- 博客(16)
- 收藏
- 关注
RSS订阅原创 python实战 第三天|用Pandas和Matplotlib玩转电影数据分析
是Pandas提供的标准转换函数，能智能地将看起来像数字的列转换为真正的数字类型。如何让你的朋友、同事，甚至全世界的人都能看到你的成果？今天，从数据清洗到探索性分析，再到多维度、多形式的可视化呈现，你已经掌握了分析数据的方法。你不再只是一个会写代码的程序员，更是一个能从数据中发现价值、并用优美图表讲述故事的分析者。运行后，你将看到一张词云图，会发现“哈利”、“蝙蝠侠”、“小森林”等词语出现的频率很高。在昨天的学习中，我们成功地从豆瓣抓取了Top250的电影数据，并将其存成了CSV文件。
2025-06-29 14:48:42
836
原创 告别手动复制粘贴！Python Day 2带你全自动抓取豆瓣电影TOP250
今天，我们将亲手打造一个简单的网络爬虫，从大名鼎鼎的豆瓣电影网站上，抓取TOP250电影的榜单数据。
2025-06-28 13:06:06
505
原创 别再Hello World了！这才是Python第一课的正确打开方式
本系列专为已有一定编程基础（例如熟悉 Java, C++, JavaScript 等）的你设计。我们不会从“什么是变量”或“什么是循环”开始，而是通过每天一个有趣的项目，带你领略 Python 语法的简洁之美、标准库的强大，并快速建立起“Pythonic”的编程思维。
2025-06-26 21:25:26
570
原创 Coding一下：社交媒体帖子数据清洗与分析
假设你是一名数据分析师，现在拿到了一批模拟的社交媒体帖子数据。这些数据比较杂乱，包含了许多非文本信息，如网址链接、@用户、话题标签以及表情符号等。你的任务是清洗这些文本数据，提取有用信息，并进行初步的分析。
2025-06-24 22:10:04
468
原创 大模型RAG 之 文本召回
文本召回模型是RAG系统的核心，主要分为稠密向量检索（如DSSM、SBERT、DPR）和稀疏向量检索（如TF-IDF、BM25）两类。稠密模型通过双塔结构将文本映射到低维向量空间，使用余弦相似度或欧氏距离衡量相似性，擅长语义匹配；稀疏模型则侧重关键词检索。其中对称检索处理相似文本对，非对称检索处理问答对（问题与长段落）。DSSM通过点击数据训练双塔网络优化排序损失，SBERT基于BERT进行微调支持多种训练目标，DPR专为问答设计优化问题-段落匹配。这些模型共同支撑了高效准确的文本召回功能。
2025-06-20 16:30:12
349
原创 一文搞懂什么是RAG
摘要：RAG（检索增强生成）通过结合外部知识检索与大模型生成能力，解决大模型的知识更新滞后、幻觉问题和高训练成本等痛点。其工作流程分为数据准备（向量库/搜索引擎/图数据库）、检索召回（相似性搜索）和答案生成（结合上下文）三阶段。与模型微调相比，RAG无需训练、支持动态知识更新，适用于开放域问答、事实核查等场景，但依赖检索质量。典型应用如实时问答、医疗咨询等，需权衡检索延迟与生成准确性。开源模型（如Qwen-chat）可结合RAG减少幻觉，提升答案可靠性。
2025-06-15 22:57:24
997
原创 谣言检测|论文阅读：Knowledge-Aware Multimodal Pre-Training for Fake News Detection
【代码】谣言检测|论文阅读：Knowledge-Aware Multimodal Pre-Training for Fake News Detection。
2025-06-12 18:50:27
637
1
原创 UIE报错AttributeError: module ‘paddle‘ has no attribute ‘fluid‘
PaddlePaddle在更新到2.0版本后进行了一些重大的变化。在旧版本的PaddlePaddle中，确实存在名为fluid的模块，但在新版本中，这个模块已被改名为paddle。Paddle 1.8 与 Paddle 2.0 API 映射表如下，如果还有其他报错，可以在表中查找并替换。在使用 paddle 的UIE进行信息抽取时，运行convert.py会报错。
2025-03-30 12:47:30
468
原创 虚假新闻检测方法研究：《QNMF A quantum neural network based multimodal fusion system for intelligent diagnosis》
