- 博客(67)
- 收藏
- 关注
RSS订阅
原创 自然语言处理：transfomer架构
transfomer是自然语言处理中的一个重要神经网络结构，算是在传统RNN和LSTM上的一个升级，接下来让我们来看看它有处理语言序列上有哪些特殊之处
2024-01-27 16:39:56
3631
36
原创 基于langchain的网络爬虫agent
本文介绍了一个基于DeepSeek大语言模型的智能网页爬取代理SmartScraperAgent。该系统创新性地将传统依赖规则解析的爬虫工作转化为自然语言交互式任务，用户只需输入网址和需求描述（如"提取产品价格"），即可自动获取并结构化输出网页信息。核心流程包括：通过BeautifulSoup清理网页内容，利用LLM分析页面概要，根据用户需求精准提取数据并转换为Markdown或JSON格式。项目显著降低了对DOM结构和XPath等技术细节的依赖，为非技术用户提供了便捷的网页信息获取方案
2026-01-30 13:52:39
103
原创 基于langchain的旅游规划与应急助手agent
本文介绍了一个基于大语言模型的动态旅行规划智能体系统。该系统通过集成实时数据工具（天气查询、交通状况、本地事件搜索、紧急情况检查）与多轮对话机制，能够根据用户偏好生成个性化行程，并在突发状况下动态调整计划。采用工具调用技术实现实时数据获取，通过Pydantic模型确保结构化输出。演示案例显示，系统能从初始规划无缝切换到应急处理，如将雨天室外活动调整为室内项目，展现出强大的动态适应能力。核心代码包含智能体主程序、数据模型定义和工具函数实现，通过多轮迭代的自动决策循环完成复杂规划。
2026-01-26 20:31:48
75
原创 基于langchain的论文数据挖掘与分析助手
本文介绍了一个基于大语言模型的智能科研数据挖掘工具，通过整合arXiv学术检索与深度语言模型分析，实现文献搜索、关键信息提取和多篇论文关联性挖掘的完整流程。该工具采用模块化设计，包含搜索模块、信息提取模块和关联分析模块，能自动生成结构化分析报告。用户只需替换代码中的API密钥即可使用，适用于快速把握领域动态、识别研究空白等科研场景，显著提升文献调研效率。
2026-01-26 20:31:20
50
原创 基于langchain的公司招聘候选人推荐agent
本文介绍了一个基于大语言模型的智能招聘推荐系统。该系统通过DeepSeek模型和LangChain框架，自动分析职位描述与候选人简历的匹配度，输出结构化推荐结果。核心功能包括：定义候选人评估模型(CandidateRecommendation)、构建招聘代理(RecruitmentAgent)以及实现推荐逻辑。测试案例展示了系统如何评估前端工程师候选人的匹配度，输出包含评分、理由和适合程度的JSON结果。该系统可显著提升简历筛选效率，为开发更复杂的人力资源AI工具提供基础框架。
2026-01-25 12:26:19
44
原创 基于langchain的AIGC提示词优化专家Agent
本文介绍了一个基于大语言模型的提示词优化代理(PromptOptimizerAgent)，能够自动优化用户输入的提示词。该工具针对不同场景提供专业优化：Midjourney图像生成提示词强调艺术风格、光影材质等细节；写作任务提示词则注重角色设定、任务细化和输出结构。通过预定义优化原则和JSON解析器，将模糊输入转化为包含优化内容、解释说明和使用建议的结构化结果，显著提升AI应用中的提示词工程效率。用户只需提供简单想法，即可获得专业级优化建议。
2026-01-25 12:12:29
76
原创 基于langchain的个人情感陪伴agent
本文介绍了一个基于大语言模型的智能情绪支持代理系统。该系统利用LangChain框架构建，通过专业设计的系统提示词赋予AI情绪识别、深度共情和多轮对话能力。核心功能包括：使用RunnableWithMessageHistory自动维护会话上下文，确保交流连贯性；采用模块化类结构实现从用户输入到情感化响应的闭环处理；在提供心理支持的同时严格遵守AI伦理边界。测试表明，该系统能有效识别用户情绪并提供温暖、专业的心理支持。使用时只需替换代码中的api_key即可部署运行。
2026-01-23 19:16:21
46
原创 基于langchain的智能邮件助手agent
