记录python新手让“千问“出题

玩一玩阿里通义千问开源版,Win11 RTX3060本地安装记录! 同时,在Qwen-7B的基础上,我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。一步一坑是常态,踩过了,就简单了。这个问题出在两个方面,一个是这个包好像只支持8bit量化,而我代码里有用的是4bit。不用魔法,就能飞起,这是搞国外项目,永远享受不到的待遇啊。全方位碾压同类70亿参数模型,在即将开源的、用于评估工具使用能力的自建评测基准上,居然K·O了GPT-4 哈哈。官方也提供了4bit量化的代码,直接拷贝过来,搞了一个test2.py文件。玩过的可以跳过,没玩过的可以当个参考。 阅读详情
不了不了,我还没有系统的学习这些东西,你给我出题吧,结合我之前给你发的那些笔记,目的是让无数来弄的运用python的知识             
class SmartDevice:
def __init__(self,status):
    self.__status = status

@property
def status(self):
    return self.__status
@status.setter
def status(self,new_status):
    valid_status = ["开启","关闭","待机"]
    if new_status not in valid_status:
        raise ValueError(f"非法的设备状态{new_status},合格的设备状态{valid_status}")
    self.__status = new_status
    return self.__status
def turn_on(self):
    if self.__status == "开启":
        print("机器开始运行")

class AirConditioner(SmartDevice):
def init(self,status):
super().init(status)
def turn_on(self):
res = super().turn_on()
print(f’{res},开始制冷’)

class RobotVacuum(SmartDevice):
def init(self,status):
super().init(status)
def turn_on(self):
res = super().turn_on()
print(f’{res},开始扫地’)

def start_device(device):
device.turn_on()
你的代码整体架构非常清晰,父类、子类、多态函数以及 super() 的用法都完全正确。但在细节上存在几个问题,下面为你客观指出:

  1. 拼写错误
    statue 应为 status(状态)。statue 是“雕像”的意思。
    @statue.stter 拼写错误,应为 @statue.setter。
  2. 封装设计缺陷
    你在父类 SmartDevice 中定义了私有属性 __status 和对应的 @property,但在 turn_on() 方法中,你只是返回了一个字符串,并没有真正修改 __status 的值。
    这意味着,无论调用多少次 turn_on(),设备的状态依然是初始值。应该在方法内部调用 self.status = “开启” 来触发 setter 并更新状态。
  3. 子类缺少状态校验
    在 AirConditioner 和 RobotVacuum 的 init 中,你直接将 status 传给了父类,但没有对传入的初始状态进行合法性校验。如果外部传入 status=“爆炸”,对象依然会被创建。
  4. 返回值与副作用混用
    turn_on() 方法中,你使用了 return “机器开始运行”,但在子类中又用 print() 打印了拼接后的字符串。
    如果 turn_on() 的目的是展示信息,应该统一使用 print()。
    如果 turn_on() 的目的是返回状态字符串供其他地方使用,就不应该在方法内部 print()。
    建议统一风格:在父类中 print() 基础状态,在子类中 print() 特有状态。
  5. 缺少多态测试代码
    你定义了 start_device(device) 函数,但没有提供测试代码来验证多态是否生效。
    以上是我的问题,我的答案,还有千问的"批评",@property和@status.setter原来就相当于是一个内置函数,我前面学到过,他们把函数的调用方式给改了,用一个“语法糖”给优化了,让不明白的人还蒙在鼓里,认为来一个 “小明” = self.name是直接修改了数据(虽然我就是吧)这里运用这些的精髓是自己定义的函数的名字就必须是自己想要隐藏的属性的名字。比如这里的 def status: 就是这个原理,暗中当老六。
    有一个super()我感觉是很好用的,也不用死记硬背,super().------------(想要继承的函数) 用这个还可以在原有的基础上再加上一些其他的东西。
    回顾下来就是“千问”挺好用的,关键在于自己的“问”,上面的理解就是基于我的错误还有我问的千问得出来的。
    over
基于LangChain与通义千问的带记忆功能聊天机器人实现 基于LangChain与通义千问的带记忆功能聊天机器人实现 本项目开发了一个具有上下文记忆能力的智能对话系统,采用LangChain框架结合阿里云通义千问API构建。系统核心功能包括:基于内存的对话历史管理、可配置的模型参数设置、支持命令交互的控制台界面以及完善的日志记录机制。通过模块化设计实现了提示工程、模型调用和会话管理的解耦,开发者可快速扩展为Web应用或集成到其他系统中。项目提供完整的环境配置指南和代码解析,特别适合需要实现连贯对话场景的应用开发。 阅读详情

