- 博客(23)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（二十三）
构建用户中心：一个旅游行程管理系统在这篇博客中，我们将介绍一个使用Thymeleaf和前端技术构建的用户中心页面。这一页面允许用户管理他们发布的旅游行程、收藏的行程和评论。通过这个用户中心，用户可以方便地查看、编辑和删除自己的内容。以下是实现这一功能的详细代码和说明。代码结构概览这段代码包括HTML结构、CSS样式以及JavaScript逻辑。我们将逐步解析每一部分的具体实现。HTML结构HTML部分定义了用户中心页面的基本结构，包括导航栏、用户操作选项卡以及对应的内容展示区域。html复制代码<!DO
2024-05-31 01:31:24
495
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（二十一）
<strong>简介：</strong><span id="districts"></span></div><div class="detail-line"><strong>著名景点：</strong><span id="address"></span></div><div class="detail-line"><strong>人口数量：</strong><span id="intro"></span>
2024-05-31 00:50:58
777
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（二十）
<strong>大模型解答:</strong> ' + response + '</p><br>';chatLog.innerHTML += '<p><strong>用户:</strong> ' + message + '</p>';否则，处理错误情况。<p>大模型正在为您解答...
2024-05-31 00:46:03
415
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十九）
输入框：<input type="password" name="password" required lay-verify="password" placeholder="请输入密码" autocomplete="off" class="layui-input" id="password"><input type="text" name="checkcode" required lay-verify="checkcode" placeholder="请输入验证码"
2024-05-31 00:41:56
404
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十八）
通过后端API方法的实现和前端JavaScript函数的编写，我们可以实现一个功能完整的火车票查询系统。编写一个JavaScript函数，用于将火车信息渲染到页面上的DOM元素中。@RequestParam(value = "departureStation", required = false, defaultValue = "北京") String departureStation,本文介绍了如何编写一个用于火车票信息分页查询的API，并结合前端JavaScript代码实现火车信息的渲染与分页操作。
2024-05-31 00:29:56
426
1
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十七）
在本文中，我们将深入分析一段基于大模型的旅游平台的前端HTML页面代码。该平台允许用户输入旅游景点信息，并生成相应的旅游照片。函数向服务器发起AJAX请求，将用户输入的文本信息发送到服务器，并接收返回的图片数据。标签，其中包含了处理用户输入和发起网络请求以生成图片的JavaScript代码。页面定义了一些内联CSS样式，用于设置页面的基本布局和组件样式。用户可以在这个区域输入旅游景点信息，并点击按钮生成旅游照片。页面声明了HTML5文档类型，并且设置了页面语言为英文。生成的旅游照片将在这个区域展示。
2024-04-28 08:56:58
264
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十六）
然而，合理地使用Thymeleaf的特性，编写安全、高效、可维护的代码是每个Java后端开发工程师需要关注的问题。Thymeleaf是一个为Java和Java EE平台提供的模板引擎，它能够处理HTML文件，将其转换为可执行的代码。在实际的技术博客中，每个部分都可以进一步扩展，包括更详细的代码分析、设计模式的应用、性能优化策略等。Thymeleaf通过XML命名空间的方式引入，这样我们就可以在HTML中使用Thymeleaf的特定属性和标签。属性来引入公共的HTML片段，这样可以提高代码的复用性。
2024-04-28 08:53:55
542
1
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十五）
类继承了，这是MyBatis-Plus提供的一个通用服务实现类。它通过@Service注解声明为Spring的一个Bean，这意味着Spring容器会管理这个类的生命周期。
2024-04-28 08:49:59
321
1
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十四）
在旅游方案生成接口中，我们根据用户输入的信息，构造了一个详细的旅游计划，并通过HTML语言格式输出。在旅游风景图片生成接口中，我们使用了Stable-Diffusion-XL模型，根据用户输入的描述生成相应的旅游景点照片。在旅游方案生成接口中，我们根据用户输入的信息，构造了一个详细的旅游计划，并通过HTML语言格式输出。同样地，我们通过构造请求体，发送问题，并接收模型返回的答案。单次对话接口中，我们使用了ERNIE-Bot 3.5-8k模型，通过构造请求体，发送用户输入的信息，并接收模型返回的结果。
2024-04-28 08:42:07
888
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十三）
例如，当用户输入“我想去巴黎旅游，给我看看巴黎的风景照片”时，我们可以在输入序列中添加如下指导信息：“请生成巴黎的风景照片，包括埃菲尔铁塔和卢浮宫。例如，当用户输入“我想去巴黎旅游，给我看看巴黎的风景照片”时，我们可以在输入序列中添加如下语义约束信息：“请生成具有浪漫氛围的巴黎风景照片。然而，大模型的性能往往受到输入数据的影响，如何设计合适的Prompt以提升模型的效果成为了一个关键问题。例如，当用户输入“我想去巴黎旅游，给我看看巴黎的风景照片”时，模型可以生成如下回答：“好的，这是巴黎的风景照片。
