hunyuan 混元学习
使用了5个subset,也是用了text-image和text-video进行训练的
也是进行了复杂的视频选择。同movie gen.
也进行了模型切断，用拉普拉斯算子找到最清晰的一帧作为训练的起始
训练了不同的模型去选择数据，比如用Dover去选择美观度比较好的数据，用其他模型去选择清晰度高的模型等。判断motion大小（比如静止的）把不合适的视频去掉。用OCR模型把带有很多字的视频拿掉。用YOLOX把一些敏感信息拿掉。虽然拿掉了很多数据，但是数据多样性高也好，所以用个小模型去测试那个去掉视频的操作好。图4
最后的finetune数据又是人工标注，大概一百万。用的JSON保存信息
加强版的dense description
background\style等关键词，还用了dropout设置多样性更多的captions使得描述格式不会太固定。
数据对于machine learning很重要
相关文章：
hunyuan 混元学习
使用了5个subset,也是用了text-image和text-video进行训练的 也是进行了复杂的视频选择。同movie gen. 也进行了模型切断，用拉普拉斯算子找到最清晰的一帧作为训练的起始 训练了不同的模型去选择数据，比如用Dover去选择美观度比较好的数据，…...
开发、科研工具汇总
一些基础教程网站 W3：w3school 在线教程 菜鸟：菜鸟教程 - 学的不仅是技术，更是梦想！ 开发相关参考文档 Vue2：Vue.js Vue3：Vue.js - 渐进式 JavaScript 框架 | Vue.js MDN：MDN Web Docs HT…...
)
项目部署(springboot项目)
1、安装Nginx，并开启 2、前端项目打包：npm run build:prod--->dist 3、后端项目打包：install--->xxx.jar 4、开放需要的端口号：比如我的后端项目端口号为8282，则需要防火墙和服务器同时开发8282端口 5、将di…...
OpenEuler学习笔记（十四）：在OpenEuler上搭建.NET运行环境
一、在OpenEuler上搭建.NET运行环境 基于包管理器安装 添加Microsoft软件源：运行命令sudo rpm -Uvh https://packages.microsoft.com/config/centos/8/packages-microsoft-prod.rpm，将Microsoft软件源添加到系统中，以便后续能够从该源安装.…...
神经网络的通俗介绍
人工神经网络，是一种模仿人类大脑工作原理的数学模型。人类的大脑是由无数的小“工作站”组成的，每个工作站叫做“神经元”。这些神经元通过“电线”互相连接，负责接收、处理和传递信息。 一、人类大脑神经网络 人类大脑的神经网络大概长这…...
基于 AWS SageMaker 对 DeepSeek-R1-Distilled-Llama-8B 模型的精调与实践
在当今人工智能蓬勃发展的时代，语言模型的性能优化和定制化成为研究与应用的关键方向。本文聚焦于 AWS SageMaker 平台上对 DeepSeek-R1-Distilled-Llama-8B 模型的精调实践，详细探讨这一过程中的技术细节、操作步骤以及实践价值。 一、实验背景与目标 …...
如何使用DeepSeek R1
以下是如何使用DeepSeek R1的详细步骤： ### 一、注册DeepSeek账户 1. **访问官方网站**： - 打开浏览器，访问[chat.deepseek.com](http://chat.deepseek.com)。 2. **注册账户**： - 使用电子邮件、Google账户或86手机号码…...
大屏 UI 设计风格的未来趋势
在科技飞速革新的时代，大屏设备的应用领域不断拓展，从城市的智能交通指挥中心，到商场的互动广告大屏，再到家庭的超大尺寸智能电视，大屏已然成为信息展示与交互的关键载体。大屏 UI 设计风格也随之不断演变，…...
unity学习22：Application类其他功能
目录 1 是否允许后台运行 1.1 Application.runInBackground，显示是否允许后台运行 1.2 设置的地方 2 打开URL 2.1 Application.OpenURL("") 打开超链接 3 退出游戏 3.1 Application.Quit() 退出游戏 4 场景相关 5 返回游戏状态 6 控制游戏的行…...
