- 博客(173)
- 资源 (27)
- 收藏
- 关注
RSS订阅原创 DeepSeek-OCR 部署、配置解析与测试完整指南
DeepSeek-OCR 是 DeepSeek-AI 提出的用于探索视觉 2D 映射压缩长上下文可行性的视觉语言模型（VLM），由DeepEncoder（核心编码器，~380M 参数）和DeepSeek3B-MoE-A570M 解码器（激活 570M 参数）构成；其核心优势在于 DeepEncoder 通过串联窗口注意力（SAM-base）、16× 卷积压缩器与全局注意力（CLIP-large），实现高分辨率输入下的低激活内存与高压缩比，实验显示在 Fox 基准上。
2025-11-10 19:00:40
1822
2
原创 深度解读 DeepSeek-OCR 论文：通过视觉模态实现高效文本压缩
DeepSeek-OCR 是 DeepSeek-AI 提出的用于探索视觉 2D 映射压缩长上下文可行性的视觉语言模型（VLM），由DeepEncoder（核心编码器，~380M 参数）和DeepSeek3B-MoE-A570M 解码器（激活 570M 参数）构成；其核心优势在于 DeepEncoder 通过串联窗口注意力（SAM-base）、16× 卷积压缩器与全局注意力（CLIP-large），实现高分辨率输入下的低激活内存与高压缩比，实验显示在 Fox 基准上。
2025-11-10 18:50:33
1064
原创 PP-OCRv5文本识别流程及原理解析
总的来说，PP-OCRv5通过其图像预处理→文本检测→文本方向分类→文本识别的四步流水线，构建了一个高效、精准且轻量的文字识别解决方案。其在手写体、多语言场景下的强劲表现，以及适合边缘部署的特性，使其成为文档数字化、教育、金融、智能交通等多个领域的理想选择。模块核心算法输入输出关键创新文本检测DBNet完整图像所有文本行的包围框可微分二值化（高效特征融合）、针对任意形状文本的优化方向分类轻量级CNN单个文本行图像文本方向类别极致的轻量化、将方向问题转化为多分类问题、依赖高质量合成数据。
2025-11-03 19:31:41
1372
原创 ReAct 与 Function Call：两种主流 Agent 技术解析与实践
在人工智能领域，Agent 技术正成为推动 AI 系统向主动推理、复杂任务处理演进的核心方向。本文将深入解析当前主流的两种 Agent 技术 ——ReAct（推理与行动协同框架）和Function Call（结构化功能调用），探讨其技术原理、应用场景及开发实践要点。
2025-11-03 19:23:11
855
原创 详解混合检索中 RPF 排序算法（Reciprocal Rank Fusion）
RPF（Reciprocal Rank Fusion）排序算法作为一种高效的结果融合方法，能够有效整合多个检索系统的输出，生成更优的排序结果
2025-10-15 18:08:31
694
原创 从大模型到轻量级部署：知识蒸馏优化技术
知识蒸馏（Knowledge Distillation, KD）是一种模型压缩与优化技术，旨在将复杂高性能模型（教师模型，Teacher Model）的 “知识” 迁移到轻量模型（学生模型，Student Model）中，使学生模型在参数量和计算成本大幅降低的同时，尽可能保留教师模型的性能。
2025-10-10 18:31:02
390
原创 HTTP 请求体格式全解：none/form-data/urlencoded/raw/binary/msgpack 原理与 Python 实现
在 HTTP 请求中，请求体（Request Body）的格式决定了数据的组织方式，不同格式适用于不同的场景。HTTP请求体（Body）的格式根据数据类型和编码方式不同，主要分为：none、form-data、raw、urlencoded、binary和msgpack。
2025-09-24 19:11:48
754
1
原创 15 种 HTTP 请求方法详解：从 GET/POST 核心方法到 WebDAV 扩展及Python实现示例
HTTP（Hypertext Transfer Protocol）是一种在计算机网络中用于传输超媒体文档的应用层协议。HTTP 协议定义了客户端和服务器之间的通信规则，并规定了客户端向服务器发送请求时需要采用的请求方法（请求方式）。
2025-09-08 19:13:59
1247
原创 接口设计标准化流程，结合RESTful最佳实践和实际开发经验，涵盖从需求分析到部署的全过程
