unity

unity技术材料

精彩不间断|DevFest 2021 喊您来过节!

unity

精彩不间断|DevFest 2021 喊您来过节!

期待与资深大佬深入探讨 Google 技术? 跃跃欲试同更多伙伴切磋代码,交流心得? 求召唤行业前辈传授经验,助力职场打怪升级? DevFest 2021 为您通通安排上! 想必最近的谷歌开发者大会也让大家看的心痒痒 摩拳擦掌,准备大干一场 那是时候行动起来 加入属于开发者的嘉年华了! DevFest 2021 DevFest 是由全球各地的谷歌开发者社区 (Google Developer Groups,GDG) 主导的,为期数月的系列 Google 技术交流活动。今年,中国区的 DevFest 已于11月中旬拉开序幕,并将在未来 2-3 个月 内,于全国 18 个城市相继举办。 DevFest 2021 将聚焦移动开发/ Android / Kotlin、机器学习/ TensorFlow、Flutter / Dart、Web、Angular 等

By Ne0inhk
TensorFlow 2.7 有哪些新变化?

unity

TensorFlow 2.7 有哪些新变化?

发布人:TensorFlow 团队 Goldie Gadde 和 Josh Gordon 近期重磅上线的 TensorFlow 2.7 通过更加清晰的错误消息、简化的堆栈信息提升了易用性,并为迁移到 TF2 的用户增加了新工具和文档。 TensorFlow 2.7 https://github.com/tensorflow/tensorflow/releases 改善调试体验 调试代码的过程,是机器学习框架用户体验的一个基本组成部分。在 TensorFlow 2.7 中,我们大幅改善了 TensorFlow 的调试体验,提高了其效率和用户体验,这些改善包括以下三个主要变化:简化堆栈错误信息、在自定义 Keras 层的错误中显示额外的上下文信息,以及对 Keras 和 TensorFlow 中所有错误消息进行广泛审查。 简化堆栈错误信息 TensorFlow

By Ne0inhk
加速应用开发 | Firebase Summit 2021 精彩回顾

unity

加速应用开发 | Firebase Summit 2021 精彩回顾

作者 / Kristen Richards,小组产品经理 在 Firebase,我们相信开发者在帮助人们更好地学习、生活,获得成功并持续发展业务等方面发挥着重要作用。正因如此,我们致力于提供易于使用且可扩展的集成工具,帮助您继续为数十亿用户打造值得信赖的优质体验。 每个月都有数百万应用积极地使用 Firebase,创建这些应用的企业规模各不相同,小至初创公司,大到全球企业。大家对我们的信任激励着我们不断改进 Firebase。如今,Firebase Summit 以线上活动的形式回归,我们很高兴向您介绍平台的更新,帮助您更快地开发应用,更轻松地运行应用并方便扩展。想要了解最新内容的更多详细信息,请继续阅读。您也可以在我们的活动网站上查看峰会的所有精彩内容 (包括技术分享、演示、学习计划等),包括: 利用新的构建模块加速应用开发 * 利用全新扩展程序更快地添加关键电子商务功能 * 增强了对 Apple 平台、游戏引擎和 Flutter 的支持 * 利用 App Check 提高应用安全性 * 详细指南 获取有实用价值的分析洞见,轻松管理您的应用 * Perform

By Ne0inhk
2024百度商业AI技术创新大赛赛道二:广告图片描述生成 AI Studio

AI

2024百度商业AI技术创新大赛赛道二:广告图片描述生成 AI Studio

项目简介 2024百度商业AI技术创新大赛赛道二:广告图片描述生成 比赛背景 在百度商业营销场景,广告图片生成精细化描述具有重要意义和价值。图片描述信息(Image Caption),可以作为特征丰富广告系统对多模态内容的理解,提升模型的泛化能力,也可以为文生图模型提供高质量的训练样本,提升文生图模型的文本控制能力。当前,随着大模型时代的到来,利用多模态大语言模型(MLLM)生成图片描述已经成为业界的通用做法(DallE3,Sora, Stable Diffusion3)。本赛道任务是广告图片描述生成,期望通过高质量数据和建模优化,提升图片描述的准度和完备性。 赛题说明 比赛任务 本次任务提供百度商业真实的广告图片和图片中文描述,数据量级约100万,选手可自行划分训练集和验证集,并训练多模态大语言模型,提升模型的多模态理解与生成能力,完成广告图片描述生成的任务。 基线程序 本基线程序demo采用paddlepaddle版本的多模态大模型,旨在为选手们提供一个数据准备、模型训练推理、结果评估等的样例,以方便选手们上手比赛任务。 (一) 比赛环境和代码准备 I

