- 博客(103)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【Hello Agent】第一章 初识智能体笔记
形成一个持续的“感知-思考-行动-观察”的闭环，并需要一套明确的。【传统智能体和大语言模型驱动的智能体对比】来规范其与环境之间的信息交换。【概念】智能体是任何能够通过。以达成特定目标的实体。【概念和分类思维导图】
2026-01-26 20:33:16
227
原创 Agentic AI学习笔记（5）
摘要：本文探讨了高自主智能体的设计模式，重点介绍了规划工作流、代码执行和多智能体系统。规划模式通过LLM自主生成执行计划，提高系统灵活性但存在不可控风险；代码执行模式让LLM直接编写代码完成任务，性能更优但需考虑安全性；多智能体系统将复杂任务分解为子任务，采用线性、层级或全连接等通信模式，具有模块化优势但复杂度较高。文章还介绍了smolagents框架，强调"代码即行动"理念，在保持执行安全的前提下提升智能体能力。这些模式为构建高效自主的AI系统提供了多样化解决方案。
2026-01-25 17:39:02
741
原创 Agentic AI 学习笔记（4）
对于我们开发者而言，在开发Agent工作流时，主要精力通常集中在以下两项活动中，并不断来回切换：构建： 编写软件和代码来改进系统。分析： 决定下一步将构建精力集中在哪里的过程，其重要性与构建相当。而一个Agent系统从初始原型到成熟，分析工作的严谨性也随之提高，通常经历以下迭代阶段阶段描述主要活动1. 快速原型快速构建一个端到端系统（所谓的“先做个垃圾出来”）。分析： 手动检查最终输出，通读追踪 (Traces)，凭直觉找出性能不佳的组件。2. 初步评估系统开始成熟，超越纯手动观察。
2026-01-23 23:08:04
603
原创 Agentic AI学习笔记（3）
工具对于大模型来说就是函数，就想人类的工具是锤子、钳子和扳手等。大模型拥有这些工具的使用权限后，能突破自身训练数据和能力的限制，就像人类实用工具能完成徒手无法做到的事情一样。同时大模型拥有自主决策权，它不再是被动地根据内部知识库生成答案，而是能主动判断：在当前情境下，是否需要、以及应该调用哪个工具来完成任务。1. 1 简单工具执行流程 (Simple Tool Execution)例子：工具使用的运作流程以“现在几点？
2026-01-23 17:09:40
733
原创 Agentic AI学习笔记（1）
智能体AI工作流是一种基于大型语言模型的应用流程，它通过执行多个步骤来完成一个复杂任务。它与“零样本”工作流的核心区别在于其迭代性和分解性。注：“非智能体”工作流指的是用户通过一个单一提示（prompt），要求大型语言模型（LLM）一次性完成整个任务，这种工作流被称为“零样本”（zero-shot）工作流。An agentic Al workflow：指基于大语言模型（LLM）的应用程序执行多个步骤以完成任务的过程。
2026-01-21 11:12:01
1931
原创 Tensorflow模型保存、加载和fine-tune
一、保存Tensorflow模型：1.保存文件说明Tensorflow模型主要包含网络的设计（图）和训练好的各参数的值等。所以，Tensorflow模型有两个主要的文件：1) graph.pbtxt:这其实是一个文本文件，保存了模型的结构信息2) checkpoint 文件:其实就是一个txt文件，存储的是路径信息3) .ckpt-*.meta: 其实和上面的graph.pbtxt作用一样都保存了graph结构,只不过meta文件是二进制的4).ckpt-*.index: 这是一个s
2022-02-18 13:55:55
2576
1
原创 jupyter操作的小障碍解决记录
1.jupyter notebook 中打开指定路径文件点击new---->点击teminal------>输入指令：jupyter-notebook 路径名
2022-01-08 08:34:40
573
转载 深度学习技巧之Early Stopping（早停法）
深度学习技巧之Early Stopping（早停法） | 数据学习者官方网站(Datalearner) 当我们训练深度学习神经网络的时候通常希望能获得最好的泛化性能（generalization performance，即可以很好地拟合数据）。但是所有的标准深度学习神经网络结构如全连接多层感知机都很容易过拟合：当网络在训练集上表现越来越好，错误率越来越低的时候，实际上在某一刻，它在测试集的表现已经开始变差。早停法就是一种防止深度学习网络模型过拟合的方法。https://www.datalearner.com
2022-01-06 16:44:50
31224
1
转载 Python3操作MySQL数据库
在Python3中操作MySQL数据库在Python3中使用mysql数据库需要安装pymysql库Copypip install pymysql 操作MySQL#导包#Copyimport pymysql 第一步：打开数据库连接#Copydb = pymysql.connect(host="数据库地址", user="用户名", password="密码", port=3306,# 端口 database="数据库名", charset='u
2021-11-11 14:58:24
2613
转载 mysql重置密码《Windows》
1.打开命令窗口cmd，输入命令：net stop mysql，停止MySQL服务，2.开启跳过密码验证登录的MySQL服务 输入命令 mysqld --console --skip-grant-tables --shared-memory3.再打开一个新的cmd，无密码登录MySQL，输入登录命令：mysql -u root -p4. 密码置为空，命令如下： use mysql update user set authentication_string...
