人工智能
文章平均质量分 71
林九生
寻求深圳工作机会(自研/AI),联系邮箱:linjiuxiansheng@163.com。拥有5年 Python 开发经验,编程能力和解决问题能力;熟悉 Web 框架(如 Flask等),能开发并维护 Web 应用程序;熟悉MySQL;工作中使用 Flutter、Vue、Redis、Kafka 、容器技术等技术,能根据不同项目需求灵活应。
展开
-
【LLM】大语言模型(LLMs)
大型语言模型是由大量参数组成的神经网络,这些参数通过在大规模的文本数据上进行训练而得来。模型通过捕捉语言中的模式和结构,能够生成与理解上下文相关的自然语言文本。机器学习(Machine Learning, ML)是人工智能的一个分支,涉及开发算法和统计模型,使计算机系统能够从数据中自动学习和改进。深度学习(Deep Learning)是机器学习的一个子领域,基于多层神经网络模型进行学习和预测。它通过多个非线性变换和表示层次来提取数据的特征。原创 2024-07-23 01:25:39 · 1325 阅读 · 0 评论 -
【RAG】PDF Chatbot 个人练手项目
通过开发这个项目,理解 FastAPI 和 React 技术栈的应用,在实际项目中应用自然语言处理和实时通信技术,尤其是在处理 PDF 文档和实现智能问答方面。提升技术能力,也为未来进一步探索人工智能和 Web 开发领域打下坚实的基础。原创 2024-06-26 00:21:13 · 621 阅读 · 0 评论 -
【ComfyUI】ComfyUI安装与初体验记录
ComfyUI 是一款非常有潜力的数据分析和可视化工具。通过简洁的用户界面和强大的功能,它能够极大地方便数据分析工作。尽管在某些方面还有改进空间,但作为一款开源工具,它的表现已经非常出色了。期待未来的更新和更多功能的加入。原创 2024-06-12 20:49:52 · 639 阅读 · 0 评论 -
【机器学习】生成对抗网络 (Generative Adversarial Networks | GAN)
生成对抗网络 (Generative Adversarial Networks,简称GAN) 是一种强大的深度学习模型,用于生成具有逼真感的图像、音频和文本等内容。GAN 的核心理念是通过训练两个神经网络,生成器 (Generator) 和判别器 (Discriminator),它们相互对抗、相互学习,以提高生成器生成数据的质量。本文将介绍GAN的基本原理、工作流程以及应用场景,旨在为新手小白提供一个简单易懂的入门指南。原创 2024-06-11 21:33:12 · 814 阅读 · 1 评论 -
【深度学习】使用 LSTM 网络预测水位数据
在本文中,我们将介绍如何使用 LSTM(长短期记忆)神经网络来预测水位数据。我们将使用 Python 中的一些流行库,如 NumPy、Pandas 和 Keras。首先,我们将加载数据,然后预处理它以进行适当的训练。接着,我们将构建 LSTM 模型,并对其进行训练。最后,我们将使用训练好的模型进行预测,并将结果可视化。原创 2024-06-11 21:25:38 · 996 阅读 · 4 评论 -
【大模型】(记一面试题)使用Streamlit和Ollama构建PDF文件处理与聊天机器人应用
定义生成器函数初始化Ollama模型设置查询引擎迭代生成响应。原创 2024-05-25 00:11:11 · 569 阅读 · 0 评论 -
【Python】StableDiffusion文生图
StableDiffusion是一个非常强大的模型,它可以根据我们的描述生成各种各样的图片。在今天的文章中,我们将学习如何使用StableDiffusion这个强大的模型来生成可爱的熊猫图片。StableDiffusion是一个基于深度学习的图像生成模型,它能够根据我们提供的文字描述生成相应的图片。接下来,我们将从Hugging Face的模型库中加载预训练的StableDiffusion模型。如果你的计算机有NVIDIA的GPU,并且安装了CUDA,那么你可以将模型转移到GPU上以加速计算。原创 2024-03-05 20:11:38 · 909 阅读 · 1 评论 -
【人工智能】人工智能中的Agent:法律虚拟助手简单示例
随着人工智能技术的发展,Agent(代理)的概念在这个领域中变得愈发重要。在人工智能的应用中,Agent可以是一个系统、软件或机器人,能够执行特定的任务,理解上下文,并做出相应的决策。一个引人注目的例子是面向法律领域的虚拟助手。让我们深入了解一下,通过一个简单示例展示法律虚拟助手的工作原理。原创 2023-12-13 00:05:29 · 610 阅读 · 0 评论