- 综合排序
- 最热优先
- 最新优先
基于MindSpore NLP的LLM推理 - - 实操
一、LLM泛化能力model Decoding核心：Tranformer模型示意图greedy decodingMindNLP/LLaMa3/run_llama3.py选择线性同余生成器（LCG）解码策略法 以下是在原有代码基础上，引入线性同余生成器（LCG）解码策略的示例代码，由于MindSpore框架本身并没有直接支持LCG解码策略，因此需要手动实现相关逻辑：Python复制import mindsporefrom 参数设置a = 1664525c = 1013904223m = 2**32# 初始化种子seed = 1def lcg_generator(a, c, m, seed): while True : seed = (a * seed + c) % m yield seed# 创建LCG生成器lcg_gen = lcg_generator(a, c, m, seed)model_id 生成器函数lcg_generator，并将其应用于文本生成的每一步，利用生成的伪随机数来指导token的采样，从而实现基于LCG解码策略的LLaMa文本生成任务。
32810编辑于 2025-01-18- 来自专栏汇智网教程
电力区块链应用案例【2019】
3、LCG Energy ：可再生能源投资平台 LCG是一家电力、燃气、通信、邮政和铁路供应服务商，目前主要经营范围 在德国和奥地利，有超过50000家商业用户，并计划很快进入荷兰、匈牙利和英国市场。 [hvobr8sqz9.png] LCG Energy的主要思路是提供可负担的、区块链驱动的投资体系以及透明的价格结构。该公司计划在公开市场上购买能源并投资可再生能源项目，预期的投资回报率20%以上。 LCG声称要为中小型企业优化能源利用，主要措施是使用可以采集并传输电力消耗数据的智能仪表，以此来帮助用户实现高达20%的能源支出。智能仪表与LCG的区块链让客户可以优化其能源利用。 LCG Energy使用以太坊区块链作为其基础平台，相关学习资料：PHP以太坊开发详解。 ---- 原文链接：3个值得关注的电力/能源区块链项目 - 汇智网
2.2K20发布于 2019-11-18 [SWPUCTF 2024 秋季新生赛]泰坦陨落2 WP
1.领取你的飞天克莱伯：（线性同余生成器）# LCG参数a = 1664525c = 1013904223m = 2**32 # 妙蛙种子seed = .. # 生成伪随机数def lcg(seed, n): numbers = [] for _ in range(n): seed = (a * seed + c) % m numbers.append(seed) return numbers # 给你5个伪随机数random_numbers = lcg(seed 使用逆元计算出 X_i 的逆运算公式由 LCG 公式可以得到：Xi=(Xi+1−c)⋅a−1modm其中：a^{-1} 是 a 在模 m 下的乘法逆元。 使用一个密钥 seed（前提是之前通过逆运算已经恢复出来的 LCG 种子）。
38600编辑于 2024-10-30- 来自专栏罗西的思考
[记录点滴] 一个解决Lua 随机数生成问题的办法
线性同余方法（LCG）是一种产生伪随机数的方法。 LCG的周期最大为 M，但大部分情况都会少于M。 要令LCG达到最大周期，应符合以下条件： B,M互质； M的所有质因数都能整除A-1； 若M是4的倍数，A-1也是； A,B,N[0]都比M小； A,B是正整数。 6)+ d:byte(1) + (d:byte(2) * 256) + (d:byte(3) * 65536) + (d:byte(4) * 4294967296)) 0xFF 参考 线性同余方法（LCG
8.3K40发布于 2020-09-07 - 来自专栏福大大架构师每日一题
文心一言 VS 讯飞星火 VS chatgpt （134）-- 算法导论11.2 6题
我们可以使用线性同余生成器（LCG）算法来生成一个 [0, m-1] 之间的随机数。 LCG 算法如下： x := (a * x + c) % m 其中，a、c 和 m 是常数，可以通过调整它们来改变随机数的分布。 Key int Next *Node } type HashTable struct { Size int Nodes []*Node LCG [0], ht.LCG[1] ht.LCG[0] = (a*ht.LCG[0] + b) % ht.Size ht.LCG[1] = (a*ht.LCG[1] + b) % ht.Size return ht.LCG[0] } func main() { ht := NewHashTable(10, 5) foundCount := 0
33770编辑于 2023-11-14 - 来自专栏python3
条件语句/变量和基本数据类型
