- 博客(904)
- 资源 (12)
- 收藏
- 关注
RSS订阅
原创 个人分享及推荐
分享这里是我在平时阅读到的好书、好资料，我把他们都放在此处，也算是我自己的一个收藏夹。所有的这些都是我自己阅读完了，认为质量很不错，对成长有帮助的文章，希望他们也能给你带来成长
2020-01-11 20:15:07
433
原创 Dify-14: 工作流API端点
Dify工作流API文档摘要：本文详细介绍了Dify平台的工作流API接口，支持开发者通过编程方式执行、监控和管理工作流。主要包含执行端点（POST /workflows/run）和控制端点（如停止执行和获取详情），支持流式和阻塞两种响应模式。所有请求需通过API密钥进行身份验证，并支持文件处理（远程URL或本地上传）。文档还提供了错误代码说明和完整请求示例，帮助开发者实现与聊天应用集成及复杂工作流编排。特别强调需安全存储API密钥，避免客户端暴露。
2025-07-28 22:30:00
516
原创 Dify-13: 文本生成API端点
本文档介绍了Dify平台提供的文本生成API功能，适用于翻译、摘要等非对话式AI应用场景。API支持单次请求处理，无需维护会话上下文。所有请求需通过API密钥进行身份验证，建议采用流式响应模式提升性能体验。 核心端点/completion-messages支持POST请求，接收包含query字段的inputs参数，可附加文件（如图片）。响应提供阻塞（完整返回）和流式（SSE分块）两种模式，包含token用量计费信息。 文档还包含文件上传、停止生成和消息反馈等辅助端点说明，并列出常见错误代码（如参数无效400
2025-07-22 23:00:00
645
原创 Base44：用自然语言 “说” 出你的 Web 应用，AI 零代码开发有多颠覆？
Base44是一款AI驱动的零代码应用开发平台，让用户通过自然语言描述快速生成全功能Web应用。其核心特点包括：1）自然语言交互，用户用日常语言描述即可自动生成前后端代码；2）全栈一体化技术栈，内置数据库、API等企业级服务；3）商业化场景优化，支持短信、地图等实用功能。平台采用成本优化的Claude模型，上线3周即获1万用户，半年内实现盈利，2025年被Wix以8000万美元收购。Base44提供可视化编辑器、版本控制和协作功能，支持数据管理和行级安全设置，适合快速构建MVP或内部工具。其成功证明了AI时
2025-07-15 22:10:11
732
原创 Dify-11: API参考
Dify API开发指南摘要：本文详细介绍了Dify服务的API集成方式，支持开发者编程调用不同类型AI应用功能。API分为四种应用类型：聊天应用（带会话历史）、文本生成应用（无状态）、工作流应用（多步骤流程）和智能体聊天应用（工具增强）。
2025-07-14 09:13:58
1196
原创 李宏毅NLP-8-语音模型
语言模型与连续语言模型解析 语言模型(LM)通过估计token序列概率来评估文本合理性，在语音识别等任务中发挥重要作用。传统N-gram模型依赖离散词频统计，面临数据稀疏问题，导致未见过词组合概率被错误估计为0。连续语言模型创新性地引入推荐系统的矩阵分解思想，将词和上下文表示为低维向量，通过向量内积预测共现概率。这种方法利用向量相似性的泛化能力，自动为未观察到的词组合分配合理概率，有效解决了N-gram的稀疏性缺陷，实现了类似神经网络的连续表示优势。
2025-07-06 15:50:05
981
原创 李宏毅NLP-7-计算分数和训练和测试
模型核心特点适用场景缺点LAS依赖注意力，隐式对齐，建模长距离依赖离线高精度识别（如语音转写）不支持在线实时处理CTC独立解码，显式对齐，支持在线实时简单识别（如关键词检测）无法建模 token 依赖RNN - T依赖解码，显式对齐，支持在线，建模依赖实时高精度识别（如语音助手）训练和推理复杂度较高。
2025-07-03 07:26:18
1007
原创 Dify-12: 聊天应用API端点
