- 综合排序
- 最热优先
- 最新优先
- 来自专栏蓝里小窝
阅读笔记 | Chameleon: scalable adaptation of video analytics
Stoica, “Chameleon: scalable adaptation of video analytics,” in Proceedings of the 2018 Conference of 1.4 文章的主要工作 本文提出了Chameleon，一个视频分析系统，基于三个关键观察来显著减低配置搜索成本。 通过学习视频的时间相关性，可以重复使用某些配置，并且配置的性能通常具有较长的持久性。 基于这些观察，Chameleon实现了实时的配置优化，并在真实交通摄像头的实验中验证了其性能。 但Chameleon的每次配置解析搜索是周期性触发的，这个触发时机问题也是其研究者指出的一个问题，我认为这个问题首先会导致Chameleon增加一些不必要的配置解析搜索操作，进而造成一定的性能浪费。
35220编辑于 2023-10-15 - 来自专栏FreeBuf
使用Chameleon蜜罐监控网络流量和用户凭证
关于Chameleon Chameleon是一个支持自定义开发的蜜罐系统，可以帮助广大研究人员监控网络流量、Bots活动和用户密码凭证，支持的协议和组件有DNS、HTP Proxy、HTTP、HTTPS cd chameleon chmod +x . 如果你没有看到Chameleon仪表盘的话，请点击左侧边栏的搜索图标，然后手动添加即可。 cd chameleon chmod +x . 如果你没有看到Chameleon仪表盘的话，请点击左侧边栏的搜索图标，然后手动添加即可。
1.3K30发布于 2021-04-16 - 来自专栏嗷呜大嘴狼
Chameleon算法的C语言实现及代码解析
Chameleon算法的C语言实现及代码解析在计算机科学领域中，算法的设计和实现是非常重要的。而在大量的算法中，Chameleon算法以其独特的特点和应用广泛受到了研究者们的关注。 Chameleon算法的C语言实现及代码解析Chameleon算法是一种基于模拟生物觅食原理的算法，其主要目的是通过模拟觅食过程来解决优化问题。 下面是Chameleon算法的C语言实现的示例代码：#include// 定义目标函数double objective_function(double x) {return x * x;}// Chameleon 最后，通过输出最优解的结果，我们可以得到Chameleon算法的最终结果。总结起来，Chameleon算法的C语言实现通过模拟生物觅食的过程来解决优化问题。 通过上述示例代码，我们可以更好地理解Chameleon算法的实现和应用。希望本文对读者有所启发，能够更好地理解Chameleon算法的C语言实现及其代码解析。
35720编辑于 2023-08-14 - 来自专栏机器学习AI算法工程
谱聚类、Chameleon聚类、PCCA、SOM、Affinity Propagation
这次要探讨的，则是两个相对“高级”一点的方法：谱聚类和chameleon聚类。 2、Chameleon聚类 之前介绍的三个算法都没办法分辨出样品2的甜甜圈，而这次介绍的chameleon算法则可以说是专门用来干这活的。 Chameleon本质上也是一个从下而上的层次聚类算法，不过它只考虑每个节点邻近的K个节点（K由用户给定），也就是说，只有最接近节点的其它K个节点会被认为与节点存在连接。 从算法的角度来说，Chameleon可以用于识别形状特别的cluster，但是实际上调整参数殊为不易（当然这也跟我使用简化版算法有关），而且关键是层次聚类的效率终归不高。 所以Chameleon可以在一些特殊的场合使用，个人认为不是一个十分通用的算法。
2.6K30发布于 2018-03-12 - 来自专栏薛定喵君
滴滴跨端解决方案Chameleon(卡梅龙)1.0正式发布
迫切需要维护一套代码可以构建多入口的解决方案，滴滴跨端解决方案 Chameleon 终于发布。真正专注于让一套代码运行多端。 设计理念 Chameleon 通过定义统一的语言框架+统一多态协议，从多端（对应多个独立服务）业务中抽离出自成体系、连续性强、可维护强的"前端中台服务"。 text>{{reversedTitle}}</text> </view> </template> <script> class Index { data = { title: "chameleon 多端高度一致 深入到编程语言维度保障一致性，包括框架、生命周期、内置组件、事件通信、路由、界面布局、界面单位、组件作用域、组件通信等高度统一 丰富的组件 在用 CML 写页面时，chameleon 提供了丰富的组件 丰富的 API 为了方便开发者的高效开发，chameleon 提供了丰富的 API 库 ,发布为 npm 包chameleon-api，里面包括了网络请求、数据存储、地理位置、系统信息、动画等方法。
58340发布于 2019-11-06 - 来自专栏JiekeXu之路
从 MySQL 到 openGauss 的数据库对象迁移实战演练
