一、目的实现了用pyinstaller打包深度学习模型为exe，实现模型在不同的环境下可以运行。主要打包的是test ，也就是测试效果，并不是到别的环境下训练实现了带资源打包，比如.pth等二、具体流程1.创建虚拟环境因为使用pyinstaller打包深度学习模型，本身就会很大，所以我们需要在虚拟环境下打包。 我用的是anacondaconda create --name SR# SR是我这边的虚
# Python 调用本地大模型
在机器学习和深度学习领域，训练大型模型需要大量的计算资源和时间。为了提高模型的训练效率，有时候我们会使用云端计算资源或者分布式计算集群。但是在某些情况下，我们可能希望在本地计算机上调用已经训练好的大模型进行推断或者预测。本文将介绍如何使用Python在本地调用已经训练好的大型模型。
## 什么是本地大模型
本地大模型指的是在本地计算机上存储的模型文件，这些模
原创
2024-05-19 04:01:19
1920阅读
1.什么是TFserving当你训好你的模型，需要提供给外部使用的时候，你就需要把模型部署到线上，并提供合适的接口给外部调用。你可能会考虑一些问题：用什么来部署怎么提供api接口多个模型GPU资源如何分配线上模型如何更新而服务不中断目前流行的深度学习框架Tensorflow和Pytorch， Pytorch官方并没有提供合适的线上部署方案；Tensorflow则提供了TFserving方案来部署线
数据模型在djangoTestApp/models.py文件中定义表和表结构，之前已经定义了一个Student表，如下： from django.db import models
SEX_CHOICE = (
('F','Female'),
('M','male')
)
# Create your models here.
class Student(models.Model)
01、本地大模型越来越简单经过了一年多时间的迭代，大模型种类繁多，使用也越来越简单了。在本地跑大模型，个人认为目前最好的软件肯定是Ollama无疑了，不管你是在PC上跑大模型，在Mac上跑大模型，还有在树莓派上跑大模型，我们都可以用Ollama去跑各种大大小小的模型，而且它的扩展性非常强。02、Ollama本地运行大模型现在安装Ollama超级简单的，只需要进入Ollama官网下载安装包，然后安装
什么是类加载器：虚拟机设计团队把类加载阶段中的“通过一个类的全限定名来获取描述此类的二进制字节流”这个动作放到Java虚拟机外部去实现，以便让应用程序自己决定如何去获取所需要的类。实现这个动作的代码模块称为“类加载器”。类与类加载器的关系：对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在java虚拟机中的唯一性，每一个类加载器，都拥有一个独立的类名称空气。要比较两个类是否相等，只有
转载
2024-10-09 12:18:08
55阅读
模型库模型库模型库
原创
2021-08-02 13:43:55
340阅读
还记得那是一个晴空万里的上午，一个举世瞩目的语言诞生在一栋不大不小的房子里。（上述扯淡），在Java诞生之初，是不存在内部类的。但是由于编程语言之间激烈的竞争，内部类在java1.1呼之欲出，所以才登上了时代的舞台。但是需要注意的是，内部类是编译器的语法，这在jvm中是不承认的，jvm依旧只认识普通的外部类，所以编译器就需要把内部类换成jvm可以识别的外部类。从上面我们可以得知， 内部类只是通过编
目录第一部分：Python调用其他语言方法基础1.1 跨语言编程简介1.2 Python调用其他语言方法常用库1.3 实战案例：使用PyCObject调用C语言库1.4 注意事项第二部分：Python调用其他语言方法高级技巧2.1 使用CFFI调用C/C++库2.2 使用Jython调用Java方法第三部分：Python调用其他语言方法实战项目3.1 调用C语言库进行图像处理3.2 调用Java库
# Python人脸模型库
人脸识别是计算机视觉领域的一个重要研究方向。随着深度学习的发展，基于深度学习的人脸模型库在人脸识别任务中取得了显著的进展。Python提供了许多优秀的人脸模型库，可以帮助开发者轻松地进行人脸识别相关的任务。
本文将介绍几个常用的Python人脸模型库，并提供代码示例，帮助读者了解如何使用这些库来实现人脸识别。
## 1. dlib
dlib是一个强大的C++库，
原创
2023-12-10 08:50:11
72阅读
用PaddlePaddle搭建VGG16模型，使用CIFAR数据集。并对训练好的模型进行保存、调用、预测实际的图片的类别。（一）VGG模型是AlexNet模型之后一个非常有名的模型。该模型进一步加宽、加深了网络结构，它的核心是5组卷积操作，每两组之间用最大值池化（Max-Pooling）降维。同一组内采用多次连续的3x3卷积，而同一组内卷积的卷积核数目一样，所以卷积层有11、13、16、19层几种
