文章目录1. 概述1.1 模型1.2 软件设计领域的架构模型2. 领域模型（Domain Model）2.1 概念2.2 示例3. 设计模型（Design Model）3.1 概念3.2 创建过程4. 代码模型4.1 概念4.2 创建过程5. 三种模型的关系 1. 概述1.1 模型诠释：通过主观意识借助实体或者虚拟表现，构成客观阐述形态和结构的一种表达目的的事物。1.2 软件设计领域的架构模型架
转载
2023-08-08 14:37:26
58阅读
从模型到代码
一、正向工程正向工程是指按照软件开发基本过程，将抽象层次较高的静态结构转换为相对具体的模型的过程从类图生成框架代码，简单转换(Rose)从交互图（主要指顺序图）生成类的方法中操作的调用代码框架，主要将交互图中的消息转换为对操作的调用。简单转换（利用IBM Rational Software Architect、Enterpris Archite
在大模型发展历程中，有两个比较重要点：第一，Transformer 架构。它是模型的底座，但 Transformer 不等于大模型，但大模型的架构可以基于 Transformer；第二，GPT。严格意义上讲，GPT 可能不算是一个模型，更像是一种预训练范式，它本身模型架构是基于 Transformer，但 GPT 引入了“预测下一个词”的任务，即不断通过前文内容预测下一个词。之后，在大量的数据上进
Rebar：Erlang构建工具Rebar是一款Erlang的构建工具，使用它可以方便的编译、测试erlang程序、内联驱动和打包Erlang发行版本。Rebar是一个独立的erlang脚本，所以使用Rebar发布程序非常简单，甚至可以直接集成在项目文件夹中。默认的情况下，Rebar会按照Erlang/OTP来组织项目的结构，这样一来，构建时的配置工作量就会大大减少。Rebar同时提供了依赖库（包
文章目录1. 局部敏感哈希2. 可逆层3. Chunk Transformer无法处理比较长的序列数据（通常是500左右的长度），而且十分消耗GPU资源。 Reformer可以处理的序列长度可以高达64k，GPU资源消耗也降低了很多。 Reformer的重点部分在于： Locality sensitive hash attention（局部敏感哈希注意力）：空间换时间Reversible la
说 框架、架构、模式、重构
有些概念，有人提到，一并说说吧。 框架很多，各种各样的，不同的平台，不同的语言，不同的功能。 现阶段的软件项目，几乎都会用到框架，何为框架，为什么要用框架。 所谓框架，是一种看得见的软件产品，是一种半
什么是模型模型就是对数据、业务、约束等的建模，它规定了系统的数据格式，数据结构，甚至是数据约束。DB建表需要模型，增删改查需要模型，数据校验需要模型，数据间依赖关系需要模型，这是一个动态模型软件的核心组件。 一般来说，建模使用XML、JSON、YANG等语言。模型框架解决问题解析模型文件，向各应用提供动态模型服务（模型客户端和模型公共api）根据模型动态更新DB表结构支持分布式环境在模型客户端和模
转载
2023-08-08 09:42:16
182阅读
在亿图图示模板社区的海量作品中，我们根据作品的浏览量、使用数、点赞数三个维度进行加权计算，同时结合作品本身的内容价值，筛选出2021年度的10大热门架构图。 下面一一揭晓（第一期入口也放在了文末）：NO.10 DMP未来技术架构DMP未来技术架构分为基础架构，数据采集，数据处理，数据处理存储层，应用层技术，公共服务。 NO.9 区块链技术架构图区块链底层技术架构方案有着各种各样
转载
2023-07-10 13:32:53
215阅读
DLA起源之解考虑一个样本集合X=[x1,x2...xN]，每个样本属于C个类中的一个。我们可以使用类似于PCA,LDA的线性降维方法将x由m维降至d维(m>d)。但是线性降维方法存在一些问题，例如LDA中的求逆运算，经常可能因为矩阵的奇异性是降维结果恶化。而这里介绍的DLA方法可以避免这个问题。对了忘了给DLA一个'名正言顺'的名字，全名就是'Discriminative Locality
数字asic流程实验（二） CIC滤波器原理简述1.概述本次实验需要实现的数字ASIC为一个CIC滤波器，CIC滤波器是一种FIR数字滤波器，其优点为结构简单，与一般的FIR数字滤波器相比，不需要大量的乘法器，只需要加法器和延时，大大简化了运算过程，也不需要存储器保存滤波器系数；其缺点为无法灵活设计幅频特性，因此有时会在抽取的后级加FIR滤波器来整形。CIC滤波器由积分器和梳状器组成，根据级联顺序