51单片机入门_02_C语言基础0102
C语言基础部分可以参考我之前写的专栏C语言基础入门48篇 以及《从入门到就业C全栈班》中的C语言部分，本篇将会结合51单片机讲差异部分。 课程主要按照以下目录进行介绍。 文章目录 1. 进制转换2. C语言简介3. C语言中基本数据类型4. 标识符与关键字5. 变量与常量6.…...
定位的叠放次序 z-index
浮动定位和绝对定位的区别： 浮动只会压住它下面标准流的盒子，但是不会压住下面标准流盒子里面的文字，但是绝对定位（固定定位）会压住下面标准流所有的内容。...
ESP32-S3模组上跑通esp32-camera（36）
接前一篇文章：ESP32-S3模组上跑通esp32-camera（35） 一、OV5640初始化 2. 相机初始化及图像传感器配置 上一回继续对reset函数的后一段代码进行解析。为了便于理解和回顾，再次贴出reset函数源码，在components\esp32-camera\sensors\ov5640.c中，如下： static int reset…...
前端性能优化：HMR热更新和预获取加载
最近发现项目开发，有点加载快，有点却是卡机式，甚至刷新导致白屏情况。于是，我找开发和性能优化的方法，找到下面几种。 本文将深入探讨 预获取（Prefetch）、动态导入（Dynamic Import&…...
【自学笔记】计算机网络的重点知识点-持续更新
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 计算机网络重点知识点一、计算机网络概述二、网络分类三、网络性能指标四、网络协议与体系结构五、数据交换方式六、物理层与数据链路层七、网络层与运输层八、应用…...
算法基础学习——二分查找（附带Java模板）
有单调性的数列一定可以使用二分，没有单调性的题目也可能可以使用二分； （一）整数二分 二分的本质： 在某个整数区间内，存在某种性质使得区间内左半边的数都不满足该性质；而右半边的数都满足该性…...
【llm对话系统】大模型源码分析之llama模型的long context更长上下文支持
1. 引言 Llama模型的一个重要特性是支持长上下文处理。本文将深入分析Llama源码中实现长上下文的关键技术点，包括位置编码(position embedding)的外推方法、注意力机制的优化等。我们将通过详细的代码解析来理解其实现原理。 2. 位置编码的外推实现 2.1 旋转位置…...
单片机基础模块学习——NE555芯片
一、NE555电路图 NE555也称555定时器，本文主要利用NE555产生方波发生电路。整个电路相当于频率可调的方波发生器。 通过调整电位器的阻值，方波的频率也随之改变。 RB3在开发板的位置如下图 测量方波信号的引脚为SIGHAL，由上面的电路图可知，NE555已经构成完整的方波发生电…...
Hive:struct数据类型,内置函数(日期,字符串,类型转换,数学)
struct STRUCT（结构体）是一种复合数据类型，它允许你将多个字段组合成一个单一的值, 常用于处理嵌套数据，例如当你需要在一个表中存储有关另一个实体的信息时。你可以使用 STRUCT 函数来创建一个结构体。STRUCT 函数接受多个参数&…...
最优化问题 - 内点法
以下是一种循序推理的方式，来帮助你从基础概念出发，理解 内点法（Interior-Point Method, IPM） 是什么、为什么要用它，以及它是如何工作的。 1. 问题起点：带不等式约束的优化 假设你有一个带不等式约束的优…...
vim交换文件的工作原理
在vim中，交换文件是一个临时文件，当我们使用vim打开一个文件进行编辑（一定得是做出了修改才会产生交换文件）时候，vim就会自动创建一个交换文件，而之后我们对于文件的一系列修改都是在交换文件中进行的&…...
