翊毛毛-CSDN博客

原创 PyTorch学习不踩坑（第七讲实战案例）

谁知此石自经煅炼之后，灵性已通，因见众石俱得补天，独自己无材不堪入选，遂自怨自叹，日夜悲号惭愧。当然，毫无疑问，算法确实是枯燥乏味，但是前期只要会使用就行啦。logger.info(f'Sentiment: {"好评" if prediction.item() == 1 else "差评"}')这个案例中，我们会用预训练的Stable Diffusion模型，输入一段文字（比如“一只穿披风的猫”），直接生成图像。tone = input("语气(专业/亲切/正式): ").strip() or "专业"

2025-10-09 23:25:21 349

原创第一讲本地部署AI平台Dify 《小白快速进阶智能体大师》

由此开始，我也会逐步给大家讲解如何编写插及搭建工作流，包括如何建立知识库（不管有没有编码能力，我们可以借助Cursor或者其他编码工具完成开发。‌企业级安全‌：提供私有化部署方案，支持 HTTPS / TLS 加密传输、多租户数据隔离等技术，满足高敏感行业合规要求。这个是dify默认的。‌多模型支持‌：原生集成 LLM （大型语言模型）、 RAG （检索增强）等工具，可一键接入全球大模型。自己训练的小模型（后期我会讲怎么训练自己个人小模型的哈），本地就能跑起来使用，直接接到dify里面就行。

2025-09-13 22:32:39 950

原创为什么想要写智能体开发相关的课程？

以前我们做前端，是“用户触发-请求-响应-渲染”的模式，流程是线性的、可预测的。但现在智能体的交互，是“用户输入-意图理解-多步决策-动态执行-结果返回”，中间可能还要调用工具、查询知识库、执行工作流，甚至反复和用户确认。比如智能体在和你对话的过程中，突然返回一个表单让你填，或生成一个图表让你看，这都是可能的。重要的是，不仅要会“用”，还要理解它背后的逻辑：它是怎么调度模型的？最重要的是，你会发现：智能体开发，并不是要你从头造轮子，而是站在现有技术和大模型能力之上，重新思考“交互如何发生”。

2025-09-10 22:05:54 654

原创 PyTorch学习不踩坑（第六讲神经网络模型及模型训练过程&概念篇）

但是训练模型虽然没有看到的那么简单，但是我认为都是有规律有步骤的。只要我们多学习别人的方法，就能训练出自己的小模型。选定网络结构后，深度学习训练过程基本大同小异，后面都是反复调整模型参数的过程了。，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。下面的图表是几乎所有神经网络模型都会用到的底层数学算法，用于调整网络参数（权重），以最小化预测误差。在这里，我们用一个常见且简单的案例来讲解模型训练过程，便于我们快速理解。数据准备、模型构建、训练循环、验证与监控、模型评估。

2025-09-04 21:43:39 441

原创 PyTorch学习不踩坑（第五讲全连接层、高维数组、图像数据、文本数据）

实战练习张量、自动微分、卷积层、池化层、激活函数、循环层、全连接层、高维数组、图像数据、文本数据的操作。它让下一层的每个神经元都能获取到上一层的全部信息，再通过自己学到的“权重”和“偏置”，来决定如何利用这些信息来完成自己的任务。下面，我们编写一个案例展示了全连接层如何将输入特征（专家意见）通过权重矩阵（信任度）转换为新的表示（总经理决策），最终形成预测结果。全连接层指一个由多个神经元所组成的层，所有的输出和该层所有输入都是有连接的。其他的数据集，可以自行根据表格列出来的数据集去研究研究哦。

2025-09-04 21:38:50 647

原创 PyTorch学习不踩坑（第四讲激活函数与循环层）

线性整流函数（Linear rectification function），又称修正线性单元，是一种人工神经网络中常用的激活函数（activation function），通常指代以斜坡函数及其变种为代表的非线性函数。所谓激活函数（Activation Function），就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。在PyTorch中，RNN是循环层的一种，但循环层（Recurrent Layers）是一个更广泛的概念，它包含了多种不同的结构，RNN只是其中最基础的一种。

