首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Reck Zhang

    LeetCode 0197 - Rising Temperature

    Rising Temperature Desicription Given a Weather table, write a SQL query to find all dates’ Ids with higher temperature compared to its previous (yesterday’s) dates. +---------+------------------+------ ------------+ | Id(INT) | RecordDate(DATE) | Temperature(INT) | +---------+------------------+------- Write your MySQL query statement below SELECT W1.Id FROM Weather W1, Weather W2 WHERE W1.Temperature > W2.Temperature AND TO_DAYS(W1.Date) - TO_DAYS(W2.Date) = 1

    25730发布于 2021-08-11
  • 来自专栏喔家ArchiSelf

    解读Temperature

    LLM Temperature 的简要回顾 在生产环境中,较低的温度值 (<1) 可以导致更确定或可预测的 LLM 输出,称为使 LLM 更 “可预测”。 LLM 的Temperature 应用 考察温度参数如何影响大模型的输出,我们将使用GPT-2, 这个由 OpenAI 开发的开源文本生成模型,可以通过Hugging Face 获得。 LLM Temperature: 0.1 Input : The cat slept on the Output: The cat slept on the floor LLM Temperature: on the corner LLM Temperature: 100.0 Input : The cat slept on the Output: The cat slept on the inside Temp: 10.0 Parameters: Input text: “The cat slept on the” Temperature: 10.0 Max iterations: 20 prompt

    3.2K10编辑于 2025-06-23
  • 来自专栏机器学习与统计学

    大模型常识篇——Temperature

    大家好,我是 Ai 学习的老章 本文一起学习一下大模型中经常看到的一个参数——Temperature Temperature: 用于调整随机从生成模型中抽样的程度,因此每次“生成”时,相同的提示可能会产生不同的输出 Temperature 大模型中的 temperature 参数用于控制模型输出的随机性和创造性。 较高的 temperature 值会增加输出的随机性,产生更多样化的结果,但也可能降低预测准确性。 较低的 temperature 值则会使输出更确定、更保守,更倾向于产生重复和更可预测的输出。 设置 temperature 时需要在随机性和准确性之间找到平衡。 关键结论与建议 Temperature 是平衡随机性与确定性的核心参数,无统一最优值,需根据任务特性动态调整。 关于 Temperature 的其他研究 The Effect of Sampling Temperature on Problem Solving in Large Language Models[2

    2.7K11编辑于 2025-07-03
  • 来自专栏自然语言处理(NLP)论文速递

    高温蒸馏:Softmax With Temperature

    经过一番调研和学习,发现知乎上最高赞的文章《深度学习中的 temperature parameter 是什么》[13] 对超参数 T 的讲解具有很强的误导性,所以在此重新写一篇文章为其正名。 正是在这篇文章 [2] 中,Hinton 首次提出了 Softmax with Temperature 的方法。 先简要概括一下模型蒸馏在做什么。 大家感兴趣的话可以将 softmax with temperature 引入 BeamSearch 看看会不会对输出的丰富性造成影响。 v=tOItokBZSfU [4] What is the role of temperature in Softmax? https://www.zhihu.com/question/20136144/answer/763021768 [12]What is Temperature in LSTM?

    2.1K30编辑于 2022-12-06
  • 来自专栏iRF射频前端产业观察

    Temperature Compensation of Wideband Ladder-Type SAW Filter

    14810编辑于 2022-05-16
  • 来自专栏计算机工具

    LLM中temperature参数设置为0

    LLM中 temperature参数设置为0 当模型的temperature参数设置为0时,通常有以下含义: 解码策略角度 意味着采用贪婪解码(greedy decoding)策略。 概率分布角度 在进行softmax操作之前,temperature作为调整logits的比例因子的倒数,当temperature为0时,预测词的概率分布会变得“更尖”,即概率最高的词与其他词之间的概率差异被放大