','szw','zjw'] linux_1 = ['lcg','szw'] python_and_linux_1 = [] for p_name in python_1: if p_name in linux_1: python_and_linux_1.append(p_name) print(python_and_linux_1) #方法二： python_1 = ['lcg (l_s)) #等于：print(p_s&l_s) #并集 python_1 = ['lcg','szw','zjw'] linux_1 = ['lcg','szw'] p_s = set(python (l_s)) #等于print('差集和',p_s-l_s) #交叉补集 python_1 = ['lcg','szw','zjw'] linux_1 = ['lcg','szw'] p_s= set( ', 'szw', 'zjw'] linux_1 = ['lcg', 'szw','sb'] p_s = set(python_1) l_s = set(linux_1) print(p_s,l_s)
2.3K20发布于 2020-01-17 - 来自专栏进击的Coder
一文详细揭秘 Redis 持久化，了解一下？
OK 127.0.0.1:6379> set lcm 1 OK 可以看到，总共添加了 13 条记录： 127.0.0.1:6379> keys * 1) "lca" 2) "lcd" 3) "lcg keys * 1) "lcb" 2) "lcj" 3) "lcd" 4) "lch" 5) "lci" 6) "lcc" 7) "lcf" 8) "lce" 9) "lca" 10) "lcg 127.0.0.1:6379> keys * 1) "lcc" 2) "lch" 3) "lcb" 4) "lci" 5) "lce" 6) "lcj" 7) "lcg" 8) "lca 那么继续模拟异常关闭，再打开服务，看一看是否真的保存了这些操作： 127.0.0.1:6379> keys * 1) "lci" 2) "lcj" 3) "lcd" 4) "lcg" 5) "lcf" bgsave命令的使用方法和save命令的使用方法是一样的： 127.0.0.1:6379> keys * 1) "lci" 2) "lcj" 3) "lcd" 4) "lcg" 5) "lcf" 6)
63020发布于 2018-11-23 - 来自专栏网络安全【故里】
NSSCTF
628427670713408045832213770914678202267468957347245535228951062583137095137644250375583786099578 c = list(bytes.fromhex(hex(c)[2:])) seed = [79695939,255387149] for k in seed: class LCG self.seed = (self.a * self.seed + self.b) % self.m return self.seed >> 16 lcg = LCG() lcg.next() lcg.next() flag = '' for i in range(len(c)): flag += chr( c[i] ^ (lcg.next() % 10)) print(flag) #NSSCTF{378f571491e6559d41ffa02e7a76653e} #IQRBSFy2:5d26<383c
76421编辑于 2023-04-19 - 来自专栏DotNet 致知
C#语言入门详解-26重写和多态
http://mpvideo.qpic.cn/0b78syaagaaatiaac2lcg5pvbfwdaolaaaya.f10002.mp4?
26420编辑于 2022-03-29 - 来自专栏TechFlow
原创 | 随机数大家都会用，但是你知道生成随机数的算法吗？
LCG算法 冯诺依曼的随机数算法虽然看起来简单，但是非常草率，在很多场合下是显然不能使用的。所以人们又想出了新的算法，这个算法也很简单，看起来英文缩写高大上，其实翻译过来是线性同余法。 seed = 2 def lcg(): global seed seed = (25214903917 * seed) & ((1 << 48) - 1) return seed 这并不是一个复杂的算法，因此LCG算法得到的随机数不能应用在一些高安全级别的应用上，否则可能会有安全隐患。 梅森旋转算法 LCG算法实现的伪随机数效果还不错，但是周期不够长，很容易被黑客推算出随机种子。后来两个日本学者又研究提出了新的伪随机数算法，在这个算法当中用到了梅森素数，所以称为梅森旋转算法。 只不过和LCG算法相比，被破解的概率以及难度增加了许多。 大家可能很好奇，什么样的算法才是安全的呢？其实业内的安全算法其实挺取巧的，一般的常用方法就是利用一个数学界的难题来设计一个算法。
2.7K20发布于 2020-10-27 dede tag彩色随机大小的样式修改方法
($minFontSize+lcg_value()*(abs($maxFontSize-$minFontSize))).'
