首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

我需要使用可比较的界面比较两个形状,以确定哪个比另一个更大或更小

您好,基于您提供的问答内容,我将尝试给出一个完善且全面的答案。

首先,根据问题描述,您需要使用可比较的界面比较两个形状的大小。以下是一个可能的解决方案:

  1. 比较两个形状的大小,需要先确定如何表示这些形状。常见的表示方式有基于2D图形的形状,比如矩形、圆形等,也可以是基于3D图形的形状,比如立方体、球体等。
  2. 对于基于2D图形的形状,可以使用坐标系来表示和计算它们的大小。比如,矩形可以由左上角和右下角的坐标表示,圆形可以由中心点的坐标和半径表示。通过比较它们的面积或者其他特征,可以确定哪个形状更大或更小。
  3. 对于基于3D图形的形状,可以使用三维坐标系来表示和计算它们的大小。类似地,通过比较体积、表面积或其他特征,可以确定哪个形状更大或更小。
  4. 为了实现这个功能,可以借助前端开发技术来创建一个可视化界面,用于展示和比较形状。使用HTML、CSS和JavaScript等技术可以创建一个交互性的界面,使用户能够输入形状的参数,并实时比较它们的大小。
  5. 在后端开发方面,可以使用合适的编程语言和框架来实现形状比较的逻辑。根据具体需求,选择适合的编程语言,比如Python、Java、C#等,以及相关的图形计算库或框架,来进行形状大小的比较计算。
  6. 在软件测试方面,可以使用自动化测试框架来确保形状比较功能的正确性。编写测试用例,涵盖各种形状和比较情况,通过自动化测试脚本执行这些测试用例,以验证形状比较功能的准确性和稳定性。
  7. 对于数据库和服务器运维方面,如果需要存储和管理形状数据或部署相关服务,可以根据实际需求选择适当的数据库系统和服务器架构,比如MySQL、MongoDB、Nginx等。
  8. 在云原生方面,可以将形状比较应用容器化,使用容器编排工具如Docker和Kubernetes进行部署和管理,实现高可用和弹性扩展等特性。
  9. 在网络通信和网络安全方面,根据具体需求,可以采用合适的网络协议和安全机制,确保形状比较过程中的数据传输和存储的安全性和可靠性。
  10. 对于音视频和多媒体处理方面,如果形状比较涉及到音视频或图像数据,可以使用相应的处理库或算法,比如FFmpeg、OpenCV等,来处理和比较这些多媒体数据。
  11. 人工智能、物联网、移动开发、存储、区块链和元宇宙等领域可以根据具体需求进行拓展和应用,以满足更高级的需求,比如基于形状比较的智能图像识别、物联网设备数据的处理和存储等。

综上所述,实现形状比较功能需要综合运用前端开发、后端开发、软件测试、数据库、服务器运维、云原生、网络通信、网络安全、音视频、多媒体处理、人工智能、物联网、移动开发、存储、区块链、元宇宙等专业知识和编程语言。根据具体需求,结合腾讯云提供的相关产品和服务,可以实现形状比较功能的设计、开发和部署。

请注意,由于要求中禁止提及具体的云计算品牌商,因此无法直接给出腾讯云相关产品和产品介绍链接地址。建议根据上述内容,结合腾讯云的产品文档和官方网站,选择适合的产品和服务来实现形状比较功能。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

UI界面视觉平衡的终极指南

>>>> 测量大小&视觉大小 以下400px*400px的正方形和400px*400px的圆形哪个更大? ? 从几何方面讲,它们的宽度和高度是相等的。但从视觉感受,是不是发现正方形比圆形更大?...为了在视觉上与方形保持平衡,三角形应该更宽、更高,这样它们的面积才会相似。需要注意的是,此方法只适用于简单形状。 ? 如何在界面中利用这个特性?...如果按钮的直径等于文本框的高度,那么我们就会觉得按钮更小,当把按钮放大一点,整个结构就会变得更加平衡。 ? 但是,如果我们改变了按钮的样式,就不需要放大了。...其实我只是对下面的条形进行了视觉补偿处理,将长度延长了20px,以补偿下方条形尾部的间隙,使两个条形在视觉上平衡。 ? 还有一些更复杂的形状案例。 ?...使用“平滑圆角”的好处主要是它们超级平滑的外观。但从另外一方面看,这些非标准的形状是难以应用到真实界面当中的。