Dify 聊天 API 文档摘要：该文档详细介绍了 Dify 平台的聊天 API 功能，提供包括消息发送、文件上传、对话管理等完整接口说明。API 采用 Bearer Token 认证，支持流式和阻塞两种响应模式，并允许文件上传实现多模态交互。核心功能包含创建/停止消息、上传文件、管理对话历史等功能，同时提供详细的请求/响应参数说明及示例。强调 API 密钥需安全存储于服务端，防止客户端泄露风险。文档结构清晰，包含端点列表、参数表格和 JSON 示例，为开发者提供全面的集成指南。
2025-06-25 19:41:29
1125
原创 Dify-10:租户管理
用户账户：注册、认证、资料管理工作区（租户）：包含独立成员和资源的组织单元成员与角色：工作区内的基于角色访问控制（RBAC）认证流程：支持密码、邮箱验证码、OAuth 等多种认证方式该系统通过提供身份和访问控制，与 RAG 知识系统（参见 RAG 知识系统）、对话系统（参见 对话系统）等组件集成。
2025-06-18 19:15:36
1221
原创 Dify-9:模型提供方系统
Dify 中的模型提供方系统负责管理与各种人工智能模型提供方的集成，处理凭证信息，并为调用模型提供统一的接口。该系统使 Dify 能够通过一个通用的抽象层与多个模型提供方（如 OpenAI、Azure OpenAI、Anthropic 等）协同工作，既支持系统管理的凭证（通过 Dify 云服务），也支持用户自定义提供的凭证。
2025-06-17 19:20:23
914
原创 Dify-8:对话系统
Dify对话系统管理用户与AI应用间的交互会话，包含对话状态追踪、消息存储及用户反馈处理等核心功能。系统采用对话(Conversation)和消息(Message)双数据模型架构：对话模型记录会话元数据（如应用ID、交互模式、状态等），消息模型存储具体交互内容（查询/回复文本、令牌数等）。系统提供分层次服务接口（基础对话服务、Web扩展服务）和三类API端点（控制台API、服务API、WebAPI），支持对话创建、检索、重命名、删除等全生命周期管理
2025-06-16 19:21:01
895
原创 Dify-7: RAG 知识系统
摘要：Dify的RAG知识系统通过ETL流程管理外部知识检索，核心组件包括数据集（Dataset）、文档（Document）和分段（Segment）。系统支持两种索引技术（高质量向量索引和经济型关键词索引）和三种文档处理形式（全文、问答对和分层结构）
2025-06-11 19:10:32
895
原创 Dify-5:Web 前端架构
本文介绍Dify Web前端技术架构，采用Next.js框架构建，主要技术栈包括TypeScript、Tailwind CSS和i18next。系统采用模块化设计，包含基础组件、领域组件和页面组件三层架构，支持多语言国际化。通过React Context API进行状态管理，利用Next.js路由实现高效导航。该架构实现了组件复用、状态共享和多语言支持，提供了良好的开发体验和用户交互。
2025-06-03 19:29:01
943
1
原创 李宏毅NLP-7-CTC/RNN-T文本对齐
本文介绍了三种语音识别模型（LAS、CTC、RNN-T）的解码、训练及对齐机制。LAS模型通过直接计算P(Y|X)实现端到端识别，使用束搜索解码。CTC和RNN-T需要处理语音-文本对齐问题，通过引入空白符并求和可能路径的概率来优化识别。三种模型均采用最大对数似然训练，但对齐方式不同：HMM通过状态转移扩展文本长度，CTC允许插入空白符，RNN-T则强制每个token至少出现一次。网格图展示了各模型的对齐路径选择规则，包括字符重复、空白符插入等约束条件，有效解决了语音与文本的时间不对齐问题。
2025-05-26 23:42:09
917
原创 Dify-4:API 后端架构
