袭明_

创建docker镜像。首先要有一个linux环境，然后在这个环境下部署项目，然后做docker镜像。 然后查阅发现，windows装linux环境，可以通过 hyper-v...

前言 至此，我们已经围绕VLM+LLM做了一个全栈应用 细心的朋友可能会问，一些任务，传统OCR好像也可以做，他们有什么不同？ 对！当下VLM之所以达到生产标准，也得益于O...

今天，我们回收结果！ 围绕在你私有的两个大模型基础上，搭建一个全栈应用，得到的结果如下： 前言 文章先进行各部分解析，然后附上了完整代码文件、环境配置以及运行操作说明，想跳...

跟着上节课的内容，我们把大模型都部署好了！并成功推理起来 要怎么使用？如何接入？ 刚开始可能搞不清楚 但本质上推理起来的模型就是API! 下面开始今天的内容： 1.调用AP...

MCP引入的原因： MCP的出现是为了解决大模型的“能力边界”问题 大模型是一个预训练模型，他的知识在训练完那一刻就定格了，无法获取实时数据。比如：无法获取北京明天的天气、...

Augment Agent 发布后，国内的自媒体现在清一色都是上面的画风👆 到处都是“再见 Cursor” 之类的言论👀 什么？你还不知道发生了什么？看图👇 实际上很...

本文讨论了2025年初一意内部评估通过的VLM技术在财务审计项目中的应用，以及如何在本地部署高并发、服务化的推理模型，包括大语言模型和多模态模型。关键要点包括：​ VLM技...

原文链接：https://gxlbvdk4ilp.feishu.cn/wiki/EhEBwfPaUiQekKkyxjLcX2PgnJc 本文讨论了预打卡课程中动手搭建实践环...

在NPLM之前，传统语言模型主要依赖最基本的N-Gram技术，通过统计词汇的共现概率计算词汇组合的概率。然而，这种方法在处理稀疏数据和长距离依赖遇到瓶颈。 NPLM通过利用...

Transformer 组件包含：多头自注意力，逐位置前馈网络，正弦位置编码表，填充掩码，编码器层，编码器，后续掩码，解码器层，解码器，Transformer类...

Skip-Gram 模型是由中心词，来预测周围上下文。 而 CBOW 模型则是由上下文来预测中心词。...

词向量 ≈ 词嵌入 词向量 和 词嵌入 都是指，将单词转换成稠密向量，然后再使用余弦相似度计算单词相似度。Skip-Gram模型，CBOW模型实践。...

词袋模型忽略词与词之间的顺序关系。 将文本中的词看作一个个独立的个体，只关心每个词出现的频次。利用余弦相似度来计算词与词之间的相似性。...

语言模型就是一个用来估计文本概率分布的数学模型。 要衡量一句话的信息量，就要了解其中每个单词出现的频率。 N 表示 分词的长度，Gram 表示元素。...

自学LLMs，RAG，FAISS，Transformer，BERT等相关内容笔记。不断摸索，持续更新。。。...

我用 DeepSeek 帮我写一个脚本，用于无损压缩视频尺寸。简直不要太牛~B啊！ 以下是一个基于 Python 3.12 的视频压缩脚本，使用 FFmpeg 实现高质量尺...

利用 python 脚本实现 pocket3 摄影资源拷贝到指定路径。并删除多余文件，拷贝过程带进度显示。...

目标 输入原始路径，是否加密参数； 输出加密/解密文件，删除临时文件夹 加密方式采用base64 嵌套 字符异或 自定义异或密钥，自定义加密标识...

python27 压缩 json 问价。正则表达式 替换 空格。删除缩进，换行符。压缩路径下json文件。...