本文介绍了一个基于大语言模型的智能邮件处理系统，该系统利用AI技术自动分析邮件内容，实现智能分类、优先级评估和回复草稿生成。系统通过定义结构化的EmailAnalysis模型，能够准确识别邮件类别（如会议邀请、工作汇报）、判断优先级，并自动提取关键信息生成摘要。核心功能包括：自动邮件分析、紧急事项高亮提醒、专业回复草稿生成，有效提升邮件处理效率。系统采用LangChain框架，通过DeepSeek API调用大模型，代码结构清晰，包含数据模型定义、输出解析器和核心处理逻辑等模块。
2026-01-23 17:41:58
41
原创 基于langchain的智能医疗助手agent
本文介绍了一个基于大语言模型的多学科AI医疗会诊系统。该系统通过模拟不同科室医学专家协作，对医疗报告进行综合分析，提供更全面的辅助诊断意见。核心创新在于将单一AI诊断模型升级为多智能体协作框架，集成全科、心内科、内分泌科等多个专业的"AI医生"进行联合诊断。系统采用模块化设计，每个MedicalSpecialist类代表一个独立专业诊断模块，由协调员智能体整合意见，模拟真实医疗中的多学科会诊模式。完整代码展示了系统实现，包括专科医生类、医疗代理协调类等核心组件，通过DeepSeek AP
2026-01-23 17:29:51
172
原创 基于langgraph的自动化数据分析agent
本文介绍了一个基于LangGraph框架的智能数据分析与可视化系统，通过多节点自动化工作流实现从原始数据到洞察报告的全流程处理。系统采用有向图结构编排三个核心节点：数据读取与元分析、动态图表生成（包含自动代码生成和执行）、报告撰写，最终形成包含可视化图表嵌入的专业分析报告。创新点在于系统能根据数据特征自动生成可视化代码，突破固定模板限制，实现真正自适应的数据分析流程。该项目展示了智能体技术在数据分析领域的先进实践，通过LangGraph的流程控制能力显著提升了数据探索的自动化水平和洞察效率。用户只需提
2026-01-23 17:20:11
787
原创 基于langchain的智能农业助手agent
该项目基于LangChain框架开发了一个智能农业助手系统，通过大语言模型技术为农户提供作物健康分析和产量预测服务。系统采用模块化设计，包含作物健康评估模块（基于温度、湿度等环境参数生成诊断报告）和产量预测模块（结合历史数据与当前状态预测产量）。代码实现上使用DeepSeek的API接口，通过LangChain原生invoke方法调用模型，确保响应效率。该系统将传统经验种植转变为数据驱动决策，有助于提升农业生产的精准化和智能化水平。使用时只需替换代码中的API密钥即可快速部署应用。
2026-01-23 13:43:44
294
原创 基于深度学习的毒蘑菇检测
本次任务为毒蘑菇的二元分类，任务本身并不复杂，适合初学者，主要亮点在于对字符数据的处理，还有尝试了加深神经网络深度的效果，之后读者也可自行改变观察效果，比赛路径将于附录中给出。
2025-05-02 23:19:14
580
原创 基于bert的情感分析程序
在当今信息爆炸的时代，互联网上充斥着海量的文本数据，如社交媒体评论、产品评价、新闻报道等。这些文本数据中蕴含着用户的情感倾向，对于企业、政府机构以及研究人员来说，具有极高的价值。通过情感分析，可以了解消费者对产品或服务的满意度，监测公众对社会事件的态度，为决策提供有力支持。因此，情感分析项目应运而生，旨在从文本数据中自动识别和提取情感信息，帮助企业更好地理解用户需求，优化产品和服务，提升品牌形象。
2025-05-02 23:18:53
483
原创 基于bert预训练模型的垃圾短信分类系统
随着移动通信技术的飞速发展，短信（Short Message Service, SMS）已成为人们日常生活中不可或缺的沟通方式之一。然而，垃圾短信（Spam SMS）的泛滥也给用户带来了诸多困扰，例如信息骚扰、隐私泄露以及潜在的诈骗风险。垃圾短信通常包含广告、诈骗、恶意链接等内容，不仅浪费用户的时间和精力，还可能对用户的财产安全和个人信息安全构成威胁。为了有效应对垃圾短信问题，垃圾短信分类任务应运而生。该任务的目标是通过机器学习或深度学习技术，自动识别和过滤垃圾短信，从而保护用户的通信安全和隐私。
2025-05-02 23:18:35
795
原创 AI日报：戴尔首席执行官：我们可能在10年内需要100倍以上的数据中心
戴尔创始人兼首席执行官迈克尔·戴尔表示，随着对人工智能服务需求的增加，数据中心的容量可能必须在10年内从目前的水平增加100倍。
2024-08-07 09:43:05
748
16
原创 IP代理池：网络世界的隐形斗篷
在当今互联网时代，网络已成为我们日常生活和工作中的核心部分。然而，随着网络安全和隐私保护意识的增强，IP代理池应运而生，成为了网络用户和开发者的得力助手。本文将深入探讨IP代理池的概念、功能、优势与挑战，以及如何有效利用这一工具。
