
AI大模型
torch机器学习GPU信息查看
训练模型乾,查看GPU信息
huggingface下载模型与加载案例
Hugging Face Hub 是一个平台,它旨在促进机器学习模型,特别是自然语言处理(NLP)模型的分享与协作。通过 Hugging Face Hub,研究人员和开发者能够轻松地发布他们的模型、数据集以及相关的代码,同时也能够方便地访问他人分享的资源。这个平台极大地推动了预训练模型的普及和应用,使得更多的人可以利用先进的AI技术。
sentence-transformers文本向量化|语义搜索|相似度计算
sentence-transformers 是一个基于BERT和其变种模型的Python库,用于生成高质量句子向量(sentence embeddings)。这些向量可以用于以下场景: 文本相似度计算 语义搜索(Semantic Search) 文本聚类 多轮问答 向量数据库索引(如FAISS、Milvus)
MCP架构设计模式介绍
在大模型(如GPT、Claude、Genmini等)的工程应用于架构设计中,MCP(Muti-Component Promping,多组件提示) 是一个比较新的概念,它正在逐步成为提升大模型复杂任务的关键方法之一。
Prompt 提示词技巧、应用与优化
Prompt优化是指针对大语言模型(如ChatGPT、通义千问、文心一言等)设计、调整输入提示词(prompt),以提高输出内容的准确性、逻辑性、一致性、可控性等。
LangChain 文档加载教程(TXT|WORD|PDF|Markdown)
在 LangChain 中,文档加载器(Document Loaders) 用于将各种文件格式(如 txt、PDF 等)读取并转换为统一的数据结构 Document,便于后续进行向量化、问答、摘要等操作。
LangChain教程
大模型训练|模型精调|什么是强化学习RLHF
RLHF 是Reinforcement Learning from Human Feedback(来自人类反馈的强化学习)的缩写,是近年来在人工智能,特别是大预言模型(LLM)如ChatGPT、Gpt-4中非常关键的一项技术。它结合了强化学习和人类监督的有点,用来训练更加符合人类期望的智能体。
自定义大模型训练 监督微调SFT
SFT 是Supervised Fine-Tuning 的缩写,中文叫做监督微调。它是大模型训练过程中一个关键的阶段,特别是在RLHF(人类反馈强化学习)流程中是第一步。
大模型RAG检索增强生成
在大模型(如ChatGPT、LLMs)中,RAG是Retrieval-Augmented Genration(检索增强生成)的缩写,它是一种结合了信息检索和生成式模型的技术,用于提升语言模型在问答、知识生成等任务中的表现。
SentenceTransformer 句子、段落、文本转换成向量 embedding
SentenceTransformer是一个基于封装的高级库,专门用来将句子、段落、文本转换成向量(Embedding)
Ollama安装本地deepseek与API调用
首先需要安装Ollama。 Ollama 是一个开源的 AI 平台,它通过提供高效的模型训练和推理支持,致力于简化 AI 应用的开发过程。Ollama 使得开发者能够在本地环境中运行高效的 AI 模型,无需依赖云端服务。它支持多种 AI 模型架构,提供简单的 API 来进行集成与部署。
深入浅出 OpenCV-Contrib-Python:实用教程与应用案例
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。它提供了丰富的功能,可以处理图像和视频数据,广泛应用于计算机视觉领域的项目中,例如人脸识别、目标检测、图像增强和视频处理。
全面解析 SnowNLP:中文文本处理、情感分析
SnowNLP 是一个专门用于处理中文文本的 Python库。功能包括:分词、情感分析、关键词提取、文本分类、拼音转换、繁体转简体、词相似度计算等
textblob文本处理、词性分析与情感分析
textBlob 是一個简单易用的 NLP库,基于 NLTK 和 pattern库,提供了文本处理和情感分析等功能。
中文分词库 jieba 详细使用方法与案例演示
jieba 是一个非常流行的中文分词库,具有高效、准确分词的效果。它支持3种分词模式:精确模式、全模式、搜索引擎模式
- « 上一页
- 1
- 下一页 »