从这句话开始谈起数据校验和设定数据类型：from pydantic import BaseModel
文章浏览阅读326次。Pydantic 提供了数据校验和设定数据类型的功能，使得处理数据更加安全和方便。:字段定义:::::总得来说，这个 类使用了 Pydantic 提供的类型提示和默认值设置，以确保在创建实例时，字段的数据类型是正确的，同时也可以方便地设定默认值和处理可选字段。通过这种方式，数据校验变得更简单，并减少了运行时错误的发生。
三周精通FastAPI：32 探索如何使用pytest进行高效、全面的项目测试！
文章浏览阅读889次，点赞12次，收藏15次。pytest提供了简洁的语法、灵活的夹具、丰富的插件和详细的调试信息，使得编写和维护测试变得更加容易和高效。无论是小型项目还是大型项目，pytest都是一个非常强大且灵活的测试框架。pytest 可以自动发现测试文件和测试用例，用户只需按照约定的命名规则（如以test_开头）命名文件和函数，pytest 会自动识别和运行这些测试。测试框架pytest学习与实践_怎么使用 flake8-pytest-style-CSDN博客。
乐鑫物联网开发框架ESP-IDF以及乐鑫软件框架和代码库
文章浏览阅读432次，点赞6次，收藏10次。ESP-IDF 是乐鑫官方的物联网开发框架，适用于 ESP32、ESP32-S、ESP32-C 和 ESP32-H 系列 SoC。它基于 C/C++ 语言提供了一个自给自足的 SDK，方便用户在这些平台上开发通用应用程序。ESP-IDF 目前已服务支持数以亿计的物联网设备，并已开发构建了多种物联网产品，例如照明、消费电子大小家电、支付终端、工控等各类物联网设备。
三周精通FastAPI：33 在编辑器中调试
文章浏览阅读371次，点赞17次，收藏18次。由于是从代码直接运行的 Uvicorn 服务器，所以你可以从调试器直接调用 Python 程序（你的 FastAPI 应用）。你可以在编辑器中连接调试器，例如使用 Visual Studio Code 或 PyCharm。那么文件中由 Python 自动创建的内部变量。安装CodeLLDB，说不支持FreeBSD。在b = "b" + a 打断点，执行调试。在你的 FastAPI 应用中直接导入。如果你是导入这个模块（文件）就不会这样。代码开启服务器，停在断点处，等等。代码开启服务器，停在断点处，等等。
Megatron 自然语言处理实战指南
文章浏览阅读740次，点赞26次，收藏14次。这段描述详细介绍了一个代码库在高效训练大规模语言模型（如具有数千亿参数的模型）方面的能力，特别是在使用模型并行和数据并行技术的情况下。数据预处理是大规模语言模型训练的重要步骤，旨在将原始训练数据转化为模型可用的格式。在训练大型语言模型后，您可能需要在下游任务中进行评估或对模型进行微调。以下内容详细介绍了在这些场景中如何使用命令行参数和相关脚本。_megatron介绍
起底 QAnything 解析 目录与第三方库和工具
文章浏览阅读1.2k次，点赞19次，收藏12次。QAnything 是一个多功能的 AI 系统，集成了大语言模型推理、OCR、信息检索、文档处理等功能，具备多模态数据处理的能力。它可以通过 Web API 提供问答、信息检索、文档解析等服务，支持文本、图像、PDF等多种输入形式，结合嵌入向量检索技术和在线搜索功能，能够为用户提供高效的知识问答与文档解析服务。_qanything
LangChain 一个面向构建基于大语言模型（LLM）的应用程序的框架
文章浏览阅读1k次，点赞6次，收藏6次。LangChain 是一个强大的框架，旨在扩展语言模型的能力，并将其应用到更复杂和多样化的任务中。通过其声明式的链、代理系统以及与外部工具的深度集成，LangChain 提供了构建基于 LLM 应用的全面解决方案。无论是自动化助手、问答系统，还是复杂的文档处理和知识管理，LangChain 都能够为开发者提供强大的工具和灵活的工作流。_在应用程序中使用大型语言模型(llm)的编程框架
在高质量视频生成文本、图像生成文本的GLM-4V-Plus技术加持下医疗未来的方向
文章浏览阅读862次，点赞7次，收藏12次。人工智能的进步为医疗领域带来了巨大的变革，尤其是视频生成文字、图片生成文字和医学统计数据生成文字等技术的应用。这些技术使得我们能够更全面地利用大数据来辅助诊断，为患者提供更加精确和个性化的医疗服务。_glm4vplus 视频切片
BGE-M3 一个多功能、多语言、多粒度的语言向量模型