[root@pekphisprb70593 chameleon]# pip3 uninstall chameleon Uninstalling chameleon-3.0.0: Would remove : /usr/local/python3/bin/chameleon /usr/local/python3/bin/chameleon.py /usr/local/python3/lib/python3.6 /site-packages/chameleon-3.0.0.dist-info/* /usr/local/python3/lib/python3.6/site-packages/pg_chameleon y Successfully uninstalled chameleon-3.0.0 [root@pekphisprb70593 chameleon]# rm -rf chameleon-3.0.0-py3 /chameleon-3.1.0-py3-none-any.whl 最后提示“Successfully installed chameleon-3.1.0”说明安装成功。 4. 设置配置文件。
4K10编辑于 2022-12-07 - 来自专栏新智元
Meta首发「变色龙」挑战GPT-4o，34B参数引领多模态革命！10万亿token训练刷新SOTA
接下来，一起看看Chameleon模型的技术细节。 技术架构 Meta在Chameleon的论文中首先表示：很多新近发布的模型依旧没有将「多模态」贯彻到底。 Chameleon的生成结果，文本和图像交错出现 所谓「混合模态」基座模型，指Chameleon不仅使用了端到端的方式从头开始训练，而且训练时将所有模态的信息交织混合在一起，并使用统一的架构处理。 Chameleon的预训练分两个单独的阶段进行，分别占总训练比例的80%和20%。 - 常识推理和阅读理解 可以观察到， 与Llama 2相比，Chameleon-7B和Chameleon-34B更具竞争力。 同样，在数学运算中，Chameleon-7B的性能超过Llama 2，与Mistral-7B在maj@4上的性能相当，而 Chameleon-34B的性能超过Llama 2-70B，接近Mixtral-
37710编辑于 2024-05-22 - 来自专栏知了一笑
Java描述设计模式(21)：状态模式
2、代码实现 public class C01_InScene { public static void main(String[] args) { Chameleon chameleon { @Override public void change(Chameleon chameleon) { System.out.println("变化前："+chameleon.color +";"+chameleon.contextDesc); chameleon.contextDesc = "树叶环境" ; chameleon.color = "绿色" ("变化前："+chameleon.color+";"+chameleon.contextDesc); chameleon.contextDesc = "树枝环境" ; chameleon.color = "灰色" ; System.out.println("变化后："+chameleon.color+";"+chameleon.contextDesc)
68820发布于 2019-12-03 - 来自专栏云计算D1net
百亿亿级连接–Argo计划 计算机科学家的云计算平台Chameleon
“虽然Chameleon没有超级计算机Stampede那么大，我们没办法给研究者提供Stampede，但我们可以为他们提供Chameleon，因为我们对配套生产科学进行了多年的研究和控制。”他说。 Chameleon系统所需的硬件设施 Chameleon的用户群已扩大到600名研究人员开展的150多个项目。 Chameleon允许用户配置和测试不同的云架构的一系列的问题，包括机器学习和自适应操作系统，气候模拟，洪水预报和许多其他测试。这些问题支持Chameleon研究的重要组织原则。 而感兴趣的研究人员可以直接通过Chameleon的门户网站了解Chameleon的配置过程。 Chameleon的一个用户是匹兹堡大学的学生周玉宇。 研究者甚至使用Chameleon来解决数据泄露问题。
1.1K90发布于 2018-03-26 - 来自专栏新智元
表格数学推理准确率达98.78%！UCLA推出全新「变色龙推理框架」｜ NeurIPS 2023
这种灵活性和适应性使Chameleon成为解决复杂任务的强大工具。 Chameleon模型与相关工作的比较 与相关工作相比，Chameleon模型在工具多样性和调用灵活性方面具有显著优势。 Chameleon工具箱的多样技能 为满足多样的推理需求，Chameleon的工具箱中包含了各种不同技能的工具，包括图像理解、知识理解、数学推理、表格推理和问答。 Chameleon模型的评测表现 Chameleon模型在两个复杂的多模态推理任务上进行了实验评估，分别是ScienceQA和TabMWP。 消融实验揭示Chameleon的关键模块 研究人员进行了消融实验，分析了当禁用生成程序中的关键模块时，Chameleon模型的准确率下降情况。 Chameleon模型的进一步发展 Chameleon模型通过其简单高效的框架，实现了大型语言模型与多种外部工具的高效协同，从而显著增强了在复杂任务上的推理能力。
