大模型实战营笔记第24页

Python函数完全解读：从零基础到高阶实战

案例：计算BMI指数三、变量作用域：理解局部与全局1.局部变量2.全局变量四、函数进阶：lambda与高阶函数1.lambda匿名函数2.高阶函数五、函数高级特性1.装饰器：增强函数功能2.递归函数六、实战案例

藍海琴泉·2025-03-22 06:52

微软Data Formulator：用AI重塑数据可视化的未来

DataFormulator是一款基于大语言模型（LLM）的AI工具，旨在帮助用户通过自然语言和界

几道之旅·2025-03-22 06:51

本地部署deepseek-r1:14b 批量调用 Python调用本地deepseek-r1:14b实现对本地数据库的AI管理

这篇文章主要为大家详细介绍了Python如何基于DeepSeek模型，调用本地deepseek-r1:14b实现对本地数据库的AI管理场景描述基于DeepSeek模型，实现对本地数据库的AI管理。

朴拙Python交易猿·2025-03-22 06:51

RFM案例(简要版)

一、会员价值度模型1、RFM模型介绍会员价值度用来评估用户的价值情况，是区分会员价值的重要模型和参考依据，也是衡量不同营销效果的关键指标之一。

郜太素·2025-03-22 05:50

java面向对象基础

引入三大特征封装核心思想就是“隐藏细节”、“数据安全”，将对象不需要让外界访问的成员变量和方法私有化，只提供符合开发者意愿的公有方法来访问这些数据和逻辑，保证了数据的安全和程序的稳定。

miehamiha·2025-03-22 05:19

如何使用百度云Qianfan进行AI应用开发

作为开发者，Qianfan支持多种AI应用开发组件，包括大语言模型（LLMs）、对话模型、嵌入模型和向量存储等。本文将重点介绍如何利用这些组件进行实际的AI应用开发。

dgay_hua·2025-03-22 05:47

免费GIS工具箱：支持多种格式的模型预览及编辑，还能进行协同编辑

但GISBox却不太一样，它的切片、分发功能完全免费，能预览、编辑多种格式模型，还支持协同编辑，性价比远超同类软件，如果你想进一步了解它，不妨看看这篇文章。

GISBox·2025-03-22 05:47

OSGB编辑复杂又困难？试试这款免费GIS工具箱，高效实现场景编辑

然而，面对庞大的GIS数据，许多软件在处理、编辑和转换上都显得力不从心，尤其是对于倾斜摄影模型、地形和影像的编辑，更是成为了许多用户的棘手难题。

GISBox·2025-03-22 05:16

Ollama 本地部署

二、使用步骤1.安装OllamaWindows检验是否安装成功2.运行ollama模型库运行模型提问修改配置（可选）如果有个性化需求，需要修改默认配置：参考前言Ollama是一个易于使用的本地大模型运行框架

FuWen_Hao·2025-03-22 05:46

Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答

2.如何使用SerpAPI进行Web搜索三、实现Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答1.Code前言我需要对本地的Deepseek-r1:14b进行提问，我发现它对于实时的问题

FuWen_Hao·2025-03-22 05:45

HarmonyOS NEXT开发实战教程：选择相册和拍照

今天的内容是介绍在鸿蒙开发中从相册选择照片，和调用相机拍照，并使用这两个功能实现朋友圈编辑页面。这部分内容没什么好废话的，都是固定用法，直接上代码。首先添加权限：ohos.permission.CAMERA选择相册：asyncgetAlbum(){constphotoSelectOptions=newphotoAccessHelper.PhotoSelectOptions();photoSelec

幽蓝计划·2025-03-22 05:15

【大语言模型_5】xinference部署embedding模型和rerank模型

/xinference-local--host=0.0.0.0--port=5544三、注册本地模型1、注册embedding模型curl-XPOST"http://localhost:5544/v1/

没枕头我咋睡觉·2025-03-22 05:14

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

1.什么是向量检索？它与传统基于关键字的检索相比有什么不同？答案要点：向量检索是将文本、图像、音频等数据映射为向量，在高维向量空间中基于相似度或距离进行搜索。与传统基于关键字的检索（如倒排索引）相比，向量检索更关注“语义”或“特征”，能找出语义上相似但未必包含相同关键词的内容。向量检索非常适合多模态场景（例如“以图搜图”）或自然语言问答（同义词、上下文关联等）。2.什么是检索增强生成（RAG）？核

