魑、魅、魍、魉、妖、精、鬼、怪的区别

本文深入探讨了中国神话故事中的八大妖怪,包括魑、魅、魍、魉、妖、精、鬼、怪,详细解释了它们的由来与特征。从山林里的魑到修行成精的自然生物,每一种妖怪都有其独特的背景和传说。

一、魑,chī,传说中指山林里能害人的怪物

二、魅,mèi,外貌讨人喜欢的鬼

三、魍,wǎng,水怪,赤黑色

四、魉,liǎng,山川木石之怪

五、妖,自然生物在修行后成为一种精灵

六、精,动植物或天然物质通过吸收日月光华而形成的,西游记中,小而美为妖精

七、鬼,传说中人死后的灵魂变为鬼

八、怪,诡异、神秘、令人恐惧的鬼物

 

参考资料:魑魅魍魉--百度百科妖精鬼怪--百度百科

转载于:https://www.cnblogs.com/Bejadin/p/10709596.html

内容概要:本文设计了一种基于PLC的全自动洗衣机控制系统内容概要:本文设计了一种,采用三菱FX基于PLC的全自动洗衣机控制系统,采用3U-32MT型PLC作为三菱FX3U核心控制器,替代传统继-32MT电器控制方式,提升了型PLC作为系统的稳定性与自动化核心控制器,替代水平。系统具备传统继电器控制方式高/低水,实现洗衣机工作位选择、柔和过程的自动化控制/标准洗衣模式切换。系统具备高、暂停加衣、低水位选择、手动脱水及和柔和、标准两种蜂鸣提示等功能洗衣模式,支持,通过GX Works2软件编写梯形图程序,实现进洗衣过程中暂停添加水、洗涤、排水衣物,并增加了手动脱水功能和、脱水等工序蜂鸣器提示的自动循环控制功能,提升了使用的,并引入MCGS组便捷性与灵活性态软件实现人机交互界面监控。控制系统通过GX。硬件设计包括 Works2软件进行主电路、PLC接梯形图编程线与关键元,完成了启动、进水器件选型,软件、正反转洗涤部分完成I/O分配、排水、脱、逻辑流程规划水等工序的逻辑及各功能模块梯设计,并实现了大形图编程。循环与小循环的嵌; 适合人群:自动化套控制流程。此外、电气工程及相关,还利用MCGS组态软件构建专业本科学生,具备PL了人机交互C基础知识和梯界面,实现对洗衣机形图编程能力的运行状态的监控与操作。整体设计涵盖了初级工程技术人员。硬件选型、; 使用场景及目标:I/O分配、电路接线、程序逻辑设计及组①掌握PLC在态监控等多个方面家电自动化控制中的应用方法;②学习,体现了PLC在工业自动化控制中的高效全自动洗衣机控制系统的性与可靠性。;软硬件设计流程 适合人群:电气;③实践工程、自动化及相关MCGS组态软件与PLC的专业的本科生、初级通信与联调工程技术人员以及从事;④完成PLC控制系统开发毕业设计或工业的学习者;具备控制类项目开发参考一定PLC基础知识。; 阅读和梯形图建议:建议结合三菱编程能力的人员GX Works2仿真更为适宜。; 使用场景及目标:①应用于环境与MCGS组态平台进行程序高校毕业设计或调试与运行验证课程项目,帮助学生掌握PLC控制系统的设计,重点关注I/O分配逻辑、梯形图与实现方法;②为工业自动化领域互锁机制及循环控制结构的设计中类似家电控制系统的开发提供参考方案;③思路,深入理解PL通过实际案例理解C在实际工程项目PLC在电机中的应用全过程。控制、时间循环、互锁保护、手动干预等方面的应用逻辑。; 阅读建议:建议结合三菱GX Works2编程软件和MCGS组态软件同步实践,重点理解梯形图程序中各环节的时序逻辑与互锁机制,关注I/O分配与硬件接线的对应关系,并尝试在仿真环境中调试程序以加深对全自动洗衣机控制流程的理解。
### LlamaTokenizer 词表的查看与使用方法 LlamaTokenizer 是 Hugging Face 的 `transformers` 库中为 LLaMA 模型提供的分词器工具,支持对文本进行分词、编码和解码操作。以下是关于如何查看 LlamaTokenizer 的词表信息以及其使用方法的详细说明。 #### 查看 LlamaTokenizer 的词表信息 可以通过以下几种方式查看 LlamaTokenizer 的词表信息: 1. **获取特殊标记** 特殊标记(如 `[PAD]`, `[UNK]` 等)是分词器中的保留符号,可以通过以下代码查看: ```python from transformers import LlamaTokenizer llama_tokenizer = LlamaTokenizer.from_pretrained("llama_tokenizer_dir") print("Special Tokens:", llama_tokenizer.all_special_tokens) # 打印特殊标记名称 print("Special Token IDs:", llama_tokenizer.all_special_ids) # 打印特殊标记对应的ID print("Special Token Map:", llama_tokenizer.special_tokens_map) # 打印特殊标记映射关系 ``` 这段代码可以输出分词器中定义的所有特殊标记及其对应的 ID 和映射关系[^1]。 