人工智能

下载 OpenStreetMap 离线地图数据并搭载瓦片服务器

先到 OpenStreetMap 官网下载所需的离线地图数据 全世界几大洲的数据,可精确至国家级别 国内可精确至省份级别的数据 下载好的文件基本是 gansu-latest.osm.pbf 这样的文件名称 之后使用 Maperitive 软件对上面下载的数据进行切片处理 Maperitive 下载地址 使用方法 下载下来之后,在安装目录下有个 Maperitive.exe 直接双

AI本地部署全流程指南(2025年3月更新)

一、部署环境准备1.1 硬件要求 ​最低配置:Windows 10/11 64位系统,8GB内存,20GB硬盘空间(可运行7B模型) ​推荐配置:16GB+内存,NVIDIA RTX 3060以上显卡,NVMe固态硬盘(支持70B模型) ​云部署方案:通过骋风算力平台租用GPU资源(如4x RTX 4090集群支持671B模型) 1.2 工具下载 工具名称

工具 | 比较基因组 | WGDI

看我不如看【参考】 参考: WGDI | WGDI | bilibili | WGDI的简单使用(一) bilibili | WGDI的简单使用(二) 简书 | xuzhougeng | 如何用WGDI进行共线

搭建AI资讯早报:AiOnly全球大模型服务+N8N自动化工作流实战

一、AiOnly平台介绍AiOnly是一个专业的一站式大模型API聚合平台,集成了GPT、Claude、Gemini、DeepSeek、Qwen等数十个全球顶尖AI模型。平台通过统一的RESTful API接口,为用户提供涵盖文本生成、图像创作、视频制作、语音处理等全方位的AI能力服务。核心优势 全球节点覆盖:多个海外节点确保毫秒级响应速度 安全认证

从零开始强化学习(五)——Deep Q-network(DQN)

五. Deep Q-network(DQN) 现实中强化学习面临的状态空间往往是连续的,存在无穷多个状态。这种情况下,就不能再使用表格对价值函数进行存储,采用价值函数近似(Value Function Approximation)的方式进行逼近 在连续的状态和动作空间中,可以用函数来表示近似计算: 其中函数通常是一个参数为的函数,比如神经网络 5.1 状态价值函数(State Value F

1.《机器学习实战》:一本令人又爱又恨的“实战”书

《机器学习实战》,我翻过两遍,每一次都没能读完。 为什么呢? 先说说好的一面。《机器学习实战》里面讲到了诸多的机器学习算法。虽说现在深度学习、强化学习等等的算法大行其道,但机器学习算法如线性回归、决策树等等,都仍然有其应用价值。这是因为: 1)深度学习对于运行的机器要求很高,在没有GPU的情况下,只要层数一多,就会耗费大量的时间,训练过程过长,投入资源较多; 2)深度学习算法等对于样本数要求较高,

结合Seurat批量去除环境RNA污染(SoupX)2022-05-19

相似关键词 背景RNA,环境RNA,RNA污染,游离RNA background mRNAs, ambient RNA, RNA contamination, cell free mRNAs 适用背景 去除环境RNA污染是处理单细胞数据的可选项。环境RNA污染简单来说就是由于实验原因导致某些基因的转录本扩散到大多数细胞,使得部分基因在大多数细胞中均出现高表达的现象,从而影响我们对细胞类型的定义以

AI的提示词专栏:“Temperature” 与 “Top-P” 参数对 Prompt 结果的影响

AI的提示词专栏:“Temperature” 与 “Top-P” 参数对 Prompt 结果的影响 本文围绕大语言模型中 Temperature 与 Top-P 参数展开,先以类比阐释二者本质 ——Temperature 通过缩放概率分布控制随机性强度,取值 0-2,低则输出稳定、高则创意足但易混乱;Top-P 借概率累