相关推荐

通义千问API本地调用实战:从环境配置到第一个AI对话(Python版)

本文提供了通义千问API本地调用的完整Python实战指南。从环境配置、API密钥安全管理,到使用OpenAI兼容库编写第一个AI对话程序,详细介绍了同步调用、多轮对话、流式输出等核心技巧,并分享了模型选择、参数调优及项目集成的最佳实践,帮助开发者快速将大模型能力集成到本地应用中。

tgb3456789的博客 480

Python对接通义千问API完整教程(从零到上线大揭秘)

掌握Python调用通义千问API教程,轻松实现智能对话与文本生成。涵盖API申请、鉴权、请求封装及错误处理,适用于聊天机器人、内容创作等场景。方法简单、集成高效,快速对接大模型能力,值得收藏。

QuickProceed的博客 1342

Python调用通义千问API:从零构建智能对话应用实战指南

大语言模型(LLM)通过理解与生成自然语言文本,正深刻改变人机交互方式。其核心原理基于Transformer架构的海量参数训练,使其具备强大的上下文理解和内容生成能力。这一技术价值在于为开发者提供了高效、低成本的AI能力集成方案,广泛应用于智能客服、内容创作、代码辅助等场景。本文聚焦于阿里云通义千问API,详细解析其Python调用方法,涵盖API密钥申请、环境配置、多轮对话实现、参数调优及错误处理等关键环节。通过实战代码示例,帮助开发者快速掌握如何将大模型能力集成到自己的应用中,并有效处理认证、限流等常见

weixin_29056101的博客 337

零基础尝试调用通义千问API的过程记录

使用了通义灵码插件后,感觉非常不错,因此想尝试调用通义灵码的API。但在寻找了一段时间后,并未找到相关API。于是,我转向尝试使用通义千问,经过搜索,在阿里云的DashScope灵积模型服务中找到了通义千问提供的API。

weixin_42398461的博客 1万+

通义千问API从申请到调用的保姆级教程(阿里云版)

本文提供通义千问API从申请到调用的完整实践指南,涵盖阿里云账号准备、API密钥管理、Python调用示例及高级应用优化策略。帮助开发者快速掌握通义千问API的使用技巧,提升产品智能化水平。

weixin_29066781的博客 1001

通义千问联网搜索功能实战:如何用Python正确调用DashScope API获取实时信息

本文详细介绍了如何通过Python调用DashScope API实现通义千问的联网搜索功能,包括环境配置、核心API调用、高级搜索定制及错误处理。帮助开发者高效获取实时信息,提升AI应用的竞争力。

bean的博客 780

使用Python免费调用通义千问大模型

​ 最近,阿里云的通义千问Qwen-72b大模型宣布开源了!现可以在魔撘社区(点击跳转)免费体验,也可通过官方限时免费开放的api使用。本文就将讲解如何使用官方ap