2. **获取完整词表** 如果需要查看完整的词表,可以使用以下代码: ```python vocab = llama_tokenizer.get_vocab() print("Vocabulary Size:", len(vocab)) # 打印词表大小 print("Vocabulary:", vocab) # 打印词表内容 ``` `get_vocab()` 方法返回一个字典,键为词汇项,值为对应的 ID[^3]。 3. **扩展词表** 在某些情况下,可能需要扩展 LlamaTokenizer 的词表以支持更多的词汇。例如,在训练中文 LLaMA 模型时,可以参考相关实现[^2]: - 设置参数 `add_bos_token=True` 和 `add_eos_token=True`,确保句子开头和结尾有特殊标记。 - 使用 `add_tokens()` 方法添加自定义词汇项。例如: ```python new_tokens = ["", "", "", ""] num_added_tokens = llama_tokenizer.add_tokens(new_tokens) print(f"Added {num_added_tokens} tokens.") ``` #### LlamaTokenizer 的使用方法 LlamaTokenizer 的主要功能包括分词、编码和解码,以下是具体用法示例: 1. **文本分词** 将文本拆分为 token 列表: ```python text = "白日依山尽,黄河入海流。欲穷千里目,更上一层楼。" tokens = llama_tokenizer.tokenize(text) print("Tokens:", tokens) # 打印分词结果 ``` 2. **文本编码** 将文本转换为模型输入所需的 token ID 列表: ```python encoded_ids = llama_tokenizer.encode(text) print("Encoded IDs:", encoded_ids) # 打印编码后的 ID 列表 ``` 3. **文本解码** 将 token ID 列表还原为原始文本: ```python decoded_text = llama_tokenizer.decode(encoded_ids) print("Decoded Text:", decoded_text) # 打印解码后的文本 ``` 4. **批量处理** 对多个文本进行批量编码: ```python texts = ["大模型是指具有非常大的参数数量的人工神经网络模型。", "在深度学习领域,大模型通常是指具有数亿到数万亿参数的模型。"] batch_encoded = llama_tokenizer(texts, padding=True, truncation=True, max_length=512, return_tensors="pt") print("Batch Encoded:", batch_encoded) # 打印批量编码结果 ``` #### 注意事项 - 默认情况下,LlamaTokenizer 不会将未登录词(OOV)分解为 UTF-8 字节表示。如果需要此功能,需手动设置相关参数。 - 在扩展词表时,需确保目标词汇表的大小大于源词汇表的大小,以避免冲突。 ```python # 示例:扩展词表并重新加载分词器 new_tokens = ["测试词1", "测试词2"] num_added_tokens = llama_tokenizer.add_tokens(new_tokens) print(f"Added {num_added_tokens} tokens.") # 保存扩展后的分词器 llama_tokenizer.save_pretrained("extended_llama_tokenizer") ```
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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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