2021-11-11 12:24:24
493
原创 2021-10-28又又又折腾了一下
1.创建新的conda环境 下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 版本对应：python3.7 对应conda3.5.02.安装tensorflow2.3 pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/ 其它参考：https://www.bilibili.com/read/cv7175664 ...
2021-10-28 16:31:31
682
原创 批量导入导出python安装依赖包
如果使用的是python包，可以使用pip命令一键导入，导出导出依赖包为requirements.txtpip freeze > requirements.txt导入依赖包为requirements.txt pip install -r requirement.txt如果使用Anaconda，则使用conda命令一键导入，导出conda env export > environment.yml--------------------------------.
2021-10-21 13:05:26
884
转载 词的向量化表示（整理集合）
1.吾爱NLP(5)—词向量技术-从word2vec到ELMo - 简书 (jianshu.com)2.根据李宏毅老师2019最新的机器学习视频整理视频地址：https://www.bilibili.com/video/av46561029/?p=61ppt下载地址：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html3.ELMO、BERT、GPT视频笔记整理_腾讯新闻 (qq.com)"词、句子甚至是文章的嵌入已成为所有基于
2021-10-11 08:45:39
2845
原创 Neo4j的安装和入门操作
下载和安装步骤1. 官网下载：https://neo4j.com/ 选择neo4j Desktop注意：同时要复制网站提供的Neo4j Desktop Activation Key2. 创建一个本地的数据库管理器输入项目 选择neo4j server community1. 下载server community zip文件2. 确保首先安装JDK 并配置环境变量3.解压缩该文件4.为neo4j设置环境变量 例如：path=“...
2021-08-19 21:22:43
411
翻译 知识图谱补全：Triple Classification（三元组分类）
6) Triple Classification: Triple classification is to determinewhether facts are correct in testing data, which is typicallyregarded as a binary classification problem. The decision ruleis based on the scoring function with a specific threshold.Aforeme
2021-06-09 13:57:07
4675
5
翻译 （知识图谱补全）Meta Relational Learning元关系学习
The long-tail phenomena existin the relations of knowledge graphs. Meanwhile, the real-worldscenario of knowledge is dynamic, where unseen triples areusually acquired. The new scenario, called as meta relationallearning or few-shot relational learning,.
2021-06-09 11:41:26
1120
原创 《知识图谱概念与技术》读书笔记：关系抽取中基于学习的抽取
1.基于学习的关系抽取分类：2. 基于远程监督学习的关系抽取2009年，Mintz等人首次提出将远程监督的思想用于关系抽取。远程监督是一种利用外部知识对目标任务间接实现监督的过程。远程监督的基本假设：给定一个三元组<s,r,o>,则任何包含实体对<s,o>的句子都在某种程度上描述了该类实体对之间的关系。因此，可以将包含实体对的句子作为正例。为某个关系自动标注样本的过程： 1、...
2021-01-13 15:34:44
369
原创 《知识图谱概念与技术》读书笔记：关系抽取中基于模式的抽取
读完可以回答以下问题：1. 基于模式的关系抽取定义是什么？2.基于模式的关系抽取方法及各自的优缺点有哪些？3.基于模式的关系抽取的质量评估方式有哪些？1.基于模式的关系抽取通过定义在文本中表达的字符、语法或者语义模式，将模式与文本的匹配作为主要手段，来实现关系实例的抽取。2.基于模式的关系抽取可以分为： 来自于专家定义的模式： 优缺点：质量精良，抽取准确率高。但是成本高昂，召回率低。 1）基于字符的模式： 表达特定关系的字...
