logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Qwen3.8-27B 本地部署全流程指南

指标数值模型精度FP8(精度损失可忽略)上下文长度单卡权重占用~13.5 GiB单卡剩余显存~17.8 GiB服务端口20150。

#人工智能#算法
ffmpeg音视频开发从入门到精通——常用结构体介绍(一)

包含了FFmpeg库的头文件,这些头文件提供了编解码器、多媒体格式处理等功能。#endif// 包含FFmpeg的头文件#endif这是FFmpeg的编解码器库,avcodec提供了对多种音视频编解码器的支持。编解码器库允许你解码(将压缩的音视频数据转换为原始数据)和编码(将原始音视频数据转换为压缩格式)。这个库提供了多媒体容器格式的读写功能,avformat允许你打开、读取、写入和关闭多媒体容器

文章图片
#音视频
推荐系统从入门到实战——Flask框架的使用

Flask框架的使用Flask框架的使用Flask简介Flask环境配置安装virtualenv创建虚拟环境激活环境安装包测试安装主要内容路由route装饰器add_url_rule()指定HTTP方法匹配动态URL匹配动态URLURL构建方法请求,响应及会话请求对象 request响应对象 response视图函数 return 多个值使用Response创建使用make_response函数重

文章图片
#flask#python#后端
Dify从入门到精通(一)——Dify环境搭建

Dify是由国内团队开发的开源大语言模型应用开发平台,定位为“LLM App Development Platform”。它将大模型应用开发的全流程(Prompt工程、数据集管理、应用发布、运营分析)整合到统一界面,支持私有化部署,既能满足企业级的安全需求,也能降低个人开发者的AI应用开发门槛。

文章图片
#人工智能
深度学习入门从入门到精通——深度学习入门

RNN:适用于处理短时间依赖的序列数据,但存在梯度消失问题。LSTM:通过复杂的门机制,能够处理长时间依赖,并有效防止梯度消失,适用于更长的序列数据。GRU:简化了 LSTM 的结构,计算效率更高,在保持性能的同时减少了计算开销。这些模型都在自然语言处理、语音识别、时间序列预测等领域有广泛的应用。通过理解这些模型的原理和优缺点,可以更好地选择合适的模型来处理具体的序列任务。

文章图片
#深度学习#人工智能
传统CV算法——边缘检测算法综述

边缘检测边缘概述认识边缘定义轮廓和边缘的关系边缘的类型边缘检测的概念概念边缘检测方法基本方法图像滤波图像增强图像检测图像定位边缘检测算子的概念常见的边缘检测算子用梯度算子实现边缘检测的原理梯度算子边缘点梯度梯度算子梯度如何衡量使用梯度算子实现边缘检测原理实现参考边缘概述认识边缘定义边缘是不同区域的分界线,是周围(局部)灰度值有显著变化的像素点的集合,有幅值与方向两个属性。这个不是绝对的定义,主要记

文章图片
#算法#深度学习#计算机视觉
Text2SQL智能体学习笔记(一)——NL2SQL及执行流程介绍

一、什么是NL2SQLNL2SQL(也常写作 NLP2SQL)是自然语言处理(NLP)与数据库技术深度融合的交叉领域技术,核心目标是将人类用自然语言(中文、英文等)表达的非结构化数据查询需求,自动转换为可执行的结构化查询语言(SQL)语句,并返回对应的数据库查询结果。

文章图片
#学习
电商客服智能体状态机编排:基于 LangGraph 的双轨意图识别与分级降级工程实践

复盘整个实现,可以提炼出三条可迁移到任何 Agent 工程的模式双轨降级(Degradation by Design):LLM 优先、规则兜底、模板话术保底,把"外部依赖不可用"当成正常业务路径来设计,而非异常分支;薄图厚服务(Thin Graph, Fat Services)graph.py只负责拓扑与路由,算法与外部调用沉淀在,使编排可可视化、逻辑可单测;契约先行(Contract First

#人工智能
基于paddleocr实现验证码识别——训练数据

验证码(CAPTCHA)用于区分用户是人类还是计算机程序(如机器人)。这是为了防止各种形式的自动化攻击和滥用。

文章图片
#网络#人工智能
    共 485 条
  • 1
  • 2
  • 3
  • 49
  • 请选择