2024-03-21 09:06:50
662
7
原创 和朋友随时随地玩——幻兽帕鲁服务器极简部署流程
本文将为您提供极简部署幻兽帕鲁服务器的指引，「仅需轻点三次鼠标，即可完成开服」，和自己的朋友一起开心“抓帕鲁”。
2024-01-31 17:05:59
1593
17
原创 强化学习第1天：马尔可夫过程
什么是马尔可夫过程？马尔可夫过程是马尔可夫决策过程的基础，而马尔可夫决策过程便是大部分强化学习任务的抽象过程，本文将从马尔可夫过程开始，一步步带读者理解马尔可夫决策过程
2024-01-10 11:58:21
1488
22
原创 这个AI模型能识别出这个橘子吗？
图像识别任务是人工智能计算机视觉领域一个重要的子任务，本篇文章将通过使用一个预训练模型来帮助读者快速上手图像识别任务
2024-01-08 15:57:37
1444
10
原创 如何解决大语言模型的幻觉问题
在人类生活中，幻觉表示虚假的但是我们分辨不清楚的事物，在大语言模型中，[幻觉]即代表模型生成的虚假的文本，这中情况很容易导致一些错误的发生
2024-01-05 13:07:52
1104
7
原创 深度学习第6天：ResNet深度残差网络
ResNet是一种用于图像识别的深度残差网络，是卷积神经网络的一种重要模型，ResNet开创性地引入了残差连接，解决了深层网络在训练过程中梯度弥散的问题，使深层模型的训练更加简便，同时也验证了随着网络层次的加深模型能够获得更好的性能
2023-12-23 19:42:06
2644
16
原创 自然语言处理第3天：Word2Vec模型
Word2Vec是一个经典的语言模型，它的模型参数是一个词嵌入向量矩阵，它的训练目的就是不断优化这个矩阵，以获得高性能的词嵌入向量矩阵，它有两个具体实现
2023-12-14 10:02:18
1369
3
原创 深度学习第5天：GAN生成对抗网络
相信很多人都对手写数字数据集不陌生了，那我们就训练一个生成手写数字的GAN，注意：本示例代码需要的运行时间较长，请在高配置设备上运行或者减少训练回合数。
2023-12-12 10:07:10
2053
3
原创 自然语言处理第2天：自然语言处理词语编码
自然语言处理（Natural LanguageProcessing）简称NLP，与一般的机器学习任务都不相同，自然语言处理研究我们的语言任务，因为文本是一个复杂的东西，我们如何让计算机去理解我们的自然语言是一个很有挑战的事情，一个普遍的思想就是将我们的语言进行编码one-hot是一种简单的词编码方式，它包含每个词在句子中的位置信息，看下面的简单示例假设有这样一句话: I like thestars，那么四个单词对应的one-hot向量分别如图中所示，one-hot向量的长度即为句子长度。
2023-12-10 10:24:07
2847
13
原创 机器学习第15天：GBDT模型
GBDT（Gradient Boosting Decision Tree）也叫做梯度提升决策树，它的主要思想也是集成学习（由名字可以看出GBDT的弱分类器是决策树），即训练多个子模型，结合子模型来得到最终结果，但他们也有一些区别
2023-12-08 11:41:23
1895
26
原创 强化学习第1天：强化学习概述
强化学习是机器学习中一种独特的存在，以其独特的思想逐渐发展为一门独立的学科，强化学习适用的场景是：一个学习主体根据环境做出不同的决策，得到相应的奖励与惩罚来改进决策
2023-12-06 09:47:41
1668
25
原创 自然语言处理：电脑如何理解我们的语言？
在广阔的人工智能领域中，有着这样一个神奇的分支——自然语言处理，它研究人工智能在各种语言场景中的应用，我们不禁会思考这样一个问题，电脑是怎么理解我们的自然语言的呢。
2023-12-04 09:31:44
1785
10
原创 深度学习框架：Pytorch与Keras的区别与使用方法
pytorch和keras都是一种深度学习框架，使我们能很便捷地搭建各种神经网络，但它们在使用上有一些区别，也各自有其特性，我们一起来看看吧我们以最简单的网络定义来学习pytorch的基本使用方法，我们接下来要定义一个神经网络，包括一个输入层，一个隐藏层，一个输出层，这些层都是线性的，给隐藏层添加一个激活函数Relu，给输出层添加一个Sigmoid函数return x])
2023-11-30 06:00:00
5549
29
原创 机器学习实战：手写数字识别
手写数字识别是机器学习中的一个经典问题，通常涉及将手写数字的图像与其对应的数字进行关联。这种问题通常被认为是计算机视觉领域的一个入门任务，也是许多深度学习框架和算法的基础测试案例之一。
