你好，我是郭震结合AI大模型能力，构建个人知识库，做一个问答系统。很多人都有这种需求。因为此种模式，既能发挥大模型的AI问答能力，又能考虑到我们自己个性的文档知识库。常见的方案有这样几种：1. 调用闭源大模型（如ChatGPT， Claude）API，使用向量数据库管理个人知识库；2. 本地部署开源大模型（如Qwen，Llama)，使用向量数据库管理个人知识库；第一种方式调用API需要付费，第二种

你好，我是郭震今天教程关于在自己电脑搭建大模型，支持开源的大模型，像主流的通义千问2.5，Llama3，教程还包括如何使用这些大模型做接口调用，实现自动化输出。如下图所示，这是我自己的电脑安装的两个AI大模型，一个是qwen 7b尺寸，另一个是llama3 8b尺寸：本地部署大模型有哪些好处呢？首先，因为这些大模型都是开源的，安装在自己的电脑上也是免费使用的，如下图所示启动qwen7b后，我可以直

你好，我是郭震（zhenguo）今天重新发布强化学习第10篇：强化学习Q-learning求解迷宫问题 代码实现我想对此篇做一些更加详细的解释。1 创建地图创建迷宫地图，包括墙网格，走到墙网格就是负奖励。注意：空白可行走网格奖励值设置为负数，比如-1， 是为减少路径中所经点数；如果设置为大于0的奖励值，路线中会出现冗余点。importnumpyasnp#创建迷宫地图exit_coor...

你好，我是郭震（zhenguo)今天强化学习第二十篇：强化学习SARSA算法1 历史SARSA（「State-Action-Reward-State-Action」）算法是一种经典的强化学习算法，用于解决马尔可夫决策过程（MDP）问题。该算法于1994年由美国计算机科学家Rummery和Niranjan提出。后由Richard S. Sutton和Andrew G. Barto在他们的著作《Rei

你好，我是郭震（zhenguo)今天介绍强化学习第九篇：Q-learning算法前面我们介绍强化学习基本概念，马尔科夫决策过程，策略迭代和值迭代，这些组成强化学习的基础。从今天开始逐步介绍常用强化学习算法，从最简单的Q-learning算法开始。简单并不代表不常用，有的简单会是经典，Q-learning算法就是这样的例子。1 迷宫游戏假设我们有一个迷宫地图，其中包含多个状态（格子），每个格子可以采

你好，我是郭震（zhenguo）前几天我们学习强化学习策略迭代，今天，强化学习第8篇：强化学习值迭代值迭代是强化学习另一种求解方法，用于找到马尔可夫决策过程（MDP）中的最优值函数。值迭代值迭代可以总结为如下几点：值迭代通过不断迭代更新值函数来逼近最优值函数，从而确定最优策略。值迭代的关键是在每次迭代中更新值函数。对于每个状态，通过考虑所有可能的动作和下一个状态，选择能够使值最大化的动作，并计算更

1 线型回归预测气温、预测销售额、预测商品价格等模型：权重，偏差模型训练：feed 数据学习模型参数值，使得误差尽可能小训练集、测试集、验证集、样本、标签、特征损失函数：回归常用平方误差...

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天，分析了手写字数据集分类的原理，利用神经网络模型，编写了SGD算法的代码，分多个epochs，每个 epoch 又对 mini_batch 样本做多次迭代计算，详细的过程，请参考：深度学习|神经

强化学习（Reinforcement Learning）是机器学习领域的三大分支之一，另外两种是我们熟知的监督学习，和非监督学习方法。强化学习也广泛的存在于我们的日常生活工作中。比如，我...

你好，我是郭震这篇文章分享阿里云提出的新一代网络架构HPN7.0，它有望替代谷歌成为AI网络新范式！AI高性能网络架构HPN7.05月14日消息，阿里云AI高性能网络架构HPN7.0成果论文被SIGCOMM2024收录，成为SIGCOMM历史上首篇关于AI智算集群网络架构的论文。SIGCOMMSIGCOMM是全球最权威的计算机通信网络顶会，此前谷歌Jupiter网络入选SIGCOMM后发展成为经.