19100编辑于 2025-05-21【ISP】单曝光双增益融合HDR，提升动态范围
通过融合长、短曝光帧，可以显著提升动态范围，（短 / 中 / 长曝光）因帧间时间差，但是在运动场景可能会有鬼影拖影； 2、后来有DCG技术，CMOS在同一曝光中，同时读出两个不同增益数据，HCG（高增益），LCG 以思特威SC1330T为例，其支持PixGain®HDR模式、双重曝光模式HDR，在HCG高增益模式下Sensitivity为15V/Lux.s，LCG低增益模式下Sensitivity为2.6V/Lux.s
24010编辑于 2026-02-27- 来自专栏全栈程序员必看
java 随机数算法_Java随机数算法原理与实现方法实例详解
纯线性同余随机数生成器 线性同余随机数生成器介绍： 古老的LCG(linear congruential generator)代表了最好最朴素的伪随机数产生器算法。 LCG 算法数学上基于公式： X(0)=seed; X(n+1) = (A * X(n) + C) % M; 其中，各系数为： X(0)表示种子seed 模M, M > 0 系数A, 0 < A < M
1.2K40编辑于 2022-09-17 - 来自专栏重归混沌
谈谈随机数的使用
我们来看一下线性同余(LCG)伪随机算法的定义： Nj+1 = (A*Nj + B) (mod M)(j, j+1为下标) 其中A,B,M为线性同余序列生成常数。 LCG周期为M，A,B,M的关系限定如下： 1. B,M互质 2. M的所有质因子都能整除A-1 3. 若M是4的倍数，则A-1 也是 4. A, B, N0都比M小 5.
96810发布于 2020-04-26 - 来自专栏程序源代码
面向学习型的SpringBoot开源框架
数据库支持：目前仅提供MySql数据库的支持，但不限于数据库 开发环境：Java、Eclipse Java EE 、Maven 、Git 源码下载 GIT下载地址： https://gitee.com/lcg0124
61120发布于 2019-08-02 - 来自专栏网络技术联盟站
30个5G常见知识点，从事IT的工程师最好收藏一下！
（1）UE的上行数据 buffer 为空且有新数据到达： 当所有 LCG的所有逻辑信道都没有可发送的上行数据时， 如果此时属于任意一个 LCG的任意一个逻辑信道有数据变得可以发送，则UE会触发 BSR上报 该BSR被称为“RegularBSR”; （2）高优先级的数据到达：如果 UE已经发送了一个 BSR，并且正在等待 UL grant ，此时有更高优先级的数据（即该数据所属的逻辑信道【而不是 LCG】比任意一个 LCG的逻辑信道的优先级都要高） 需要传输，则UE会触发 BSR上报。 eNodeB通过 IE：MAC-MainConfig 的retxBSR-Timer 字段为 UE配置了一个 timer，当该 timer 超时且 UE的任意一个 LCG的任意一个逻辑信道里有数据可以发送时
3.4K12发布于 2021-06-25 - 来自专栏通用文字识别信息技术白皮书
别忘记我：通过局部-全局内容建模进行文本擦除方法
该论文针对文本擦除中存在的复杂背景修复的问题，提出了CTRNet，它利用局部和全局的语义建模提升模型的背景还原能力，它设计了Low-level Contextual Guidance（LCG）和High-level 2.2 Low-level Contextual Guidance（LCG）2.3 High-level Contextual Guidance除了Low-level的结构语义先验外，我们还加入了HCG
1.4K20编辑于 2023-01-18 - 来自专栏U3D技术分享
《游戏引擎架构》阅读笔记 第一部分第4章
（P175 last） 4.8 产生随机数 线性同余产生器：LCG并不能产生特别高质量的伪随机序列。若给定相同的初始种子值，则产生的序列会完全相同。 LCG产生的序列并不符合一些广泛接受的准则，比如长周期、高低位有接近的长周期、产生的值在序列上和空间上都无关联性。
57210编辑于 2022-10-28 - 来自专栏爱可生开源社区
分布式 | DBLE 3.20.10.0 来了！
致谢： 感谢以下人士对社区的贡献：@sunshinecb, @13611582598, @lcg72 感谢 Github 用户提供的优质 issue，star 突破 700！ #1839] 设置会话事务隔离级别后，select 可能会 hang [#2166] 字符串中包含分号，会导致无法执行 split [#1855] Navicat15 连接 DBLE 会报错，感谢 @lcg72
89110发布于 2020-12-14 - 来自专栏丑胖侠
以太坊solidity智能合约-生成随机数
solidity随机数生成过程 在此使用最常用的算法之一是“线性同余发生器”（LCG）。基本步骤如下： 接收输入 基于输入执行算法 取输出模数（除以需要范围内的最大数量）。
2.4K20发布于 2019-08-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号