人工智能
cursor 的对话记录不见了，找回cursor对话记录。cursor保存工作区。对话框
Cursor 的对话记录以 SQLite 数据库文件state.vscdb存储在本地，不同系统存储路径不同，找到文件后可用工具打开提取记录，步骤如下：
[TOC]定位文件路径：Windows 按Win+R，输入:
%APPDATA%\Cursor\User\workspaceStorage
Mac 打开 Finder 后按Cmd+Shift+G，输入
~/Library/Application Support/Cursor/User/wo...
LangGraph Tavily实现自适应RAGAgent
LangGraph实现自适应RAGAgent[TOC]
原理基于论文：https://arxiv.org/abs/2403.14403核心点：Web搜索工具：针对近期事件的搜索自适应RAG工具：针对知识库相关问题路由器：判断问题交由Web搜索还是RAG处理
这幅图讲述了它的执行过程：1.用户先提出一个问题。2.路由器判断问题是要查最新事件还是知识库。3.如果...
LangGraphAgent开发实战（二）
LangGraphAgent开发实战（二）[TOC]
接入LangSmithLangSmith: Agent开发的调试、日志和追踪平台，和LangChain、LangGraph原生集成URL: https://smith.langchain.com/ 申请APIKeySaaS平台，超过一定用量需付费
简单实践这里我们把上一章节翻译代码贴过来，然后加上LangSmith的一些代码，调用试试看。# langgra...
LangGraphAgent开发实战
LangGraphAgent开发实战[TOC]
核心概念什么是LangGraphLangGraph是一个构建在LangChain之上的库，旨在为Agent添加循环运算的能力。我们知道LangChain主要面向定义有向无环图，一旦前面的节点失败则后面的都会失败。而LangGraph引入了循环的功能，实现了有向有环图，从而实现更复杂的Agent。LangGraph=构建Agen...
TranslationAgent源码和架构分析
TranslationAgent源码和架构分析[TOC]
TranslationAgent概述基于反思工作流的智能翻译Agent，模拟了人类翻译专家的思考过程，分成三个流程。核心流程：1.初始翻译：利用LLM对文本进行初步翻译，得到初步的翻译结果2.翻译与改进：引导LLM对自身翻译结果进行反思，并提出修改意见，例如不准确、不流畅和语言习惯...
从零开发一个Agent
从零开发一个Agent[TOC]
AgentRAG概述
检索向量后，判断文本块是否包含问题答案如包含则进行回答如不包含则重新进入向量检索，匹配+1块最大循环次数15核心代码
从向量数据库匹配文档，并让大模型反思每次循环增加一个文档块，直到能回答问题文档块数量超过15个仍无法回答问题则放弃代码示例首先安装相关依赖...
Agent 四种设计模式
Agent 四种设计模式[TOC]
什么是 Agent
具有复杂推理能力、记忆和执行任务手段的自主代理；Agent = 规划 + 记忆 + 工具 + 行动规划模块
一般过程为：你提需求 → 小助手分解任务（任务分解） → 一个个执行 → 整理结果 → 给你答案。在一个个执行中又回有如下执行步骤：ReAct → 边想边做Reflexion → 做完...
检索增强生成（RAG、GraphRAG）实战
检索增强生成（RAG、GraphRAG）实战[TOC]
通用知识 PromptGenerate Knowledge Prompting在上下文中提供额外的知识来改善推理结果，比如把运维专家知识库的部分内容放在 system prompt 中进行问答。
受限于 Token 长度限制，不能无限地往 system prompt 里写入通用知识，但可以根据用户问题动态组装通用知识RA...
ChatGPT Fine-tuning 实战
ChatGPT Fine-tuning 实战[TOC]
Fine-tuning简介微调通过喂给大模型更多的样本数据来改进模型的表现，使其在一些特定的任务上输出更好的结果。使用场景• 要求输出特定的风格和格式等• 提高输出的可靠性• 纠正无法遵循复杂提示语的问题• 执行一项难以用语言表达的新技能或任务Fine-tuning 日志分析专家使用...
ChatGPT Function Calling实战
ChatGPT Function Calling实战[TOC]
JSON Mode 无法实现复杂的业务逻辑
Function Calling
作用：• ChatGPT 选择合适函数来完成任务• 从语义解析函数所需的参数• 实现大模型和程序的连接入参：• Tools 列表（函数）、功能描述、函数入参使用场景：• 任何需要通过和外部系统交互的功能• ChatOps代码实践...
