2024年6月4日
笔记4：多层感知器（自定义模型）
摘要： 转自：https://www.cnblogs.com/miraclepbc/p/14332459.html 导入相关库 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t 阅读全文
posted @ 2024-06-04 09:06 有何m不可 阅读(31) 评论(0) 推荐(0)
笔记3：逻辑回归（分批次训练）
摘要： 转自：https://www.cnblogs.com/miraclepbc/p/14332084.html 相关库导入 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t 阅读全文
posted @ 2024-06-04 09:03 有何m不可 阅读(34) 评论(0) 推荐(0)
笔记2：张量简介
摘要： 张量生成方法 转自：https://www.cnblogs.com/miraclepbc/p/14329476.html 张量的形状及类型 张量的计算 张量的梯度 手写线性回归 张量生成方法 张量的形状及类型 张量的计算 张量的梯度 手写线性回归 阅读全文
posted @ 2024-06-04 09:01 有何m不可 阅读(53) 评论(0) 推荐(0)
2024年5月31日
笔记1：入门实例
摘要： pytorch实现线性回归 转自：https://www.cnblogs.com/miraclepbc/p/14329186.html 导入相关python包 import torch import pandas as pd import numpy as np import matplotlib. 阅读全文
posted @ 2024-05-31 15:41 有何m不可 阅读(20) 评论(0) 推荐(0)
函数式API简介
摘要： 函数式API简介 转自：https://www.cnblogs.com/miraclepbc/p/14312152.html 导入相关库以及数据加载 相关库导入： import tensorflow as tf from tensorflow import keras import matplotl 阅读全文
posted @ 2024-05-31 15:38 有何m不可 阅读(28) 评论(0) 推荐(0)
tf.keras实现逻辑回归和softmax多分类
摘要： 逻辑回归实现 转自：https://www.cnblogs.com/miraclepbc/p/14311509.html 相关库引用 import tensorflow as tf import numpy as np import pandas as pd import matplotlib.py 阅读全文
posted @ 2024-05-31 15:35 有何m不可 阅读(111) 评论(0) 推荐(0)
tf.keras实现线性回归和多层感知器
摘要： 线性回归实现 转自:https://www.cnblogs.com/miraclepbc/p/14287756.html 相关库引用 import tensorflow as tf import numpy as np import pandas as pd import matplotlib.py 阅读全文
posted @ 2024-05-31 15:29 有何m不可 阅读(34) 评论(0) 推荐(0)
2024年5月5日
从API到Agent：万字长文洞悉LangChain工程化设计
摘要： 作者：Florian 转载自：https://www.cnblogs.com/fanzhidongyzby/p/18075179/langchain 我想做一个尝试，看看能不能用尽量清晰的逻辑，给“AI外行人士”（当然，我也是……）引入一下LangChain，试着从工程角度去理解LangChain的 阅读全文
posted @ 2024-05-05 15:57 有何m不可 阅读(244) 评论(0) 推荐(1)
2024年4月13日
大模型时代的PDF解析工具
摘要： 去年（2023年）是大模型爆发元年。但是大模型具有两个缺点：缺失私有领域知识和幻觉。缺失私有领域知识是指大模型训练时并没有企业私有数据/知识，所以无法正确回答相关问题。并且在这种情况下，大模型会一本正经地胡说八道（即幻觉），给出错误的回答。那么如何解决这两个缺点？目前主要有两种方法，微调和RAG。微 阅读全文
posted @ 2024-04-13 17:57 有何m不可 阅读(396) 评论(0) 推荐(0)
2024年4月2日
在本地跑一个大语言模型(3) - 让模型自主使用工具
摘要： 在前两篇文章里，我们已经介绍了如何在本地运行Ollama以及如何通过提供外部数据库的方式微调模型的答案。本篇文章将继续探索如何使用“函数调用(function-calling)”功能以扩展模型能力，使其在“智能”的道路上越走越远。 function-calling介绍 根据OpenAI官方文档，fu 阅读全文
posted @ 2024-04-02 09:59 有何m不可 阅读(1504) 评论(0) 推荐(0)