2.5K40

Google数据可视化团队:数据可视化指南(中文版)

占比 占比类图表显示了局部与整体的关系。 常见用例包括: 产品类别的综合收入、预算 ? 5. 关联 关联类图表显示两个或以上变量之间的关系。 常见用例包括: 收入和预期寿命 ? 6....取而代之,应当使用堆叠面积图来比较一个时间间隔内的多个值(横轴表示时间)。 ? 样式 数据可视化使用自定义样式和形状,使数据更容易理解,以适合用户需求。...标签和图例 在简单图表中,可以使用直接标签。在密集的图表(或更大的图表组的一部分)中,可以用图例。 ? 8. 小显示屏 可穿戴设备(或其他小屏幕)上显示的图表应该是移动端或PC端图表的简化版本。 ?...渐进式披露 使用渐进式披露显示图表详细信息,允许用户根据需要查看特定数据点。 ? 2. 缩放和平移 缩放和平移是常用的图表交互,会影响用户对图表数据深入的研究和探索。 缩放 缩放改变界面显示的远近。...它应该合理的展示数据的价值。例如,如果图表的一个维度比另一个维度更重要,则平移的方向可以仅限于该维度。 · 平移通常与缩放功能同时使用。 · 在移动端,平移通常通过手势实现,例如单指滑动。 ? 3.

5.2K31
  • 谷歌Material Design可视化数据设计规范指南

    占比 占比类图表显示了局部与整体的关系。 常见用例包括: 产品类别的综合收入、预算 5. 关联 关联类图表显示两个或以上变量之间的关系。 常见用例包括: 收入和预期寿命 6....取而代之,应当使用堆叠面积图来比较一个时间间隔内的多个值(横轴表示时间)。 样式 数据可视化使用自定义样式和形状,使数据更容易理解,以适合用户需求。...标签和图例 在简单图表中,可以使用直接标签。在密集的图表(或更大的图表组的一部分)中,可以用图例。 8. 小显示屏 可穿戴设备(或其他小屏幕)上显示的图表应该是移动端或PC端图表的简化版本。...渐进式披露 使用渐进式披露显示图表详细信息,允许用户根据需要查看特定数据点。 2. 缩放和平移 缩放和平移是常用的图表交互,会影响用户对图表数据深入的研究和探索。 缩放 缩放改变界面显示的远近。...它应该合理的展示数据的价值。例如,如果图表的一个维度比另一个维度更重要,则平移的方向可以仅限于该维度。 · 平移通常与缩放功能同时使用。 · 在移动端,平移通常通过手势实现,例如单指滑动。 3.

    3.9K21

    谷歌MobileNet: 移动和嵌入式设备视觉应用模型,效果超越众主流模型

    本论文中,我们提出一个高效的网络架构以及一组两个超参数,以构建非常小,低延迟的模型,能够轻松适应移动和嵌入式设备的视觉应用的设计要求。 ?...结果如表10所示,MobileNet 在大大减少计算量和减小模型大小的情况下实现了[18]的结果。 任务2:大规模地理定位 ? PlaNet 用于确定一张照片拍摄于哪个地理位置的分类问题任务。...MobileNet 的另一个使用情景是压缩具有未知或复杂训练程序的大型系统。...结合 distillation 的可扩展性和 MobileNet 的简约参数化,终端系统不仅不需要正则化,而且表现出更好的性能,如表12所示。 任务4:物体检测 ? ?...在两个框架下,MobileNet 实现了不输其他两个网络的结果,而且计算的复杂性和模型大小相对更小。 任务5:Face Embeddings ?

    1.4K60

    物联网设备天线设计与选型指南

    对于天线的几何形状,有两个非常重要的事项需要注意: 1、天线长度 2、天线馈电 在印刷电路板中,长度为λ/2 的天线被称为偶极天线,该类天线导体的波长为λ/2,其中λ为电信号的波长。...2.4、辐射图型 该图型表示辐射的方向性,即表示在哪个方向上的辐射更大,哪个方向上的辐射更小。这有助于在应用中准确地确定天线的方向。无方向性天线可以按与轴线相垂直的平面上所有方向进行等效发射。...给定空间可用性 IFA 天线比 MIFA 天线更好。它有更好的效率。但与MIFA 相比,它需要更大的面积。IFA 推荐用于其中一个天线尺寸受限的应用,例如心率监测器。...因为这些事需要订购和装配的外部组件。通常,芯片天线的价格约为 10-50 美分,具体价格取决于尺寸和性能。 ? 使用芯片天线时,也应考虑另一个关键因素:它受辐射接地面积的影响。...通常,诸如插入墙上的智能家庭控制器的应用可以使用这种类型的天线。导线的形状和尺寸需要针对特定的工业设计 (ID) 进行优化。导线可以根据外壳弯曲。