60810编辑于 2023-12-12 - 来自专栏量子位
微软提出变色龙框架，让模型自带工具箱开挂，数学推理任务准确率98%｜NeurIPS 2023
这种灵活性和适应性使Chameleon成为解决复杂任务的强大工具。 Chameleon模型与相关工作的比较 与相关工作相比，Chameleon模型在工具多样性和调用灵活性方面具有显著优势。 Chameleon工具箱的多样技能 为满足多样的推理需求，Chameleon的工具箱中包含了各种不同技能的工具，包括图像理解、知识理解、数学推理、表格推理和问答。 Chameleon模型的评测表现 Chameleon模型在两个复杂的多模态推理任务上进行了实验评估，分别是ScienceQA和TabMWP。 消融实验揭示Chameleon的关键模块 研究人员进行了消融实验，分析了当禁用生成程序中的关键模块时，Chameleon模型的准确率下降情况。 Chameleon模型的进一步发展 Chameleon模型通过其简单高效的框架，实现了大型语言模型与多种外部工具的高效协同，从而显著增强了在复杂任务上的推理能力。
48620编辑于 2023-12-14 - 来自专栏PostgreSQL研究与原理解析
An Overview of PostgreSQL & MySQL Cross Replication
为了达到通信流的目的，可以使用一个开源软件pg_chameleon。 pg_chameleon背景 pg_chameleon是由python3开发的MySQL to PG的复制工具。 creating directory /root/.pg_chameleon creating directory /root/.pg_chameleon/configuration/ creating directory /root/.pg_chameleon/logs/ creating directory /root/.pg_chameleon/pid/ copying configuration $> chameleon create_replica_schema --debug $> chameleon add_source --config default --source mysql -- pg_chameleon 安装并配置比较简单 错误日志易看懂 无需更改任何配置，初始化完成后可以添加额外的复制表 可配置成多源复制 可以指定不复制哪些表 Cons of Using pg_chameleon
83730发布于 2020-10-28 - 来自专栏DevOps时代的专栏
一套代码运行多端、如何打造跨多端统一框架 | 开源先锋日
迫切需要维护一套代码可以构建多入口的解决方案，滴滴跨端解决方案 Chameleon 终于发布。真正专注于让一套代码运行多端。 ? 跨端目标： 虽然不同各端环境千变万化，但万变不离其宗的是 MVVM 架构思想，Chameleon 目标是让MVVM跨端环境大统一。 通过以上对于开发语言的介绍，相信你看到只要是有过网页编程知识的人都可以快速的上手chameleon的开发。 丰富的API 为了方便开发者的高效开发，chameleon提供了丰富的API库,发布为npm包chameleon-api，里面包括了网络请求、数据存储、地理位置、系统信息、动画等方法。 地址：http://cmljs.org 想知道更多 Chameleon 的奥秘？
1.4K30发布于 2019-05-09 - 来自专栏code秘密花园
七大热门小程序框架横评，谁是性能之王
.) @2.0.0-26120200226001 mpx(https://github.com/didi/mpx) @2.5.3 chameleon(https://github.com/didi/chame demo总体积(KB) 框架运行时体积(KB) native 27 0 wepy2 66 39 uniapp 114 87 mpx 78 51 chameleon 136 109 mpvue 103 76 kbone 395 368 taro next 183 156 该项测试的结论为： native > wepy2 > mpx > mpvue > uniapp > chameleon > taro ，框架之间基础性能的差异会变得更加明显，mpx和uniapp依然保持了接近原生的良好性能表现，而chameleon和wepy2则产生了比较显著的性能劣化。 ，框架之间基础性能的差异会变得更加明显，mpx和uniapp依然保持了接近原生的良好性能表现，而chameleon和wepy2则产生了比较显著的性能劣化。
2.2K30发布于 2020-05-26 - 来自专栏AiCharm
每日学术速递4.21
