- 博客(24)
- 收藏
- 关注
RSS订阅原创 【常见大模型API调用】第三篇：清华智谱--智谱AI
智谱AI是一家由清华大学计算机系知识工程实验室的技术成果转化而来的AI知识智能技术开发商。智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。2024年1月16日，智谱AI在首届技术开放日上发布了新一代基座大模型GLM-4。GLM-4可以支持更长的上下文，具备更强的多模态能力。GLM-4的All Tools能力全新发布，它可以自主根据用户意图，自动理解、规划复杂指令，并自由调用网页浏览器、Code Interpreter代码解释器和多模态文生图大模型以完成复杂任务。
2024-10-21 20:12:53
2427
原创 【推荐系统1---评价指标ACC、Recall、Precision、F1 score、HR、MRR、NDCG】
S为样本的数目，可以理解为用户的需求项的数目。FP：False&Positive（positive表示正样本，false表示预测错误，即预测为正样本，实际也是负样本）FN：False&Negative（negative表示负样本，false表示预测错误，即预测为负样本，实际是正样本）预测结果列表中预测正确的样本占所有样本的比例，即用户想要的项目有没有推荐到，强调预测的“准确性”。预测为1的样本中实际为1的频率，也就是TP/（TP+FP）实际为1的样本中被预测为1的频率，TP/（TP+FN）
2024-10-09 14:54:44
1110
原创 【以图搜图代码实现2】--faiss工具实现犬类以图搜图
Faiss的全称是Facebook AI Similarity Search，是FaceBook针对大规模相似度检索问题开发的一个工具，底层是使用C++代码实现的，提供了python的接口，号称对10亿量级的索引可以做到毫秒级检索。使用faiss的基本步骤1、数据转换：把原始数据转换为"float32"数据类型的向量。2、index构建：用 faiss 构建index3、数据添加：将向量add到创建的index中4、通过创建的index进行检索。
2024-09-30 18:13:46
1074
1
原创 【以图搜图代码实现】--犬类以图搜图示例
以图搜图（Image-to-Image Search, ITS）是一种基于视觉内容进行图像检索的技术。其主要目的是通过分析和比对图像的特征来找出与查询图像最相似的一组图像。以下是实现以图搜图的主要步骤及代码实现。
2024-09-30 11:23:31
1164
1
原创 【python爬虫2-京东评论爬取】
第一篇说明了可以使用Beautiful Soup工具来获取网页内容，然后按照网页分析，选择想要内容的Xpath等地址信息进行提取。但京东网页需要用户登录，涉及的操作比较复杂。本篇使用requests和json库直接爬取京东评论。
2024-09-26 09:51:42
2591
11
原创 Python网络爬虫基础1
BeautifulSoup是一个可以从HTML或XML文件中提取数据的Python库，它提供了简单、Pythonic的方法来解析树形结构，并从中抓取数据。
2024-05-16 19:24:56
632
原创 层次分类B-CNN代码解读
主要使用Python语言，依托Keras与TensorFlow。具体版本不详。数据集使用MNIST、CIFAR-10和CIFAR-100。
2024-04-30 14:37:08
937
1
原创 论文阅读B-CNN: Branch Convolutional Neural Network for Hierarchical Classification
PaperGithub 代码图像层次分类，利用CNN的层级结果与树形标签对应，来进行图像层次分类的。使用数据集：MNIST、CIFAR-10和CIFAR-100动机类与类之间往往存在一般-特定的分类排序属性，例如，猫和狗通常可以归为宠物，而椅子和床则是家具，而且猫和床往往比狗更容易区分。这个属性表明可以用分层的方式进行分类，而不是把所有的类都安排在一个“平面”结构中。在进行层次分类时，分类器首先知道苹果应该在水果的粗类别中，然后可以在更精细的级别上将其分类为苹果。
2024-04-30 13:22:59
1031
1
原创 层次多分类NeuralNLP-NeuralClassifier
Github地址|--conf # config文件存放目录|--data # 所有数据和schema存放目录|--dataset # 构建dataloader所需脚本|--model|--classification # 项目中使用到的所有特征编码器|-- ...... 各模型通用的一些模块|--predict.txt # 执行预测生成的预测结果|--checkpoint_dir_{} # 训练过程中保存下来的权重文件目录|--dict_{} # 加载数据时产生的缓存文件目录。
2024-04-29 20:54:21
699
原创 拿去表白的动态爱心
