<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[greygrey_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/greygrey_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; greygrey_]]></copyright><item><title><![CDATA[进阶6-MindSearch 快速部署]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/144759772</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/144759772</guid><author>greygrey_</author><pubDate>Fri, 27 Dec 2024 10:25:44 +0800</pubDate><description><![CDATA[MindSearch 是一个开源的 AI 搜索引擎框架，具有与 Perplexity.ai Pro 相同的性能。我们可以轻松部署它来构建自己的专属搜索引擎，可以基于闭源的LLM（如GPT、Claude系列），也可以使用开源的LLM（如经过专门优化的InternLM2.5 系列模型，能够在MindSearch框架中提供卓越的性能） 最新版的MindSearch拥有以下特性：任何你想知道的问题：MindSearch 通过搜索解决你在生活中遇到的各种问题。]]></description><category></category></item><item><title><![CDATA[进阶2-Lagent 自定义你的 Agent 智能体]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/144751581</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/144751581</guid><author>greygrey_</author><pubDate>Fri, 27 Dec 2024 09:33:14 +0800</pubDate><description><![CDATA[在具体函数实现上，利用GeoAPI 获取 LocationID，当用户输入的 location 不是经纬度坐标格式（如 116.41,39.92），则使用和风天气的 GeoAPI 将位置名转换为 LocationID，并通过 Weather API 获取目标位置的实时天气数据。可以看到左侧的插件栏多了天气查询插件，我们首先输入命令“帮我查询一下南京现在的天气”，可以看到模型无法知道现在的实时天气情况。（2）批评优化代理：负责审阅生成的内容，指出不足，推荐合适的文献，使文章更加完善。]]></description><category></category></item><item><title><![CDATA[进阶4-InternVL 多模态模型部署微调实践]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/144158949</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/144158949</guid><author>greygrey_</author><pubDate>Sat, 30 Nov 2024 21:55:32 +0800</pubDate><description><![CDATA[我们主要通过pipeline.chat 接口来构造多轮对话管线，核心代码如下## 1.导入相关依赖包## 2.使用你的模型初始化推理管线## 3.读取图片（此处使用PIL读取也行）## 4.配置推理参数## 5.利用 pipeline.chat 接口 进行对话，需传入生成参数## 6.之后的对话轮次需要传入之前的session，以告知模型历史上下文。]]></description><category></category></item><item><title><![CDATA[进阶3-LMDeploy 量化部署进阶实践]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/144014752</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/144014752</guid><author>greygrey_</author><pubDate>Tue, 26 Nov 2024 20:42:27 +0800</pubDate><description><![CDATA[本次实践需要>=24G的显存⭐大模型训练营官方文档。]]></description><category></category></item><item><title><![CDATA[基础6-OpenCompass 评测书生大模型实践]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143953611</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143953611</guid><author>greygrey_</author><pubDate>Thu, 21 Nov 2024 20:16:51 +0800</pubDate><description><![CDATA[注意事项（在开始测评前，需要完成下面两个操作，不然可能会报错）创建python文件。创建python文件。]]></description><category></category></item><item><title><![CDATA[基础5-XTuner 微调个人小助手认知]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143822438</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143822438</guid><author>greygrey_</author><pubDate>Wed, 20 Nov 2024 20:42:00 +0800</pubDate><description><![CDATA[该命令需要三个参数：CONFIG 表示微调的配置文件， PATH_TO_PTH_MODEL 表示微调的模型权重文件路径，即要转换的模型权重， SAVE_PATH_TO_HF_MODEL 表示转换后的 HuggingFace 格式文件的保存路径。微调完成后，我们可以再次运行 xtuner_streamlit_demo.py 脚本来观察微调后的对话效果，不过在运行之前，我们需要将脚本中的模型路径修改为微调后的模型的路径。在InternStudio开发机中的已经提供了微调模型，可以直接软链接即可。]]></description><category></category></item><item><title><![CDATA[基础4-InternLM+LlamaIndex RAG实践]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143780282</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143780282</guid><author>greygrey_</author><pubDate>Fri, 15 Nov 2024 22:06:25 +0800</pubDate><description><![CDATA[⭐本次实践选用LlamaIndex框架。LlamaIndex 是一个上下文增强的 LLM 框架，旨在通过将其与特定上下文数据集集成，增强大型语言模型（LLMs）的能力。]]></description><category></category></item><item><title><![CDATA[基础3-提示词基础&&基于LangGPT格式编写提示词]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143751749</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143751749</guid><author>greygrey_</author><pubDate>Wed, 13 Nov 2024 21:33:49 +0800</pubDate><description><![CDATA[LangGPT 是 Language For GPT-like LLMs 的简称，中文名为结构化提示词。LangGPT 是一个帮助你编写高质量提示词的工具，理论基础是我们提出的一套模块化、标准化的提示词编写方法论——结构化提示词。经过上述两个案例的展示，我们可以明显观察到，在引入提示词后模型的输出质量得到了显著提升。其回答内容更为规范，精确度更高，同时在流程遵循方面也展现出了更精准的执行能力。]]></description><category></category></item><item><title><![CDATA[基础2-玩转书生「多模态对话」与「AI搜索」产品]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143723059</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143723059</guid><author>greygrey_</author><pubDate>Tue, 12 Nov 2024 20:28:11 +0800</pubDate><description><![CDATA[InternVL 开源的视觉语言模型官方的对话产品。