快撑死的鱼·2025-03-22 05:13

HarmonyOS Next 企业级分布式办公应用实战：构建高效协同的办公新生态

在数字化办公浪潮汹涌的当下，企业对于高效、便捷且协同性强的办公应用需求愈发迫切。华为鸿蒙HarmonyOSNext系统凭借其先进的分布式技术，为打造创新型企业级分布式办公应用提供了坚实的基础。本文将基于实际开发经验，深入剖析如何利用HarmonyOSNext构建企业级分布式办公应用，涵盖从需求分析到系统架构搭建，再到核心功能实现以及性能优化等关键环节。一、办公应用需求与系统架构搭建（一）企业级分布

lyc233333·2025-03-22 05:43

使用LangSmith追踪LLM令牌使用情况的指南

本文将深入探讨如何从LangChain模型调用中获取这些信息。技术背景介绍在大语言模型（LLM）的应用中，令牌使用计数是估算模型调用成本的基础。

dgay_hua·2025-03-22 05:13

如何评估一个RAG系统（RAGas评测框架）-下篇

RAGas是一个用于评测RAG系统的评测框架，它支持与不同大语言模型的集成，并与langchain生态打通，能够很方便的构建评测系统。

写程序的小火箭·2025-03-22 05:13

【AI大模型应用开发】【RAG评估】0. 综述：一文了解RAG评估方法、工具与指标

大家好，我是同学小张，日常分享AI知识和实战案例欢迎点赞+关注，持续学习，持续干货输出。+v:jasper_8017一起交流，一起进步。

同学小张·2025-03-22 05:43

鸿蒙Next开发实战教程-使用WebSocket实现即时聊天

鸿蒙系统提供了WebSocket库，使用它可以很方面的实现即时聊天功能，今天就使用WebSocket来实现一个完整的聊天功能。首先创建一个WebSocket实例：letws=webSocket.createWebSocket()然后创建WebSocket连接，我找到一个简单的ws地址，它直接返回我们发送的消息：leturl='ws://124.222.224.186:8800'this.ws.co

幽蓝计划·2025-03-22 05:12

大模型最新面试题系列：微调篇之微调基础知识

一、全参数微调（Full-Finetune）vs参数高效微调（PEFT）对比1.显存使用差异全参数微调：需存储所有参数的梯度（如GPT-3175B模型全量微调需约2.3TB显存）PEFT：以LoRA为例

人肉推土机·2025-03-22 05:42

7大模型部署框架深度测评：从理论到DeepSeek R1:7B落地实战

人肉推土机·2025-03-22 05:12

新建react native项目都失败，创建出来的都是.xcodeproj，而不是.xcworkspace，如何解决？？

本文收录于《全栈Bug调优(实战版)》专栏，主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由；同时，欢迎大家关注&&收藏&&订阅！

bug菌¹·2025-03-22 04:41

对MCP工作流的一些个人认知

MCP是一套能实现客户端、多种服务与大模型协同工作的系统，能处理任务请求并及时反馈。

持续学习的老赵·2025-03-22 04:40

代码随想录算法训练营第八天| 344 反转字符串、541 反转字符串II

这两天开的是字符串专题，我准备在做题的时候用C++做一遍，再用C做一遍，因为一直刷leetcode用的都是C++，导致C的基础太薄弱了，之后工作中有可能用到C，相当于再复习复习一、Leetcode344反转字符串题目链接：Leetcode344反转字符串这道题很简单，这才是真正的简单题voidreverseString(char*s,intsSize){intleft=0,right=sSize-

Anjoubecoding·2025-03-22 04:33

Python笔记——DeprecationWarning

定义如下阶跃函数时出现警告，defstep_function(x):returnnp.array(x>0,dtype=np.int)DeprecationWarning:`np.int`isadeprecatedaliasforthebuiltin`int`.Tosilencethiswarning,use`int`byitself.Doingthiswillnotmodifyanybehavio

小橘猫cate·2025-03-22 03:00

从MVC实战学习网站编写（一）初识MVC

前情概要：曾是学生时代的我，初识架构是一个传说中的三层架构。这可是鼻祖啊！因为我个人认为这是第一个让我明白高内聚低耦合的一种写代码的方式。刚接触写程序统统都是把所有的东西放一起，自己找一段代码得花很长时间（哪个时候还不知道VS有F12的存在）。简单的说就是UI层（界面），BLL层（业务处理），DAL层（数据处理）。就是分工明确在不同的包里分别编译，便于管理。今天我们从MVC基础开始穿插Knocko

璞瑜无文·2025-03-22 03:30

LDAP从入门到实战：环境部署与配置指南（下）

#作者：朱雷接上篇：《LDAP从入门到实战：环境部署与配置指南（上）》链接:link文章目录2.5.添加账号2.6.停止服务2.7.使用TLS证书2.7.1.TLS证书2.7.2.TLS配置2.7.3.

