- 博客(16)
- 收藏
- 关注
RSS订阅原创 Weaviate 学习笔记（一）基础操作
Weaviate是一个开源向量数据库，专为AI应用设计，支持语义搜索和知识图谱功能。本文总结了Weaviate的基础操作： 连接配置：提供了本地和远程连接方式，支持Docker容器运行实例。 集合管理：使用Collections组织数据，可配置向量化和生成式AI参数，支持删除重建集合。 数据操作：支持单条和批量数据导入，JSON格式准备数据，提供基本查询和向量获取功能。 向量搜索：核心功能包括基于语义的向量搜索和带过滤条件的混合搜索，可调整权重平衡关键词匹配与语义相似度。 高
2025-05-30 02:25:53
504
原创 LangChain 核心组件学习笔记（三）
本文详细介绍了LangChain框架中的三个核心组件：基于文档的问答、评估系统和代理机制。基于文档的问答通过向量存储和检索技术，允许大语言模型从特定文档集合中提取信息，并结合语言模型生成智能回答。评估系统提供了问答评估工具，确保模型输出的准确性和相关性，并通过自定义提示模板和输出解析器解决本地模型评估中的常见问题。代理系统则赋予语言模型使用工具和执行推理的能力，支持多种代理类型和自定义实现，适用于复杂的应用场景。这些组件共同构成了LangChain的强大功能，帮助开发者构建更智能、更可靠的AI应用。
2025-05-19 01:41:54
799
原创 LlamaIndex中从OpenAI默认设置切换到本地Ollama部署模型设置指南
将LlamaIndex中的默认OpenAI设置转换为本地Ollama部署模型的设置，并基于新配置实现了向量存储索引的创建与查询功能。这种转换不仅满足了特定的使用需求，还能更好地控制成本和数据隐私。在实际应用中，根据具体场景灵活调整模型配置参数，能够进一步提升应用的性能和效果。
2025-05-08 17:34:02
581
原创 解决Langchain中 “TypeError: Agent.plan() got multiple values for argument ‘intermediate_steps‘” 错误
在使用Langchain构建智能代理系统时，为了让代理具备更强的交互能力和可调试性，期望实现一个具有记忆功能且能返回中间步骤的代理。记忆功能可使代理在交互过程中参考过往信息，从而生成更贴合上下文的回答；而返回中间步骤则便于开发者理解代理的决策过程，快速定位调试问题。工具，并通过自定义输出解析器、提示模板，以及配置内存和代理执行器来搭建整个系统。错误，导致代理无法正常执行任务。这不仅影响了代理功能的实现，更阻碍了整个系统的开发进度。错误，确保代理能够正确处理内存和中间步骤，并返回预期的结果。
2025-04-28 20:51:42
943
原创 LangChain 核心组件学习笔记（二）
源码已上传github（https://github.com/0101110AC/langchain-of-large-models）求求了。
2025-03-31 17:37:53
365
原创 LangChain 核心组件学习笔记（一）
LangChain是一个强大的框架，专为开发基于大语言模型(LLM)的应用而设计。它提供了一系列组件和工具，帮助开发者构建复杂的AI应用，如聊天机器人、问答系统、文档分析等。本笔记记录了LangChain核心组件的学习过程和关键概念。Few-Shot Learning（少样本学习）是一种提示技术，通过向模型提供少量示例来引导其理解任务模式。这种方法特别适用于复杂或专业领域的任务，可以显著提高模型的表现。
2025-03-30 00:56:45
704
原创 基于机器学习算法与智能对话的预测分析系统（大模型对话、机器学习算法实现）
这是一个基于Python的机器学习数据分析系统后端，提供了丰富的机器学习算法实现和数据分析功能。系统采用现代化的技术栈，支持多种机器学习模型的训练、评估和预测。同时也使用了火山引擎的大模型以及本地Ollama部署的模型，以实现对话解答功能
2025-03-26 07:30:00
481
原创 基于机器学习与大模型问答的房价预测分析系统
本项目是一个基于 Flask 和机器学习的房价预测分析系统。系统使用 Python 编写，结合了 Pandas、Scikit-learn、Matplotlib 等多个库，实现了数据分析、可视化、模型训练以及预测等功能，并集成了基于火山引擎的 AI 问答功能。响应式布局：适配不同屏幕尺寸组件样式：美化各个功能模块的显示效果图表容器：优化可视化图表的展示效果本项目实现了一个完整的房价预测分析系统，集成了数据分析、可视化、机器学习和 AI 问答等功能。