2024-04-28 00:20:02
1632
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十二）
任务指导是一种常见的Prompt优化方法，它通过在输入序列中添加与任务相关的指导信息，引导模型生成更准确的回答。语义约束是一种通过在输入序列中添加与任务相关的语义约束信息，引导模型生成符合约束的回答的方法。文心一言大模型是一种基于深度学习的自然语言处理模型，它通过学习大量的旅游相关数据，能够生成高质量、准确的回答。然而，大模型的性能往往受到输入数据的影响，如何设计合适的Prompt以提升模型的效果成为了一个关键问题。在旅游问答任务中，文心一言大模型可以通过学习大量的旅游相关数据，生成准确、多样化的回答。
2024-04-28 00:16:43
236
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十一）
Stable-Diffusion作为一种新兴的文本到图像生成模型，通过引入去噪扩散过程和条件生成过程，实现了高效、稳定和高质量的文本到图像生成。其中，p(x | c)表示给定文本描述c时生成图像x的概率，p(x_t | x_{t-1}, c)表示给定文本描述c和第t-1次迭代后的图像x_{t-1}时生成第t次迭代后的图像x_t的概率。其中，x_t表示第t次迭代后的图像，x_{t-1}表示第t-1次迭代后的图像，noise表示噪声，alpha是控制去噪程度的超参数。它由去噪扩散过程和条件生成过程两部分组成。
2024-04-28 00:14:05
457
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（十）
近年来，随着深度学习技术的快速发展，大模型在文字生成图片任务上取得了显著的成果，如生成式对抗网络（GAN）、变分自编码器（VAE）等。生成器的任务是生成逼真的图片，而判别器的任务是区分生成的图片和真实图片。在生成图片时，模型首先生成低分辨率的图像，然后逐步细化图像的细节，最终生成高分辨率的图像。在文字生成图片任务中，注意力机制可以帮助模型聚焦于文本描述中的关键信息，从而生成更符合描述的图片。文字生成图片大模型可以应用于智能广告生成领域。通过输入编辑描述，模型能够生成编辑后的图片，实现图像的自动编辑和生成。
2024-04-28 00:10:47
644
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（九）
Transformer 是 Google 的团队在 2017 年提出的一种 NLP 经典模型，现在比较火热的 Bert 也是基于 Transformer。Transformer 模型使用了 Self-Attention 机制，不采用 RNN 的顺序结构，使得模型可以并行化训练，而且能够拥有全局信息。
2024-04-28 00:08:36
867
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（八）
此后，一系列具有里程碑意义的模型相继问世，如2012年的AlexNet、2014年的VGGNet、2015年的ResNet等。这些模型在计算机视觉、语音识别等领域取得了令人瞩目的成果，推动了大模型算法的快速发展。这些成果的取得离不开深度学习技术的快速发展，而大模型算法作为深度学习的重要组成部分，已经成为推动人工智能进步的关键因素。大模型算法的发展历程可以追溯到20世纪80年代，当时的研究者提出了反向传播算法和多层感知机等概念，为深度学习的发展奠定了基础。在语音识别领域，大模型算法同样取得了显著的进步。
2024-04-28 00:04:28
255
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（七）
API入参sampler_index，默认值：Euler a，可选值如下：· Euler· Euler a· DPM++ 2M· DPM++ 2M Karras· LMS Karras· DPM++ SDE· DPM++ SDE Karras· DPM2 a Karras· Heun· DPM++ 2M SDE· DPM++ 2M SDE Karras· DPM2· DPM2 Karras· DPM2 a· LMS。如预置模板无法满足您业务的需求，您还可以在自制模板模块，进行模板的创建。
2024-04-15 21:49:34
1754
2
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（六）
Prompt工程（Prompt Engineering）是一种通过设计合适的输入提示（Prompt）来引导大模型生成高质量输出结果的技术。它的核心思想是利用大模型在预训练过程中学到的知识，通过精心设计的提示来激活这些知识，从而实现预期的输出。Prompt工程在自然语言处理、计算机视觉、语音识别等领域具有广泛的应用前景。
2024-04-15 21:46:25
563
1
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（五）
要想通过API接口调用文心一言大模型，需要使用百度千帆大模型平台，这里介绍一下百度千帆大模型平台的快速入门使用。
2024-04-15 21:40:39
392
1
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（四）
近年来，随着人工智能技术的飞速发展，大模型技术在自然语言处理、计算机视觉、语音识别等领域取得了显著成果。我国在大模型领域也取得了举世瞩目的成就，涌现出了许多优秀的大模型，如文心一言、ChatGLM、百川、通义千问和星火等。
2024-04-15 21:35:47
757
2
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（三）
随着人工智能技术的飞速发展，大模型技术在近年来备受关注。作为一名资深的大模型开发工程师，我有幸参与了多个大型模型的研发和应用，见证了这一技术领域的迅猛发展。在本文中，我将详细介绍大模型的技术原理、发展历程以及应用场景，帮助大家更好地了解这一开启AI新篇章的关键技术。
2024-04-15 21:29:42
1595
原创 山东大学软件学院项目实训-创新实训-基于大模型的旅游平台（一）
本项目将采用文心一言大模型技术，根据用户输入的旅游需求（如目的地、时间、预算等），自动生成个性化的旅游方案。大模型通过深度学习和自然语言处理技术，对海量的旅游数据进行学习和挖掘，能够理解用户的意图和需求，并生成符合用户期望的旅游方案，这一功能将大大提高用户规划旅游的效率和便捷性。
2024-04-15 21:10:52
644
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人