草庐IT

prompt 综述

全部标签

基于区块链和门限密码的安全投票系统(Python+Django+Node+web3+SQLite3) 毕业论文+文献综述+方案对比+图形源文件+参考文献+项目源码

摘要2022年1月28日,中国创建首个区块链与隐私计算科技创新平台,为解决多方协作和多方信任等安全性问题提供了有力支持。区块链实现数据可信存储,隐私计算保护实体秘密提供可信计算,如果将隐私计算的数据部署到区块链,并由智能合约触发,那么可以解决传统领域各种实际问题。本文基于区块链和隐私计算技术构建了安全的去中化的电子投票应用以解决传统投票系统中的安全隐私问题。本文提出一种安全电子投票方案。在可信数据安全存储方面,使用区块链及其上运行的智能合约提供信息安全的运行环境。区块链上的信息公开可访问,确保投票记录的公开透明性;智能合约满足条件就自动触发计算,避免人为的干涉。在可信计算安全执行方面,使用基于

人工智能软件系统的非功能属性及其质量保障方法综述

随着神经网络等技术的快速发展,人工智能被越来越多地应用到安全关键或任务关键系统中,例如汽车自动驾驶系统、疾病诊断系统和恶意软件检测系统等.由于缺乏对人工智能软件系统全面和深入的了解,导致系统时常发生严重错误.人工智能软件系统的功能属性和非功能属性被提出以加强对人工智能软件系统的充分认识和质量保障.经调研,有大量研究者致力于功能属性的研究,但人们越来越关注于人工智能软件系统的非功能属性.为此,专注于人工智能软件系统的非功能属性,调研了138篇相关领域的论文,从属性定义、属性必要性、属性示例和常见质量保障方法几个方面对目前已有的研究工作进行系统的梳理和详细的总结,同时重新定义和分析了非功能属性之间

LangChain 26: 回调函数callbacks打印prompt verbose调用

LangChain系列文章LangChain实现给动物取名字,LangChain2模块化prompttemplate并用streamlit生成网站实现给动物取名字LangChain3使用Agent访问Wikipedia和llm-math计算狗的平均年龄LangChain4用向量数据库Faiss存储,读取YouTube的视频文本搜索IndexesforinformationretrieveLangChain5易速鲜花内部问答系统LangChain6根据图片生成推广文案HuggingFace中的image-caption模型LangChain7文本模型TextLangChain和聊天模型ChatL

windows批处理脚本(.bat)如何激活Anconda Prompt虚拟环境

通过call来调用激活脚本,activatemyenv指的是要激活的环境,若省略,则激活的是base环境。call:从另一个批处理程序调用一个批处理程序,而不停止父批处理程序。callC:\ProgramData\Anaconda3\Scripts\activate.batactivatemyenvC:\ProgramData\Anaconda3\pythonD:\VSCode\hello.py若已配置系统环境变量,可简写命令Path=C:\ProgramData\Anaconda3\Scripts;C:\ProgramData\Anaconda3;callactivatemyenvpytho

ai绘画Midjourney绘画提示词Prompt教程

一、Midjourney绘画工具SparkAi【无需魔法使用】:SparkAi是目前国内一款的ChatGPT对接OpenAI软件系统。那么如何搭建部署AI创作ChatGPT?小编这里写一个详细图文教程吧!本系统使用Nestjs+Vue+Typescript框架技术,持续集成AI能力到本系统。支持OpenAIDALL-E3文生图,支持最新GPT-4多模态模型。持GPT-4图片对话能力(上传图片并识图理解对话),支持DALL-E3文生图。SparkAi官方AI工具:https://ai.sparkaigf.com二、使用UI设计英文提示:afacelessshapeshifter,colorexp

