数据模型在哪可以看
粉丝3.4万获赞21.9万
相关视频
01:24
03:37查看AI文稿AI文稿三九八的话也是先看京东的，是两到三款东西，黑三连星的话是两份啊，看到的是二点零三和这个三点六六，这个也非常好拆解，你们可以把详细的全都拆出来，没有多少的东西啊。之后油码的话是三份啊， 是两个二点零三和一个二点八五，这个的话你如果留着自己拼，非常想尝试就有。这的东西也是很多的，就像这个 n h 以及 这个幻色的加多加这些都是万年雷了，包括这杰刚弟，这次还有这个头的扎股这些 p b 啊， 你要是说自己留着拼可能就还行，但是你要说出的话，估计会亏很多很多，谁要是小程序的三九八是两到三款东西啊，以这个二维牛为例，它是一点四五，它就只有一份了，这飞行里奥的话就是三份，还有这个 mgs 自由的话就是四份啊， 这些东西的话就比较明确了，剩下那些其他零散的概率，他可能是两两组合或者是三三组合啊。东西的话你们可以进行一个猜测，这次看上去都是比较简单的，不过除了下面这个油马扎股以外，其他的东西你要想以回合为目的的话，去冲就是比较困难，两侧福袋相距比较近， 嗯，单独说现在场上是比较高的，可能说是二 g 牛吧，那去年在晚的时候价格也是非常低的，而且这东西你如果留下自己拼的话，他可能会非常非常的亏。 就是目前这个状况，就是淘宝三九八也就是两到三款东西，但是也是一长六的概率的话，出现了三个以上，没有办法详细的去说， 你们如果是说很热爱福袋这个东西，非得要尝试，那一九九这次垃圾依旧很多，三九八回合的几率也并不会非常非常的高，不过你看淘宝的东西的话，可能会更繁多一点，非要充就要有这个 亏的这个感觉的话，那你就选择一个福袋里面东西，你有的东西比较少的，就重复率极低的，这样的话，你如果是写亏，那你还有一个安慰自己的方式啊，如果赚的话，那你肯定是一个高兴的状态啊。 嗯，再说一遍，我肯定是充不了，因为我根本都不在家。之后是六九八，先看京东啊，比较诚实啊，三款东西，二十四件东西啊，这个八开头的呢，是两份，其他均为一份啊， 基本属于是明盒啊，概率都很明了，你可以自己搭配一下子，你觉得最亏的是什么，或者是最赚的是什么，可以放在弹幕或者是评论区啊，纯明盒我就不给大家捋了。 小程序跟京东一样也是三款东西啊，非常非常的明确啊，可能会有两包或者他们三包之间你拿不准啊，跟京东一样感兴趣的可以列一列啊，这都非常简单的。最后是淘宝两到四款东西，它有鸟，目测是一份， 简单的看一下，应该是有三种概率或者是以上啊，也是比较复杂的，就没有办法细说了，就是京东跟小程序诚实的让你死的明白到底怎么样，哪个最亏哪个最赚，你可能一眼就能看过去了。淘宝这个呢，只有一份鸟 啊，我反正是自认为是，肯定是没有这个命的啊，绝对是不可能的了，而且每次你们别忘了充淘宝的六九八是要投币到多少数的。 哈哈哈，这回我没有细看啊，反正建议大家就看开就行了，总会有人去充，总会有人去录，开箱看的话你没有任何的成本，不用担任何的风险，非常的不错啊。
30郭大鑫鑫鑫鑫呀
01:04查看AI文稿AI文稿supermap client 三 d for webgl 实现 s 三 m 图层动画在三维格式化系统中经常用到。点击模型查询属性功能，今天给大家分享一种查询属性的同时还能查看建筑层内部结构的方法，来看看如何实现吧。第一步， 将模型数据集按照建筑类别进行分类，处理好数据后，选中所有模型数据集右键生成三维瓦片。第二步，新建球面场景，将生成好的三维瓦片添加到场景中，设置好相机视角后，保存场景，保存工作空间。 第三步，通过 super map i s v 将工作空间发布为三维服务。第四步，使用 super map client 三 d for webgl 加载三维服务，在代码中设置展示属性的气泡弹框设置，选中图层旋转偏移动画 运行项目后，点击模型对象，可以看到模型带着炫酷的旋转动画抽出展示，在展示模型属性信息的同时，也能更加直观地查看各个建筑层的内部结构。
