随笔分类 -  深度学习

langchain实现simple RAG
摘要：RAG 前提准备： 配置ollama环境并下载模型 知识点总结： 解析PDF并提取文本，然后可以查询该存储的关键信息。 安装环境依赖 pypdf faiss-gpu # GPU 环境下可以安装 faiss-cpu-1.10.0 langchain langchain_community tiktok 阅读全文
posted @ 2025-03-22 23:13 idazhi 阅读(90) 评论(0) 推荐(0)
数据集
摘要：import os from PIL import Image from torchvision import transforms # 输入图片 file_list = os.listdir('E:/ly/train_data/') h = 0 randomcrop = transforms.Ra 阅读全文
posted @ 2024-01-15 16:06 idazhi 阅读(37) 评论(0) 推荐(0)
环境安装
摘要：环境安装 创建python环境 ###创建名为ai的环境 (base) PS C:\Users\dazhi> conda create --name ai python=3.8 ###查看创建的环境 (base) PS C:\Users\dazhi> conda env list ###切换到已创建 阅读全文
posted @ 2023-10-16 22:01 idazhi 阅读(94) 评论(0) 推荐(0)
5-5汇聚层
摘要：5-5汇聚层 通常当我们处理图像时，我们希望逐渐降低隐藏表示的空间分辨率、聚集信息，这样随着我们在神经网络中层叠的上升，每个神经元对其敏感的感受野（输入）就越大。 汇聚层，它具有双重目的：降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性。 最大汇聚层和平均汇聚层 汇聚窗口从输入张量的左上角 阅读全文
posted @ 2023-05-08 09:50 idazhi 阅读(105) 评论(0) 推荐(0)
softmax回归的简洁实现
摘要：softmax回归的简洁实现 通过深度学习框架的高级API能够使实现softmax回归模型更方便地实现 继续使用Fashion-MNIST数据集，并保持批量大小为256。 import torch from torch import nn from d2l import torch as d2l b 阅读全文
posted @ 2023-04-28 15:00 idazhi 阅读(107) 评论(0) 推荐(0)
2-2线性回归实现
摘要：线性回归实现 %matplotlib inline import random from mxnet import autograd, np, npx from d2l import mxnet as d2l 生成数据集 根据带有噪声的线性模型构造一个人造数据集。 任务是使用这个有限样本的数据集来恢 阅读全文
posted @ 2023-04-24 12:19 idazhi 阅读(64) 评论(0) 推荐(0)
1-2数据预处理
摘要：1-2数据预处理 读取数据集 import os os.makedirs(os.path.join('E:\\shendu', 'data'), exist_ok=True) data_file = os.path.join('E:\\shendu', 'data', 'house_tiny.csv 阅读全文
posted @ 2023-04-15 23:54 idazhi 阅读(81) 评论(0) 推荐(0)
1-1数据操作
摘要：数据操作 为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 通常，我们需要做两件重要的事：（1）获取数据；（2）将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据，那么获取数据是没有意义的。 ​ n维数组，也称为张量（tensor）。 入门 张量表示一个由数值组成的数组，这个数 阅读全文
posted @ 2023-04-11 22:43 idazhi 阅读(41) 评论(0) 推荐(0)
深度学习习题
该文被密码保护。
posted @ 2023-04-04 22:50 idazhi 阅读(0) 评论(0) 推荐(0)