本文使用python实现一个依赖注入的框架的demo，实现了拆分数据实体和逻辑实体部分 一、动机:：为什么要写一个python的依赖注入框架?这不是多此一举吗??? 是,但也不完全是。 例如,在fastapi中就可以使用依赖注入来完成功能 这是一部分来自fastapi官方文档的代码 from typ ...

GoogLeNet 是 Google 在 2014 年 ILSVRC（ImageNet Large Scale Visual Recognition Challenge）比赛中提出的一种深度卷积神经网络模型，其关键创新在于引入了 Inception 模块，大大提高了网络的参数利用率与计算效率。 本文 ...

pandas相关 pandas最常用的操作：索引、过滤、数据增删查改、分组聚合数据清理、合并、数据可视化 pandas常见命令操作 1. dataframe筛选 若需要从dataframe中的特定列筛选出特定值所在的行，其中特定列的数量是不确定的，每个特定列的特定值也是不同的，该如何处理？ impo ...

numpy相关 1. 高维ndarray，报错：超出存储，如何解决？ ​ 分块处理：将数据分成较小的块来处理，而不是一次性加载整个数据集。这样可以减少对内存的需求。 使用Dask并行计算库 import dask.array as da # 创建一个 Dask 数组 data = da.random ...

哈喽，大家好，我是六哥！今天来跟大家聊一聊Playwright 处理 Handles的方法，面向对象为功能测试及零基础小白，这里我尽量用大白话的方式举例讲解，力求所有人都能看懂，建议大家先收藏，以免后面找不到。 一、什么是Handles 在 Playwright 中，Handles 是一种特殊的 ...

一、整体思路 长网页文本往往超过 LLM 单次处理的 token 限制，我们需要设计一个 map-reduce 流水线来拆分、局部总结、归并： 加载网页内容 拆分成可控大小的 chunk 对每个 chunk 做初步总结 (map) 汇总所有初步总结 (reduce) 如有需要递归 reduce 直到 ...

基于之前的博客 pytorch入门 - AlexNet神经网络，并借助Kaggle 的 Dogs vs Cats Redux 数据集，实现一个基于 AlexNet 的二分类模型识别猫与狗。 完整流程涵盖数据准备、归一化、模型定义、训练增强、验证并可视化结果。 一、数据集准备与预处理 import o ...

实验介绍： 代码爬取了爱奇艺的多个榜单图片和榜单信息。 由于爱奇艺的数据格式，电影榜top100是获取json文件爬取的，电影榜单top25是通过HTML文件爬取的。 代码有数据结构的设计，模块划分。 代码如下： import os import json import requests from ...

实验介绍： 用python代码实现，服务器有三个功能：信息交互、文件上传、文件下载。 客户端输入1，进入信息交互功能。客户端输入2，进入文件上传。客户端输入3，文件下载。 输入q结束服务。 文件的上传和下载路径可以由客户端手动输入。 需要先运行服务器端再运行客户端。 代码如下 client端代码： ...

本周刊由 Python猫 出品，精心筛选国内外的 400+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 温馨提示： 在微信关注 Python猫，发送“优惠券”，即可领取 9 折优惠码，订 ...

taskiq 异步分布式任务管理器 https://taskiq-python.github.io/ 将 taskiq 视为 asyncio celery 实现。它使用几乎相同的模式，但它更加现代和灵活。 它不是任何其他任务管理器的直接替代品。它具有不同的库生态系统和一组不同的功能。此外，它不适用于 ...

PAL（Program-Aided Language models） 思想成为大模型 Agent 领域的重要范式。核心思路是 LLM 只负责语言任务，复杂的逻辑/计算交由程序执行。 通过合理设计 prompt，模型生成代码/SQL/逻辑描述，外部程序再执行，得到结果后反馈给 LLM，LLM 再生成最 ...

3 列表和元组 主要内容： 列表和元组有什么用？ 在列表/元组中查找的复杂性是什么？ 如何实现这种复杂性？ 列表和元组有哪些区别？ 如何对列表进行追加？ 什么时候应该使用列表和元组？ 编写高效程序最重要的一点是了解所使用数据结构的保证。事实上，高效编程的很大一部分就是要知道你想对数据提出什么问题，并 ...

1.4 如何成为高性能程序员 编写高性能代码只是长期成功项目中高性能的一部分。团队远比速度提升和复杂的解决方案更重要。这其中有几个关键因素--良好的结构、文档、可调试性和共享标准。 假设你创建了一个原型。你没有对它进行彻底测试，也没有让团队对它进行审核。它看起来确实 “足够好”，并被推向生产。由于它 ...

随着大模型（LLM）能力越来越强，RAG（Retrieval Augmented Generation，检索增强生成）技术成为增强大模型知识准确性的关键手段。 通过检索实时数据、外部文档，模型能回答更多基于事实的问题，降低“幻觉”概率。 而 LangChain 的 LangGraph 能将 LLM、 ...

1.1计算机基础 1.1.1 硬件 1944年，美籍匈牙利数学家冯·诺依曼提出计算机基本结构。 五大组成部分：运算器、控制器、存储器、输入设备、输出设备。 -- 运算器：按照程序中的指令，对数据进行加工处理。 -- 控制器：根据程序需求，指挥计算机的各个部件协调工作。 通常将运算器和控制器集成在中央 ...

在制作数学动画时，我们常常希望动画的速度能够根据需要进行调整，以更好地展示数学概念的演变过程。 Manim框架中的ChangeSpeed类就是这样一个强大的工具，它能够帮助我们轻松地控制动画的速度变化，让动画更加生动和富有表现力。 1. 主要作用 ChangeSpeed类的主要作用是改变动画的播放速 ...

检索增强生成（RAG）是一种结合“向量检索”与“大语言模型”的技术路线，能在问答、摘要、文档分析等场景中大幅提升准确性与上下文利用率。 本文将基于 LangChain 构建一个完整的 RAG 流程，结合 PGVector 作为向量数据库，并用 LangGraph 构建状态图控制流程。 大语言模型初始 ...

本周刊由 Python猫 出品，精心筛选国内外的 400+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 温馨提示： 在微信关注 Python猫，发送“优惠券”，即可领取 9 折优惠码，订 ...

1.VGG16背景介绍 VGG16是由牛津大学Visual Geometry Group(VGG)在2014年提出的深度卷积神经网络模型，它在当年的ImageNet图像分类竞赛中取得了优异成绩。 VGG16的主要贡献在于展示了网络深度(层数)对模型性能的重要性，通过使用多个小尺寸(3×3)卷积核堆叠 ...