03:48查看AI文稿AI文稿sequiboot 一 款基于大模型和 r a g 的 开源智能问数系统。利用大语言模型和自然语言转 sequiboot 技术， sequiboot 可以 通过自然语言对话的方式，就像这样查询所有学生的数学、英语和语文成绩，飞快地调取数据信息。 通过 sql bot， 我 们可以获取数据，制作可示画图表，智能分析数据，让数据分析工作在人工智能的帮助下更加丝滑高效。 通过 one panel 开源面板，我们可以在自己的服务器上飞快地安装部署好 sql bot。 登录进入 coco bot 首页后，我们首先需要配置一个 ai 模型，它是我们进行智能问数的基础。 coco bot 支持阿里云百链、千帆大模型、 deep sec 等多种大语言模型。 以阿里云百链为例，填写好模型信息，填写我们提前准备好的 api， 保存，大模型就配置成功了。 要进行智能函数，我们还需要提前接入数据源 sql boot 支持 excel 和 my sql 等多种关系型数据库。 以 my sql 数据源为例，我们只需要填写好数据源的基本信息，输入数据库的用户名、密码和数据库名称，校验通过后，即可自由选择数据库中想要智能函数的数据表，开启智能函数。 在智能函数的过程中， c 或 bot 可以 识别数据源中的数据信息，自动帮我们提出可能感兴趣的问题，点击即可进行快速的数据问答。当然，我们也可以输入自己的问题并提问，例如， 用柱状图展示所有学生的英语成绩。 c 或 bot 都可以以格式化图标的形式对我们的函数做出智能的答复，对于他回复的格式化图标，我们可以切换图标形态， 可以查看数据明细，确认大模型自动写出的 c 库语句。我们还可以让 c 库 bot 化身专业的分析师，进行数据的进一步分析。 智能问述中生成的图标可以创建为仪表板，选中对话及对话中的图标，并整理这些图标的位置和大小，就能快速生成一个简洁大方的数据格式化仪表板，让我们的所有问述条理清晰，美观大方的展现。 sequel bot 可以 作为一个实用的问述工具进入到第三方业务系统，也支持被 n 八、 n max、 kb、 define cos 等 ai 应用开发平台集成调用，让各类应用快速拥有智能问述能力。以开源 bi 工具 data is 为例， 我们只需要在 ccodebot 的 嵌入式管理页面创建一个应用，填入应用的基础信息，并配置好接口保存应用，再将这个应用的服务器 u r o 与应用 id 粘贴到 datast 系统设置的第三方嵌入页面， 就可以将小助手嵌入 datast， 让智能文书与 bi 分 析完美结合，为数据分析工作提供更加完善的支持。 coco bot 提供基于工作空间的资源隔离机制，可以通过成员的添加和管理、工作空间的划分及空间所属成员的添加删除，还有行列权限的设置，实现细力度的数据权限控制。 在这个用数据说话的时代，有了 coco bot 开源智能问讯系统的帮助，数据查询、图表生成，智能分析一步到位，人人都能成为数据分析大师， 快来下载使用 c core bot， 和它在智能问数的道路上共同进步吧！
54飞致云开源社区
00:28查看AI文稿AI文稿兄弟们，这是全球最强的开源数据机的可丝化和调试的工具，在 bug 上有十点一克的星标，它就等于是 a 的 数据级的 vsco 的， 然后可以帮助开发者可丝化查询、评估和精炼高质量的数据及和视觉的 a 模型， 支持图像、视频三 d 数据等多模态的。这个可丝化的神器，图像、视频三 d 的 全部都支持，就像看电影一样的浏览数据，极非常的好用，有需要的可以关注试一下。
306智群Ai
12:05查看AI文稿AI文稿大家好，欢迎来到 call 鼎茶水间，今天给大家介绍的项目是基于 u 路算法的夜间物体检测系统，它可以检测到夜间场景下多个目标，包括有自行车，船瓶子，公共汽车，轿车，猫等等，还有人群，桌子等等。 好的，这是我们的主界面，让我们看一下我们主界面的功能，主界面呢分为三个区域，左侧区域呢是我们的功能按钮，区域包括图片选择，可以选择图片进行检测，视频选择可以加载一段视频流进行检测。文件夹选择是可以批量化的检测某个文件夹下的多张图片。 摄像头呢是可以实时的获取连接到电脑上的摄像头的视频流，进行逐帧的检测。