Chat Completions、Memory、JSONMode 实战
Chat Completions、Memory、JSONMode 实战[TOC]
简单的对话安装 Python：https://www.python.org/downloads/安装 OpenAI Python 包：pip install --upgrade openai申请 API Key（测试阶段可使用国内代理，有免费额度，不保证可用性）设置环境变量：export OPENAI_API_KEY='your-api-key-here'编写代码：https:...
Prompt Engineering 入门和实战
Prompt Engineering 入门和实战[TOC]
什么是 Prompt？Prompt（提示语）：给人工智能模型输入文本或指令。这些指令引导模型生成特定的输出；Prompt engineering：指的是在使用生成式人工智能模型（如GPT-4）时，设计和优化输入文本（即prompt）的过程，以便获得期望的输出。好的 Prompt engineering = 提好的问...
Qwen2-Audio 部署
Qwen2-Audio Windows部署[TOC]
Qwen2-Audio 是阿里巴巴通义千问团队推出的一款开源 AI 语音模型，支持语音聊天和音频分析，能够接受音频和文本输入，生成文本输出，支持多种语言和方言。本文将介绍如何在 Windows 系统上部署 Qwen2-Audio 模型，包括环境配置、模型下载、推理操作等步骤，帮助您快速上手并体验...
jetbot 硬件架构图与电路图
jetbot 硬件架构图与电路图[TOC]
jetbot gpu有128个cuda核心，cpu有4核 ARM A57。这里我们使用的是4G内存。接着我们来看一下左上角的图。什么是SoC以前很多功能都是分散在很多单独的芯片去做，单独去做的话体积变得很大并且很零散，体积很大。现在把所有的功能全部放到一张芯片中去处理，体积减小，这就是So...
Whisper AI提词处理器
Whisper AI提词处理器[TOC]
Whisper简介Whisper 是一种通用语音识别模型。它基于大量多样化音频数据集进行训练，同时也是一种可以执行多语言语音识别、语音翻译和语言识别的多任务模型。安装与应用Whisper安装前提需要安装ffmpeg。choco install ffmpeg
开始安装Whisperpip install -U openai-whisper
...
Pytorch 识别手写数字（易化学习笔记三）
Pytorch 识别手写数字（易化学习笔记三）[TOC]
识别手写数字LeNet-5手写数字识别的非常高效的卷积神经网络。高效原因：1.用卷积核(局部连接,共享权重,平移不变性) -> 提取关键特征，参数大幅减少2.不断降维后，仍能保留关键特征(识别成功)64*28*28 -> 6*28*28 -> 6*14*14 -> 16*10*10 -> 16*5...
JetBot 自主避障
JetBot 自主避障[TOC]
数据采集要实现自主避障首先我们需要采集数据，所以我们需要一个采集障碍物和非障碍物的图片。工作目录在code文件夹下面，这个目录我们需要自己创建。控制界面采集创建一个dataset的文件夹，并定义一个getdata.py的文件,通过采集界面进行采集图片。import ipywidgets.widgets as widgets...
JetBot 对接手柄
JetBot 对接手柄[TOC]
启动手柄首先将配对手柄的蓝牙插入到电脑中。
启动手柄，推到ON
检查手柄连接首先打开https://hardwaretester.com/gamepad这个网页
按一下这个键，就会有响应了。
然后你按什么键，这上面都会做出相应的反应。JetBot对接手柄首先打开jetbot的JupyterLab，找到这个jetbot/notebooks...
Halcon 图像分割
Halcon 图像分割[TOC]
边缘检测边缘检测简介边缘是指图像中像素灰度有阶跃变化或屋顶状变化的那些像素的集合。它包含了丰实的信息，是图像识别中抽取的重要属性。边缘检测是图像处理和计算机视觉中的基本问题，因此，我们需要理解边缘检测的相关知识边缘检测原理边缘检测和区域划分是图像分割的两种不同的方法...
Halcon的Blob分析
Halcon的Blob分析[TOC]
什么是Blob分析图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括...
Halcon 图像增强
Halcon 图像增强[TOC]
概念和分类图像增强：有目的的强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同特征之间的差别，抑制不感兴趣特征，改善图像质量，丰富信息量，满足分析需要。图像增强技术基本分为两类：1、空间域法：包含图像像素的空间，在空间域中，直...