RV融合!自动驾驶中基于毫米波雷达视觉融合的3D检测综述

本文经自动驾驶之心公众号授权转载,转载请联系出处。自主驾驶在复杂场景下的目标检测任务至关重要,而毫米波雷达和视觉融合是确保障碍物精准检测的主流解决方案。本论文详细介绍了基于毫米波雷达和视觉融合的障碍物检测方法,从任务介绍、评估标准和数据集三方面展开。并对毫米波雷达和视觉融合过程的传感器部署、传感器标定和传感器融合(融合方法分为数据级、决策级和特征级融合方法)三个部分进行了汇总讨论。此外,还介绍了三维(3D)目标检测、自动驾驶中的激光雷达和视觉融合以及多模态信息融合,并进行了展望。背景介绍较高level的自动驾驶车辆面临的挑战之一是复杂场景中的精确目标检测,当前的视觉目标检测算法已经达到了性能上

综述:运动想象脑机接口控制机器人的研究

BCI是一种特殊的信息交换系统,它使大脑能够直接与外部环境互动,而不依赖于大脑的外周神经系统和人体的运动系统。随着BCI的快速发展,对于思维正常但患有神经系统疾病或严重残疾的患者,BCI可使他们重新获得锻炼或与环境沟通的能力,提高生活质量。对于健康人群来说,BCI可提供前所未有的感官体验并帮助提高注意力。最近,BCI技术已变得越来越成熟,该技术在医疗康复、娱乐、教育、军事等领域获得了更多关注和认可。BCI系统分为外源性和内源性。外源性BCI需要利用外部条件来刺激大脑产生特定反应。BCI的EEG诱发模式主要包括事件相关电位P300和稳态视觉诱发电位(SSVEP)。内源性BCI是基于大脑节律的自我

AI 绘图:MidJourney 的提示语句(Prompt)怎么写?

这篇文章主要总结了在AI绘画中,使用MidJourney时提示语句Prompt的写法。1、基本Prompt写法完整的Prompt可以分为三个部分:[ImagePrompts][TextPrompt][Parameters],其中:图片提示(ImagePrompts):为影响最终结果样式和内容的图像URL,相当于根据所给的图片URL去生成图片,可以是多张图片;文本提示(PrompText):这是最基本的同时也是必不可少的部分,去描述你想要生成图片的样子;参数(Parameters):改变图像生成方式,例如宽高比、所使用的生成模型、放大器、步数等;图片链接:将图像添加到提示中,地址必须以.png,

深度学习在人脸识别中的应用综述合集 | Deep Face

人脸识别的过程人脸识别的流水线包括四个阶段:检测⇒对齐⇒表达⇒分类。其中,特征提取与度量,是人脸识别问题中的关键问题,也是相关研究的难点之一。人脸对齐同样是难以解决的问题,特别是在无约束的环境下。文章目录人脸识别的过程前言1.传统人脸识别的缺点2.人脸识别在深度学习中是一个什么问题?3.人脸识别在分类问题中的局限性4.人脸识别过程注重的关键因素5.人脸识别过程的应用场景人脸识别在深度学习中的第一个里程碑DeepFace1.DeepFace主要思想2.人脸对齐3.模型结构4.人脸验证5.数据集6.实验结果现代人脸识别研究的主要趋势前言1.传统人脸识别的缺点传统人脸识别方法,主要利用了手工特征对面

图像分类综述

一、图像分类介绍  什么是图像分类,核心是从给定的分类集合中给图像分配一个标签的任务。实际上,这意味着我们的任务是分析一个输入图像并返回一个将图像分类的标签。标签来自预定义的可能类别集。  示例:我们假定一个可能的类别集categories={dog,cat,eagle},之后我们提供一张图1给分类系统:  这里的目标是根据输入图像,从类别集中分配一个类别,这里为dog,我们的分类系统也可以根据概率给图像分配多个标签,如dog:95%,cat:4%,eagle:1%。  图像分类的任务就是给定一个图像,正确给出该图像所属的类别。对于超级强大的人类视觉系统来说,判别出一个图像的类别是件很容易的事