语意分割是指一张图片上包含多个物体，通过语义分割可以识别物体分类、物体名称、像素识别的任务。和物体检测不同，他不会将物体框出来，而是根据像素的归属把物体标注出来。PSPNet 的输入是一张图片，例如300500，那么输出就是一个 300500 数组，数组中的值就是分类索引，如果是 20 中分类，分类索引就是 0-19。PSPNet 的输入和输出，如下图。

Chroma 多模态测试下来，效果还是不错，但是目前只支持英文。

本文采用 Streamlit + LangChain + Ollama 搭建，10 行代码搞定。快速搭建大语言聊天界面能快速测试我们选用的模型，通过命令行测试不是很直观。修改Ollama IP 地址 和端口到你本地的 Ollama。也可以创建容器，方便后续使用。

llamaIndex 进行 Agent 开发非常简单，几行代码就可以接入完成，上面的这个例子相对简单，在项目的业务场景中，需要提供更复杂的 API，为了减少幻觉，还需要与 RAG 进行结合，从而达到更好的结果。

使用多虚拟机或多台服务器，通常需要进行文件共享，NFS 可以作为一种方案，Minio 作为对象存储也可以绑定本地目录从而实现文件共享。

Ollama 是一个开源的 LLM 部署工具，一键部署，超级好用，在 Mac 上支持自动更新，但是到了 LInux 就有些麻烦了，本文讲述如何在 Linux 下更新 Ollama。

vscode 文件 tab 下的滚动条特别小，非常难用，网上找了一下，vscode 有个配置可以调整滚动调大小。设置方法，在 vscode 配置中搜索 titleScrollbarSizing，设置为 Large。最终效果，宽了很多，操作容易多了。

使用 Jenkins Docker 会碰到 /var/run/docker.sock:/var/run/docker.sock: permission denied 这个错误，最暴力的解决方式就是放大限 777。比较优雅的解决方式是将 jenkins 加到 docker 组中。那个 gid 一定要保持和主机一样，否则更改无效，默认就是 999，通过。进行 gid 的确认。

Bert 模型比之前的 Transformer 模型实现的情感分析效果要好，但是BERT 只是实现了 Encoder Layer，如果需要做更复杂的任务还需要 Decoder Layer，例如翻译，对话等等。表示与每个Token关联的实际内容，当 Q 对应的Token被认为是重要的，相应的值就会在输出中获得更多的关注，V决定了自注意力的输出。Q 在自注意力层中代表当前词，Q 帮助模型理解在特定上下

在 HuggingFace 上创建数据集的好处是，可以方便的在云平台上获取数据并进行训练，如果使用阿里云，可以上将数据集上传到魔搭进行使用。