Dify 的 API 后端基于现代 Python 技术栈构建，采用 Flask 作为 Web 框架。系统支持水平扩展，包含无状态的 API 服务器和处理后台任务的 Celery 工作节点。详细介绍 Dify API 后端服务的架构，包括其核心组件、服务组织、数据流和集成点。API 后端作为 Dify 的“中枢神经系统”，将 Web 前端与各类 AI 模型及数据存储系统连接起来。Dify 的后端使用 Docker 进行容器化处理，不同组件有各自独立的服务。
2025-05-22 18:56:12
1328
原创 Dify-3:系统架构
系统设计支持可扩展性、可部署性，并能适应多种环境（包括自托管和云部署）。概述了 Dify 的系统架构，解释主要组件如何协同工作以提供大语言模型（LLM）应用开发平台。对话系统负责管理用户与大型语言模型（LLM）之间的交互，处理聊天历史记录、消息格式化和上下文管理。工作流系统支持创建和执行复杂的AI流程，将LLM交互与工具、分支逻辑和数据转换相结合。Dify使用了一套全面的配置系统，该系统支持环境变量、配置文件和运行时设置。存储结构化数据，关键表包括用户、应用、数据集、会话和工作流。
2025-05-19 18:52:42
1419
原创 Dify-2:项目介绍
Dify 是一款开源的大语言模型（LLM）应用开发平台，旨在弥合 AI 应用原型设计与生产部署之间的鸿沟。本文档为希望了解或扩展平台的开发者及技术用户提供 Dify 架构、组件与功能的技术概览。
2025-05-12 19:05:16
1195
1
原创 Python dotenv 使用指南：轻松管理项目环境变量
很多开发者容易把自己开发的项目上传到Github上，但偶尔会忘记把数据库密码、支付接口密钥等敏感信息和谐掉，当代码提交上去时，这些信息就像裸奔一样暴露在所有人面前。更糟糕的是，不同环境（开发 / 测试 / 生产）的配置频繁切换，每次都要修改代码，效率低下且容易出错。
2025-04-26 22:53:38
1272
1
原创 解决Dify代码执行器网络报错：Failed to execute code
当配置文件缺失时，sandbox服务会默认禁用网络功能，导致代码执行器无法建立网络连接。配置文件来初始化网络参数，但在Docker部署流程中，该文件未自动生成到挂载目录。Dify的沙箱服务（sandbox）需要。
2025-04-24 18:33:08
1904
原创 李宏毅NLP-6-seq2seq&HMM
XYPY∣XY∗Y∗argmaxYPY∣XPY∣XPXPX∣YPYPXYY∗argmaxYPX∣YPYPX∣Y隐马尔可夫模型（HMM）在语音识别中对声学模型PX∣Y的建模思路，通过引入状态序列S：将PX∣Y（基于文本序列Y的声学概率）转换为PX∣S（基于状态序列S的声学概率），并说明一个文本序列Y对应一个状态序列S。
2025-04-21 07:38:01
786
原创 李宏毅NLP-5-RNNT&Neural Transducer&MoChA
说明：就是普通的 seq2seq 模型。通过编码器（Encoder）处理输入序列h1−h4h^1 - h^4h1−h4等隐藏状态），解码器利用注意力机制（attention）生成输出c0−c4c^0- c^4c0−c4等）。说明：解码器是线性分类器的 seq2seq 模型。通过引入空白符ϕ\phiϕ解决输入输出不对齐问题，每个时间步独立输出 token，后处理合并重复 token 并去除ϕ\phiϕ。说明：输入一个元素就要输出一个元素的 seq2seq 模型。
2025-04-19 13:10:23
838
原创 李宏毅NLP-2-语音识别介绍
（语音识别很难吗？这是一张关于语音识别模型使用占比的饼状图。数据来源于对INTERSPEECH’19、ICASSP’19、ASRU’19三个会议超100篇论文的调研。“lexicon free” 表示相关系统或方法不依赖预先设定的词汇表来进行处理，比如某些语音识别技术尝试直接对语音信号进行分析转换，不借助传统词汇表的辅助，以适应更灵活、未知的语言场景。
2025-04-12 12:30:18
1195
原创 GPT模型角色解析：System、User、Assistant
在GPT模型中，`system`、`user`和`assistant`是三种不同的角色，分别用于引导对话流程和区分对话中的不同参与者。