By Ne0inhk
延续精彩分享,感受技术力量 | 开发者说·DTalk 鉴赏

unity

延续精彩分享,感受技术力量 | 开发者说·DTalk 鉴赏

十二月赋予了我们回顾 2021 的意义,产品版本的更新迭代让技术更加成熟,开发工具的适配让实践更加得心应手,各种活动的成功举办让交流更加深刻... 感谢开发者们的一路陪伴,与我们一同见证  的到来,Android 现代工具包  的正式发布, 的推出和  版本的重大更新等令人激动的时刻,也在不断用技术带给世界惊喜,正因如此,开发者们的经验分享也显得愈发珍贵。 我们始终坚持将 "" 栏目打造为开发者们分享与交流的平台,期待大家能在此收获知识经验,或认识更多志同道合的开发者伙伴。愿开发者们永葆热情,继续以更多形式向我们分享您的心得与技巧。 之前您已经领略了 ,本期聚焦 "开发者说·DTalk" 2021 下半年度,与我们一同回顾最受欢迎的 Flutter 文章及视频作品。 除此之外,我们也准备了倍受欢迎的 Android 文章及视频作品,您可以移步 "Android 开发者" 查看更多精彩内容。 热门文章 实战合集: I/O

By Ne0inhk
推出 TensorFlow 图神经网络 (GNNs)

unity

推出 TensorFlow 图神经网络 (GNNs)

发布人:Sibon Li、Jan Pfeifer、Bryan Perozzi 和 Douglas Yarrington 日前,我们很高兴发布了 TensorFlow 图神经网络 (Graph Neural Networks, GNNs),此库可以帮助开发者利用 TensorFlow 轻松处理图结构化数据。我们已在 Google 的多个生产环境中使用了该库的早期版本(例如,垃圾邮件和异常检测、数据流量估计、YouTube 内容标签),并作为可扩容的图挖掘管道的一个组成部分。特别是,鉴于 Google 的数据类型繁多,我们的库在设计时就考虑到了异构图。发布此库的初衷是为了鼓励与业界研究人员的合作。 TensorFlow 图神经网络 https://github.com/tensorflow/gnn 为何使用 GNNs? 在现实世界和我们的工程系统中,“图”无处不在。一组物体、地点或人以及它们之间的联系通常都可以用图来表述。

By Ne0inhk
【LLM数据工程】LLMs-开源数据-预训练数据集总结v1.0

AI

【LLM数据工程】LLMs-开源数据-预训练数据集总结v1.0

【LLM数据工程】LLMs-开源数据-预训练数据集总结v1.0 原创 zzichen  2024年07月31日 23:33 江苏 【导读】:本文是LLM数据工程第一篇,介绍37个开源的预训练数据集。 【@】预训练数据集目录 : 序号数据集001Skywork/SkyPile-150B002togethercomputer/RedPajama-Data-1T003togethercomputer/RedPajama-V2004tiiuae/falcon-refinedweb005WanJuan2.0(WanJuan-CC)006EleutherAI/the_pile_deduplicated007ROOTS 数据集008MNBVC超大规模中文语料集009WuDaoCorporaText010CLUECorpus2020011wikimedia/wikipedia012legacy-datasets/wikipedia013wikipedia-cn-20230720-filtered014allenai/c4015cerebras/SlimPajama-627B016wiki