猫抓：重构网页资源获取与媒体管理的高效解决方案
猫抓：重构网页资源获取与媒体管理的高效解决方案 【免费下载链接】cat-catch 猫抓 chrome资源嗅探扩展 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 在数字内容爆炸的时代，网页资源获取已成为内容创作者、教育工作者和普通用户的…...
在Windows 11上用VirtualBox搞定WRF-Hydro 5.2.0：一个水文模型小白的Ubuntu 22.04虚拟机避坑实录
在Windows 11上用VirtualBox搞定WRF-Hydro 5.2.0：一个水文模型小白的Ubuntu 22.04虚拟机避坑实录 第一次接触WRF-Hydro时，我盯着满屏的命令行代码和复杂的依赖关系，感觉像在破解某种外星密码。作为一名水文专业的研究生，我的Linux…...
AI系统-20AI芯片ISP视觉系统介绍
人有五感：眼睛、耳朵、鼻子、舌头和皮肤。 这些器官中的专门细胞和组织会接收原始刺激，并将其转化为神经系统可以使用的信号。 神经将信号传递到大脑，大脑将其解释为影像（视觉）、声音（听觉）、气…...
告别散斑噪声困扰：用PyTorch手把手实现DenoDet的频域去噪模块（附完整代码）
频域魔法：用PyTorch实现SAR图像去噪的工程实践 当你在处理SAR图像时，是否曾被那些恼人的散斑噪声困扰？这些像胡椒粒一样随机分布的噪声点不仅影响视觉效果，更会严重干扰目标检测的准确性。传统方法试图在空间域直接对抗噪声&#…...
如何分析竞争对手的seo关键词
<h2>如何分析竞争对手的SEO关键词</h2> <p>在当今竞争激烈的互联网市场中，了解和分析竞争对手的SEO关键词是提升自己网站排名的关键。SEO关键词分析不仅可以帮助你发现市场上的机会，还能让你更好地了解竞争对手的策略，从而…...
CosyVoice多语言语音合成体验：支持中英日韩粤，一键生成
CosyVoice多语言语音合成体验：支持中英日韩粤，一键生成 1. 开篇：语音合成新体验 想象一下，你正在制作一个面向全球市场的产品宣传视频，需要中文、英文、日语、韩语和粤语五种语言的配音。传统方式需要找五位不同语种…...
的经典思想)
从‘折半查找’到‘二分答案’：LeetCode实战中如何活用这个O(log n)的经典思想
从二分查找到二分答案：LeetCode实战中的O(log n)思想进阶指南 在算法学习与面试准备过程中，二分查找（Binary Search）往往是第一个让初学者感受到算法效率之美的经典案例。这个看似简单的"折半查找"思想，却能…...
ADS差分传输线前仿真：从S参数模板到信号完整性快速评估
1. 差分传输线前仿真入门：为什么需要S参数模板？ 刚入行那会儿，我最头疼的就是每次新项目都要从头搭建仿真环境。直到发现ADS里藏着现成的4端口S参数模板，工作效率直接翻倍。这就像做菜时有了预制高汤，不用再从熬骨头汤…...
STM32F103R6数码管时钟实战：从Proteus仿真到按键调校全流程（附源码）
STM32F103R6数码管时钟实战：从Proteus仿真到按键调校全流程（附源码） 在嵌入式系统开发中，数码管显示是最基础也最实用的输出方式之一。本文将带您从零开始，基于STM32F103R6微控制器，构建一个完整的六位数码…...
【LE Audio】PACS精讲[2]: 服务层核心逻辑，玩转音频能力发布与交互
在上一篇的内容里【LE Audio】PACS精讲[1]: 吃透基础规则，解锁音频能力发布核心逻辑，我们吃透了PACS的基础规则，从一致性要求、协议兼容、GATT交互约定到术语体系，搭建起了PACS的知识地基。而PACS的服务层，正是这些基础规则落地的核心载体，是蓝牙音频设备作为服务器对外发…...