    1.5K30

    传知代码:自动化细胞核分割与特征分析

    这些距离信息有助于在以下几个方面起作用: 识别边界:当两个或多个核紧挨在一起时,常常会导致它们的边界变得模糊,难以区分。通过计算每个像素到质心的水平和垂直距离,可以更清晰地确定哪些像素更接近哪个质心。...你会发现,越靠近你的位置,这些距离越小,越远的地方距离越大。 如果两个气球挤得很近,两个气球之间的距离会突然发生变化,因为你从一个气球的中心移动到了另一个气球的区域。...所以,通过分析每个像素到其中心的水平和垂直距离,HoVer分支就能确定哪些像素属于哪个细胞核,从而把两个紧挨在一起的细胞核正确地分开,不会把它们混为一谈。...但是,从这里下载的链接并没有提供模型的预训练权重,需要自己寻找。所以建议可以直接下载我提供的附件。附件如图: 那么在这个附件中是有预训练权重的。...这个文件详细列出了新环境所需的所有软件包及其特定版本,从而确保环境的一致性和可重复性。从下图可以看到虽然创建以基本的HoverNet环境,但是没有pytorch。

    14010

    Refactoring UI

    这对于文章或文档等文档风格的内容很有帮助,但在应用程序用户界面中却会助长一些错误的决定 很容易掉进把标题做得比实际需要更大的陷阱 很多时候,章节标题更像是标签而不是标题--它们是辅助内容,不应该抢走所有的注意力...# 元素内部的关系 事物应独立缩放的理念不仅适用于在不同屏幕尺寸下调整元素的大小, 也适用于单个组件的属性 # 避免模棱两可的间距 当元素组被明确分隔时--通常是通过边框或背景颜色--哪个元素属于哪个组就一目了然了...# 将阴影与互动相结合 可以在用户与元素交互时提供视觉提示 # 阴影有两个部分 有时候会将两个阴影结合一起使用 第一个阴影更大、 更柔和, 具有相当大的垂直偏移和较大的模糊半径,模拟的是直接光源在物体背后投下的阴影...# 不要放大图标 虽然矢量图像的质量确实不会因为尺寸的增大而降低,但绘制尺寸为 16-24px 的图标在放大到 3 倍或 4 倍时,看起来永远不会非常专业 如果你只有小图标,可以尝试将它们围在另一个形状内...添加微妙的可重复图案 沿单边重复设计的图案也很好看 # 添加一个简单的形状或插图 可以尝试在特定位置加入一两个单独的图形, 而不是装饰整个背景 # 不要忽视空白状态 在用户创建内容之前,

    92230

    SysML 2019论文解读:推理优化

    参数化截略式激活(PACT) 激活量化 卷积神经网络(CNN)常使用 ReLU 作为激活函数。ReLU 的困难之处在于其输出没有限界,这意味着量化需要较大的输出范围(即更大的位宽)。...截略误差和量化误差都会使输出偏离目标,PACT 会在训练期间增大或降低输出范围,以尽力最小化这两个误差。...因此,为什么作者会无视这在准确度劣化方面所表现出的潜力呢?这个问题很有意思。我讨论这个问题的另一个原因是想问读者:预先确定 c1 和 c2 并在整个训练阶段使用它们的做法是否合理?...基于这一见解,作者提出了一种基于流的图拆分算法,以递归式地将计算图分为更小的可使用回溯搜索的不相交子图。 当将一个图拆分为两个图时,目标是这样的两个不相交的子图会有最小数量的图替代。...子图性能指标是用于确定 MetaFlow 能否提升 DNN 中单个子图的性能。实验中测试比较了不同的设备,以确定给定一个输入图时,MetaFlow 能否在不同设备上发现不同的优化图。