JetBot AI 烧写镜像学习笔记一
JetBot AI 烧写镜像学习笔记一[TOC]
购买JetBot【淘宝】https://m.tb.cn/h.g0v9FnntUA6422l?tk=UfJuWIAKI2n HU9196 「英伟达JETSON NANO B01微雪替代版 存储/接口升级开发板4GB核心板」
点击链接直接打开 或者 淘宝搜索直接打开
组装JetBot按照如下教程组装成小车组装链接
烧写镜像下载镜像下载镜像百...
Halcon 基础应用(1)
Halcon 基础应用(1)[TOC]
Halcon中的数组创建数组** 元组/数组
** 创建一个数组
A := []
A[0] := 1
A[1] := 2
创建字典** 创建一个字典
dic:=dict{Name:'收拾'}
** 元组
B := [1,[1,2,3]]
R := B * 2
相加数组相加前提是：两个数组要一致C:=[1,2,3]
B:=[11,22,33]
D:=B+C
**...
Halcon 学习笔记一
Halcon 学习笔记一[TOC]
Halcon学习笔记一
算子
描述
dev_
系统、窗口相关算子
read_
与读相关算子基本都是read开始
write_
与写相关的算子
draw_
在窗口上画图，画区域使用该前缀的算子
gen_
表示生成类的算子
get_
表示获取类的算子
set_
设置参数类的...
基于Ollama创建Gemma定制化AI模型
基于Ollama创建Gemma定制化AI模型[TOC]
什么是Gemma？Gemma模型使用了和Gemini同源的技术，总共有20亿参数和70亿参数两种规模，每个规模又分预训练和指令微调两个版本。其中20亿参数版本可以直接在笔记本电脑上运行，而70亿参数版本在一系列语言理解、推理、数学等标准测试上击败了主流开源模型Llama-2和Mistr...
OpenCV 图像金字塔、轮廓与模板匹配(学习笔记)
OpenCV 图像金字塔、轮廓与模板匹配(学习笔记)[TOC]
图像金字塔初始化代码。import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
%matplotlib inline
def cv_show(img,name):
cv2.imshow(name,img)
cv2.waitKey()
cv2.destroyAllWi...
Pytorch 新闻分类任务（学习笔记）
Pytorch 新闻分类任务（学习笔记）[TOC]
目录结构
models文件夹该文件夹显示搭建的网络结构。里面有TextCNN.py和TextRNN.py两个文件，对应的网络结构是CNN和RNN，这里我们使用RNN。THUCNews文件夹在该文件夹下面有三个文件夹:data、log和saved_dict。
data主要是我们的数据。我们本次要做的一个实验是对一个...
Pytorch 卷积神经网络效果
Pytorch 卷积神经网络效果[TOC]
数据集Dataloader制作如何自定义数据集：1.数据和标签的目录结构先搞定(得知道到哪读数据)2.写好读取数据和标签路径的函数(根据自己数据集情况来写)3.完成单个数据与标签读取函数(给dataloader举一个例子)咱们以花朵数据集为例：原来数据集都是以文件夹为类别ID，现在咱们换一...
Pytorch 基于经典网络架构训练图像分类模型
Pytorch 基于经典网络架构训练图像分类模型[TOC]
数据预处理部分：数据增强：torchvision中transforms模块自带功能，比较实用数据预处理：torchvision中transforms也帮我们实现好了，直接调用即可DataLoader模块直接读取batch数据网络模块设置：加载预训练模型，torchvision中有很多经典网络架构，调用起来十...
Pytorch 卷积神经网络效果
Pytorch 卷积神经网络效果[TOC]
数据与在线实践数据链接: https://pan.baidu.com/s/1VkrHDZGukkF900zLncMn5g 密码: 3lom构建卷积神经网络卷积网络中的输入和层与传统神经网络有些区别，需重新设计，训练模块基本一致import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.func...
Pytorch Mnist分类任务
Pytorch Mnist分类任务[TOC]
Mnist分类任务了解目标——网络基本构建与训练方法，常用函数解析——torch.nn.functional模块——nn.Module模块读取Mnist数据集执行下面点代码会自动进行下载。或者从我的github中去下载data文件夹下载的内容%matplotlib inline
from pathlib import Path
import requests
...
Pytorch Tensor 常见的形式
Pytorch Tensor 常见的形式[TOC]
值
描述
scalar
0维张量
vector
1维张量
matrix
2维张量
N-dimensional Tensor
N维张量
import torch
from torch import tensor
Scalar通常就是一个数值。x = torch.tensor(41.)
x
tensor(41.)
