- 博客(52)
- 收藏
- 关注
RSS订阅原创 【langchain使用指南】如何从模型返回结构化数据
LangChain集成了多种国内外AI模型，但功能支持程度不同。国外主流模型如Anthropic、MistralAI等通常支持工具调用、结构化输出等高级功能，而国内模型需要单独查阅文档确认。使用前需安装对应包（如langchain-google-genai或langchain-deepseek），并通过环境变量设置API密钥。例如，调用谷歌Gemini需设置GOOGLE_API_KEY，调用DeepSeek需设置DEEPSEEK_API_KEY。初始化模型时需指定模型名称和提供方（如init_chat_mo
2026-01-07 13:52:13
815
原创 自己动手学大模型（第五天）
5.6 本章摘要在之前的章节中，我们实现了数据采样、注意力机制，并编写了 LLM 的架构。本章的核心是实现训练函数并对 LLM 进行预训练，详见图 5.1。如图5.1所示，我们将继续学习基本的模型评估技术，以衡量生成文本的质量，这对于在训练过程中优化 LLM 是非常必要的。此外，我们将讨论如何加载预训练权重，以便为接下来的微调提供坚实的基础。在大语言模型（LLM）和其他深度学习模型中，权重指的是可以通过训练过程调整的参数，通常也被称为权重参数或直接称为参数。
2025-08-11 14:00:00
835
原创 自己动手学大模型-第一天
Build a Large Language Model (From Scratch) 中文版（第一章），文章转载自https://github.com/skindhu/Build-A-Large-Language-Model-CN/tree/main
2025-06-20 15:38:52
711
原创 Opencv实验合集——实验九：姿势估计
本次实验主要演示了三维重建中的姿势估计，主要通过将世界坐标系中的目标点转化为平面中的投影点，以此用来估计目标点在平面上的形状。
2024-01-09 19:28:51
1801
原创 仓库申请报错：Cannot access gated repo for url https://huggingface.co/api
解决huggingface模型或文件授权问题
2023-12-30 12:08:33
9526
5
原创 Opencv实验合集——实验六：模板匹配
其核心思想是通过滑动模板，计算每个位置与模板的相似性，然后找到最匹配的位置。本次实验主要展示了图像处理中的模板匹配功能，模板匹配功能主要还是通过对模板和图像的像素点的计算进行匹配，没有过多考虑到光照等其他方面的因素，可能比较适合灰度值图像，匹配出来的效果也因人而异，效果不是特别好，所以在此做个了解学习。在上述公式中，通过将模板与图像的对应像素值相乘，然后将所有乘积相加，得到一个相关性值。返回一个二维数组（图像），表示匹配程度，该数组的大小是原始图像减去模板图像的大小加一。希望这篇博客对你有帮助！
2023-12-19 17:02:32
2102
1
ScapixSetup.exe，一款用于图像增强的应用软件
2024-04-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人