分布式系统（2）
工具类（2）
构建工具（2）
行业（2）
技巧（2）
计算机组成原理（2）
兼容性（2）
局域网（2）
可视化（2）
蓝牙（2）
量化（2）
流量（2）
内存管理（2）
前后端分离（2）
生命周期（2）
数据存储（2）
线程安全（2）
芯片（2）
虚拟机（2）
硬件（2）
源码（2）
云服务（2）
装饰器（2）
作用域（2）
机器学习算法（2）
共识机制（2）
云服务器（1）
负载均衡（1）
人脸识别（1）
ios（1）
c#（1）
servlet（1）
jquery（1）
opengl（1）
单片机（1）
arm（1）
nosql（1）
ide（1）
api（1）
tomcat（1）
搜索引擎（1）
mapreduce（1）
检测工具（1）
机器翻译（1）
知识图谱（1）
图像处理（1）
电商（1）
svg（1）
kubernetes（1）
运维（1）
shell（1）
jvm（1）
ssh（1）
强化学习（1）
mybatis（1）
dns（1）
opencv（1）
asp（1）
pytorch（1）
无监督学习（1）
anaconda（1）
数据分析（1）
数据处理（1）
数据可视化（1）
https（1）
processing（1）
mqtt（1）
防火墙（1）
特征工程（1）
智能识别（1）
隐私计算（1）
汽车（1）
action（1）
agent（1）
amd（1）
apply（1）
arrays（1）
assets（1）
auto（1）
autowired（1）
average（1）
background（1）
bi（1）
bit（1）
bitmap（1）
break（1）
broadcast（1）
bundle（1）
button（1）
c99（1）
camera（1）
cart（1）
case（1）
char（1）
chat（1）
checkout（1）
classification（1）
cli（1）
cmake（1）
code（1）
coding（1）
conda（1）
connect（1）
constraints（1）
cv2（1）
dask（1）
default（1）
deployment（1）
detection（1）
dialog（1）
directive（1）
directory（1）
dll（1）
dom（1）
dos（1）
edit（1）
excel（1）
exe（1）
executorservice（1）
exit（1）
facebook（1）
field（1）
filepath（1）
final（1）
flags（1）
for循环（1）
freemarker（1）
geometry（1）
get（1）
gitlab（1）
gradlew（1）
hash（1）
header（1）
host（1）
http3（1）
icon（1）
icons（1）
identifier（1）
illegalstateexception（1）
insert（1）
invoke（1）
iostream（1）
iot（1）
ipc（1）
ipfs（1）
ipv4（1）
jcenter（1）
jetbrains（1）
jupyter（1）
knn（1）
label（1）
labview（1）
lambda（1）
layout（1）
ld（1）
line（1）
lldb（1）
localhost（1）
mask（1）
max（1）
mean（1）
media（1）
merge（1）
model（1）
network（1）
nio（1）
nvidia（1）
openai（1）
package（1）
parent（1）
pdf（1）
phpstorm（1）
ping（1）
pip（1）
plot（1）
plugin（1）
popupwindow（1）
port（1）
position（1）
post（1）
prefix（1）
probability（1）
profiler（1）
progress（1）
proguard（1）
promise（1）
prompt（1）
protected（1）
pycharm（1）
release（1）
request（1）
retrofit2（1）
rfid（1）
roc（1）
runtimeexception（1）
scope（1）
scrollview（1）
semaphore（1）
sequence（1）
server（1）
session（1）
show（1）
std（1）
stdio（1）
stl（1）
storm（1）
stub（1）
surfaceview（1）
system（1）
telnet（1）
templates（1）
text（1）
thymeleaf（1）
tomcat9（1）
tools（1）
tortoisesvn（1）
tostring（1）
touch（1）
transform（1）