转载
2023-07-29 20:16:19
84阅读
本站文章一览：这两天大模型长时记忆的一些实现方法，然后看到了这样一个开源项目：MemGPT，又称 Memory GPT，专门用来管理大模型的记忆。这可能是目前管理大模型记忆的最专业的框架和思路了。GitHub：https://github/cpacker/MemGPTBuilding persistent LLM agents with long-term memory今天我们来看下
目前模型驱动架构的现状：目前大部分的模型驱动架构，建立在领域驱动建模的基础之上，优点就不说了，我们只说缺点，那就是当我们的领域模型改变的时候，其他相关的模型层，都需要跟着改变，比如说持久层，业务流层，Bean层等等。当你的业务足够复杂，运维的时间足够长，维护文档的标准不统一等等，我们最后的项目还是一堆意大利面条。我们有没有进一步去思考，基于上面无法解耦业务与持久层和其他层的原因是什么呢？---抽象
（1）C4.5算法的特点为：输入变量（自变量）：为分类型变量或连续型变量。输出变量（目标变量）：为分类型变量。连续变量处理：N等分离散化。树分枝类型：多分枝。分裂指标：信息增益比率gain ratio（分裂后的目标变量取值变异较小，纯度高）前剪枝：叶节点数是否小于某一阈值。后剪枝：使用置信度法和减少-误差法。（2）CART算法的特点为：输入变量（自变量）：为分类型变量或连续型变量。输出变量（目标变
前言：本系列文章将对智能驾驶ADAS算法进行完整的介绍，并在simulink中搭建算法模型，并在Prescan中搭建场景并且与simulink联合仿真对ADAS算法进行验证。智能驾驶ADAS算法详解及Prescan仿真系列文章将会对以下ADAS功能进行介绍与仿真：1、前向碰撞预警 FCW算法 2、定速巡航系统 CC算法3、自适应巡航系统 ACC算法 Adaptive Cruise Con
1.软件版本MATLAB2019a2.本算法理论知识设计光伏并网之前，首先需要设计一个光伏电池的仿真模型。光伏电源的等效电路如下所示： 那么很显然就有： 通过简单的验证，论文中提供的电路图存在一定的问题，为此需要对该结构做一定的简化，然后重新进行设计，但最终的设计思路还是论文中的光伏电源的基本电路图。3.部分核心代码&
转载
2023-09-08 13:45:16
45阅读
腾讯广告算法大赛第二周周冠军出炉， 从照片上推断， 这是一位颜值与机智并存的少年。 于是在我们的强烈邀请下， 小哥哥答应给大家分享主流ctr模型的选择～大家好，我叫葛云鹏，是来自哈尔滨工业大学深圳研究生院的渣硕。非常不好意思的拿了这周的周冠军，感谢腾讯社交广告group的小礼物。并在这里与大家分享一下这届腾讯算法赛的心得。关于赛题想必大家已经很清楚了，这周我主要讲一下几个主流ctr模型的选择吧。关
GPT模型是由OpenAI团队创建的基于深度学习的语言模型的集合。在没有监督的情况下，这些模型可以执行各种NLP任务，如问答、文本蕴含、文本摘要等。训练最多的GPT模型——GPT-4，超过1万亿个学习参数，比任何语言模型都要强大不止十倍。与其他模型相比，它的优势在于无需大量调整即可执行任务；它只需要很少的文本交互演示，其余的由模型完成。经过高级训练的GPT模型可以通过执行语言翻译、文本摘要、问答、
转载
2023-08-28 18:57:05
263阅读
CISSP考试重点：了解每种访问控制模型的细节。了解访问控制模型及其功能。状态机模型确保访问客体的所有主体实例都是安全的。信息流模型旨在防止未经授权、不安全或受限制的信息流。非干扰模型防止一个主体的动作影响另一个主体的系统状态或动作。Take-Grant模型规定了权限如何从一个主体传递到另一个主体或从主体传递到客体。访问控制矩阵是主体和客体组成的表，规定了每个主体可以对每个客体执行的动作或功能。B
1.网络解决的问题当更深的网络能够开始收敛时，一个退化问题就暴露出来了。随着网络深度的增加，精度达到饱和，然后开始退化。出乎意料的是，这种退化不是由过拟合引起的，向适当深度的模型中添加更多的层会导致更高的训练误差。经典网络的缺陷用以下图来解释：由上图不难看出,此模型56层的训练错误率和测试错误率都要高于20层的模型。由此可见,当模型的深度达到一定程度时会出现退化问题,即深模型的效果比浅模型的效果变