接口设计标准化流程，结合RESTful最佳实践和实际开发经验，涵盖从需求分析到部署的全过程
2025-09-03 19:32:30
748
原创 深入理解CI/CD：构建、测试和部署的完整流程
CI/CD 旨在通过自动化流程和工具简化并加快软件开发生命周期，它是现代软件开发中的核心实践，通过自动化流程将代码变更快速、可靠地交付到生产环境。
2025-09-02 21:16:01
1616
原创 DevOps 详解：文化、实践与工具链
DevOps是 Development（开发）和 Operations（运维） 的融合，通过打破部门壁垒、自动化流程和工具链集成，实现软件交付效率最大化和系统稳定性最优化。
2025-09-01 19:01:36
765
原创 利用 Windows GPU 在 WSL2 中安装并配置 CUDA Toolkit
要在 WSL2（Ubuntu 22.04）中使用 GPU，需依赖 Windows 的 NVIDIA 驱动提供硬件支持，并在 WSL 内安装 CUDA Toolkit 及配置环境。
2025-08-20 19:07:29
1933
1
原创 Elasticsearch全文检索中文分词：IK分词器详解与Docker环境集成
IK分词器（IK Analyzer）是Elasticsearch中广泛使用的中文分词插件，专门针对中文文本进行高效的分词处理。
2025-08-18 19:40:01
2060
3
原创 详解 doclayout_yolo：Python 文档布局检测
doclayout_yolo 是一个基于 YOLOv10 架构的文档布局检测工具包，旨在快速、高效地识别文档中的不同元素（如文本、图像、表格、标题等）。它结合了 DocSynth-300K 数据集的预训练模型和全局到局部的感知机制，适用于论文、教科书、试卷、幻灯片等多种文档类型的布局分析。
2025-08-18 19:31:50
1044
原创 PyMuPDF 详解：Python 高效处理 PDF 文档
PyMuPDF（又称 `fitz`）是一个功能强大的 Python 库，用于处理 PDF、XPS、EPUB、MOBI 等文档格式。它基于 MuPDF（轻量级 PDF 渲染引擎），提供高效的文本提取、渲染、编辑和文档分析功能。
2025-08-14 17:55:59
950
原创 一文吃透 pdf2image：Python 处理 PDF 转图片的完整指南
pdf2image 是一个用于将 PDF 文件转换为图像的 Python 库，它基于强大的 poppler-utils 工具集，提供简单高效的 PDF 到图像的转换功能。
2025-08-12 17:55:02
1822
原创 Docker 加载镜像时出现 “no space left on device” 错误的解决方法
在 Docker 使用过程中，"no space left on device" 错误是常见的磁盘空间不足问题。本文将结合实战操作，详细介绍该问题的排查与解决步骤，帮助开发者快速定位并修复问题。
2025-08-07 17:49:18
954
原创 知识库搜索新范式：FastGPT知识库搜索方案全解析
FastGPT 知识库结构设计，理解其 QA 的存储格式和多向量映射，以便更好的构建知识库
2025-06-23 19:56:54
1456
原创 RAG检索增强生成技术：原理剖析、应用场景与优劣对比
RAG检索增强生成：从理论到实践的应用与挑战检索增强生成（RAG）全面解析：原理、场景与优化方向
2025-06-18 20:59:50
849
原创 基于vLLM高效部署多模态大模型Qwen2.5-VL实战指南及优化策略
基于vLLM高效部署多模态大模型Qwen2.5-VL实战指南及优化策略
2025-06-18 20:12:09
5368
2
原创 Python包管理工具之uv使用指南
uv 是一个新兴的 Python 包管理工具，它旨在提供比 pip 和 poetry更快、更现代的依赖管理体验。
2025-06-16 20:50:09
2080
原创 高效管理Python环境：Miniforge、pyenv和Poetry深度对比与应用
在 Python 开发中，构建和管理环境是至关重要的。为了更好地隔离项目依赖、管理不同版本的 Python 解释器以及简化包管理，开发者常使用工具来辅助开发环境的搭建。以下是三种常见的 Python 环境管理工具Miniforge、pyenv和Poetry，它们各有特点，适用于不同的场景。
