- 博客(35)
- 收藏
- 关注
RSS订阅原创 搭建基于chatgpt的问答系统——1
这个函数接收三个参数，用户的输入、所有的历史信息，以及一个表示是否需要调试的标志。在函数的内部，我们首先使用 OpenAI 的 Moderation API 来检查用户输入的合规性。这种做法也会增加系统的延迟和成本，因为你需要等待额外的 API 调用，并且需要额外的 token。学习如何运用审查(Moderation) API 来对输出进行评估，并深入探讨如何通过额外的 Prompt 提升模型在展示输出之前的质量评估。之后，我们生成一个系统消息，设定一些约束，以确保我们的回应符合期望的标准。
2025-04-01 22:35:19
1010
原创 面向开发者的LLM入门教程笔记——1
1.给大模型的输入叫prompt(提示)。大模型返回的输出叫completion(完成)2.根据特定任务能够充分发挥大模型能力的技巧，必须学会prompt engineering（提示词工程）。3.怎样构造prompt并利用大语言模型的api实现常用的功能？4.目标：学会书写prompt的原则和技巧，文本总结（如总结用户评论），文本推断（如情感分类，主题提取），文本转换（如翻译，自动纠错），扩展（如书写邮件）。。。面向开发者的提示工程。
2025-02-21 22:33:11
830
原创 力扣——238.移动零
利用双指针，先找到第一个为0的地方指向，指针2指向下一个，指针1之前是已经处理好的数据，指针2进行遍历，遇到非零则与指针1数据交换，然后指针1++。小结：这个题比较简单。
2024-08-05 22:00:26
346
原创 力扣——572.另一个树的子树
深度优先搜索，遍历root的每一个节点代表的整棵树是否和subroot一样。比较是否一样的时候可以从根节点开始递归，首先查看是否为空，然后值是否一样。（要定义一下二叉树节点）力扣代码：小结：感觉今天和lhw交流他说的很有道理，LeetCode的每日一题可以当作学习使用（不需要绞尽脑汁去费劲想，思考一下思路直接看题解）；而LeetCode100题是循序渐进的过程。所以决定接下来的日子里，主攻100题，每日一题当作放松！
2024-08-04 22:32:57
336
原创 力扣——3143.正方形中的最多点数
PS：自己看了好几遍才看懂题目，然后想看题解，但是又看到了“标签”是于是靠着自己效率极低的写了出来。 首先利用map，将每个坐标和标签进行哈希对应。 然后找到正方形的最大值，即坐标中数值最大的数字（这里有个坑，要注意负数的存在） 最后二分确定正方形的边界值，判断条件是利用set查看里面的坐标是否存在标签重复。 （注意二分算法不要死循环） 确定边界值后，直接循环points数组，看看里面有几个点在边界内就行。复杂度
2024-08-04 17:02:27
434
原创 机器学习1——线性回归、误差推导
在下面的图中，x0=1。添加这一项的目的是：将数据矩阵补全（比如年龄是x1、工资是x2，那么x0手动添加到第一列）数据使用线性回归的前提：数据必须相互独立，不能数据1 影响数据2；数据1 和 数据2 不能来自不同的环境；对于一个线性方程，没办法拟合所有的数据点，但是要尽可能的覆盖尽可能多的点。希望误差越小越好，即损失函数。
2024-05-12 23:52:05
426
原创 蓝桥杯——18
取完钥匙剩下的路都可以走，要区分来时去时路。i++) { //！我的狗屎代码已经废了，不知道错在了哪里，不管了，放弃！后面是选做，不做了，因为有点难。//先取了钥匙再回家。
2024-04-12 00:14:53
1266
1
原创 蓝桥杯——17
操作：push入队、pop出队、empty是否空、size元素个数、front访问队首元素。先进先出，队首出，队尾插入。求最短路的经常用BFS。Q：蒜头军的旅游计划。Q：Betsy的旅行。
2024-04-09 00:40:54
295
原创 蓝桥杯——11
size() 栈的元素个数Q：火车出入站。pop() 弹出栈顶元素（void）top() 返回栈顶元素。empty() 是否为空。push() 入栈。学不了了，明天再学吧。
2024-03-26 20:59:26
264
原创 蓝桥杯——9
——————————————————————————学了六个小时，吃饭去，明天继续。//存放int类型的数组(动态数组)获取长度并访问元素： int len = v.size();删除： v.pop_back();//[1,2]变成[1]插入： v.push_back(1) //[1]借助pair， 在头文件<utility>里面。清空元素：v.clear()n行m列的二维数组，初始化位0。判断元素是否存在：count。遍历：用一个迭代器，写法固定。
2024-03-24 23:45:00
257
1
原创 知识图谱以及neo4j
