随笔分类 -  人工智能

pytorch 训练多个模型(agent) 然后通过任务编排自由组合形成解决方案
摘要：在 PyTorch 中训练多个模型（agents）并通过任务编排自由组合形成解决方案，可按以下步骤实现： 1. 定义多个模型 首先，需要定义多个不同的 PyTorch 模型，这些模型可以是不同架构、不同功能的。以下是一个简单示例，定义两个不同的全连接神经网络模型： import torch impo 阅读全文
posted @ 2025-03-03 20:56 小赖同学啊 阅读(62) 评论(0) 推荐(0)
PyTorch 中训练好的模型对外暴露接口
摘要：在 PyTorch 中训练好的模型要对外暴露接口，以便其他系统或服务调用，可采用不同的方式，下面为你详细介绍几种常见方法。 1. 使用 Flask 搭建 Web 服务 Flask 是一个轻量级的 Python Web 框架，能方便地将 PyTorch 模型封装成 Web 接口。 步骤 安装依赖： p 阅读全文
posted @ 2025-03-03 20:53 小赖同学啊 阅读(177) 评论(0) 推荐(0)
PyTorch 中，评估模型性能的常用指标以及计算方式
摘要：在 PyTorch 中，评估模型性能的指标会根据不同的任务类型（如分类、回归、目标检测等）而有所不同，以下是常见任务对应的性能指标： 分类任务 1. 准确率（Accuracy） 定义：分类正确的样本数占总样本数的比例。它是最常用的分类指标之一，直观地反映了模型整体的分类能力。 公式：$Accurac 阅读全文
posted @ 2025-03-03 20:36 小赖同学啊 阅读(323) 评论(0) 推荐(0)
PyTorch 中建立自动化的监控和优化机制
摘要：要在 PyTorch 中建立自动化的监控和优化机制，当模型性能指标出现异常时自动触发优化流程，可以按照以下步骤实现： 1. 定义性能指标和异常检测规则 首先，你需要明确要监控的性能指标，如准确率、损失值等，并定义异常检测规则。例如，当损失值连续多个 epoch 没有下降，或者准确率低于某个阈值时，判 阅读全文
posted @ 2025-03-03 20:25 小赖同学啊 阅读(46) 评论(0) 推荐(0)
PyTorch 项目中，利用 Prometheus 和 Grafana 进行模型性能监控
摘要：在 PyTorch 项目中，利用 Prometheus 和 Grafana 进行模型性能监控可以帮助你实时了解模型的运行状态、资源使用情况等，以下是详细的实现步骤： 1. 环境准备 首先，你需要安装 Prometheus、Grafana 以及相关的 Python 库。可以使用以下命令安装 Pytho 阅读全文
posted @ 2025-03-03 20:22 小赖同学啊 阅读(139) 评论(0) 推荐(0)
与 pytorch 有关的所有知识点(注意不是本身的知识点)
摘要：以下从运营、运维、协同和增效四个方面介绍与 PyTorch 相关的知识点： 运营方面 项目规划与目标设定 业务需求理解：深入了解业务场景，明确使用 PyTorch 构建模型要解决的实际问题，如预测客户购买行为、图像识别分类等，确保模型的开发方向与业务目标一致。 设定可衡量指标：为项目设定具体、可衡量 阅读全文
posted @ 2025-03-03 20:20 小赖同学啊 阅读(9) 评论(0) 推荐(0)
python 调用百度接口 做人脸识别
摘要：操作步骤差不多，记得要在百度AIPI中的控制台中创建对应的工单 创建工单成功后 会生成两个key 这个两个key是要生成tokn 用 这里大家可以用 def函数 将token返回 供下面的接口使用 import requestshost='https://aip.baidubce.com/oauth 阅读全文
posted @ 2020-08-02 09:18 小赖同学啊 阅读(3520) 评论(0) 推荐(0)
利用百度云 华为云 腾讯云 科大讯飞云 阿里云 做提词工具-----用起来很牛逼 做起来 啧啧啧
摘要：critic think:互联网经济 有的时候总是慢慢的把人们养成一中懒的习惯 这样下去很可怕的，再加上大数据 的支撑和决策树 和神经网络科学的不断发展和使用，大家可以想想一下 你都不知道想要啥的时候 机器已经帮你安排好了一切 什么时候要什么 用什么样的方式购买 都帮你考虑好了(此处省略...... 阅读全文
posted @ 2020-07-30 12:09 小赖同学啊 阅读(238) 评论(0) 推荐(0)