owlion的博客

本文介绍了如何利用大语言模型将视频语音转文字后的口语化文本转化为结构化学习笔记。通过Python调用智谱清言API，结合精心设计的提示词，将冗长的视频文案整理成包含主标题、层级章节、核心知识点和逻辑衔接的Markdown格式笔记。文章提供了完整代码实现，包含文本读取、提示词构造和API调用等功能，并展示了最终效果。作者建议针对不同视频内容优化提示词以获得更好的总结效果。该方法有效解决了口语化文本不易复习的问题，便于知识沉淀和回顾。

本文介绍了一种本地运行的视频语音转文字方案，采用FFmpeg+Whisper技术路线，实现隐私安全可控的语音转写功能。方案包含环境搭建指南（Python、FFmpeg、Whisper安装），提供完整Python代码实现视频提取音频、语音转文字、导出字幕文件全流程。代码支持GPU加速，兼容Windows/Mac/Linux系统，可输出TXT文本和SRT字幕格式。使用简单，只需运行python脚本指定视频路径即可完成转写，适合需要离线处理视频语音内容的场景。

Mac上安装测试pytorch和tensorflow对mps的支持

感知机(Perceptron)是一种早期的线性分类器，也是最简单的神经网络模型之一。它可以用于处理二分类问题，目的是将输入数据分类为两类。本文介绍了感知机以及多层感知机的相关概念。

异或（XOR）问题 是计算机科学和人工智能领域的一个经典问题，它的特征是输入数据是线性不可分的，感知机无法直接解决。

在学习利用 Tensorflow 构建网络结构时，一般会在每个层计算完成后对结果进行归一化处理（Normalization），让后再将结果传给下一层。那 BatchNormalization() 的具体算法和作用是什么？

Langchain-Chatchat 是对中文支持非常好的大语言模型运行框架，同时支持本创建本地数据知识库，本文记录了如何在MacoBook Pro M3 环境下成功部署 Langchain-Chatchat 的运行环境。为非 CUDA 环境学习和研究大语言模型提供了支持。

在NLP编程过程中，经常遇到对文本语料数据的处理，也涉及到对文本序列数据的填充操作。本文介绍了数字和文本序列填充的基本方法。

本文介绍了如何通过 llama.cpp 在普通硬件环境下安装部署大语言模型的运行环境，为知识学习和开发本地智能服务提供支持。