模型选择是用来选择我们使用哪个模型来进行检测，我们现在先选择一下模型， 我们的模型呢是在这个 run 速度下，这里面有我们训练好的四个模型，我先选择一个模型的全重文件，好提示模型已加载成功， 然后这个结果保存呢是我们检测的图片以及视频，检测完成之后会生成新的图片和视频，然后图片和视频中会叠加有我们检测的目标信息。 然后我们界面的中间区域上方有两个参数，有一个执行度和一个交变比是可通，可以通过滑动来调节，然后下方有个检测耗时，是当前画面检测用了多长时间，以及当前画面检测了多少个目标， 然后中间这个按钮呢是语音播报，我们默认是关闭的。当我们选中之后呢，我们加载视频或图片的时候，当检测到目标的时候，它就会进行一段我们预制的语音播报， 然后中间区域是来展示我们加载的图片和视频流，下方呢，这块有个 tab 列表，是用来展示我们检测的目标的详细数据，每条数据会以列表的形式展示到下方，然后我们右侧的区域上方有个类别统计，是用来统计当前画面检测到的每个类别分别检测多少个， 然后这边有个类别过滤，是可以过滤我们想要检测的类别。再往下这块呢，是用来展示我们 tab 列表中的详细数据，当我们点击这个列表中的 item 的 时候，它的详细数据会展示到右下方这块，然后这个结果导出呢，是用来导出我们 tab 列表中的数据。 好的，让我们现在演示一下功能，然后我们这个侧边栏也可以点击展开收缩。好，我现在选择一张图片 发现目标。好，可以看到这个检测到目标之后，在这个图上会有一个标注，然后也进行了语音播报，播报的内容呢叫发现目标。这个语音播报功能呢，是我们播放的预置的一段语音文件， 就是代码目录的这个 alarm 这个文件，这个可以根据自己的需求可以替换，替换成自己想要的语音文件就行。 然后呢这个下方列表显示呢，我们检测到了五个目标，检测到目标个数是五个，然后有一个自行车，然后有四，其他的四个都是人和人群。然后这边类别统计是统计到一个自行车有四个人，然后呢，我们点击这个过滤，比如过滤自行车，它就展示这个自行车， 对，然后过滤这个其他的它就没有检测到，因为然后过滤这个人，这所有的人， 对，然后呢这个检测耗时呢？显示是三点三一秒，因为我们第一次检测的时候需要先加载模型，所以第一次时间都会比较长。 然后我们再选择图片看一下，发现目标啊，零点一一秒发现目标，零点零六秒检测一个自行车，发现目标零点零八嘛？这是检测到有轿车。 好，我们可以看一下这个我们这个知心度的调节，我们目前设置的知心度参数是零点五，我们可以把它调高一点，比如说调到 零点八八，然后我再选择这个图片看一下发现目标，它只展示我们知心度大于零点八八的这个结果，这就是这个知心度的过滤。然后呢我们再发现一张图片，然后我点击一个保存结果，保存， 保存结果导出， 保存，然后然后我看一下我们导出的这个结果， 可以看到这是我们检测后的一个结果图。然后呢我们的原图是这个，这是我们的原图，这是检测后带有标注信息的一张结果图，我们导出的。然后呢还有一个表格， 可以看到这是保存的，这两检测到的两条数据是以表格的形式保存起来。好的，这是我们的这个保存的功能。然后呢我们现在选择一段视频看一下， 发现目标，发现目标，发现目标，这个语音播报啊，它检测的目标就会一直播报，所以把它先关了，就看到这个检测的这个效果， 这是个检测，是个摩托车，然后人轿车这块还有个轿车也检测到， 然后这个视频也是可以保存的，我点击保存一下，保存，然后结果这个是 ok， 然后结果导出一下， 保存好，我们再看一下我们这个保存的这个新的视频， 他看到这个视频是带有标注信息的， 然后呢这是那个导出的那个数据结果，他这个就是把每一帧的画面检测到的数据全都导了出来，可以看到这是一帧一帧的画面的数据。 对，这就是我们这个结果保存功能，然后我选择文件夹，它会一次的将文件夹中的每一张图片进行检测。 对，然后我们点这个点击保存之后呢，它会把每一张图片分别带有标注信，带有检测的目标信息会保存下来，然后这个数据结果所有的数据会点会存储到一个表格中，然后保存下来。 好的，这是我们的这个文件夹，然后呢我看一下，打开摄像头看一下，我点击打开摄像头。好的，我们随便选一张图片 看，它是有点反光，但是还是可以检测到的，看到自行车和人人群，这可以检测到的，这个都有点反光啊， 因为看不清楚。 