第 4 篇、Linux操作基础 | 计算机组成

1.计算机的组成 

输入输出设备   输入:键盘、鼠标、麦克风、触控屏

                         输出:屏幕、音响

ALU运算器(运算单元)

控制器

存储设备

总线(传递数据)

2.存储设备类型

存储设备的类型:内存、外存

        内存条:DDR SDRAM(掉电丢失)

        硬盘(机械硬盘 固态硬盘)FLASH  EMMC

        iROM  只读存储器(数据只能写入一次)

        iRAM   随机存储器 (掉电丢失)

        缓存   cache

3.总线分类

冯诺依曼体系:

                特点:指令和数据不分开,总线完成

                分时复用,效率低

                最早的X86架构的芯片

哈佛体系:

                特点:指令和数据是分开的,由俩条总线完成

                并行执行,高效率

                ARM芯片

4.内存的大小单位

bit                :一个bit只能用来存储一个0或1

byte             :字节

1 byte = 8 bit

kb                :1024 byte

Mb               :1024 kb

Gb               :1024 Mb

TB               :1024 GB

1G = 2^30 10 亿个字

《什么是不道德的文学》

        汪静之君的《蕙的风》颁发今后,颇引发旧派的否决,这原是固然的,也没有甚么辩护的需要,因为他们的打击乃是真正的包管,借使倘使被他们阿谀那就要不得了。可是我最讨厌那些躲在老辈的暗地里,动辄拿了品德的大帽子来压人的朋侪,以是对付《学灯》上的胡梦华君的文章不由得要来说几句话。

        胡君批判《蕙的风》的话最重要的是“有不道德的怀疑”,”成心颁布本身人性感动”,“变相的倡导淫业”,“理当严酷取消”!我不知道汪君情诗之所以不道德,因为何原因:是因为讲性爱呢,仍是因为讲的欠涵蓄呢?倘若是因为欠含蓄,那末这是技能上的题目,决不克不及牵涉到道德上去。

        但是他的不道德,必定是由于讲性爱了。我不明白为什么性爱是如斯丑陋,至于不能提及,至于会增长罪行?我想论者如不是自残支体的禁欲主义者,便没有是认我这个疑难的资历。倘或觉得这是做得说不得的,那是不幸的伪善者,还够不上理学家的称呼。中国即便性教诲一点都不发财,青年的意志也还不至于如许反常的亏弱,见了接吻拥抱字样便会出错到罪恶里去。天下上有什么处所,在文学上禁用这些字样?英美的勃来克惠德曼的话不去援用也罢,因为他们都是“堕落派”,至于圣书里的诗文,那即是纯洁的“批评家”也没有勇于批评的勇气了罢。(参考《中华新报》双十节增刊中胡君论文。)请看《雅歌》里的这一句话,“你的嘴唇滴蜜,如像蜂房滴蜜”,比“那样的亲吻异常甜美”若何?曼殊大家译《留别雅典女郎》第二三节中的《骈首试香腮》,(固然原文意义略异),和“朱唇生异香,偎近侬情切,”又如何?莎士比亚如今成了文宗了,但他的Venusand Adonis(据说)却有被当代名流扼杀的部门;歌德与雪利都是文豪了,但那时英德传统的批评又未尝不斥他们为“无行文人”呢。倚了传统的威势去克制异端的文艺,当时能够暂占优势,但在后代看去每每只是自己“献丑”,在文学史上不少这类前车可鉴,不可不细致一点。《波伐理夫人》和《成婚》的公诉变乱,在当日岂不是自命为保持风纪的盛举,却只落得留作法利赛人的卑怯的证据而已。

        所谓严格取缔是不是即用法令的制裁,没有阐明,欠好肆意判定,但是不能不说是统一派路,因为不管凭了道德或法律的崇高的名去干与艺术,都是法利赛人的举动。

怎样叫作“变相的提倡淫业”,我实在不明白。即使论者怀着最急进的思惟,认统统由经济干系而产生的性行为都是卖淫,对于自觉的捐躯的取予当然以为合法,为超善恶的了。现在却以提倡淫业作为汪君的情诗的判词,真令人不能测度其真意之地点。至于论者又把“十八摸”与秘戏图和《蕙的风》牵涉在一块儿;大概有人听了要感觉骇然,我却并不想去求全谴责他,因为我信赖艺术上简直可以有十八摸与春宫的份子,雅歌与《神曲》里Franaesca和Paolo排场的插画(陀勒所作?),在法利赛人看去恰是春宫一类的工具呀。英墨客斯温朋说,“凡间独一不洁的物便只是相信不洁的动机。”这句话的确不错,《十八摸》与春宫不在别处,便只在法利赛人的脑子里。