2025-06-12 19:40:07
1453
原创 基于vLLM高效部署：Qwen2.5与DeepSeek-R1-Distill-Qwen实战指南
基于vLLM高效部署：Qwen2.5与DeepSeek-R1-Distill-Qwen实战指南
2025-06-12 12:07:15
1616
原创 《深度解析：如何在PyTorch中实现.pt模型文件与.bin二进制格式的高效转换》
PyTorch模型文件格式 .pt 与二进制格式 .bin 转换
2025-03-05 20:19:52
2280
原创 面向多模态检索的向量数据库对比分析和技术选型：Elasticsearch、Milvus、Pinecone、FAISS、Chroma、PGVector、Weaviate、Qdrant
面向多模态检索的向量数据库对比分析和技术选型：Elasticsearch、Milvus、Pinecone、FAISS、Chroma、PGVector、Weaviate、Qdrant
2025-03-05 20:08:33
4872
原创 NVIDIA GPU 架构详解：Pascal、Volta、Turing、Ampere、Ada、Hopper、Blackwell
NVIDIA 的 GPU 架构持续演进，每一代都在计算能力、能效比和专用硬件加速方面取得突破。以下是主流架构的核心特性对比与应用场景分析。
2025-03-03 20:44:50
17694
原创 深度解读 Chinese CLIP 论文：开启中文视觉对比语言预训练
本文提出了 Chinese CLIP，这是一个专为中文设计的视觉 - 语言基础模型。构建了一个包含约 2 亿个样本的预训练数据集，并使用所提出的两阶段预训练方法对一系列 Chinese CLIP 模型进行预训练，提高了预训练的效率和效果。Chinese CLIP 在多个跨模态检索数据集上，无论是零样本学习还是微调设置下，都能达到最先进的性能，在 10 个数据集的零样本图像分类任务中，也能取得颇具竞争力的成绩。
2025-02-27 21:38:09
1708
原创 深度解读 CLIP 论文：从自然语言监督中学习可迁移的视觉模型
本文深度讲解对比语言 - 图像预训练（CLIP）模型，该模型通过自然语言监督学习可迁移视觉模型，在多领域展现潜力，也分析了模型的性能、局限和社会影响
2025-02-26 19:48:04
1204
ClassProjectCity-C++实现课程设计源码资源.zip
2022-04-20
项目实战-KNN算法实现手写数字识别源码及数据集.zip
2022-04-17
项目实战-KNN算法改进约会网站的配对效果源码及数据集.zip
2022-04-17
项目实战-朴素贝叶斯算法实现新闻分类源码及数据集.zip
2022-04-17
项目实战-朴素贝叶斯算法实现垃圾邮件过滤源码及数据集.zip
2022-04-17
NASA MDP 软件缺陷数据集.zip
2022-04-16
Linux环境下编译的TensorFlow C++ API动态库文件.7z
2022-04-16
CNNVD 软件安全漏洞数据集.zip
2022-04-16
NVD 软件安全漏洞数据集.zip
2022-04-16
NSL-KDD 入侵检测数据集.zip
2022-04-16
KDD99入侵检测数据预处理和分类源代码及数据集.zip
2022-04-16
XGBoost与LightGBM文本分类源代码及数据集.zip
2022-04-16
项目实战-英文文本分类电影评论情感判别源码及数据集
2022-04-09
中文句子类型分类工具及数据集.zip
2022-04-09
项目实战-Bert文本分类（keras-bert实现）源代码及数据集.zip
2022-04-09
项目实战-TextCNN文本分类（keras实现）源代码及数据集.zip
2022-04-09
项目实战-中文商品评论情感分析源代码及数据集.zip
2022-04-09
社交网络影响力最大化（Python实现）及Wiki-Vote数据集
2022-04-08
LSTM实现对股票数据进行预测（Keras实现）源代码及数据集
2022-04-09
Python3对股票数据进行分析源代码和股票数据集
2022-04-09
CNN卷积神经网络实现Mnist手写数字识别数据集
2018-05-26
pyltp_wheel安装包.7z
2019-11-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人