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

深度学习项目的 Python 实现复现指南

但是,GPT在不同的人手上,得到的结果是相差很大的。然而,复现开源项目的难度往往并不在于代码本身,而在于对项目结构的理解、环境依赖的配置以及解决过程中可能遇到的各种问题。深度学习项目的 README 通常会简要说明项目的功能、环境配置、依赖要求以及运行方法,是理解项目的“说明书”。根据我自己的总结,关键在于明确这几个问题:我想要什么(背景),我需要你给我什么(输出),我能给你什么(输入 可选)。它

#深度学习#python#人工智能 +1
深度学习||医学图像处理||dicom2nii||nii2img||img2nii

nii以及nii.gz可以通过代码直接读写,也可以通过现有的软件进行读取。这里给出一种读取nii的方式。

#深度学习#图像处理#python
大模型应用03 || RAG系统的一些理解、心得体会 || 工程经验

构建高效RAG系统的核心在于数据质量。关键环节包括:数据收集需处理多语言(如中英文)和多种格式(PDF/PPT等),建议通过翻译预处理或提示词统一语言;数据切分应注重语义完整性和独立性,可结合规则切割与LLM智能切分;嵌入模型选择直接影响检索效果;采用混合搜索策略提升查询准确率。系统评估需关注数据块的独立性、完整性和可检索性,建议建立标准评估集持续优化。未来可改进方向包括数据质量评分、元数据利用和

#人工智能#深度学习#pytorch
    共 15 条
  • 1
  • 2
  • 请选择