首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
uncle_ll
掘友等级
工程师
keep healthy, keep going
获得徽章 12
动态
文章
专栏
沸点
收藏集
关注
作品
赞
134
文章 134
沸点 0
赞
134
返回
|
搜索文章
赞
文章( 134 )
沸点( 0 )
借助 Cursor 做了第一个全栈项目,帮你将内容转为美观的图片
大家好!我是 luckySnail,今天想分享我和 Cursor 一起开发的我的第一个全栈应用,我叫它 「SVG 秀」,听名字就知道跟 SVG 沾边
阿里云Funasr语音识别大模型本地部署,效果远超OpenAI的Whisper
前言 前段时间测试一下OpenAI的语音识别模型 当时发现效率很低,今天发现阿里有一个专注的语音识别大模型FunAsr 看介绍Funasr的中文识别能力应该比Whisper更强大: Funasr的模型
基于LangChain-Chatchat实现的本地知识库的问答应用-快速上手(检索增强生成(RAG)大模型)
基于LangChain-Chatchat实现的本地知识库的问答应用-快速上手(检索增强生成(RAG)大模型) 基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现,开源、可离线部署
深入解析HNSW:Faiss中的层次化可导航小世界图
本文深入探讨了HNSW(层次化可导航小世界图),一种在向量相似性搜索中表现卓越的索引技术。HNSW结合了快速搜索速度和出色的召回率,在近似最近邻搜索中表现突出
复合索引:向量搜索的高级策略
本文深入探讨了向量搜索中的复合索引策略,重点介绍了Faiss工具中的index_factory功能。复合索引通过结合多种索引方法,如IVF、PQ和HNSW,以实现更高效的搜索。
LSH算法:高效相似性搜索的原理与Python实现II
本文介绍的LSH(局部敏感哈希)算法采用了随机超平面(Random Hyperplanes)的方法进行切分。这种方法的核心思想是使用随机生成的超平面将高维向量映射到低维空间,从而实现相似向量的聚类。
LSH算法:高效相似性搜索的原理与Python实现
本文详细介绍了局部敏感哈希(LSH)算法,这是一种在相似性搜索中实现快速且准确搜索的关键技术,文章详细探讨了LSH的工作原理,包括shingling、MinHashing以及带状划分和哈希等步骤。
基于RabbitMQ的异步消息传递:发送与消费
本文介绍了如何在 Python 中使用 RabbitMQ 进行消息发送和消费。RabbitMQ 是异步消息传递的强有力工具,适用于构建可靠、可伸缩的分布式系统。
LightGBM参数详解:提升模型性能的关键
本文深入解析了LightGBM的关键参数,包括数据处理、学习控制、模型构建等方面。通过合理配置这些参数,可以显著提升模型的性能和训练效率。
视觉风控:人工智能在风险管理中的革新应用
本文探讨了视觉风控技术在金融、社交媒体和安全监控等领域的应用。通过人脸相似度检测、真人检测、穿戴特征识别等技术,视觉风控能够有效提高风险管理的效率和准确性。文章还介绍了核心算法、模型优化以及应对技术
下一页
个人成就
优秀创作者
文章被点赞
495
文章被阅读
258,227
掘力值
7,990
关注了
20
关注者
124
收藏集
5
关注标签
25
加入于
2022-07-25