好的，这个摄像头的识别功能也是非常棒的。好，我点击关闭摄像头，这就是我们所有的界面操作的识别的功能。然后我们这套系统呢，也是现了一个登录的功能，运行一下登录脚本， 点击运行好，这是我们的登录界面。然后呢我们登录界面呢，登录需要用户名密码以及验证码，这个呢可以刷新验证码。首先呢我们先注册一个账号，注册账号需要头像，这个头像如果不选择就使用这个默认头像，选择的话就使用我们的新头像， 然后用户名密码注册，已存在 注册，这不也重开了，注册成功了， 点击进入。 好的，我们通过这个登录进入主界面之后呢，在这个左上角会有个人中心的按钮，点击个人中心有个人信息的展示，然后可以修改个人信息，就修改登录密码，修改头像，这个就不显示了，然后呢点击注销，用户确定就会退出到我们登录界面，这就是我们这个登录的功能。 然后我们的系统呢也实现了一个通过脚本来检测图片视频以及实时的摄像头视频流的功能。然后呢这个脚本呢是不需要任何界面操作的，我们直接通过运行脚本就可以检测，这是我们检测图片的这个脚本，这是配置的全中文文件的路径。然后呢我先配置一张图片， 配置一下我们的图片，点击运行。 对，可以看到这是我们的原图，这是我们检测后的结果的图，它包括有它的检测的类别以及它的知心度，还有它这个位置框选。然后这个视视频也是一样的，这是我们配置好的一个视频，点击运行。 对，可以看到这个视频检测这个结果， 然后按 q 就 可以退出。好的，这是我们的视频的功能，摄像头也是一样的，我就不演示了。然后我们这套系统呢，也实现了一个训练的脚本，我们可以通过这套代码来训练我们自己的数据集， 这是我们训练的脚本，这配置了有四个模型，默认和训练这四个模型，这个可以根据自己的需求可以修改，可以把不要的可以删除掉。然后呢下方这块呢是我们的这个训练轮次，我们默认每个模型都是训练一百次，然后呢这块有一个 v p 四的图片处理数量，这个是 根据自己电脑配置来决定的，如果配置非常高的话，可以不用改这个值，如果说电脑配置一般的话，我们改成八就可以。然后点击运行 好，我们已经开始训练了，现在是首先是训练优乐五， 然后这块呢是在加载我们的数据集，这是加载的训练集，我们这套数据集呢，训练集是一万五千四百三十二张图片。 然后这块是加载我们的验证集，验证集是一千四百六十五张图片，所以我们的数据集呢是将近一万七千张图片，因为这个模型训练的时间比较长，四个模型训练完要训练四百次，我们就不演示了。然后我看一下我们这个代码的目录， 然后我们训练的这个数据集呢是在这个初 date 目录下，这里面有测试级、训练级及见证级。然后我们训练完成之后输出的结果是在这个 runs 目录下，这里面有我们训练好的四个模型，我们打开看一下，这是这个模型训练完成之后输出的结果， 这个 wait 的 目录下呢有两个文件，这个 best 是 训练过程中输出最好的全中文件， last 是 最后一次训练输出的全中文件。我们使用这个模型的时候使用这个 f 一 的参数， 这是一个召回率和精准度的一个参数曲线，以及还有这个混淆矩阵，你可以看到这是个混淆的矩阵。 还有这种训练过程中的一些标注图， 每一个模型训练完成之后都有这么多的这个输出结果， 然后关于这个结果的详细的说明。我们之前有一条视频，叫一条视频讲清楚 yellow 训练结果的含义，大家可以去看一下那条视频，讲的非常详细。好的，这就是我们这套系统完整的功能演示和说明。
00:43查看AI文稿AI文稿我愿称之为大模型学习最伟大的网站，介意大家大模型学不明白，就去这个网站上看一看，真的打破信息障。首先从 ai 基础开始，学习 transform， 神经网络等内容，然后从编程工程开始，好的 promise 才能让大模型发挥更好的效果。接着学习 rek， rek 就是 搭建一个私有知识库，把自己的数据维给大模 型利用的大风口，能够自主感知环境并执行任务。在工具上学习栏看这样的开发库，像兰门 d 这样的数据缩影和剪索工具。 最后学习模型训练和微调，这一阶段学习各种常见的一训练模型，模型结构，学习方绳扣多模态微调等等。跟着这个学习录下来，不怕学不会。整个学习路径配套的学习资料我都整理好了，希望这些对你有所帮助。
