在上一章《【课程总结】Day11（上）：手势图像识别实战(LeNet模型)》课程中，我们通过使用LeNet模型实现了手势识别。在本章内容中，我们将搭建Vgg模型和ResNet模型，并应用到手势识别中。

随着2024年5月14日GPT-4o的发布，多模态大模型逐渐成为行业热点，国内各大厂商阿里、百度、智谱也相继发布了自己的多模态大模型。本章内容，我们将从多模态的体验感受开始，逐步了解多模态大模型的架构组成、训练数据构成，最后搭建一个多模态大模型。多模态大模型是一种能够处理和理解多种数据类型（模态）的人工智能模型。这些模态通常包括文本、图像、音频和视频等。量化是将高精度浮点数表示（如32位浮点数）转

上一章我们已经学习掌握了计算机视觉中的人脸检测【课程总结】Day14：MTCNN过程的深入理解，接下来的我们将学习了解计算机视觉中：语义分割和图像分割。语义分割，是将图像中的每个像素都分类为特定的语义类别,如"人"、“车”、"建筑"等。访问https://segment-anything.com/demo#也可在线体验语义分割。# U_Net模型中的双卷积网络结构# 此处包含padding，为了使

在上一章【课程总结】day24（上）：大模型三阶段训练方法(LLaMa Factory)内容中主要了解一个大模型的训练过程，无论是第三方的大模型还是自研的大模型，都需要部署到服务端，提供对应API接口供上层应用使用。所以，本章将主要了解vLLm + langchain的基本使用方法。

在上一章【课程总结】day24（上）：大模型三阶段训练方法(LLaMa Factory)内容中主要了解一个大模型的训练过程，无论是第三方的大模型还是自研的大模型，都需要部署到服务端，提供对应API接口供上层应用使用。所以，本章将主要了解vLLm + langchain的基本使用方法。

PPT自动生成系统是基于LangGraph框架开发的工具，可将Markdown文档智能转换为专业PPT演示文稿。项目开源地址为https://github.com/BJSS-China/ppt_assistant。

PPT自动生成系统是基于LangGraph框架开发的工具，可将Markdown文档智能转换为专业PPT演示文稿。项目开源地址为https://github.com/BJSS-China/ppt_assistant。

点乘（又称内积）是两个矢量的代数运算，结果是一个标量。对于两个矢量Aa1a2a3Aa1​a2​a3​和Bb1b2b3Bb1​b2​b3​A⋅Ba1b1a2b2a3b3A⋅Ba1​b1​a2​b2​a3​b3​叉乘（又称外积）是两个矢量的运算，结果是一个新的矢量，且与原来的两个矢量都垂直。对于两个矢量Aa1a2a3Aa1​a2​a3​和。