xgjxdlg的博客

原创 电影的词云展示

原创 与用户的交互

原创 模型的部分代码

原创 两种训练方法

"instruction":"《肖申克的救赎》","input":"","output":"你知道，有些鸟儿是注定不会被关在牢笼里的。","history":[["你能根据我喜欢的电影帮我预测一下我对某部电影的评论吗","可以的"],["我喜欢的电影有《伊尼舍林的报丧女妖》","请问你想预测哪部电影"]]"instruction

原创 我的今天学习过程

未来，随着计算能力的提升、数据量的增加和算法的改进，大模型技术将会取得更加辉煌的成果，为人类社会带来更多的福祉。相比小模型，大模型具有更强的拟合能力，可以学习更复杂的特征和规律，从而在多个任务上取得更好的性能。大模型在游戏领域也有着广泛的应用，例如，通过模型生成的自然语言可以用于游戏中的对话系统，提升游戏的沉浸感和互动性。在推荐系统领域，大模型可以处理海量的用户数据，提取用户的兴趣特征，从而提供更准确的个性化推荐。通过分析用户的交易行为和信用历史，模型可以预测用户的信用风险，帮助金融机构做出更精准的决策。

原创 爬取的细数据

原创 电影名

纳尼亚传奇1：狮子、女巫和魔衣橱 The Chronicles of Narnia: The Lion, the Witch and the Wardrobe。樱桃魔法 THE MOVIE～如果30岁还是处男，似乎就会成为魔法师?加勒比海盗 Pirates of the Caribbean: The Curse of the Black Pearl。指环王1：护戒使者 The Lord of the Rings: The Fellowship of the Ring。

原创 导出爬到的数据，以csv文件的形式

原创 建立虚拟cookie来促进破解反爬虫

原创 # 延时设置

【代码】# 延时设置。

原创 使用Python进行豆瓣电影数据爬取和存储的主函数代码实现

如果获取的数据为空，延时以减轻对目标服务器的压力,并跳过。# 提示当前到达的id(log)# 获取豆瓣页面(API)数据。# 豆瓣数据有效，写入数据库。# 获取模拟登录后的cookies。# 实例化爬虫类和数据库连接工具类。print("开始抓取\n")# 读取配置文件信息。# 通过ID进行遍历。

原创 具体爬虫时的思想

搜索2016，得到最新的电影。豆瓣电影信息的url格式为：https://movie.douban.com/subject/id。豆瓣是从2005年创办的，2005年以前的电影信息id很可能是最早的id。比如分分类获取，关键词可为：动作，冒险，爱情，记录...。### **根据关键词种子，遍历搜索结果**### **根据id进行遍历**

原创 学习爬虫时学到的一些东西

2. 由于豆瓣的反爬虫机制，强烈建议在爬取所有数据时，每一页的间隔最好在 30s 左右，间隔太短 IP 极大可能被 ban,你可以在 [这里](https://github.com/justJokee/vue-ssr-blog/blob/master/server/utils/schedule.js) 查看一个使用的例子。注意，上述 `${uid}`将在运行时替换为实例化时传入的参数。

原创 【无标题】一些数据库内部的展示

原创 一些爬虫结果的展示