    58000编辑于 2025-05-16
  • 来自专栏路过君BLOG from CSDN

    chat-gpt笔记:参数temperature与top_p

    temperature 官方文档 temperature number or null Optional Defaults to 1 What sampling temperature to use, 作用机制 GPT 中的 temperature 参数调整模型输出的随机性。 下图显示不同温度值对单词出现在下一个位置的概率的影响: top_p 官方文档 top_p number or null Optional Defaults to 1 An alternative to sampling with temperature We generally recommend altering this or temperature but not both. 我们通常建议此参数或temperature参数不要同时更改。 作用机制 top_p 参数接受的是一个累积概率,top_p 的大小影响到候选 token 的数量。

    3.3K50编辑于 2023-09-20
  • 来自专栏Python进阶之路

    GPT-3.5 Turbo 的 temperature 设置为 0 就是贪婪解码?

    将 GPT-3.5 Turbo 的 temperature 设置为 0 通常意味着采用贪婪解码(greedy decoding)策略。 然而,值得注意的是,即使在 temperature 设置为 0 的情况下,由于浮点运算的微小差异,输出可能仍会存在一定的不一致性。 综上所述,尽管存在一些微小的不一致性和不同的观点,将 GPT-3.5 Turbo 的 temperature 设置为 0 一般被认为是采用贪婪解码策略,旨在生成更确定性的文本输出----

    89600编辑于 2024-05-25
  • 来自专栏啄木鸟软件测试

    Temperature参数在大模型中SoftMax函数调节作用

    4.引入TemperatureTemperature参数正是在softmax计算之前介入的。 • T 就是 Temperature 值。 • sum 是对词汇表中所有词求和,以确保新概率之和仍为 1。 25062.03 ≈0.22% [70.53%,25.95%,3.5%] [87.90%,11.89%, 0.22%] [升,降,降]:差别越来越大 所以 >1 海阔天空 <1 更加严谨 常见的推荐设置是使用 temperature

    45610编辑于 2025-10-11
  • 大模型中,温度系数(temperature)的PyTorch和TensorFlow框架

    在大模型中,温度系数(temperature)通常用于调整模型的输出概率分布。温度系数的概念来源于物理学的热力学,它可以理解为一个“热度”值,用于控制模型的输出稀疏程度。 batch_size, num_classes) logits = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]) # 温度系数,这里设置为 0.5 temperature = 0.5 # 使用温度系数调整输出概率 log_probs = torch.log(torch.softmax(logits / temperature, dim=-1))在这个示例中,我们将温度系数设置为 这种方法在文献中被称作“温度调节语言模型”(Temperature-regulated Language Models)。

    1.9K11编辑于 2024-08-03
  • 来自专栏福大大架构师每日一题

    请根据每日 气温 列表 temperature

    请根据每日 气温 列表 temperatures ,请计算在每一天需要等几天才会有更高的温度。如果气温在这之后都不会升高,请在该位置用 0 来代替。

    30810编辑于 2021-12-23
  • MindIE推理采样后处理参数temperature和top_k的引发的精度问题

    背景MindIE跑Qwen系列模型推理,测试发现后处理参数top_k很大,temperature=2的场景,模型输出有精度问题。现象经过进一步复现和测试,发现如下现象。 在Ascend的npu上面temperature=2和top_k很大时有精度问题。 > top_p,查看代码可知temperature 的使用方式是logits/temperature ,即temperature 越大,各个logits之间的差就越小,在softmax阶段,根据softmax 过程分析后处理过程:temperature=2 时。temperature处理后,logits值差距变小,如果top_k比较大,则大量logits进入softmax,且softmax后概率都比较接近。 2、temperature处理原理 logits/temperature(注意此时logits不是概率)。 3、softmax特点:值差距越大,输出的概率差距越大,且非线性。

    25700编辑于 2025-01-20
  • 来自专栏Go语言进阶学习

    浅析Python装饰器中的@property

    _temperature = value temperature = property(get_temperature,set_temperature) 并且,一旦运行,在shell中发出以下代码 此分配自动称为set_temperature()。 ? 2. 属性的作用。 任何访问如c.temperature都会自动调用get_temperature()。 语法: temperature = property(get_temperature,set_temperature) 用于稍后指定fget、fset和fdel。 # 创建空属性 temperature = property() # 设置 fget temperature = temperature.getter(get_temperature) # 设置 fset temperature = temperature.setter(set_temperature) 注: 这两段代码是等效的。