    1K30

    C# SplitContainer 控件详细用法

    大家好,又见面了,我是你们的朋友全栈君。 1.可以将 Windows 窗体 SplitContainer 控件看作是一个复合体,它是由一个可移动的拆分条分隔的两个面板。...当鼠标指针悬停在该拆分条上时,指针将相应地改变形状以显示该拆分条是可移动的。...使用 SplitContainer 控件,可以创建复合的用户界面(通常,在一个面板中的选择决定了在另一个面板中显示哪些对象)。这种排列对于显示和浏览信息非常有用。...SplitterDistance 属性 * 确定从左边缘或上边缘到可移动拆分条的距离(以像素为单位)。...SplitterDistance 属性 * 确定从左边缘或上边缘到可移动拆分条的距离(以像素为单位)。

    2.9K30

    将 UWP 的有效像素(Effective Pixels)引入 WPF

    不能说那些意义不明确的词,尤其是“宽高”“大小”“尺寸”“更大”。试想你说一个按钮的宽高是 200,那么它的宽高到底是多少呢?一个屏幕上的按钮和另一个屏幕上的按钮哪个更大呢?...B 按钮的物理宽度更大,那么无论它们显示在哪个显示器上,都具备相同的关系——因为我们可以拿尺子来量。...相同的界面元素在不同设备上显示时,呈现出来的效果在视野角度上是相近的,这才是人眼观看比较舒适的尺寸概念的设计。 ?...Windows 操作系统上支持的最低 DPI 设置只能是 96 了,不能再低;以至于后者实际上在相同观看距离上比前者显示的界面元素的物理尺寸会大很多。...我们认为,用户主动设置 DPI 是出于自己的一些目的——希望放大或缩小界面元素,而这有可能是因为原有大小对用户自己来说看起来不够舒适。

    1.5K21

    ECCV2022 | PCLossNet:不进行匹配的点云重建网络

    CD将一个点集中的点与其另一个点集的最近邻点进行匹配,而EMD优化以找到点云之间具有近似最小匹配距离的点双射。...许多工作都是在改进网络结构,以学习更具代表性的特征或构建更好的形状,而所有这些工作都使用倒角距离和EMD距离作为基本形状约束。但是,CD或EMD采用的匹配过程实际上是形状差异的近似值。...尽管一些工作在点云上引入了判别器网络(discriminator networks)以增强细节,但它们仍然使用CD或EMD来约束点云的基本结构,并且受到匹配过程的限制。...我们的贡献总结如下:我们提出了一种新的可微结构PCLossNet,用于将点云之间的形状差异转换为提取的比较矩阵之间的误差。...在多个数据集和重建网络上的实验表明,使用PCLossNet训练的重建网络可以优于使用基于匹配的损失训练的网络,具有更小的重建误差和更高的特征分类精度。

    1.4K10

    目标识别中三维特征的研究概况及技术发展趋势

    基于关键点的方法从表示为点云的模型中选择符合特定策略的3D点(关键点)和用于匹配模型数据和输入数据的输入数据,以相互比较表示其点的3D特征像局部形状的特征。图3说明了基于关键点的对象识别的基本流程。...它以更小的尺寸增强了表达能力。 ? 图5 SHOT特征 ? 图6:CCDoN特征 应该补充的是,典型的3D特征应该反映诸如平面方向等局部形状,这需要使用点云数据获得最高精度和稳定性的形状数据。...尽管如此,正常线的使用通常倾向于消耗更长的处理时间,因为它需要定义由三个点组成的母线(三角形贴片)以得到法向矢量。...该指数可用于检测关键点,因为它对于更光滑表面上的点往往更大,而对于不连续形状段则更小。...3.3多点几何关系的描述 这种特征描述了两点或三点之间的几何关系。因此,这种类型需要两个主要的设计元素,一个是模型表面上的哪些点应该耦合,另一个是应该为上述耦合使用哪些几何参数。