2021-01-12 14:22:11
1115
原创 《知识图谱概念与技术》读书笔记：关系抽取
读完可以回答以下问题：1. 什么是关系抽取2.关系抽取的方法有哪些？3.常用的关系抽取的数据集有哪些？4.关系抽取的评估方法有哪些？5.常用的关系抽取的评估指标是什么？1.定义：关系抽取（Relation Extraction）就是抽取实体之间的关系实例，产生的结果是三元组<主体（Subject），谓词（Predicate），客体（Object）>。它是信息抽取的子任务之一，也是知识图谱构建最重要的的子任务之一。2. 关系抽取的方法3.关系抽取常用的数据集
2021-01-12 11:47:41
700
原创 《知识图谱概念与技术》读书笔记：isA关系补全
读完可以回答以下问题：1. isA关系缺失的常见原因有哪些？2.常用的isA关系补全方法有哪些？如何进行补全？3.概念图谱中的错误成因有哪些？如何纠正？人类知识浩如烟海，知识表达不完备是常见的问题。知识图谱的不完备问题也是一个普遍问题。为了让知识图谱能够更好地落地，知识图谱补全将是一个需要被学者普遍重视的问题。概念图谱作为知识图谱中的一种，专注于isA关系。因此，概念图谱补全中最重要的问题就是isA关系补全。1. isA关系缺失的常见原因有哪些？2.常用的isA关系补全方法有
2021-01-11 10:24:38
1391
原创 《知识图谱概念与技术》读书笔记：概念图谱中的isA关系
读完可以回答以下问题：1.概念图谱构建的要素是什么？如何构建优质的概念图谱？2.概念图谱中isA关系的抽取方法有哪些？实际应用较多的方法有哪些？实际应用时抽取过程是怎样的？3.中文概念图谱的构建过程是怎样的？典型的中文概念图谱实例介绍1.概念图谱构建的要素是什么？如何构建优质的概念图谱？知识图谱的规模和质量是构建知识图谱的重要因素。概念图谱作为一种重要的知识图谱也是如此。如何构建大规模且高质量的概念图谱呢？从大规模的文本中自动抽取isA关系，进而构建大规模概念图谱。如何提高质
2021-01-10 19:47:45
5240
原创 《知识图谱概念与技术》读书笔记：概念图谱
读完可以回答以下问题：什么是概念图谱？有哪些概念图谱？概念图谱有什么价值和应用？1.什么是概念？从计算机信息的角度，概念是对某个形态的数据输入产生符号化概念输出的过程。2.什么是概念图谱？如何分类？概念图谱（Concept Graph）是一类专注于实体和概念之间的isA关系的知识图谱。从语言和认知两个角度，概念和图谱可以划分为 1）概念层级体系 （Taxonomy） 包括三种元素：实体 、概念 和 isA关系 ...
2021-01-08 16:32:33
1294
原创 ubuntu的一些操作
ubuntu安装好后，root初始密码（默认密码）不知道，需要设置。一、root密码重置1、先用安装时候的用户登录进入系统2、输入：sudo passwd 按回车3、输入新密码，重复输入密码，最后提示passwd：password updated sucessfully此时已完成root密码的设置4、输入：su root切换用户到root二、安装dockerhttps://blog.youkuaiyun.com/qq_42845260/article/details/8372208.
2020-10-17 09:17:13
304
原创 关于VirtualBox安装linux系统后和windows文件系统共享文件夹的折腾记录
Virtual Box 中 安装 VBox Guest Additions扩展程序环境：Win10安装VBox，虚拟机系统为：Centoshttp://m.mamicode.com/info-detail-3042984.html将所有组件更新到最新yum -y groupinstall "Development Tools"yum install updateyum update kernelyum update kernel-develyum install kernel..
2020-09-11 09:34:50
188
原创 Latex高亮的两种小方法
1.独立分段增加蓝色高亮\usepackage[framemethod=tikz]{mdframed}\begin{mdframed}[hidealllines=true,backgroundcolor=blue!20]....\end{mdframed}2.黄色高亮\usepackage{soul}\hl{....}
2020-07-11 11:08:45
7528
2
转载 华东理工大学王昊奋博士VAG小组学术报告
2014年11月28号，来自华东理工大学的王昊奋博士来vag小组做学术报告。报告的题目是《Knowledge Graph 101-from the persperctive of engineers》。主要的内容是关于知识图谱和语义网络的相关内容。在报告中主要介绍了知识图谱的相关的概念以及非常多的openSource的工具。下面是主要的openSource的工具链接关于结构化数据的Schema ：一个提供了可以供搜索引擎识别的语义标记的网站。 Web Data Commons : 一个从Commo
2020-05-23 18:09:17
479
原创 知识图谱的综述总结
1.知识图谱概念基础概念基础2. 知识图谱(Knowledge Graph)之综述理解博主关于知识谱图的理解知识图谱构建从最原始的数据（包括结构化、半结构化、非结构化数据）出发，采用一系列自动或者半自动的技术手段，从原始数据库和第三方数据库中提取知识事实，并将其存入知识库的数据层和模式层，这一过程包含：信息抽取、知识表示、知识融合、知识推理四个过程，每一次更新迭代均包含这四个阶段。知识图谱主要有自顶向下(top-down)与自底向上(bottom-up)两种构建方式。知识图谱..