PYmili的博客 7189

macOS开发实战:集成通义千问AI能力,构建智能应用

人工智能(AI)与机器学习(ML)正深度融入现代软件开发流程,其核心原理是通过算法模型让计算机模拟人类智能行为。这一技术为开发者带来了革命性的效率提升和全新的应用可能性,尤其在代码生成、智能问答和自动化任务等场景中价值显著。随着苹果在官方文档中提及“Apple 智能”战略,并与阿里通义千问等大模型产生关联,标志着AI能力正成为操作系统和开发生态的基础设施。对于macOS开发者而言,这意味着可以便捷地将先进的AI能力,例如通义千问的代码生成与理解功能,集成到自己的应用中。本文聚焦于这一趋势,详细解析了通过云端

weixin_30387799的博客 345

千问辅助Python爬虫实战

此处后期补充爬虫教程。

WyangxinT的博客 1270

优快云每日一练 |『降水量』『隧道逃生』『千问万问』2023-09-15

🟢 编程路上,每日一练,不断精进!🔊『降水量』『隧道逃生』『千问万问』

✨ 欢迎来到【Seal ^_^ 的优快云博客】!✨ 2936

uniapp:K线图,支持H5,APP

K线,1分钟搞定。备注详细,无需理解,直接复制即可。

sunluyi的博客 4576

为什么你的API调用总失败?Python调用通义千问避坑指南

解决API调用频繁失败问题,本Python调用通义千问API教程详解认证配置、请求格式与常见错误处理,覆盖文本生成、对话交互等场景,助你高效集成。方法实用,避坑要点齐全,值得收藏。

ProceChat的博客 823

OpenPose 论文理解

OpenPose: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation paper: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields link: OpenPose paper...

JustForYou的博客 2万+

免费调用阿里云通义千问(qwen-1.8b-chat)大模型API

免费的GPT接口国内的使用一段实践就会失效,阿里云的==qwen-1.8b-chat==限时免费,可对接!目前本账号小助手也是对接了该模型

1万+

从Xilinx FPGA到MIPI DSI LCD屏:手撸代码的实战经验分享

本文分享了使用Xilinx FPGA驱动MIPI DSI LCD屏的实战经验。作者从依赖官方IP核失败,到与底层D-PHY IP缠斗,最终通过手撸代码,直接配置GTY收发器原语并实现完整的D-PHY与DSI协议栈,成功点亮屏幕。文章详细剖析了协议细节、Vivado工具链的调试技巧与避坑指南,为FPGA工程师提供了从理论到实践的宝贵参考。

weixin_29188997的博客 399

Zabbix-01简单导入MIB文件并测试

这里写自定义目录标题安装 MIB文件启用MIB文件测试MIB文件 MIB文件 MIB代表管理信息库。 MIB文件允许您使用OID(对象标识符)的文本表示。 ##例如: ifHCOutOctets 是OID【1.3.6.1.2.1.31.1.1.1.10】的文本表示 安装 MIB文件 在基于Debian的系统上: # apt install snmp-mibs-downloader # download-mibs 在基于RedHat的系统上: # yum install net-snmp-libs 启用M

lokibaba的博客 9178

通义千问2.5代码解释器:分析Python脚本,开发者必备工具

本文介绍了基于星图GPU平台自动化部署“通义千问2.5-7B-Instruct大型语言模型 二次开发构建by113小贝”镜像的方法,助力开发者快速搭建AI代码分析环境。该镜像可高效解析Python脚本,支持多文件项目理解与依赖识别,典型应用于开源项目学习、模型微调及AI应用开发,显著提升代码理解与调试效率。