    80720发布于 2021-04-13
  • 来自专栏python3

    Python @property 详解

    _temperature = value 很自然地,你使用了“私有变量”_temperature来存储温度,使用get_temperature()和set_temperature()提供了访问_temperature _temperature = value # 重点在这里 temperature = property(get_temperature,set_temperature) 我们在class 这样以后,任何访问temperature的代码都会自动转而运行get_temperature(),任何对temperature赋值的代码都会自动转而运行set_temperature()。 之前的 temperature = property(get_temperature,set_temperature) 实际上等价于 # 创建一个空的 property 对象 temperature = property() # 绑定 getter temperature = temperature.getter(get_temperature) # 绑定 setter temperature = temperature.setter

    1.1K30发布于 2020-01-17
  • 来自专栏一路走一路失去也一路拥有

    【v2版本】天气接口 返回JSON数据

    }, "publish_time":"2020-07-24 12:10", "weather":{ "temperature "weather":{ "info":"多云", "temperature "weather":{ "info":"多云", "temperature "weather":{ "info":"多云", "temperature "weather":{ "info":"多云", "temperature

    91230发布于 2021-06-11
  • 来自专栏气象学家

    呕心沥血倾力巨制T-lnP图攻略——奥斯陆的气象生活

    Temperature ? ? 1.Potential Temperature (Θ) – 位温: Potential temperature is the temperature a parcel of air would have Equivalent Temperature (Te) --相当温度: The equivalent temperature is the temperature of a parcel if, via The temperature at this intersection is the equivalent potential temperature. potential temperature.

    2.5K40发布于 2020-04-16
  • 来自专栏飞鸟的专栏

    设计模式-观察者模式(二)

    public class ConcreteSubject implements Subject { private List<Observer> observers; private float temperature , humidity, pressure); } } public void setMeasurements(float temperature, float humidity , float pressure) { this.temperature = temperature; this.humidity = humidity; this.pressure ; private float humidity; private float pressure; @Override public void update(float temperature , float humidity, float pressure) { this.temperature = temperature; this.humidity = humidity

    31631编辑于 2023-05-04
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    GEE数据集——ERA5-陆地每日汇总--ECMWF气候再分析数据集

    K temperature_2m Temperature of air at 2m above the surface of land, sea or in-land waters. 2m temperature K skin_temperature Temperature of the surface of the Earth. _2m_max daily maximum dewpoint_temperature_2m value K temperature_2m_min daily minimum temperature_2m value K temperature_2m_max daily maximum temperature_2m value K skin_temperature_min daily minimum skin_temperature value K skin_temperature_max daily maximum skin_temperature value K soil_temperature_level_1_min daily

    1.2K10编辑于 2024-10-20
  • 来自专栏后端学习之道

    Kotlin 设计模式:简化观察者模式

    Java示例如下: // Observer Interface: public interface Observer { void update(float temperature); } / ) { this.temperature = temperature; notifyObservers(); } public void registerObserver ) { System.out.println(displayId + ": Temperature updated: " + temperature); } } // Client ) { this.temperature = temperature; notifyTemperatureChange(temperature); } ) } // Simulating temperature change: station.temperature = 30f } 在这个Kotlin实现中: temperature中的属性

    48310编辑于 2024-02-29
  • 来自专栏菩提树下的杨过

    (Head First 设计模式)学习笔记(2) --观察者模式(气象站实例)

    , float humidity, float pressure)          {             this.temperature = temperature;              , float humidity, float pressure)          {             this.temperature = temperature;              , float humidity, float pressure)          {             this.temperature = temperature;              maxTemperature = maxTemperature > temperature ?  maxTemperature : temperature;             minTemperature = minTemperature > temperature ? 

    66950发布于 2018-01-23
领券