首先，使用编码电路𝑉将融合的多模态数据特征𝒙𝑖编码为量子态，以获得量子数据|𝒙𝑖⟩，其中作者采用的方法是幅度编码，然后，编码后的量子态通过量子电路𝑈 (𝜽) 演化，得到最终状态|𝜓 ( 𝜽;作为智能诊断的通用融合系统，作者使用乳腺癌诊断和Covid-19诊断数据集进行实验来验证QNMF的有效性，为了提高数据的利用率，从而提高智能诊断的准确性，本研究将患者图像数据和EHR数据进行整合，作者利用 Pennylane 模拟真实的量子电路并从输入图像中提取特征，然后将其与 EHR 数据融合。
2024-04-01 13:19:30
2029
原创 虚假新闻检测方法研究：《Dual emotion based fake news detection A deep attention-weight update approach》
方法的具体流程：输入句子对（双重情感：发布者和社交情感），进行预处理，以消除数据重复和不一致，避免对模型的预测率产生负面影响。GRU 是用于收集时态数据的简化且专业的网络，它是流行的 LSTM 顺序学习网络的简化版本，GRU 有两个门：更新门和重置门，与 LSTM 网络类似，GRU 网络在不使用单独的记忆单元的情况下改变单元内的信息，它还能够依靠单词的长度来改善长距离，从而防止最小样本上的过拟合并增强稳定性，bi-GRU的实际优势在于它可以同时提取后向和前向的隐藏层特征，这使得它可以有效地获取上下文信息。
2024-03-27 16:46:41
1524
1
原创 量子+人工智能安全
在量子机器学习领域，安全问题是一个重要的研究方向。以下是一些当前前沿的相关量子机器学习安全问题和研究的入手点：鲁棒性与对抗性攻击：研究如何提高量子机器学习模型对对抗性攻击的鲁棒性，例如对抗性样本生成和检测算法，以及针对量子计算机的量子对抗攻击；探索鲁棒性算法，使模型能够在存在噪声、干扰或敌对操作时仍能保持良好的性能。什么是对抗性训练？数据隐私保护：研究如何在量子机器学习中保护数据隐私，特别是当涉及到处理敏感信息时，如何设计安全的协议和算法来保护数据隐私，避免潜在的隐私泄漏。
2024-03-26 15:12:44
2173
原创 ValueError: Expected more than 1 value per channel when training, got input size torch.Size([1, 384]
drop_last-如果数据集大小不能被批次大小整除，则设置为True可删除最后一个不完整的批次。如果为False，并且数据集的大小不能被批次大小整除，则最后一个批次将更小。（默认值：False）这个错误通常发生在使用PyTorch训练神经网络时，输入数据维度不符合预期，不能batch_size整除。可能是输入的数据有剩余但不足以达到batch_size所导致的。解决办法：只需要将这里的drop_last=True，问题便可解决。
2024-02-28 23:10:51
1178
原创 C++ | 指针、数组 & 自由存储空间
计算机程序在存储数据时必须跟踪三个基本属性：信息存储在何处； 存储的值为多少； 存储的信息是什么类型；指针是一个变量，其存储的是值的地址，而不是值本身。那么，如何找到常规变量的地址呢？只需对变量应用地址运算符（&），就可以获得它的地址。比如，a是一个变量，则&a是它的地址。下面这段代码演示了地址运算符（&）的用法：#include<iostream>using namespace std;int main() { /*定义
2021-08-22 12:33:20
567
原创 C++ | 数组、结构体
1.数组 是一种用于存储多个同类型的值的数据格式。例如，数组可以存储30个int类型的值，其中，每个值都存储在一个独立的数组元素中，在计算机内存中依次存储数组中的各个元素。1.1数组的声明声明数组的通用格式为：typeName arrayName [arraySize];其中 typeName 是这组元素的数据类型，arrayName 是数组名，arraySize 是元素数目，它必须是整型常数（如 10）或 const 值，也可以是常量表达式（如 3*5 ）。...
2021-08-20 17:59:24
1046
原创 C++ 入门（编写第一个C++程序）
第一章 遇见C++ 欢迎进入C++世界！目录1.1 C++介绍1.2 C++程序创建1.3 集成开发环境（IDE）的选择1.4 第一个 C++ 程序1.4.1 main()函数1.1 C++介绍 C++ 是在C语言的基础上添加了面向对象和泛型编程的支持，它是21世纪最重要的编程语言之一，C++继承了C语言的高效、简洁、快速和可移植性的传统。下面是目前世界编程语言使用的排行榜。...
2021-06-30 00:16:17
19449
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