# 方法返回张量的维度...
Pytorch 自动求导与简单的线性回归
Pytorch 自动求导与简单的线性回归[TOC]
环境安装安装pytorch%pip install torch torchvision torchaudio
自动计算反向传播导入相关包import torch
import numpy as np
需要求导的可以通过requires_grad=True开启自动求导。x = torch.randn(3, 4, requires_grad=True)
x
tensor([[-2.5528, 0.95...
人工智能数学基础补习题(微积分、定积分、牛顿--莱布尼茨公式)
人工智能数学基础补习题(微积分、定积分、牛顿—莱布尼茨公式)[TOC]
微积分简介微积分是研究变化和积累的数学工具，它帮助我们理解事物如何变化以及如何累积量。变化（微分）： 想象一辆汽车在移动，我们可能想知道它的速度是如何变化的。微积分可以帮助我们了解速度的变化，甚至可以推导出汽车的加速度（速度...
人工智能数学基础补习题(极限、无穷、导数、偏导数、梯度)
人工智能数学基础补习题(极限、无穷、导数、偏导数、梯度)[TOC]
SymPy 简单介绍SymPy 是一个用于符号数学计算的 Python 库。符号数学计算是指在计算过程中保留符号表示，而不是进行数值逼近。SymPy 提供了一套丰富的功能，包括代数运算、微积分、方程求解、线性代数、解微分方程、级数展开、矩阵运算等计算。...
HugginFace 中文命名实体识别(学习笔记)
HugginFace 中文命名实体识别(学习笔记)[TOC]
任务简介简单来说就是的识别人名、机构名、地名。数据集的介绍本章所使用的数据集是people_daily_ner数据集。people_daily_ner数据集标签对照表如下所示。
标签
描述
O
表示不属于一个命名实体
B-PER
表示人名的开始。
I-PER
表示的...
HugginFace 中文数据关系推断(学习笔记)
HugginFace 中文数据关系推断(学习笔记)[TOC]
实现代码安装包加载的环境可以通过如下命令进行安装。%pip install -q transformers==4.18 datasets==2.4.0 torchtext
准备数据集使用编码工具。本章依然使用的是bert-base-chinese编码工具。from transformers import BertTokenizer
token = BertTokenizer...
HugginFace 中文填空(学习笔记)
HugginFace 中文填空(学习笔记)[TOC]
数据集介绍本章使用的仍然是情感分类数据集，每条包括一句购物评价一集以及是不是好评的标识。唯一不同的是将其中的句子字符串进行替换，然后通过模型进行训练后进行填空。实现代码安装环境%pip install -q transformers datasets torchtext
准备数据集使用编码工具首...
HugginFace 使用训练工具(学习笔记)
HugginFace 使用训练工具(学习笔记)[TOC]
训练工具介绍HuggingFace提供了巨大的模型库，但我们往往还需要对特定的数据集进行二次训练，这个过程也叫做迁移学习。这里我们以情感分类的任务作为例子。使用训练工具再此之前，我安装的框架环境版本如下：%pip install -q transformers==4.18 datasets==2.4.0 torc...
HugginFace 使用管道工具(学习笔记)
HugginFace 使用管道工具(学习笔记)[TOC]
管道工具介绍HuggingFace 有一个巨大的模型库，其中一些是已经非常成熟的经典模型，这些模型使不进行仍和训练也可以得到比较好的预测结果，也就是场所的Zero Shot Learning。使用管道工具时，调用者需要做的只是告诉管道工具进行的任务类型，管道工具自动分配合适的模...
HugginFace 使用评价指标工具(学习笔记)
HugginFace 使用评价指标工具(学习笔记)[TOC]
评价指标工具介绍在训练和测试一个模型时往往需要计算不同的评价指标，如正确率、查准率、查全率、F1值等，具体需要的指标往往和处理的数据集、任务类型有关，HuggingFace提供了统一的评价指标工具，能够将具体的计算过程隐藏，调用者只需要提供计算结果，由评价...
HugginFace 使用数据集(学习笔记)
HugginFace 使用数据集(学习笔记)[TOC]
数据集工具介绍HuggingFace 提供了统一的数据集处理工具，让不同的数据集通过统一的API处理。访问HuggingFace官网，点击顶部的Datasets，可以看到它提供的所有数据集。
左边可以通过不同的任务类型、语言、体积许可来筛选数据集，右侧为具体的数据集列表，其中有glue、...
HugginFace 使用编码工具(学习笔记)
HugginFace 使用编码工具(学习笔记)[TOC]
安装环境# 我这里的python是3.11
%pip install -q transformers==4.18 datasets==2.4.0 torchtext
编码工具简介HuggingFace提供了一套统一的编码API，由每个模型各自提交实现。编码工具流程示例1.定义字典我们想让输入的文本，让电脑理解就是将其转换成数字的一个...