InternLM开源模型官方的对话类产品。]]></description><category></category></item><item><title><![CDATA[基础1-介绍书生大模型全链路开源开放体系]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143722886</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143722886</guid><author>greygrey_</author><pubDate>Tue, 12 Nov 2024 20:13:00 +0800</pubDate><description><![CDATA[书生大模型全链路开源开放体系是近年来在人工智能领域备受关注的一个项目。该体系涵盖了从数据收集、准备到技术栈构建以及社区贡献与支持的全过程。]]></description><category></category></item><item><title><![CDATA[入门4-模型下载&&模型上传&&space上传]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143695466</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143695466</guid><author>greygrey_</author><pubDate>Mon, 11 Nov 2024 21:31:56 +0800</pubDate><description><![CDATA[Spaces 使得开发者可以快速将我们的模型部署为可交互的 web 应用，且无需担心后端基础设施或部署的复杂性。创建好环境后，可以进入网页版VSCode的界面，这就是CodeSpace提供给我们的在线编程环境。通过CLI上传 Hugging Face是跟Git相关联的，通常大模型的模型文件都比较大，因此我们需要安装git lfs，对大文件系统支持。注意，如果git push 报错，可能是第一次上传时需要验证，请使用以下命令，注意替换<>里面的内容，然后再次git push一下就可以了。]]></description><category></category></item><item><title><![CDATA[入门3-提交一份自我介绍&&创建并提交一个项目]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143666925</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143666925</guid><author>greygrey_</author><pubDate>Sun, 10 Nov 2024 21:37:14 +0800</pubDate><description><![CDATA[【大家可以叫我】:GREY【坐标】:杭州【专业/职业】:控制工程【兴趣爱好】:摄影、跑步【项目技能】:cv、nlp【组队情况】:未组队，快来一起!【本课程学习基础】:CV、NLP、LLM【本期活动目标】:一起学习！]]></description><category></category></item><item><title><![CDATA[入门2-Leetcode 383 && Vscode连接InternStudio debug笔记]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143469868</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143469868</guid><author>greygrey_</author><pubDate>Sun, 03 Nov 2024 20:35:47 +0800</pubDate><description><![CDATA[给你两个字符串：ransomNote 和 magazine ，判断 ransomNote 能不能由 magazine 里面的字符构成。如果可以，返回 true；否则返回 false。magazine 中的每个字符只能在 ransomNote 中使用一次。题目链接下面是一段调用书生浦语API实现将非结构化文本转化成结构化json的例子，其中有一个小bug会导致报错。请大家自行通过debug功能定位到报错原因并做修正。'''LLM生成函数'''messages=[],]]></description><category></category></item><item><title><![CDATA[入门1-完成SSH连接与端口映射并运行hello_world.py]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/143425294</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/143425294</guid><author>greygrey_</author><pubDate>Fri, 01 Nov 2024 11:08:45 +0800</pubDate><description><![CDATA[端口映射是一种网络技术，它可以将外网中的任意端口映射到内网中的相应端口，实现内网与外网之间的通信。通过端口映射，可以在外网访问内网中的服务或应用，实现跨越网络的便捷通信。]]></description><category></category></item><item><title><![CDATA[学习OPENCV3.1.0 -3- Mat对象]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/110007445</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/110007445</guid><author>greygrey_</author><pubDate>Mon, 23 Nov 2020 21:05:30 +0800</pubDate><description><![CDATA[目录Mat对象与IplImage对象Mat对象构造函数与常用方法3.Mat对象使用4.Mat对象使用-四个要点5.Mat对象创建6.定义小数组7.代码演示
Mat对象与IplImage对象

Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分。
IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题（OpenCV2.0后基本]]></description><category></category></item><item><title><![CDATA[学习OPENCV3.1.0-2-矩阵的掩膜操作]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/109781122</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/109781122</guid><author>greygrey_</author><pubDate>Wed, 18 Nov 2020 18:29:09 +0800</pubDate><description><![CDATA[学习OPENCV3.1.0 -2- 矩阵的掩膜操作
目录学习OPENCV3.1.0 -2- 矩阵的掩膜操作1.获取图像像素指针2.像素范围处理saturate_cast3.API-filter2D4.掩膜操作(图像对比度调整)5.代码演示
1.获取图像像素指针
·  CV_Assert(myImage.depth() == CV_8U);
该函数用于判断输入图像数据为无符号字符格式:
CV_Assert函数：当它的表达式为假(Flase)时,会抛出一个错误]:
·  Mat.ptr(int i=0) 获取像]]></description><category></category></item><item><title><![CDATA[学习OPENCV3.1.0-1-加载、修改、保存图像]]></title><link>https://blog.youkuaiyun.com/greygrey_/article/details/109749045</link><guid>https://blog.youkuaiyun.com/greygrey_/article/details/109749045</guid><author>greygrey_</author><pubDate>Tue, 17 Nov 2020 18:55:12 +0800</pubDate><description><![CDATA[学习OPENCV3.1.0 - 1 - 加载、修改、保存图像1.加载（cv::imread）2.显示(cv::namedWindos 与cv::imshow)3.修改图像的type (cv::cvtColor)4.保存图像(cv::imwrite)5.程序示例
**写在开始：**普通在校大学生，跟着视频自学opencv也有一段时间了，打算把之前写的笔记拿出来与初学者分享，共同进步。（文章不足之处还请帮忙指正）
1.加载（cv::imread）
·  imread功能是加载图像文件成为一个Mat对象，其中第一]]></description><category></category></item></channel></rss>