磐基Stack专业服务团队·2025-03-22 03:30

数据分析实战：Shopee虾皮网销售数据分析

一、背景目标Shopee（虾皮网）是东南亚电商平台，覆盖新加坡、马来西亚、菲律宾、泰国、越南、巴西、墨西哥、哥伦比亚、智利等十余个市场，触达超10亿消费者！2023年Shopee总订单量达82亿，23年Q4总订单数同比增长46%！分析数据样本来自某爬虫系统爬取的Shopee网从2023年4月至2023年5月期间特定产品的销售数据。任务要求任务要求：从数据中获取在2023年5月上市的产品。使用问题1

harvensage·2025-03-22 03:28

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

这种情况下的常见过程是使用文档中的上下文进行问答，强制模型生成评分以帮助选择只由相关上下文生成的答案。LangGraph的实现允许在此问题中集成工具调用和其他功能。下面我们

bBADAS·2025-03-22 03:27

PHP 爬虫实战：爬取淘宝商品详情数据

本文将以爬取斗鱼直播数据为例，介绍php爬虫的实战应用。准备工作在开始爬虫之前，我们需要做一些准备工作。首先，需要搭建一个本地服务器环境，推荐使用WAMP、XAMPP等集成化工具，方便部署PHP环境。

EcomDataMiner·2025-03-22 03:56

GEO：在AI时代抢占DeepSeekC位？

DeepSeek、ChatGPT、豆包等大模型用动态生成的答案，悄然截流了68%的搜索需求。更残酷的是：当用户问"某个产品推荐"时，AI可能同时调用37个信源，却不会留下任何可追踪的搜索痕迹。

白雪讲堂·2025-03-22 03:55

每日一题--内存池

内存池的核心原理预先分配：初始化时一次性申请一大块内存（称为“池”），避免程序运行时频繁调用malloc/new。自主管理：将大块内存划分为多个固定或可变大小的内存单元，由程序自行分配和回收。复用机制

秋凉づᐇ·2025-03-22 03:54

【PTA-数据库】《数据库原理与应用B》第二章选择题

1.关系模型的数据结构非常简单，只包含单一的数据结构——____C____。A.元组B.属性C.关系D.分量2____A____是一组具有相同数据类型的值的集合。

.Phoenix.·2025-03-22 03:23

《颠覆传统，用Web3.0技术手撸一个去中心化微博（含完整代码）》

传统互联网正面临三大致命伤：-用户数据被巨头垄断（某浪删帖事件频发）-单点故障导致服务瘫痪（某云宕机损失过亿）-创作者收益被平台榨取（某音抽成高达70%）**Web3.0的破局方案：**-✅数据永久存储在

煜bart·2025-03-22 03:53

Java 基础数据类型

二、基本数据类型分类Java有8种基本数据类型（如下图所示），可分为四大类（整数型，浮点型，字符型和布尔型）：8大基本数据类型具体位数、取值范围和默认值等如下表所示：数据类型

代码先锋者·2025-03-22 03:51

Linux内核srio驱动,Zynq—Linux移植学习笔记（十四）：RapidIO驱动开发

#defineDRIVER_NAME"xiic-rio"#defineSRIO_ZYNQ_BASEADDR0x40000000#defineSRIO_ZYNQ_NODE_BASEADDR0x10100#defineSRIO_ZYNQ_MAX_HOPCOUNT13structxiic_rio{structmutexlock;u8*data;};/*Weneedglobalvarriableforma

weixin_39942572·2025-03-22 03:21

MCP协议

MCP（ModelContextProtocol，模型上下文协议）是由Anthropic推出的一种开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。

zhurui_xiaozhuzaizai·2025-03-22 03:21

使用OpenAI扩展AI文本生成功能：从基础到实际应用

核心原理解析OpenAI的文本生成基于GPT模型，其核心是生成与输入语境相关的内容。通过API请求，开发者可以发送文本，并由模型生成合理的续写，回答或者其他类型的文本输出。代码

vaidfl·2025-03-22 03:21

【大模型系列】SFT（Supervised Fine-Tuning，监督微调）

欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。推荐:kwan的首页,持续学习,不断总结,共同进步,活到老学到老导航檀越剑指大厂系列:全面总结java核心技术,jvm,并发编程redis,kafka,Spring,微服务等常用开发工具系列:常用的开发工具,IDEA,Mac,Alfred,Git,