    2K10

    G1垃圾回收器教程

    图片 当执行垃圾收集的时候,G1 的操作方式和 CMS 类似。G1 执行一个全局的并发标记阶段,来确定堆中存活的对象。标记阶段结束之后,G1 知道哪个区域大部分是空的(我理解是垃圾比较多的区域)。...G1 将 1 个或者多个区域的存活对象拷贝到另一个单独的区域。在这个过程中,即压缩了内存又释放了内存。这个清除操作在多处理器上并行执行,以减少停顿时间并提高吞吐量。...1.3 推荐使用 G1 的场景 G1 的第一个重点就是针对这样的场景:要求运行需要大堆且 GC 延迟有限的应用。这意味着堆大小在 6GB 左右或者更大,稳定和可预测停顿时间在 0.5 秒以下。...图片 图片中的颜色显示了哪个区域与哪个角色相关联。活动对象被从一个区域疏散(即复制或移动)到另一个区域。在停止(STW)或者不停止用户线程的情况下,区域被设计成与所有其他应用程序线程并行收集。...此外,还有第四种类型的区域被称为大对象区域。这些区域被设计用来容纳标准区域大小的 50% 或更大的对象。它们被存储为一组相邻的区域。最后一种类型的区域可能是堆中未使用的区域。

    64810

    详解DBSCAN聚类

    更大的epsilon将产生更大的簇(包含更多的数据点),更小的epsilon将构建更小的簇。一般来说,我们喜欢较小的值是因为我们只需要很小一部分的数据点在彼此之间的距离内。...然后对核心点的邻域内的每个点进行评估,以确定它是否在epsilon距离内有minPts (minPts包括点本身)。如果该点满足minPts标准,它将成为另一个核心点,集群将扩展。...选择一个新的随机点,并重复该过程以识别下一个簇。 ? 如何确定最优的Epsilon值 估计最优值的一种方法是使用k近邻算法。...如果您还记得的话,这是一种有监督的ML聚类算法,它根据新数据点与其他“已知”数据点的距离来聚类。我们在带标记的训练数据上训练一个KNN模型,以确定哪些数据点属于哪个聚类。...一般来说,较小的值比较合适,并且作为一个经验法则,只有一小部分的点应该在这个距离内。 如何确定最佳minPts 通常,我们应该将minPts设置为大于或等于数据集的维数。

    1.8K10

    详解视觉误差对UI设计的影响和解决方案

    但是来看看下面这张图,长宽各 400px 的两个图形看起来并不一样大。你的眼睛告诉你 400px 的正方形比 400px 的圆形更大一些。物体的物理尺寸是一样的,但视觉尺寸却有可能不一样。...每个人的感官可能都不一样,但对于我来说,调整尺寸后的两个图形看起来才是一样大的,至少也不会像图一一样,让人第一眼就认为正方形比较大。为什么会这样?因为我将圆的直径增加了 50px。 ?...不仅是圆与方,所有的图形都能够造成这样的偏差。当我们追求“看起来一样大”这个目标的时候,某些形状的物理尺寸应该更大一些。 ? 这个现象对于界面造成的影响会有哪些呢?...正方形的视觉重量是最重的,越接近正方形的 icon 看起来也会更重,更大,反之更轻更小。 规范建议绘制 icon 的安全区域主要就是为了解决视觉尺寸对等问题,留给设计师的操作空间。...当然不是,一个简简单单的圆角也有很丰富的细节。我们前面说过了,眼睛看到的东西并不能尽信,先来看看下面五个圆并尝试回答哪个圆最圆。 ? 我问过了很多人,大部分的回答都是 3 和 4 比较圆。

    1.3K10

    一些关于界面设计的技巧

    18 不要让用户觉得是在完成任务 试想界面上有这样两个按钮:一个是"获取折扣",另一个是"立即注册"。...26 默认将用户引入 将界面做成默认用户选中想要使用你的产品,意味着如果用户真的需要使用,那么可以直接点击确定而不需要额外点选了。当然,也有另一种做法就是默认不选中服务,用户需要的话可以手动点选。...当我们从一个更大的数字开始,向更小的价格滚降,突然,价格不再感觉到那么大了。 市场营销人员利用锚定效应的常见示例是显示制造商的建议零售价格,然后是较低的价格。  ?...52 感谢用户的UI促使进一步操作 感谢用户可以让你,你的业务,产品或用户界面感觉更加人性化,因为它说明了你在乎。 感谢当然发生在某种任务完成期间,并且比只是简单的反馈更大。...引导注意的其他方式还包括:使用不规则形状,场自动聚焦,截面高亮,粘性元素相互作用(浮动)以及方向箭头。  ? 57 友好的排列进行比较 用户界面有时需要我们对产品特性进行比较,这直接影响易用性。