转载
2024-01-28 15:39:08
76阅读
该文章写于学习paddle框架时发现框架下面的visualdl可以将模型结构可视化出来，但是根据官方例子下面的add_graph接口并未将结构可视化出来，于是根据paddle官网保存模型api做了一定修改，最终实现效果。实现两种方式：一、先保存动态图模式模型再可视化对于动态图模式相比于静态图模型可以更加便于调试。保存动态图模型可以直接使用paddle.jit.save保存模型和参数，直接保存动态图
转载
2024-07-29 15:24:12
241阅读
xdb.db.Modelxdb.db.Model 是一个 Python 的 数据库模型操作类库，适合在简易爬虫中使用，无需进行SQL的手动拼接。APIstableName() -> string返回需要操作的数据库表的名称，如果不重写本方法，那么模型自动操作模型对应的数据表名(区分大小写)，如果重写 tableName() 函数，那么必须返回数据表名，否则报错。fields(args) -&
转载
2023-08-06 15:37:48
126阅读
原标题：用于可解释机器学习的四个Python库【IT168 技术】我们知道，人工智能也可能存在偏差，随着大家对这一点的关注度越来越高，企业越来越需要能够对其模型产生的预测进行解释，了解模型本身是如何的。好的一点是，有越来越多的Python库正在开发中，试图解决这个问题。在这篇文章中，笔者将简要介绍四个最成熟的机器学习模型解释软件包。下面的库都是可以通过pip安装的，有非常友好的说明文档，并且在
转载
2023-08-21 15:47:06
110阅读
最近看 scala ，看到了它的作用域，特此回顾一下python的变量作用域问题。A = 10
B = 100
print A #10
print globals() #{'A': 10, 'B': 100, '__builtins__': <module '__builtin__' (built-in)>, '__file__': 'E:/PycharmProjects/unti
转载
2024-09-04 16:02:29
413阅读
不给我分配任务，自己看在开发的项目代码，现在在做的项目支持多语言功能，就是用户通过切换语言选项，实现页面的中英文等语言之间的切换，是前辈开发好的，觉得这是个很高深的技术，不过还是想尝试学一下。开始想从项目代码中抽出相关代码来实现，但是项目代码太多了，对代码的结构理解不好，绕晕了。只好，借用网络代码。主要参考资料：ASP.NET 2.0中实现多语言界面的方法DynamicWebMultiLangua
在本书中，重点聚焦于提供在Python中进行数据分析的编程基础。由于数据分析时和科学家经常报告在数据整理和准备上话费不成比例的时间，因此本书的结构反应了掌握这些技术的重要性。 用于开发模型的库将取决于应用程序。许多统计问题可以通过更简单的技术来解决，如普通最小二乘回归，而其他问题可能需要更先进的机器学习方法。幸运的是，Python已经成为实现分析方法的首选语言之一，因此在完成本书之后，你可以探索许
转载
2024-03-11 01:36:09
45阅读
ollama本地大模型下载是一个越来越受到关注的话题，尤其是在当前人工智能迅猛发展的背景下。对于许多开发者和研究人员而言，能够在本地环境中下载并使用大型模型意味着能够获得更高的灵活性和控制力。然而，这个过程并非没有挑战。本文将深入探讨如何高效地下载和使用ollama大模型，着重分析这一过程中的技术定位、性能指标、功能特性、实战对比、深度原理以及生态扩展。
## 技术定位
在下载ollama本地大
在语言服务领域，有两个概念很容易混淆，那就是“翻译”和“本地化”。不仅很多客户不明白它们的差别，连有些企业方的工作人员都是一知半解。“翻译”和“本地化”经常互换使用，两者之间有许多共通和相似之处，但也存在着本质上的区别。很多客户需求就是“本地化”，却往往表达不出来。对这两个概念的不理解极大地影响了企业与目标受众的沟通交流。今天就来简单解释一下翻译和本地化的区别吧。什么是翻译？翻译被定义为将内容从一
01 本地化部署是GPT发展的一个趋势我们提到大模型就想到这个东西不是我们普通人可以拥有的，因为太耗费服务器资源，注定了可以提供大模型服务的只能是大厂。然而有需求就会有解决方案，那就是让大语言模型对特定地区的行业和专业领域有较强的知识储备，使其大而全，变为小而精。无论是医学、法律、金融还是其他行业，搭建专有的知识库解答问题、提供专业建议，就像一个行业内的专家。本地化部署有以下几个优势：1、数据完全