txt（1）
uri（1）
v8（1）
vector（1）
velocity（1）
virtual（1）
volatile（1）
wait（1）
web（1）
weex（1）
window（1）
wrapper（1）
xgboost（1）
xhtml（1）
yolo（1）
zero（1）
编程（1）
编程语言（1）
编译原理（1）
表格（1）
并发（1）
测试工具（1）
程序员（1）
磁盘（1）
定时器（1）
反向代理（1）
泛型（1）
后端（1）
互联网（1）
环境搭建（1）
计算机网络（1）
监控（1）
交换机（1）
镜像（1）
开发工具（1）
开发环境（1）
跨域（1）
垃圾回收（1）
漏洞（1）
模板引擎（1）
内存泄漏（1）
苹果（1）
容器技术（1）
实践（1）
事务（1）
数据采集（1）
数据科学（1）
数据中心（1）
树形结构（1）
腾讯（1）
调试工具（1）
图表（1）
拖拽（1）
网络通信（1）
文件上传（1）
文件系统（1）
消息队列（1）
序列化（1）
异常处理（1）
以太坊（1）
音视频（1）
云平台（1）
重构（1）
字符编码（1）
CIDR（1）
DHCP（1）
梯度下降算法（1）
循环神经网络（1）
分布式计算（1）
存储管理（1）
非对称加密（1）
零知识证明（1）
对称加密（1）
PCB（1）
LoRa（1）
LLM（1）
可信执行环境（1）
Dart语言（1）
标签（1）
云开发开箱挑战赛（1）
腾讯技术创作特训营S10（1）
搜索文章
搜索
搜索
关闭
SCI学术论文图片怎么免费绘制：drawio，gitmind
pdf
zhangjiqun
2025-02-16
75
0
chat完成：飞机大战html代码，超级玛丽html代码
数组
html
容器
游戏
chat
zhangjiqun
2025-02-02
78
0
长期记忆、短期记忆、遗忘机制及门控机制；
腾讯技术创作特训营S11#重启人生
- **使用数据库存储**：将大量的知识、信息和历史交互数据存储在数据库中。例如，将常见问题及其答案、领域知识、用户的历史提问和回答等存储在关系型数据库或非关系型数据库中。当需要回答问题时，**系统可以从数据库中检索相关信息**。
zhangjiqun
2025-01-18
124
0
latex怎么显示_； \begin{algorithm}[H]
腾讯技术创作特训营S11#重启人生
在 LaTeX 中，要显示下划线 `_` ，需要在前面加上反斜杠 `\` 进行转义，即 `\_` 。
zhangjiqun
2025-01-17
87
0
Layer2：区块链扩容解决方案
腾讯技术创作特训营S11#重启人生
Layer2是一种区块链扩容解决方案，旨在解决区块链网络，特别是以太坊等公链面临的**交易拥堵和高手续费**等问题。以下是关于Layer2的详细介绍：
zhangjiqun
2025-01-16
137
0
IEEE MEMBER
腾讯技术创作特训营S11#重启人生
- **Student Member（学生会员）**：相关专业的本科生或研究生可申请，交钱即可参加，有Student member和Graduate Student member两种，后者是从Student member到member的过度会费打折期。**学生会员升级工作每年进行两次，分别在6月和8月。学生会员毕业后，其学生会员资格随之终止**，根据实际情况升级至相应会员等级，学生会员的会员年限不得超过8年。
zhangjiqun
2025-01-15
138
0
AMD 推出的科研 AI“Agent Laboratory”； Agent Laboratory的使用步骤
腾讯技术创作特训营S11#重启人生
- **一站式科研流程**：由 LLM 驱动，涵盖**文献综述、实验、报告**撰写三个阶段。用户只需提供科研想法和笔记，就能快速获得**研究报告和代码**，相比以往自主研究方法节省 **84%的研究费用**，凸显其高效性和经济性。
zhangjiqun
2025-01-14
202
0
大型概念模型（LCM）：句子嵌入空间：SONAR嵌入空间
腾讯技术创作特训营S11#重启人生
“Large Concept Models: Language Modeling in a Sentence Representation Space” 介绍了一种新的语言模型架构——大型概念模型（LCM），它在句子表示空间中进行建模，有别于传统的基于词元（token）的语言模型。
zhangjiqun
2025-01-13
125
0
RAG技术：是将知识库的文档和问题共同输入到LLM中
腾讯技术创作特训营S11#重启人生
RAG技术是先从知识库中检索出与问题相关的文档片段，然后将这些检索到的**文档片段与问题**一起输入到LLM中进行回答。具体过程如下：
zhangjiqun
