使用chatGLM6b + langchain实现本地化知识库检索与智能答案生成。

NLP

Agent又被称为Actor，Actor对于特定的任务，有自己的一个策略π，策略π用一个神经网络表示，其参数为θ。从一个特定的状态state出发，一直到任务的结束，被称为一个完整的eposide，在每一步，我们都能获得一个奖励r，一个完整的任务所获得的最终奖励被称为R。模型的学习过程就是调整Actor的策略π，使得期望奖励最大化，于是有了策略梯度的方法。既然奖励的期望函数如上，只要使用梯度提升的方

git

1. Error response from daemon: dial unix docker.raw.sock: connect: connection refused背景是天池的Flink比赛，题目要求：建议选手在基础镜像上开发。链接：registry.cn-shanghai.aliyuncs.com/tcc-public/tianchi_antispam:v1。但是我docker pull以

问题 1解决首先确保Dockerfile的命名没有错误，有人把f小写可以改正确保Dockerfile书写正确，可以先从简单的copy试一下 (我这里第一行写错了 : 去掉注释FROM registry.cn-shenzhen.aliyuncs.com/tcc-public/python:3## 从天池基础镜像构建问题 2“docker build” requires exactly 1 argum

前言当训练时间变得越来越长时，一些很慌的人比如我，总是想着时不时看一眼训练的怎么样了，导致心不在焉。所以训练结束后自动发送邮件，是个不错的选择。当然几年前就看到类似的方案通过itchat给自己发送微信。为了尽量区分生活和工作，还是不要给自己发微信了，下班收到训练结果，可能忍不住。所以还是给自己的工作邮箱发邮件好了。内容内容其实很简单。设置好邮箱的smtp服务，其实和outlook客户端收发邮件一个

然后让chatgpt写了一个cbs方法。

开源自从yolov5开源以来，(不管因为啥原因算是)深受瞩目，最近我用tensorflow实现了其主要部分。就孤陋的我看来，是第一个纯正的tensorfow2版本，欢迎try and star：https://github.com/LongxingTan/Yolov5​之前在工作中接触过yolov3(跑过demo应该就算接触过了)，效果惊艳。我在视觉领域只是个新人(悲伤的是我一个中年人却在哪儿哪儿

NLP