Kwan的解忧杂货铺@新空间代码工作室·2025-03-22 02:20

Linux驱动开发实战之SRIO驱动（二）基于Tsi721驱动

常用驱动介绍在RapidIO系统中，TSI721是一款常用的RapidIO交换芯片，其驱动程序和相关模块负责管理和优化数据传输，包括DMA（直接内存访问）操作。以下是您提到的各个模块的作用概述：rapidio.ko:这是RapidIO核心模块，为RapidIO子系统提供基础支持。它负责管理RapidIO设备、维护RapidIO网络拓扑结构，以及处理RapidIO协议的底层细节。rio_cm.ko:

niuTaylor·2025-03-22 02:49

深度学习模型性能全景评估与优化指南

深度学习模型性能全景评估与优化指南一、算力性能指标体系1.核心算力指标对比指标计算方式适用场景硬件限制TOPS(TeraOperationsPerSecond)每秒万亿次整数运算量化模型推理NVIDIAJetsonNano

niuTaylor·2025-03-22 02:49

LaTeX从零到精通的系统化指南

以下是一份结构清晰的LaTeX入门指南，整合了核心知识点与实战技巧，结合官方文档与社区经验总结而成：LaTeX从零到精通的系统化指南一、环境搭建与基础配置1.安装方案TeX发行版：推荐TeXLive（跨平台

niuTaylor·2025-03-22 02:48

使用Aim追踪LangChain执行

通过Aim，你可以轻松地追踪LangChain中语言模型(LLM)和工具的输入输出，以及代理的动作，从而在执行过程中快速定位和解决问题。

bavDHAUO·2025-03-22 02:17

lingo使用笔记(仅入门)

以下是一些常见的Lingo语法和写法的笔记，帮助你快速上手。1.基本结构Lingo模型通常由以下几个部分组成：集合定义：定义模型中使用的集合。数据输入：定义模型中的参数和数据。变量定义：定义决策变量。

发篇博客骗自己·2025-03-22 02:16

Linux驱动开发实战之SRIO驱动（一）

LinuxSRIO驱动开发终极指南：从基础到实战一、SRIO协议基础SRI

niuTaylor·2025-03-22 02:46

探究Three.js中模型移动与旋转的交互逻辑

一、模型移动的交互逻辑实现（一）键盘控制模型移动利用键盘事件来控制模型在三维空间中的位置移动，是一种常见且便捷的交互方式。以下为具

Front_Yue·2025-03-22 02:46

【图像预处理】

(4条消息)图像预处理方法总结_AI强仔的博客-CSDN博客对图像进行预处理的一些常见方法包括：调整图像大小和分辨率，以便适应模型的输入要求。对图像进行裁剪或填充，以使其大小和比例符合要求。

瞬间记忆·2025-03-22 02:45

利用Python和深度学习方法实现手写数字识别的高精度解决方案——从数据预处理到模型优化的全流程解析

利用Python和深度学习方法实现手写数字识别的高精度解决方案——从数据预处理到模型优化的全流程解析在人工智能的众多应用领域中，手写数字识别是一项经典且具有重要实际应用价值的任务。

快撑死的鱼·2025-03-22 02:45

Kubernetes学习笔记-移除Nacos迁移至K8s

项目服务的配置管理和服务注册发现由原先的Nacos全面迁移到Kubernetes上。一、移除Nacos移除Nacos组件依赖。com.alibaba.cloudspring-cloud-starter-alibaba-nacos-discoverycom.alibaba.cloudspring-cloud-starter-alibaba-nacos-configorg.springframewor

人生偌只如初见·2025-03-22 02:43

数学建模第三节

目录前言一钻井布局问题第一问分析第二问分析总结前言这里讲述99年的钻井布局问题，利用这个问题讲述模型优化，LINGO，MATLAB的使用一钻井布局问题这个是钻井布局的原题，坐标的位置为a=[0.50,1.41,3.00,3.37,3.40,4.72,4.72,5.43,7.57,8.38,8.98,9.50

一只自律的鸡·2025-03-22 01:11

什么是设计模式以及常见的例子（如单例、工厂、观察者等）

设计模式根据目的（即模式是用来做什么的）可以分为三大类：创建型模式、结构型模式和行为型模式。下面分别给出几个常见的设计模式例子，包括单例模式、工厂模

python资深爱好者·2025-03-22 01:41

推荐频道

大模型实战营笔记