2025-03-25 09:40:55
893
原创 基于YOLOv8的目标检测系统
本文将详细介绍一个基于YOLOv8的目标检测系统。该系统使用Python编写，结合了OpenCV、PyTorch、Tkinter等多个库，实现了实时目标检测、结果保存、历史记录查询、自定义识别类别以及数据统计分析等功能。（需自行添加训练代码，这里只提供框架）
2025-02-01 13:29:23
860
2
原创 基于LSTM的台风预测模型
本项目采用LSTM（长短期记忆网络）模型进行台风预测。LSTM是一种适合处理时间序列数据的递归神经网络，能够有效捕捉时间序列中的长期依赖关系。为了提高模型的预测性能，设计了自定义损失函数，结合了均方误差（MSE）和平均绝对误差（MAE），确保模型在不同特征上的表现均衡。"""自定义损失函数"""# 计算加权MSE损失# 计算MAE损失# 对降水量添加额外的非负约束# 对时间特征添加周期性损失本项目通过数据处理和LSTM模型的结合，建立了一个有效的台风预测模型。
2025-01-23 23:33:42
1195
原创 基于GAN的水下图像增强系统设计与实现
本文提出了一个针对不同复杂场景量身定制的水下图像增强模型。为了实现这个目标，本文在现有的物理模型的基础上，加入了机器学习和深度学习的框架，以便于提升模型的鲁棒性和适应性。首先，该模型使用了U-Net类似的编码器-解码器结构，U-Net网络结构是一个对称结构，如图1所示。蓝/白色框表示 feature map；蓝色箭头表示 3x3 卷积，用于特征提取；灰色箭头表示 skip-connection，用于特征融合；红色箭头表示池化 pooling，用于降低维度；
2024-12-13 11:07:42
2217
3
原创 C语言——基础知识第四课
生成的数位于0~32767之间]（如果未重新初始化随机数种子，那么生成的随机数顺序相同，即使用srand()函数，为使每时每刻输入的数字不一样，srand常搭配时间戳使用，使其根据时间戳输出不同的随机数种子；void* memset(void* ptr ,int value ,size_t num):将指针ptr指向的相应的内存块的前num个字节设置为特殊的value数字/字符（类似于将前num个字节的内容替换成占相同字节的value）sqrt():求数的开平方（需要引用头文件math.h）
2023-10-23 20:29:50
63
原创 C语言——基础知识第三课
指针变量：用来存放地址的变量，类型为XXX*，存放什么样类型的变量，XXX就是对应的类型,而使用时需在指针变量前加上解引用操作符*【指针在32位平台是4个字节，在64位平台是8个字节】static修饰的函数发生的变化与static修饰的全局变量相似，改变了函数的链接属性，将其原本的外部链接属性变为了内部链接属性；static修饰的全局变量作用域发生改变，只能作用于自己所在的源文件内部使用，无法使用extern（声明外部符号的）跨文件调用；输出结果会变为20，这里的*p意思是找到存放的a并改变a的值。
2023-10-23 20:28:36
47
原创 C语言——基础知识第二课
= 与 += 道理相同，即 a=a-10 等价于 a-=10；所以 “abc” 相当于 'a' , 'b' , 'c' , '\0'，此时‘\0’ 相当于字符串的结束标志，并不算作字符串内容。这里前面一个 “\” 将原本属于“\t”的“\”转译成 “\” 使得 “\t” 转义符号变成了 “\” “t”//{}中的数据包含a,b,c，不包含0。C语言中，加法可使用函数进行求和（如：sum=Add(a,b) == sum= a +b）“ ~ ” --- 按（二进制）位取反----0变成1，1变成-0。
2023-10-23 20:27:17
51
原创 C语言——基础知识第一课
-2d则是左对齐，不够用空格在右侧补】sizeof（）：求某段程序向内存占用的空间（sizeof(变量名)时，sizeof(变量名)的（）可以省略，但是sizeof(int)的（）不可以省略）char--定义变量类型 char ch ="A",此处用char创建了一个变量ch,即是向内存申请一部分空间，该空间叫ch，“A”是变量值。全局变量--定义在代码块（{}）之外的变量，反之则为局部变量；C语言：从“主函数”的第一行开始执行（main为主函数--程序的入口--有且仅有一个）函数后带（）以表示函数。
2023-10-23 20:23:54
320
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人