2025-01-12
275
0
LLM的实验平台有哪些：快速搭建测试大语言模型
腾讯技术创作特训营S11#重启人生
- **简介**：基于画布和节点拖拽连接方式构建程序控制流和测试应用，支持多种大语言模型，如GPT、千问、千帆、星火等系列模型，提供直观的用户界面和灵活的API。
zhangjiqun
2025-01-11
162
0
HBM2e是什么意思，TDP功耗是指热设计功耗
腾讯技术创作特训营S11#重启人生
HBM2e是**高带宽内存第二代增强版**（High Bandwidth Memory 2 Enhanced）的缩写。它是一种基于3D堆栈工艺的高性能半导体存储器，是HBM2的扩展版本。以下是其具体介绍：
zhangjiqun
2025-01-10
314
0
TextGrad的原理及实现：根据文本进行梯度下降，主要是在提示词工程
腾讯技术创作特训营S11#重启人生
TextGrad把LLM的应用视为一个**计算图**，自然语言充当了实现不同组件间“梯度”传递的媒介。它借助从**语言模型的输出向所有可能的早期组件进行反向传播文本反馈的方式**，来对各种系统内的各类变量进行优化。
zhangjiqun
2025-01-09
262
0
TextGrad不仅用于提示词工程还可用于其他场景
腾讯技术创作特训营S11#重启人生
TextGrad不专门用于提示词工程。虽然它在提示词工程方面有很好的应用效果，但它的功能和应用场景远不止于此，具体如下：
zhangjiqun
2025-01-09
151
0
联邦学习中数据集不均问题怎么解决
腾讯技术创作特训营S11#重启人生
- 尽管数据集的范围是0 - 2，但可以通过一些简单的数学变换来扩充数据。例如，对于数值型数据，可以对每个数据点进行微小的随机扰动。如果数据是整数，可以在原始数据的基础上加上或减去一个小的整数（如 - 1、0、1），这样可以在不改变数据本质特征的情况下增加数据的多样性。
zhangjiqun
2025-01-08
159
0
大型语言模型（LLM）中的tokens是什么
腾讯技术创作特训营S11#重启人生
在大型语言模型（LLM）中，tokens是文本处理的基本单位，它可以是**一个单词、一个字符、一个标点符号，或者是一个特殊的标记**。以下是关于tokens的详细介绍及举例：
zhangjiqun
2025-01-08
438
0
PEFT 技术及简单举例
腾讯技术创作特训营S11#重启人生
PEFT（Parameter Efficient Fine-Tuning，参数高效微调）是一种用于优化大型预训练模型微调的技术，旨在提高模型在新任务上的性能，同时减少微调参数的数量和计算复杂度。
zhangjiqun
2025-01-07
171
0
MOE怎样划分不同专家
腾讯技术创作特训营S11#重启人生
- **随机划分**：将FFN中的神经元随机地均匀划分为多个子集，每个子集独立组成一个专家。例如在LLaMA-MoE模型的构建中，采用**非重叠随机拆分法**，将FFN层中的中间神经元均匀分割成**多个子集，每个子集对应一个专家网络**。
zhangjiqun
2025-01-06
118
0
模型并行、数据并行、流水线并行以及混合并行的适用场景、优劣
腾讯技术创作特训营S11#重启人生
- **适用场景**：**适用于模型规模相对较小，能够在单个计算设备（如 GPU）上完整运行**，但训练数据量巨大的情况。例如在大规模图像分类任务中，常见的卷积神经网络模型（如 ResNet、VGG 等）在处理大规模图像数据集（如 ImageNet 或更大规模的自定义数据集）时，数据并行能有效利用多个计算设备加速训练。
zhangjiqun
2025-01-05
133
0
流水线并行 在推理过程中优势与实质
腾讯技术创作特训营S11#重启人生
- **提高计算资源利用率**：流水线并行可以将模型的不同部分分配到不同的计算单元（如 GPU）上，使这些计算单元能够同时工作。例如，对于一个具有多个层的神经网络模型，将前几层放在一个 GPU 上，中间几层放在另一个 GPU 上，后几层放在第三个 GPU 上。在推理时，数据可以依次在这些 GPU 上流动进行处理，减少了单个计算单元的空闲时间，充分利用了多个计算单元的计算能力，提高了整体的计算吞吐量。
zhangjiqun
2025-01-04
126
0
流水线并行举例说明；GPU 的细粒度问题
腾讯技术创作特训营S11#重启人生
使用模型并行和流水线并行之后会涉及到一个模型切分细粒度的问题，先切分多头（并行执行），每一个多头在切分不同阶段（串行执行）。这种情况下GPU的细粒度是多少
zhangjiqun
2025-01-04
119
0
点击加载更多
社区活动
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