GoldenleafHawk37的博客 723

芯片设计数字后仿与SDF文件:原理、流程与实战调试指南

在数字芯片设计流程中,时序验证是确保芯片功能正确与性能达标的核心环节。其原理在于通过精确的物理延迟模型,模拟信号在真实硅片上的传播行为,从而暴露理想仿真中无法发现的时序问题。这项技术的核心价值在于它是连接前端逻辑设计与后端物理实现的桥梁,能有效发现建立时间/保持时间违例、时钟偏斜、竞争冒险等关键风险,是保障芯片一次流片成功的关键步骤。其典型应用场景包括高性能计算单元、复杂SoC以及低功耗设计中的状态切换验证。本文聚焦于数字后仿真的具体实施,深入解析SDF文件的结构与反标机制,并提供从环境搭建、波形分析到与静

weixin_34279184的博客 382

如何使用程序调用通义千问

之前分享了,使用程序调用文心一言。但是很快文心一言就要收费了。阿里的提供了暂时免费版的基础模型,效果还算可以。所以再分享一下,如何使用程序来调用通义千问的模型。 整体很简单,分三步:导入依赖;获取ApiKey;使用程序调用模型。 体感:使用简单,效果还可以,但是速度很慢!

Angus 1177

《YOLOv8-seg改进》专栏指导书册 &手把手创新教程

学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研;1)手把手教你如何训练YOLOv8-seg;2)模型创新,提升分割性能;3)独家自研模块助力分割;

会AI的学姐 3813

芒果YOLOv7改进04:Loss篇:原创改进损失函数Repulsion:独家首发最新改进Repulsion Loss解决目标遮挡场景下检测,为解决密集人群检测中遮挡设计的损失函数,打造高效检测器涨点

YOLOv7原创改进Repulsion|首发最新改进为解决密集人群检测中遮挡设计的损失函数

包括YOLOv5、YOLOv7、YOLOv8等模型改进 3252

大模型的训练与应用 | 二十、阿里云通义千问API申请与使用指南

AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频,免费分享!

Androiddddd的博客 4772

【OTFS与信号处理:论文阅读4】OTFS时延多普勒域嵌入导频辅助信道估计(已更新)

【OTFS与信号处理:论文阅读】Embedded Pilot-Aided Channel Estimation for OTFS in Delay–Doppler Channel(快来看看OTFS嵌入式导频设计的经典之作!!!)

Cuby的博客 5335

千问3.5-27B入门指南:Web界面历史记录保存与导出方法

本文介绍了如何在星图GPU平台上自动化部署千问3.5-27B镜像,并详细说明了其Web界面聊天历史记录的多种保存与导出方法。该大语言模型镜像的核心应用场景包括文本对话、内容创作辅助以及专业问题解答,通过本文指南,用户可有效管理这些有价值的对话记录。

weixin_35578748的博客 1183

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

通义千问智能客服从入门到实战:新手避坑指南与最佳实践

接入通义千问智能客服,从跑通Demo到稳定服务生产流量,是一个不断踩坑和优化的过程。核心在于理解其API设计理念,并围绕上下文管理性能与稳定性成本控制这三个维度去构建自己的服务层。现在,我的客服机器人已经能比较流畅地处理大部分常规咨询了。如果我的应用需要支持百万级甚至千万级的并发对话,整个架构应该如何设计?从无状态服务扩展到分布式会话管理,从单个模型调用到智能路由和负载均衡,这又是一个充满挑战的新课题。如果你也有想法,欢迎一起交流探讨。

2600_94960112的博客 416

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

千问大模型本地部署全攻略:AI开发者的新利器

千问模型的权重文件比较大,下载时需要确保有足够的存储空间和稳定的网络连接。我使用的是阿里云提供的模型仓库,下载速度还不错。初始化接口负责加载模型到内存,这里要注意内存管理,特别是当模型较大时。它的在线编辑器可以直接运行Python代码,还能一键部署成可访问的web服务,省去了很多环境配置的麻烦。每次问答时,系统会自动关联之前的对话记录,让模型能理解上下文关系。如果你也想开发类似的AI应用,建议先从简单的功能开始,逐步完善。最重要的是保持耐心,AI模型部署确实需要一些调试时间,但最终效果绝对值得。

EmeraldWolf23的博客 1201

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

上一篇: python新手记录学习过程第三天
下一篇: 和deepseek探讨AI
Selfspring
博客等级 码龄112天 0粉丝 6原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值