By Ne0inhk
InternVL 最佳实践 swift微调

算法

InternVL 最佳实践 swift微调

InternVL 最佳实践 本文档对应以下型号: * 下面的做法internvl-chat-v1_5以 作为例子,你也可以通过指定 切换到其他模型--model_type。 常问问题 1. 模特展示The request model does not exist! 此问题通常在尝试使用 mini-internvl 或 InternVL2 模型时出现,因为 modelscope 上的相应模型需要申请流程。要解决此问题,您需要登录 modelscope 并转到相应的模型页面申请下载。获得批准后,您可以通过以下任一方式获取模型: * 使用snap_download将模型下载到本地(相关代码在模型文件的模型下载部分有),然后使用 指定本地模型文件路径--model_id_or_path。 * 获取您账户的 SDK 令牌,并使用--hub_token参数或MODELSCOPE_API_TOKEN环境变量指定它。 1. 为什么运行模型时多张GPU卡分配不均匀,导致OOM? transformers

By Ne0inhk
2022 WTM 女性开发者大会邀你开启心旅程

unity

2022 WTM 女性开发者大会邀你开启心旅程

每年 3 月 8 日的国际妇女节 (IWD) 标志着一个重要时刻,一个庆祝世界各地女性杰出贡献的节日。一如过去的10年,今年 Women Techmakers (WTM) 女性开发者大会还将如期在 3月至 4月期间举办,以庆祝 IWD。 过去两年,尽管疫情为活动带来了挑战,我们的社区仍旧展现出了强大韧性。去年的 WTM IWD 活动,为全球11万+的参与者们带去了#CouragetoCreate 的信念。2022 年,我们再次携手 GDG 社区,邀请全球更多的女性和盟友加入我们,共同推动创建更加开放与多元的开发者生态。 今年 WTM IWD 将为大家带来以#ProgressNotPerfection 为主题的系列活动,在接下来的两个月里,于全国 16 个城市相继开展。 #ProgressNotPerfection (向上滑动启阅) 致前进路上的你: 我们常常为了追求完美而苛求自己达到难以企及的高标准,

By Ne0inhk
使用GraphRAG创建本地化聊天机器人

算法

使用GraphRAG创建本地化聊天机器人

使用GraphRAG创建本地化聊天机器人 未来 GraphRAG 有可能成为 RAG 领域的全球标准。 ©作者|Ninja Geek 来源|神州问学 这是一篇教你如何开发基于 Graph RAG 的聊天机器人的快速指南,展示了如何通过 Langchain、Graph RAG 和 GPT-4o-mini 创建一个完全本地化运行的聊天机器人,为您的企业或个人使用而打造一个强大的聊天机器人。 GraphRAG 不太会像单纯的语言模型那样容易产生幻觉,因为知识图谱为大语言模型提供了更相关、更多样化、更具吸引力、更连贯、更可靠的数据,最终生成准确、真实的回答。 如果上面的内容听起来对你来说很复杂或困难,那么不用担心,因为它比你想象的要容易得多。 在这篇文章中,我将带你仔细研究 GraphRAG,了解图检索增强生成过程的工作原理,以及 GraphRAG 为何比向量数据库更好。为了让你更全面的了解文章内容,我们将从学习 GraphRAG 的核心概念开始。 什么是 GraphRAG? 简单地说,这是一种以图表为表现形式,

By Ne0inhk
借助 Material You 动态配色丰富您的应用

unity

借助 Material You 动态配色丰富您的应用

是 Google 打造的、具有超强表现力和适应性的设计系统,包含设计准则、组件和工具,助力实现用户界面设计的最佳实践。Material Design 是开源开放的,提供了一个可自定义的大型组件库,能够满足各种样式和品牌需求,从而可以帮助您的团队在 Android、Flutter 和 Web 领域创造高质量的数字体验。 在 上,我们展示了 Material Design 大胆而富有表现力的演变。Material Design 3 在 Material Design Primary 颜色和 Secondary 颜色的基础上,引入了 Tertiary 颜色和附加色槽,用于验证无障碍访问功能并保障显示的和谐性。在本篇文章中,我们将为您展示更多有关 Material You 动态配色的内容,包括动态配色是什么,以及如何在您的应用中实现它。 如果您更喜欢通过视频了解此内容,请在此处查看: △ 借助 Material You

By Ne0inhk