- 博客(17)
- 收藏
- 关注
RSS订阅原创 使用 langgraph 生成条件控制节点图
本文介绍了使用langgraph库创建两种类型图的实践方法。首先演示了构建包含3个节点的简单线性流程，每个节点都执行计数器功能，记录函数调用次数。其次展示了如何创建带条件分支的流程图，用于微博内容生成和评估，当消息数量超过3条时终止流程，否则继续循环优化。两种实现都包含完整的代码示例，展示了节点定义、流程构建和状态管理的方法，并支持将流程图导出为Mermaid格式的图片。条件分支示例中还集成了LangChain的聊天模型，用于实际的内容生成和评估任务。
2025-08-10 08:52:49
179
原创 用 langchain 实现对 qwen-max 的 RAG 示例
本文展示了使用LangChain框架处理文本数据的两阶段流程。首先通过TextLoader加载文档，使用CharacterTextSplitter进行分片处理，并利用DashScopeEmbeddings生成向量表示，最后存储到Pinecone向量数据库中。第二阶段演示了检索过程：加载相同的嵌入模型，构建检索链，通过向量相似度匹配查询"what is Pinecone in machine learning?"，最终返回相关文档片段。整个过程实现了从文档预处理到语义检索的完整链路
2025-07-22 10:51:26
134
原创 hugging face TF训练一个情绪分类模型
该代码展示了使用Hugging Face的Transformers库和TensorFlow进行文本分类任务的过程。首先加载DistilBERT分词器对文本进行标记化处理，然后将数据集转换为TensorFlow格式。接着配置模型训练参数，使用Adam优化器和交叉熵损失函数，最终在训练集上训练模型并在验证集上评估性能。整个过程实现了从文本预处理到模型训练的全流程，适用于情感分析等NLP分类任务。
2025-05-29 21:45:00
123
原创 使用 TSNE 进行降维
本文介绍了使用Python的sklearn库进行高维数据降维的方法。代码展示了如何通过t-SNE算法将768维的随机数据降至2维可视化。首先使用MinMaxScaler进行数据归一化，然后应用TSNE模型（设置余弦距离度量）进行降维，最后将结果存储为包含X/Y坐标和标签的DataFrame。该流程适用于高维数据的可视化分析。
2025-05-26 10:35:21
96
原创 微调 gpt2，让它识别垃圾邮件
文章摘要：本文介绍了如何使用PyTorch加载和微调GPT-2模型进行文本生成和分类任务。首先，通过加载预训练模型和优化器状态，配置模型参数并生成文本。接着，为了进行分类任务，冻结模型的大部分参数，仅允许最后一层Transformer和归一化层进行训练。随后，使用自定义的SpamDataset和DataLoader加载训练、验证和测试数据，并计算模型在训练集和验证集上的准确率。整个过程展示了如何从文本生成过渡到分类任务的微调流程。
2025-05-12 16:47:18
256
原创 是不是就这样算了 -- 从大专生到硕士，我的英语进阶之路
2017年，在毕业七年后，在高人的指引下，我通过了流利说的最高级，先后用英语学会了微积分，前端开发，从美国伊利诺伊理工大学硕士毕业（之前是大专）。之后，又在B站上发布了一门168课的在线课程 ——《用python学统计学》，之后又再一次成功转型人工智能，这些都是学好英语带来的。
2024-10-27 20:56:53
1841
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