sinat_34898805的博客

DeepFace 是一个功能强大的开源 Python 库，专门用于面部分析，提供了一系列的面部分析功能，涵盖了人脸识别、人脸验证、人脸表情分析、年龄预测、性别预测、种族预测以及面部特征提取等多个方面，还是挺有趣的，安装DeepFace也很简单，pip install deepface即可。最近刚好有一个任务就是识别照片中的人像个数，并预测年龄和性别，非常适合使用DeepFace完成。2、DeepFace似乎对国外的人像识别优于国内，不懂是我的错觉还是……3、总而言之，DeepFace还是挺实用的。

在数据索引阶段，RAG借助向量的语义检索获取相应的数据块，之所以使用向量是因为它保留了词与词、句与句之间的关系，从而生成token时不至于太抽象。上述便是RAG使用的一些总结，从实践来看，无论如何分割数据集都会存在一些遗漏的设定从而导致输出的结果不太准确，解决这个问题需要自己根据实际情况编写一些算法进一步加深精度，使输出尽可能符合需要。就是利用大模型的能力，生成检索阶段输出的相关知识和用户的查询问题，通过设计好的Prompt，生成内容并对外输出结果。就是通过向量数据库进行存储和索引，我一般用Faiss。

definitcontinue= idx]definitinit()modules = list(resnet.children())[:-2] # 去掉最后两层全连接层self.global_avg_pool = nn.AdaptiveAvgPool2d((1, 1)) # 全局平均池化x = self.global_avg_pool(x) # 添加全局平均池化x = x.view(x.size(0), -1) # 展平return x。