记录：下载了jdk11版本和neo4j 4.4版本 ，配置好了环境。删除节点及其含有的关系(以id = 13422为例)知识图谱需要把大量信息之间的关系反引导图中。比如我要删点（必须保证这个点没有关联的边了）cmd管理员打开，输入。3.20号 学习视频。
2024-03-20 16:18:17
303
1
原创 蓝桥杯—4
Q：红蓝绿 //字符串/字符数组可以直接sort(ch,ch+len)也可以这样写个构造函数，函数成员（上面的例子只有成员变量）看完一个视频啦，终于！下一个视频新开一个笔记！Q：整数排序（结构体）
2024-03-19 20:10:22
389
原创 蓝桥杯——1
学到了：strcat(res+len+1,res)表示将res复制两遍到两端，之间空一格位置，太妙了。今天效率不是很高，但是坚持学了，加油！
2024-03-18 00:58:13
371
1
原创 Lombok在IDEA上的安装以及使用
1.输入下面的两个代码@Setter、@Getter，它会自动显示引用import lombok.Getter;：当我们添加或者删除其中的私有成员变量的时候，这些生成的setter和getter和构造函数不能够自适应的添加或删除。它的作用：提供无参构造，getter、setter、toString、equals、hashcode方法。没有Lombok时，我们添加getter、setter、构造器、toString方法。然后我就折腾了半天也没有搞好，版本对了也不行，最后我使用第二种方法解决了。
2024-03-12 17:56:54
5046
1
原创 Vue第一天（了解）
结尾的一个单文件中。构建时工具支持：单文件组件可以通过构建工具（如 Webpack）进行处理和打包，可以使用一些工具和插件来处理模板、脚本和样式，比如 Babel、TypeScript、SCSS 等，从而创建更复杂、功能更强大的组件。index.html：这是应用的模板文件，Vue 应用会通过这个 HTML 页面来运行，这个不是负责管理页面最终展示的模板，而是管理 Vue 应用之外的静态 HTML 文件，一般只有在用到一些高级功能的时候才会修改这个文件。所有的单文件组件都是这种类似的基本结构。
2024-03-04 14:55:03
361
原创 Django Web框架学习（Python）
整体流程：在前端有一个HTTP的请求Request（这个Request是一个URL），在urls.py文件中找到响应前端请求的后端代码路径，这个代码路径找到了并且在views.py文件中，执行这个文件的代码就能响应成功并返回HTTP Response。解释：urlpatterns定义了特定 URL 模式 和相应视图函数之间的映射列表。Django Web 应用程序通过这个文件来管理和查询数据，它定义存储数据的结构，包括字段类型 以及字段可能的最大值，默认值，选择列表选项，文档帮助文本，表单的标签文本等。
2024-03-03 21:02:58
359
原创 PDFPlumber学习
含义：pdfplumber.Page.filter(test_function)是pdfplumber库中Page对象的方法，用于根据指定的条件过滤页面中的文本元素，并返回一个新的Page对象。（可以使用这个过滤简历当中的特定关键字如“java”"前端"“算法工程师”等，将一整页的PDF浓缩成由“特定关键词”构成的字符串，如技能字符串、职位字符串）（应该用不上，我们的简历PDF是要从争端的文字中提取出精确的关键词，技能的关键词和期待职位的关键词）元数据是关于文档的描述性信息，如标题、作者、创建日期等。
2024-02-28 20:05:03
1599
原创 推荐算法啊
可以采用“矩阵”，里面的元素代表某用户对某职位的评分（或者隐式反馈，如是否具备该职位所需要的技能，是否对该职位感兴趣，对不同类型的数据赋予不同的权重），用户u对推荐职位的喜好程度用score(u,s)计算，u是与该用户最相似用户的集合（如基于相似度找到与该用户最相似的K个用户），用户之间的相似度相当于一个权重，用其他用户对s职位的喜爱度来衡量用户u对某职位的评分（喜爱度）行向量之间的相似度就是用户之间的相似度，列向量之间的相似度就是推荐职位之间的相似度。怎么计算职位之间的相似性，用户之间的相似性。
2024-02-28 08:49:46
1085
原创 jieba
jieba.posseg.cut()函数对分词结果进行词性标注，并通过遍历输出结果打印每个词语及其对应的词性。（在简历中有的词语是“熟练使用java”“C++”可以单独成为一个词语，但是要对数据进行统一的处理）（简历当中我觉得可以在一段文字中先自定义一些词典，然后关键词提取出来，不知道可不可行...）将中文切分成单个词语，如果是简历上的自我描述，适合的分词模式是精确模式。（可能简历中用不到，如果用到了效果好的话就能是一个创新点，快）topK参数指定提取的关键词数量。
2024-02-27 12:31:25
388
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人