2025-04-10 20:47:09
607
原创 达摩院Paraformer-ONNX模型：一站式高精度中文语音识别工业级解决方案
阿里达摩院推出的`speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx`模型，通过ONNX运行时优化，集语音端点检测、实时转写、标点恢复等核心功能于一体，为工业场景提供开箱即用的高并发语音识别服务。
2025-04-09 09:24:00
1872
原创 自然语言处理利器NLTK：从入门到核心功能解析
自然语言工具包（Natural Language Toolkit，NLTK）自2001年诞生于宾夕法尼亚大学以来，已成为自然语言处理（NLP）领域最具影响力的Python库之一。作为全球数十所顶尖高校的教学工具和研究基础，NLTK凭借其模块化设计和丰富的功能集合，持续为语言学研究者、数据科学家和AI开发者提供强大支持。作为NLP领域的"瑞士军刀"，NLTK通过清晰的模块划分和教学友好的设计，持续赋能新一代NLP开发者。提供t-test、卡方检验、PMI等统计方法检测词汇共现。
2025-04-07 23:30:00
1263
原创 从 Credit Metrics 到 CPV：现代信用风险模型的进化与挑战
现代信用风险模型借助量化分析与科学建模手段，极大地提升了风险管理的精细化水平。不同模型各具优劣，金融机构在选择时应综合考虑自身业务特点、数据基础以及风险偏好等因素，灵活选择合适的模型，或结合多种模型构建全面的风险评估体系，以此来有效应对复杂多变的市场环境，实现稳健经营与可持续发展。
2025-04-02 09:53:55
1545
原创 身份证翻拍与图片检测技术全解析：原理、方法与应用
总之，身份证翻拍类型多样，翻拍图片手段丰富且存在共性问题，与正常拍摄图片质量有别。翻拍图片检测技术多管齐下，深度学习在其中应用广泛且有实际案例和开源项目支持。随着技术发展，这些技术将不断优化，在保障信息安全、维护版权等方面发挥更重要作用。希望本文能帮助读者深入理解这一领域知识，如有疑问或建议，欢迎交流。在当今数字化时代，身份证翻拍及图片检测技术在众多领域发挥着关键作用。本文将深入探讨身份证翻拍的类型、翻拍图片的手段、其与正常拍摄图片的质量差异、翻拍图片检测技术以及相关开源项目，为您呈现这一领域的全面知识。
2025-04-02 09:29:44
1671
原创 目标检测中的非极大值抑制（NMS）原理与实现解析
是一种关键的后处理技术，用于去除冗余的检测结果，保留置信度最高且位置最优的边界框。本文将通过一段Python代码解析NMS的核心实现逻辑，并演示其在OpenCV环境中的实际效果。在目标检测任务中，模型通常会对同一目标生成多个重叠的候选框（如锚框或预测框）。，键为类别名称，值为该类别对应的边界框列表。，表示左上角和右下角坐标及置信度。
2025-03-20 09:02:38
749
原创 深度学习与传统算法在人脸识别领域的演进：从Eigenfaces到ArcFace
其核心思想是将人脸图像视为高维向量，通过协方差矩阵计算特征向量（即特征脸），将原始数据投影到由前k个最大特征值对应的特征向量张成的低维子空间。在FERET数据集上，Eigenfaces曾达到85%的识别准确率，证明了线性降维的有效性。2014年提出的DeepFace采用3D对齐技术将输入图像校正至正面视角，通过含8层卷积的神经网络提取4096维特征。局部二值模式（LBP）通过计算3×3邻域内中心像素与周围像素的灰度比较生成8位二进制码，形成256维直方图特征。
2025-03-17 19:31:25
1544
Stefano Mattoccia 的讲义 Stereo Vision: algorithms and applications
2016-09-14
智能时代 吴军 .mobi 电子书
2016-10-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人