开源项目开箱即用是好事，但是直接拿来做产品还是欠佳的，怪不得大家最终都会走到自定义分词器的步骤，业务的需求千变万化，代码都掌握在自己手里才能以不变应万变啊。

在使用Langchain-Chatchat做RAG的时候，发现导入的pdf文件中的表格关系无法保存，导致LLM的回答不符合预期。例如我想问的内容在表格中，但LLM的回答并不是对表格的总结。那么想要解决这个问题，就需要找到一种合适的文本格式来保留表格间的关系，然后修改Langchain-Chatchat的文本加载源码，使pdf文本转换成目标的文本格式，也就是本篇的markdown格式。

wasm正逐渐走进我们的程序生活，不少计算库都在用高性能语言重写，并通过wasm作为第三方包提供能力。例如博主最近用到的渲染相关的计算包，基本都是用c++和rust实现的，然后web端直接调用wasm即可。刚好趁着这个机会，debug一下node，wasm，还有最底层的rust。

一.前言      vscode使用的顺手了，真的很难再换到沉重的ide去。但是vscode的debug确实比不过老牌ide自带的，因此只能靠咱们自己去安装了。。二. 正文1.vscode的扩展（1）搜索扩展go,安装（2）ctrl_cammand+P ，输入go:install，翻墙下载插件（3）如果设置了go mod方式，那么vsco

c++传输二进制数据，那么传输的数据要如何转换成二进制呢？二进制传输本质上传的是什么？为什么要进行指针的类型转换和长度转换？疑问有很多，不得不总结下了。

一、前言      关于这个插件，以前是分享过一次的，奈何在这次的使用中又一次的遇到了不少坑，而且上次分享也少了js下载的步骤，所以这次补齐一下吧。可能有人会觉得不就是四层联动嘛，框架里面都带的有，可是老铁啊，我们的项目没前端框架，依然是jquery的天下。。多级联动下拉菜单插件：jquery.cxselect.js二、引入步骤&...

通过上一篇文章，我们大概了解了神经网络以及常见的神经网络结构和应用场景。但是在日常与算法同学打交道中，基本都是算法同学提供模型，工程化同学进行推理获取结果。那么模型是什么，怎么产生的模型，模型训练和推理又是干嘛的呢？下面我们一一道来。

开源项目开箱即用是好事，但是直接拿来做产品还是欠佳的，怪不得大家最终都会走到自定义分词器的步骤，业务的需求千变万化，代码都掌握在自己手里才能以不变应万变啊。

在使用Langchain-Chatchat做RAG的时候，发现导入的pdf文件中的表格关系无法保存，导致LLM的回答不符合预期。例如我想问的内容在表格中，但LLM的回答并不是对表格的总结。那么想要解决这个问题，就需要找到一种合适的文本格式来保留表格间的关系，然后修改Langchain-Chatchat的文本加载源码，使pdf文本转换成目标的文本格式，也就是本篇的markdown格式。

本博客是在大佬代码的基础上，实现了自定义神经网络的训练和推理。外网上的优秀文章和视频太多了，可惜限于网络和语言，能被我们看到的太少了。 这个大佬40多分钟就手撸了简单的神经网络类，并且实现了训练和推理，博主只能说，牛逼。本系列文章到这里就结束了。本来只是想分享一下大佬的视频和代码，但直接输出难免会没有上下文，因此只能把以前的一些笔记梳理下，期望读者能先有一些基础概念，然后再手撸代码实现一个自己的神