        有人对我说,我的话未免太当真了。中国的老例,通常同亲同窗同行的人,因为打仗太近,每轻易发生私怨,厥后便酿成攻击嘲骂,局外人不知其中的关系,很是惊讶,其实并层见迭出;比方《学衡》派之攻击胡适之君即其一例,所以这回我也没必要多事,去管他人的正事。这话虽然说的也有来由,但我不知汪胡二君的关系毕竟如何,所以不敢轻信。又有人报告我,这位胡君便是曩昔评过《月牙集》译本,相信了告白上的话,对峙说这部诗集是给儿童读的诗的批评家;他因为太相信别人的话,前回上了泰谷儿的当,这回所以又上了汪静之的当了。我将八月份的《学灯》查了一遍,果然有那一篇文章,我也就心中豁然,觉得下面的话也可以不说了;但是既然写好,并且中国的法利赛人也还多得很,可以给他们看看,所以仿照照旧把他发表了。

### LlamaIndex 多模态 RAG 实现 LlamaIndex 支持多种数据类型的接入与处理,这使得它成为构建多模态检索增强生成(RAG)系统的理想选择[^1]。为了实现这一目标,LlamaIndex 结合了不同种类的数据连接器、索引机制以及强大的查询引擎。 #### 数据连接器支持多样化输入源 对于多模态数据的支持始于数据收集阶段。LlamaIndex 的数据连接器可以从多个异构资源中提取信息,包括但不限于APIs、PDF文档、SQL数据库等。这意味着无论是文本还是多媒体文件中的内容都可以被纳入到后续的分析流程之中。 #### 统一化的中间表示形式 一旦获取到了原始资料之后,下一步就是创建统一而高效的内部表达方式——即所谓的“中间表示”。这种转换不仅简化了下游任务的操作难度,同时也提高了整个系统的性能表现。尤其当面对复杂场景下的混合型数据集时,良好的设计尤为关键。 #### 查询引擎助力跨媒体理解能力 借助于内置的强大搜索引擎组件,用户可以通过自然语言提问的形式轻松获得所需答案;而对于更复杂的交互需求,则提供了专门定制版聊天机器人服务作为补充选项之一。更重要的是,在这里实现了真正的语义级关联匹配逻辑,从而让计算机具备了一定程度上的‘认知’功能去理解和回应人类意图背后所蕴含的意义所在。 #### 应用实例展示 考虑到实际应用场景的需求多样性,下面给出一段Python代码示例来说明如何利用LlamaIndex搭建一个多模态RAG系统: ```python from llama_index import GPTSimpleVectorIndex, SimpleDirectoryReader, LLMPredictor, PromptHelper, ServiceContext from langchain.llms.base import BaseLLM import os def create_multi_modal_rag_system(): documents = SimpleDirectoryReader(input_dir='./data').load_data() llm_predictor = LLMPredictor(llm=BaseLLM()) # 假设已经定义好了具体的大型预训练模型 service_context = ServiceContext.from_defaults( chunk_size_limit=None, prompt_helper=PromptHelper(max_input_size=-1), llm_predictor=llm_predictor ) index = GPTSimpleVectorIndex(documents, service_context=service_context) query_engine = index.as_query_engine(similarity_top_k=2) response = query_engine.query("请描述一下图片里的人物表情特征") print(response) ``` 此段脚本展示了从加载本地目录下各类格式文件开始直到最终完成一次基于相似度排序后的top-k条目返回全过程。值得注意的是,“query”方法接收字符串参数代表使用者想要询问的内容,而在后台则会自动调用相应的解析模块并结合先前准备好的知识库来进行推理计算得出结论。
评论
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

打赏作者

轻风..

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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