zotero插件-茉莉花 一款支持从CNKI提取数据的插件

zotero插件--茉莉花 一款支持从CNKI提取数据的插件

百川大模型微调，lora模型，训练微调自己的大预言模型

百川大模型微调，lora模型，训练模型，大语言模型，Baichuan-7B模型微调，百川大模型量化 int量化 INT4量化微调模型，Baichuan-7B模型量化 百川模型量化 Baichuan-7B 是由百川智能开发的一个开源可商用的大规模预训练语言模型。基于 Transformer 结构，在大约 1.2 万亿 tokens 上训练的 70 亿参数模型，支持中英双语，上下文窗口长度为 4096。在标准的中文和英文 benchmark（C-Eval/MMLU）上均取得同尺寸最好的效果。

基于LSTM模型预测中国新能源汽车销量

神经网络模型普遍存在过拟合问题，所以采用增加3层丢弃层避免梯度消失的问题，利用adam优化器自动优化学习率。 本文使用ReLu Activation函数激活参数特征，然后连接Batch Normalization层和Dropout层，再用Flatten层对数据进行平滑处理，最后将数据输入两个堆叠的LSTM层输出预测数据。 经过多次调整超参数后，确定丢弃率为0.15。 为该单特征LSTM模型的损失变化图。由图可见，该模型损失函数的下降速度极快，在训练次数达到三百次左右时，损失已经基本维持在0附近，并逐步趋于平稳，说明该模型能够很快地收敛到一个较优的参数状态，避免了过拟合或欠拟合的问题。该模型的整体MAPE最低时达到10.69%，整体的拟合程度较高

基于蚁群算法的三维路径规划(matlab实现)

三维路径规划指在已知三维地图中，规划出一条从出发点到目标点满足某项指标最优，并且避开了所有三维障碍物的三维最优路径。现有的路径规划算法中，大部分算法是在二维规划平面或准二维规划平面中进行路径规划。一般的三维路径规划算法具有计算过程复杂、信息存储量大、难以直接进行全局规划等问题。已有的三维路径规划算法主要包括A*算法、遗传算法、粒子群算法等，但是A*算法的计算量会随着维数的增加而急剧增加，遗传算法和粒子群算法只是准三维规划算法。 蚁群算法具有分布计算、群体智能等优势，在路径规划上具有很大潜力，在成功用于二维路径规划的同时也可用于三维路径规划，代码采用蚁群算法进行水下机器人三维路径规划。

stm32毕业设计集合源码加资料

stm32毕业设计集合源码加资料 STM32自动灌溉及环境监测 智能垃圾桶设计资料

基于DeepSORT算法和YOLOv5 7.0版本的目标跟踪实现

基于DeepSORT算法和YOLOv5 7.0版本的目标跟踪实现。DeepSORT是一种强大的多目标跟踪算法，结合YOLOv5 7.0版本的目标检测能力，可以实现高效准确的实时目标跟踪。 基于 YOLOV5 和 DeepSort 的目标追踪算法是一种结合了目标检测和运动预测的方法，用于在视频中实现多目标跟踪。 YOLOV5 是一种目标检测算法，它能够从视频帧中检测出目标对象，并给出其位置信息。具体来说，YOLOV5 通过将视频分解成多幅图像并逐帧执行，能够识别出每帧中的目标对象，并为其分配标签。 DeepSort 是基于 SORT 的目标跟踪算法的改进版。它从 SORT 演变而来，使用卡尔曼滤波器预测所检测对象的运动轨迹，并使用匈牙利算法将它们与新的检测目标相匹配。DeepSort 还整合了外观信息，从而提高 SORT 的性能，这使得在遇到较长时间的遮挡时，也能够正常跟踪目标，并有效减少 ID 转换的发生次数。

Unity 米哈游原神三渲二Shader

反编译原神apk后得到的第一手资源，100多个文件，全部是Unity的Shader 删除了部分重复文件，解压后1.3GB [这里插一句嘴，米哈游能敲出来1.3GB的shader可是真牛逼] 适合想学习Unity Shader语法和三渲二的人，可以拿来放在学习项目里面，千万不能商用

555定时器构成的方波、三角波、正弦波发生器

[1] 利用集成运算放大器和晶体管差分放大器等设计一个方波-三角波-正弦波函数发生器。 [2] 频率可调范围：10Hz-10kHz。 [3] 输出电压：正弦波Vpp=0-3V,三角波Vpp=0-5V,方波Vpp=0-15V。 [4] 输出电压幅度连续可调。 [5] 方波上升时间小于2微秒，三角波线性失真度小于1%，正弦波失真度小于3%

本地部署开源大模型的完整教程LangChain + Streamlit+ Llama

大型语言模型(llm)是指能够生成与人类语言非常相似的文本并以自然方式理解提示的机器学习模型。这些模型使用广泛的数据集进行训练，这些数据集包括书籍、文章、网站和其他来源。通过分析数据中的统计模式，LLM可以预测给定输入后最可能出现的单词或短语。

Echarts+Vue3.0 大数据可视化项目，大数据可视化大屏系统源码+笔记

对Echarts中的各项核心图标技术，以及周边技术都进行了详细的讲解， 一套课程让你精通Echarts技术栈，让大数据可视化开发丝般顺滑！ 标题：Echarts+Vue3.0 大数据可视化项目构建 Echarts+Vue3.0 大数据可视化项目源码 1、可视化面板布局适配屏幕 2、利用ECharts 实现柱状图展示 核心技术： -基于 flexible.js + rem 智能大屏适配 - VScode cssrem插件 - Flex 布局 - Less 使用 - 基于ECharts 数据可视化展示 - ECharts 柱状图数据设置 - ECharts 地图引入 Echarts+Vue3.0 大数据可视化项目源码及教程 柱状图基本设置, 柱状图效果实现, 柱状图效果实现2--XAxis，yAxis, 饼状图基本设置, 饼状图效果实现, 折线图基本设置, 折线图效果实现, 折线图堆叠效果, 散点图基本效果设置, 散点图效果实现, K线图, k线图效果优化, 雷达图, 雷达图效果优化, 漏斗图基本设置, 漏斗图效果实现, 仪表盘, 关系图,