2025-09-04 21:31:43 638

原创 PyTorch学习不踩坑(第三讲自动微分和卷积)

接上回，我们今天进行Demo编写。实战练习张量、自动微分、卷积层、池化层、激活函数、循环层、全链接层、高维数组、图像数据、文本数据的操作。学习完后，我们将进入深度神经网络学习和训练。加油哦~我会尽量的用更通俗易懂及图形拆解方式讲解，有疑问可以留言哦~注意：这些内容，我会分为多个章节进行讲。上一回我们已经讲解到张量，今天继续往下讲自动微分（Automatic differentiation）是计算机程序自动计算函数导数的技术。乍一看，可能有点茫然。我们会议下数学中的求导。

2025-09-04 21:26:46 1233

原创 PyTorch学习不踩坑（第二讲张量）

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数。print("选择第 1 列和第 2 列：\n", tensor[:, [1, 2]]) # 输出：[[2, 3], [5, 6], [8, 9]]print("选择第 0 行和第 2 行：\n", tensor[[0, 2], :]) # 输出：[[1, 2, 3], [7, 8, 9]]print("沿行拼接：\n", concat_tensor) # 输出：[[1, 2], [3, 4], [5, 6], [7, 8]]

2025-09-04 21:16:08 734

原创 PyTorch学习不踩坑（第1讲环境准备）

这里，我们知道这个东西即可，暂时不用对此进行更多的学习。在数学中，单独的数称为标量，一列或一行数组称为向量，二维数组称为矩阵，维度超过2则称为张量（Tensor）. 下面我用图来给大家做一个解释。PyTorch的基本功能涵盖了构建和训练神经网络的所有操作，如张量、自动微分（Autograd）、神经网络模块、数据集、优化器、GPU支持、torch.nn模块的卷积池化等。卷积是分析数学中一种重要的运算，可以看作是两个函数或信号在某种程度上的“重叠”运算可以看作是两个函数或信号在某种程度上的“重叠”运算。

2025-09-04 21:08:34 705

原创 python语言基础 &免费公开课(二)

本文为编程新手提供简洁的语法入门指南，旨在轻松普及基础知识，避免复杂冗长的讲解，保持学习兴趣。文章强调简单理解，不深入探讨具体意义，并预告了后续有趣的语言学习内容。如遇问题，可加入QQ群833077481进行咨询。

2025-05-13 15:47:51 201

原创 python语言基础 &免费公开课

首先，我们先来配置我们电脑的环境。这里我也不乐意讲那个Visual Studio Code、Eclipse、Sublime Text。至少大部分并不愿意去入手那种各种配置都要搞好一阵的工具。现在我们直接用集成好的工具，先学会了本领，再去研究其他工具好吗？从现在开始，让我带你进入一场别开生面的学习之旅。让我们抛弃传统一上来就开始数据类、算法这样的基础教学。我相信那样多的理论知识会让人望而却步。今天就到这里，接下来我们会再来一场有趣的语言学习。配置过程中，若是遇到问题，可进QQ群咨询：833077481。

2025-05-12 15:36:33 184

原创零基础AI入学真的靠谱吗？

当前市面标榜"零基础三个月高薪就业"的全栈开发课程，往往只停留在HTML/CSS/JavaScript基础语法层面。但企业实际需要的React+TypeScript工程化开发能力、Spring Cloud微服务架构设计、Docker+K8s持续集成等关键技术，90%的课程都未涉及真实项目演练。我曾参与的某机构Java课程，全程使用Eclipse而非企业级IntelliJ IDEA，项目案例停留在20年前的Servlet+jsp技术栈。AI领域的"零基础入门"乱象更为严重。

2025-05-12 14:20:41 681

原创轻松学python,开创轻量级副业

最近准备利用工作闲暇之余，做一个跟Python+副业，及目前前言AI技术相关的课程。有兴趣可以关注我哦~。我会在把所有内容全部更新到CSDN平台上。第一阶段：Python 基础。第二阶段：Python 进阶。

2024-12-02 14:51:49 385

yisheng217的博客