    1.1K30

    SplitContainer(拆分条控件)

    大家好,又见面了,我是你们的朋友全栈君。 1. 可以将 Windows 窗体 SplitContainer 控件看作是一个复合体,它是由一个可移动的拆分条分隔的两个面板。...当鼠标指针悬停在该拆分条上时,指针将相应地改变形状以显示该拆分条是可移动的。...SplitterDistance 属性 * 确定从左边缘或上边缘到可移动拆分条的距离(以像素为单位)。...IsSplitterFixed 属性 * 确定拆分器是否可以通过键盘或鼠标进行移动。 SplitterDistance 属性 * 确定从左边缘或上边缘到可移动拆分条的距离(以像素为单位)。...但是,通过使用其他控件或使它们停靠在不同的位置,一样可以轻松创建同样灵活的其他用户界面。

    2.3K20

    Nat Commun|使用AlphaFold2改进对蛋白质-蛋白质相互作用的预测

    穷举法在蛋白质结构或单体模型之间产生所有可能的构型,并通过评分函数选择正确的对接,而基于模板的对接只需要合适的模板来识别几个可能的候选者。...GRAMM、TMdock和MdockPP在这个水平的原因可能是由于使用了蛋白质的结合形式,导致了非常高的形状互补性,因此以一种方式提供了"答案"。...两个对接配置 (6TMM_A-B和6TMM_A-D) 都将链放在两个结合点之间。另一个不成功的对接 (6VN1_A-H) 的界面只有19个残基对。 对接没有模板的蛋白质的SR是50%。...对于7EL1_A-E (图4c),较短的链E没有被正确折叠,它没有折叠成一个确定的形状,而是被拉长并插入到链A中,它占据了DNA在原始结构的形状。...限制条件 在这里,我们只考虑蛋白质复合物在其异构状态下的结构,尽管这些复合物中的每个蛋白质链都可能有同构构型或其他高阶状态。也有可能复合物本身作为更大的生物单位的一部分,以潜在的更复杂的构象形式存在。

    4.8K10

    不懂设计的产品不是好开发

    在演示应用程序中,我们有一个饼状图,其中我们需要在每个部分使用不同的颜色。另一个例子是用颜色作为不同状态的视觉指标,如警报级别、金额变化或性能变化(减少/增加)。...如果这些类别在语义上是独立的,我就会选择方形调和的颜色;如果这些类别可以配对,我就会选择四方形调和的颜色。 在另一个例子中,我们假设我需要为6个类别挑选6种颜色。...我们需要在我们的用户界面中应用色彩对比,不仅是因为它看起来不错,而且主要是因为色彩的可及性。我们应该确保前景(文本、图标)和背景之间的颜色对比是适当的。...在演示应用程序中,我仍然在body和captions中使用了富有表现力的Rightheous字体,以达到演示目的,尽管不推荐这样做。 4. Shape 形状被用来表达品牌和强调用户界面的不同部分。...它们可以以光栅或矢量图像的形式下载。比起光栅图像,我更喜欢矢量图像,因为它们是可伸缩的,而且尺寸更小。 Material图标也可以在Web和Flutter项目中作为图标字体使用。

    2.5K20

    Chinchilla之死:只要训练足够长时间,小模型也能超过大模型

    虽然他们没有明确说明他们使用了该理论来绘制,但 OpenAI 曾说过的一句话暗示存在这个隐藏假设: 我们预计更大模型的表现应当总是优于更小的模型…… 大小固定的模型的能力是有限的。...初看之下,这些曲线与理论相符:更小的模型一开始的损失更低(表现更好),但损失降低的速度最终变慢并被更大模型的曲线超越。 比较许多不同模型大小的损失曲线的 Chinchilla 图。...以 7B 版本为例:其损失的下降速度一开始比更大的模型快得多,然后减慢;之后 13B 版本模型超过了它,率先到达 1.9。...事实证明, Llama 2 的训练使用了双倍上下文大小和更长的余弦调度 —— 不幸的是,这会对所有模型大小产生负面影响。但是,更小的模型受到的影响比更大的模型更严重。...更重要的是,对训练速度的比较强烈地佐证了之前对 Llama 1 的猜想: 1. 一开始时,更小的模型快于更大的模型。 2.

    55430
    领券