2020-05-14 12:55:20
2260
转载 知识图谱的架构
知识图谱的架构知识图谱的架构包括自身的逻辑结构以及构建知识图谱所采用的技术（体系）架构。知识图谱的逻辑结构知识图谱在逻辑上可分为模式层与数据层两个层次，数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。如果用(实体1，关系，实体2)、(实体、属性，属性值)这样的三元组来表达事实，可选择图数据库作为存储介质，例如开源的Neo4j、Twitter的FlockDB、sones的GraphDB等以及中科天玑自主研发的Golaxy Graph。模式层构建在数据层之上，是知识图谱..
2020-05-14 11:26:02
6827
原创 本体、语义网络和知识图谱的概念与区别
随着科技的不断发展，数据的不断累积，催生了新时期的知识工程。本体、语义网络和知识图谱都是近期不同的知识工程的载体，作为知识管理模型已经被广泛应用在人工智能及知识工程领域，在知识共享、知识推理和智能辅助策略等方面发挥着重要作用。1.关于1990-2000年代的本体介绍2.关于2000-2006年语义Web介绍3.关于知识图谱的介绍一张图了解本体，语义网络和知识图谱...
2020-05-11 11:47:53
12743
原创 工欲善其事，必先利其器—Latex
工欲善其事，必先利其器—Latex 1什么是Latex： LaTeX（LATEX，音译“拉泰赫”）Latex是一种高质量的排版系统，利用这种格式，即使使用者没有排版和程序设计的知识也可以充分发挥由TeX所提供的强大功能，能在几天，甚至几小时内生成很多具有书籍质量的印刷品。对于生成复杂表格和数学公式，这一点表现得尤为突出。因此它非常适用于生成高印刷质量的科技和数学类文档。...
2020-03-06 10:45:14
1444
原创 数据预处理——缺失值和异常值的识别和填补
一、什么是异常值？什么是缺失值 异常值（outlier）：异常值是指数据集中存在不合理的值，又称离群点。一组测定值中与平均值的偏差超过两倍标准差的测定值，与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值。【百度百科】 缺失值（missing value）：是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完...
2020-03-06 09:29:01
22488
翻译 图卷积网络GRAPH CONVOLUTIONAL NETWORKS
GRAPH CONVOLUTIONAL NETWORKSTHOMAS KIPF, 30 SEPTEMBER 2016https://tkipf.github.io/graph-convolutional-networks/带一阶滤波器的多层图卷积网络Overview综述Many important real-world datasets come in the form ...
2020-01-09 16:51:29
3225
转载 HighWay一站搞定
https://github.com/bamtercelboo/pytorch_Highway_Networks/blob/master/Highway%E6%80%BB%E7%BB%93.md
2019-12-28 14:30:38
285
转载 pytorch中LSTM笔记
title: pytorch中LSTM笔记date: 2018-07-12 16:52:53tags:- torch项目categories:- pytorch单向LSTM笔记专业笔记见中文参考、英文参考torch.nn.LSTM()输入API重要参数 input_size: 每一个时步(time_step)输入到lstm单元的维度.(实际输入的数据size为[ba...
2019-12-18 16:25:43
497
转载 pytorch对可变长度序列的处理
转自：https://www.cnblogs.com/lindaxin/p/8052043.html主要是用函数torch.nn.utils.rnn.PackedSequence()和torch.nn.utils.rnn.pack_padded_sequence()以及torch.nn.utils.rnn.pad_packed_sequence()来进行的,分别来看看这三个函数的用法。1、...
2019-12-16 15:35:22
1245
原创 事件抽取的那些重要文章
使用神经网络进行事件抽取：1.Event Detection and Domain Adaptation with Convolutional Neural Networks2.Event extraction via dynamic multi-pooling convolutional neural networks3.Joint event extraction via re-c...
2019-12-04 10:56:45
338
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人