2023-11-27 16:26:37
2477
19
原创 机器学习库：numpy
在机器学习中，我们除了关注模型的性能外，数据处理更是必不可少，本文将介绍一个重要的数据处理库numpy，将随着我的学习过程不断增加内容
2023-11-26 21:35:50
848
6
原创 机器学习库：pandas
在机器学习中，我们除了关注模型的性能外，数据处理更是必不可少，本文将介绍一个重要的数据处理库pandas，将随着我的学习过程不断增加内容
2023-11-26 20:59:24
1298
1
原创 深度学习第3天：CNN卷积神经网络
卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，主要用于处理和识别具有网格结构的数据，如图像和视频。CNN在计算机视觉领域取得了巨大的成功，广泛应用于图像分类、目标检测、人脸识别等任务。
2023-11-26 13:25:28
1592
6
原创 深度学习第2天：RNN循环神经网络
RNN也叫循环神经网络，普通的神经网络层的输入都是上一层的输出，而循环神经网络会在RNN层循环指定次数，这样的特点使得RNN在处理序列数据上表现得很好，因为它可以更好地记住前后文的关系循环神经网络是深度学习中一种重要的结构，一般用来处理文本，语音的序列数据我们通过一个比较直观地感受到了RNN的记忆功能梯度消失与梯度爆炸问题在RNN中更加显著。
2023-11-25 20:34:42
1871
21
原创 机器学习第14天：KNN近邻算法
当我们要判断一个数据为哪一类时，我们找与它相近的一些数据，以这些数据的类别来判断新数据k近邻算法几乎没有训练过程，它只需要记住训练集的特征就行，以便之后进行比较，它不需要拟合什么参数可以绘制准确率曲线来找到最好的k值。
2023-11-25 14:45:39
885
3
原创 深度学习第1天：深度学习入门-Keras与典型神经网络结构
从数据中拟合出某种规律，只是它的模型结构与经典机器学习的模型不同，且具有特色：它的模型结构像人脑的神经元一样连接，所以我们也把这种结构叫做神经网络结构由数个神经元组成一层，整个神经网络由多个层组成，最开始的层叫做输入层，最后的层叫做输出层，输入层与输出层中间的叫做隐藏层，层与层之间互相连接基本要素作为机器学习的一种，深度学习当然也有模型性能评估函数损失函数优化方法，神经网络还有一个激活函数。
2023-11-25 10:05:05
1661
1
原创 机器学习第13天：模型性能评估指标
偏差衡量一个模型预测结果和真实值的差距，偏差高往往代表模型欠拟合方差衡量模型在不同数据集上预测的差异，方差高往往代表模型过拟合。
2023-11-24 11:31:24
1783
20
原创 机器学习实战第2天：幸存者预测任务
根据任务特点挖掘重要特征如何去除无用的特征数据中有空缺值如何处理如何将字符特征转化为数字随机森林模型的应用当然，也可以自己处理特征，自己选择模型，调整参数，看看会不会获得更好的结果。
2023-11-23 12:14:25
1598
10
原创 机器学习实战第1天：鸢尾花分类任务
欢迎订阅专栏——机器学习实战纸上得来终觉浅本专栏项目将着重于解决各类实际机器学习问题，带你上手各种场景的实际问题数据集可以在我的资源中找到，也可以自行搜索文中导入数据集的路径要改成自己的哦！！！不了解机器学习基础的可以阅读专栏机器学习_Nowl的博客-CSDN博客如何查看数据集的大小基本的探索数据之间关系的方法对数据集进行划分的方法基本的模型训练基本的模型评估方法。
2023-11-22 19:16:07
2171
3
原创 机器学习第12天：聚类
某位著名计算机科学家有句话：“如果智能是蛋糕，无监督学习将是蛋糕本体，有监督学习是蛋糕上的糖霜，强化学习是蛋糕上的樱桃”现在的人工智能大多数应用有监督学习，但无监督学习的世界也是广阔的，因为如今大部分的数据都是没有标签的上一篇文章讲到的降维就是一种无监督学习技术，我们将在本章介绍聚类无监督学习的意义聚类的定义K-Means方法聚类绘制K-Means决策边界。
2023-11-22 19:13:02
2185
1
LLM微调数据集_Network Intrusion dataset(CIC-IDS- 2017).zip
2025-07-30
LLM微调数据集_Bank Transaction Dataset for Fraud Detection.zip
2025-07-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人