愿你的表白如同清晨的阳光，温暖而耀眼，穿透对方的心房，让她感受到你深深的爱意。愿你的话语如同甘甜的泉水，滋润她的心灵，让她沉醉在你的温柔之中。
2024-04-28 21:47:08
620
1
原创 Xshell连接远程服务器并配置代码环境
一直回车，然后当问到yes/no时，输入yes，等待安装好即可。安装好后，你的服务器端会出现anaconda3的文件夹。添加环境变量，路径就是上面安装成功时提示的路径。下载之后，双击运行XShell安装文件，并点击“下一步”。可自定义选择安装路径，一步一步按照提示来就行。因为没有图形界面，采用先下载conda安装包，在上传到服务器进行安装配置。执行完命令后，可用第一步：查看ssh服务状态的命令，如果出现以下提示。安装过程比较简单，跟着提示一步一步来就行。中文官网不是免费的，有试用期，外国官网下免费的。
2024-04-26 22:02:39
999
3
原创 window10+CPU安装配置mmdetection
MMDetection是由open-mmlab开发的基于PyTorch的目标检测工具库open-mmlab是香港中文大学、商汤等机构联合成立的实验室。MMDetection 是一个目标检测工具箱，包含了丰富的目标检测、实例分割、全景分割算法以及相关的组件和模块，MMDetection 由 7 个主要部分组成，apis、structures、datasets、models、engine、evaluation 和 visualization。MMdetection官方代码官方说明文档。
2024-04-25 21:20:06
1223
5
原创 oppo笔试题
小欧有三个数x,y,z,小欧想要令三个数平衡，那么小欧需要先选定其中任意两个数，并获得他们的平均数K，若这两个数的平均数不是整数，则K不是整数，即小欧必须更换他的选择，否则三数无法平衡,可选的操作是加1或者减1，输出最少的操作数。思路：要保证任意两个数的平均数是整数，就要保证三个数的奇偶性相同，所以转化奇偶性即可。
2023-08-03 11:31:33
705
原创 循环中使用plt.savefig保存多个图片，曲线叠加
问题描述：利用plt.plot对多维数组进行画图时，使用plt.savefig保存的图片出现曲线叠加：可以看出，这里有两组曲线。图像示例代码a=np.random.randint(0,10,size=[3,4,10])b = np.linspace(0,1,num=10)for i in range(a.shape[0]): for j in range(a.shape[1]): plt.plot(a[i][j], b, label='a{}'.format(j))
2022-04-24 21:48:41
5946
原创 RuntimeError: The NVIDIA driver on your system is too old (found version 9000).
实验小白，准备跑一下代码，按照要求安装好环境，测试demo时提示：RuntimeError: The NVIDIA driver on your system is too old (found version 9000)No CUDA runtime is found, using CUDA_HOME='/usr/local/cuda-10.1'RuntimeError: The NVIDIA driver on your system is too old (found version 9000)
2021-10-07 22:09:37
2253
2
原创 使用mmdetection中的YOLOv3训练自己的数据集
利用mmdetection中的yolov3训练自己的数据集1.mmdetection环境安装，参考官方网址open-mmlab或者上一篇博客mmdetection安装测试2.准备自定义的数据集****mmdetection中yolov3模型使用的数据集格式为coco数据集格式，在mmdetection目录下新建data/coco文件夹，将自定义的数据集转换成以下格式：mmdetection├── mmdet├── tools├── configs├── data│ ├── coco│
2021-04-17 23:31:22
8143
8
翻译 mmdetection安装测试
mmdetection安装与测试**MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分，支持了众多主流的和最新的检测算法，例如 Faster R-CNN，Mask R-CNN，RetinaNet 等。mmdetection网址环境安装mmdetection提供了详细的快速入门指南。1.首先创建一个虚拟环境，并激活conda create -n open-mmlab python=3.7 -y #创建名为open-mmlab的虚拟
2021-04-17 13:50:58
1270
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