HugginFace 初探
HugginFace 初探[TOC]
安装环境python环境是3.6。import sys
sys.version
安装torch,简单起见,避免环境问题,并且计算量不大,使用cpu运行本套代码。后面章节会介绍使用cuda计算的方法。%pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/...
LangChain 一个完整的例子
LangChain 一个完整的例子[TOC]
简介这是该 LangChain 极简入门系列的最后一讲。我们将利用过去9讲学习的知识，来完成一个具备完整功能集的LLM应用。该应用基于 LangChain 框架，以某 PDF 文件的内容为知识库，提供给用户基于该文件内容的问答能力。我们利用 LangChain 的QA chain，结合 Chroma 来实现PDF文档...
LangChain 回调 (Callback)
LangChain 回调 (Callback)[TOC]
简介Callback 是 LangChain 提供的回调机制，允许我们在 LLM 应用程序的各个阶段使用 Hook（钩子）。这对于记录日志、监控、流式传输等任务非常有用。这些任务的执行逻辑由回调处理器（CallbackHandler）定义。回调处理器在 Python 程序中， 回调处理器通过继承 BaseCallbackH...
LangChain 代理 Agent(学习笔记)
LangChain 代理 Agent(学习笔记)[TOC]
简介Agent 也就是代理，它的核心思想是利用一个语言模型来选择一系列要执行的动作。LangChain 的链将一系列的动作硬编码在代码中。而在 Agent 中，语言模型被用作推理引擎，来确定应该执行哪些动作以及以何种顺序执行。这就涉及到几个关键组件：
Agent 代理Tool 工具Too...
LangChain 记忆组件(学习笔记)
LangChain 记忆组件(学习笔记)[TOC]
单一的LLM对于简单的应用场景已经足够，但是更复杂的应用程序需要将LLM串联在一起，需要多LLM协同工作。简介大多数LLM应用都具有对话界面。对话的一个重要组成部分是对话历史中的信息。我们将这种存储对话历史中的信息的能力称为记忆。LangChain 提供了一系列记忆相关的实...
LangChain 链(学习笔记)
LangChain 链(学习笔记)[TOC]
单一的LLM对于简单的应用场景已经足够，但是更复杂的应用程序需要将LLM串联在一起，需要多LLM协同工作。简介LangChain提出了 链 的概念，为这种“链式”应用程序提供了 Chain 接口。Chain 定义组件的调用序列，其中可以包括其他链。链大大简化复杂应用程序的实现，并使其模块化，...
LangChain 输出解析器(学习笔记)
LangChain 输出解析器(学习笔记)[TOC]
简介LLM的输出为文本，但在程序中除了显示文本，可能希望获得更结构化的数据。这就是输出解析器（Output Parsers）的用武之地。LangChain 为输出解析器提供了基础类 BaseOutputParser。不同的输出解析器都继承自该类。它们需要实现以下两个函数：
get_format_instruct...
技术分类
最近天气
好句分享
在情感关系里沟通是最重要的，喜欢开心要告诉对方，讨厌生气也要让对方明白，这样双方才能把握好分寸让彼此都能轻松自在，所以爱绝不是只为满足自己的需求任性妄为，爱的基础是尊重，没有这个就只是打着爱的幌子相互伤害。因为有你满心欢喜，也因为有你满是遗憾。
人气博主
-
剑轩
平时爱打羽毛球~2018-10-01
-
雨雨雨雨辰
超超帅的博主2018-11-16
-
尘叶心繁
O(*￣︶￣*)O2018-10-09
-
小可爱
愿你善其身，愿你遇良人2018-12
-
瑾语
努力、勇敢、充满希望2019-12
-
是伍尚金哇_v
(｡･ω･｡)2018-11-23
-
风清月
Amazing everday2015-10-23
热门博主
-
Session
脚踏实地，一步一个脚印2020-12
-
忘掉过去式
忘掉过去式2019-11-26
-
叼着奶瓶逛酒吧
大概你身上总有我喜..2019-03-09
-
陪你听风
O(∩_∩)O2018-11-26
-
除暖
没有个性，不需要签名2020-09
-
清欢渡
(๑• . •๑)(｡･ω･｡)2018-12-08
-
饰心
Decorating heart2019-2-07
-
YOU
幼儿园抢饭第一名2019-05-20
精品推荐
技术分类
备案信息
技术交流