3.Chameleon: Plug-and-Play Compositional Reasoning with Large Language Models 标题：Chameleon：使用大型语言模型进行即插即用的组合推理 在本文中，我们介绍了 Chameleon，这是一种即插即用的组合推理框架，可增强 LLM 以帮助应对这些挑战。 Chameleon 建立在 LLM 之上作为自然语言规划器，推断出适当的工具序列来组合和执行以生成最终响应。 我们展示了 Chameleon 在两个任务上的适应性和有效性：ScienceQA 和 TabMWP。 LLM，Chameleon 比最先进的模型提高了 17.8%，从而在 TabMWP 上实现了 98.78% 的整体准确率。
36940编辑于 2023-05-15 - 来自专栏跨端开发
小程序开发框架对比（wepy/mpvue/uni-app/taro）
chameleon：非常常用的一些组件和API在各端已经实现，这部分的平台差异较少。但大量组件和API需要开发者自己分平台写代码。 chameleon：提供了多态方案，可以在组件、js、文件方面扩展多端，不支持其他方式的分平台处理。 详见 chameleon：基础API文档完整，具体使用问题资源较少，问题搜索效果一般，示例demo只包含基础功能，仅发布了微信一端。 > wepy > chameleon wepy：的知名案例较多，包括很多一线互联网公司。 chameleon：未找到案例，无法参与本评测。 其他补充说明 1. App侧的补充说明 目前有taro、uni-app、chameleon三家框架支持App端。
7.2K50发布于 2019-04-24 - 来自专栏云开发
跨端框架模板解析引擎了解一下
想了解更多有关CML跨端解决方案的内容，请访问 https://cml.didi.cn 与此同时，Chameleon 作为云开发的社区合作伙伴，已经支持云开发啦！ 有兴趣的小伙伴可以去https://github.com/chameleon-team/cml-cloudbase（点击阅读原文查看详情）查看相关信息，这篇文章也是来自 Chameleon 开发团队的小伙伴的内容 /tree/master/packages/chameleon-template-parse/src ? /didi/chameleon/blob/master/packages/chameleon-template-parse/src/compile-template-vue.js 这里主要看下CML语法相关源码 作者：「滴滴顺风车」前端资深研发工程师王梦君，Chameleon框架核心研发成员。
70910发布于 2020-07-30 - 来自专栏全网漫游指南
开源分享|如何解锁小程序开发？这份攻略请收好！
图6 dcloudio/uni-app检测结果 4. didi/chameleon 仓库地址： https://github.com/didi/chameleon chameleon是变色龙的意思，意味着此项目就像变色龙一样 相对于上文提到的两个框架，没有可视化界面的chameleon对开发者的编程水平有更高的要求。 图7 didi/chameleon源文件包中的package列表 但是，使用chameleon必须安装它专用的IDE（用VS Code是不能编译的）并配置最新Java环境。 图8 didi/chameleon检测结果 宝藏插件 开发帮手 1. haojy/weact 仓库地址： https://github.com/haojy/weact haojy/weact实现了用JSX
64910编辑于 2023-04-18 - 来自专栏用户3288143的专栏
【前端】wepy/mpvue/taro/uni-app，多端开发框架哪家强？
表示支持且功能正常，❌ 表示不支持，其它则表示支持但存在部分bug或兼容问题 wepy 2.0 宣称版已支持其他家小程序，本测试基于wepy官网指引安装的wepy-cli版本为1.7.3，尚不支持多端 chameleon 详见 chameleon：基础API文档完整，具体使用问题资源较少，问题搜索效果一般，示例demo只包含基础功能，仅发布了微信一端。详见 教学课程方面： ? 社区活跃度 ? 案例 发布到微信小程序的案例，数量和质量综合对比 wepy > mpvue > taro , uni-app > chameleon 如果看多端案例，综合对比 uni-app > taro > mpvue > wepy > chameleon wepy：的知名案例较多，包括很多一线互联网公司。 chameleon：未找到案例，无法参与本评测。
2.6K30发布于 2020-07-07 - 来自专栏福大大架构师每日一题
Transformers重大更新！v4.50.1修复多Bug，模型训练更稳了
这次v4.50.1版本虽然是小版本迭代，但修复的每一个问题都直戳开发者痛点——从Causal映射问题到PyTorch变形注意力的路径错误，甚至Chameleon模型的图像token检查漏洞，统统被一举歼灭 • 网友：原来之前的NaN是这么来的… 3️⃣ 【Chameleon模型图像token校验修复】 • 严格检查num_image_tokens，避免模型“吃错数据”崩溃。 ——某NLP算法工程师 “Chameleon模型终于能正常处理多模态了，感动！”
32920编辑于 2025-03-27
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