文章浏览阅读1.1k次，点赞17次，收藏14次。密集检索: 通过将文本映射到单一嵌入向量进行检索，例如 DPR、BGE-v1.5。稀疏检索（词汇匹配）: 通过计算文本中出现的词元权重，常用模型如 BM25、unicoil、splade。多向量检索: 使用多个向量来表示文本，例如 ColBERT。_bge-m3
大数据基础架构技术栈一览
文章浏览阅读958次，点赞15次，收藏7次。上述大数据技术栈适合自托管和私有化部署的企业环境，涵盖了数据采集、存储、处理、分析、治理等多个环节。Apache Hadoop生态仍然是大数据存储和处理的基石，而随着实时流处理、分布式查询和机器学习技术的成熟，等工具逐渐成为主流。此外，容器化技术（如Kubernetes）和数据编排工具（如Airflow、Dagster）也提升了大数据集群的灵活性和自动化程度。在数据安全和合规方面，和为大数据平台提供了完善的权限控制和数据治理解决方案。_大数据架构技术栈
生成式语言模型技术栈
文章浏览阅读1.2k次，点赞15次，收藏21次。生成式语言模型的技术栈涵盖了从基础模型开发到优化、推理、应用的完整流程。等模型继续主导生成任务，等优化技术推动大模型在资源受限环境中的应用。与此同时，RAG技术通过结合检索增强模型生成能力，而多模态生成和跨模态技术进一步扩展了生成式AI的应用场景。_采用tensorrt进行模型的硬件加速推理,针对nvidia gpu的特点进行优化,显著减少了模
大数据时代的PDF解析：技术与挑战
文章浏览阅读811次，点赞13次，收藏11次。在大数据时代，海量信息以不同格式存储，其中 PDF 文件凭借其广泛应用成为了各种业务场景下的主要文档格式。无论是政府文件、企业报告，还是学术论文和技术文档，PDF 都是信息交流的重要媒介。然而，随着信息的爆炸式增长，如何高效、准确地解析 PDF 内容，尤其是在面对大规模文档时，成为了一项亟需解决的技术挑战。本文将探讨大数据背景下 PDF 解析的需求、常见技术手段及面临的挑战。_大数据时代 pdf
面向pymupdf4llm与MinerU 面试题
文章浏览阅读1.1k次，点赞24次，收藏15次。这些面试题涵盖了与MinerU的基础知识、技术应用、实际场景中的挑战与优化策略。通过这些问题，面试官能够全面评估候选人对 PDF 解析技术的理解、工具的操作能力、以及在不同业务场景中的应用能力。这类问题不仅能测试技术基础，还能考察候选人解决复杂问题的思维方式与跨领域的技术整合能力。_pymupdf4llm
一步一步优化一套生成式语言模型系统
文章浏览阅读921次，点赞12次，收藏18次。以下是这套生成式语言模型解决任务的流程图概述：fill:#333;color:#333;color:#333;fill:none;查询意图计算意图生成内容意图用户输入上下文相关性理解意图识别查询目标知识库解析计算公式确定生成内容类型生成查询命令计算结果生成内容结果汇总生成最终响应用户反馈优化意图识别与处理流程。
GLM-4-9B 是智谱 AI 推出的预训练模型 GLM-4 系列中的开源版本
文章浏览阅读398次。我们还推出了支持 1M 上下文长度（约 200 万中文字符）的 GLM-4-9B-Chat-1M 模型和基于 GLM-4-9B 的多模态模型 GLM-4V-9B。GLM-4V-9B 具备 1120 * 1120 高分辨率下的中英双语多轮对话能力，在中英文综合能力、感知推理、文字识别、图表理解等多方面多模态评测中，GLM-4V-9B 表现出超越 GPT-4-turbo-2024-04-09、Gemini 1.0 Pro、Qwen-VL-Max 和 Claude 3 Opus 的卓越性能。_glm-4-9b原理过程
生成式语言模型底层技术面试
文章浏览阅读1.2k次，点赞20次，收藏18次。GLM（General Language Model）系列也基于Transformer，并在设计中融入了一些新的优化策略，如自回归与自编码相结合。这段论文解读涉及大规模语言模型（LLMs）的快速发展，特别是以OpenAI的GPT系列模型为例。: 根据HELM的评估，GLM-130B在多个维度上与GPT-3（davinci）相当，表明其在性能上具有竞争力。这些模型在基础架构设计上都有各自的特点，但都旨在提高性能、效率和可扩展性，以应对越来越复杂的语言理解和生成任务。
Paddlets时间序列集成模型回测实战：MLPRegressor、NHiTSModel与RNNBlockRegressor
文章浏览阅读1.7k次，点赞37次，收藏9次。dirs = [dirs: 定义了多个用于存储不同类型结果的目录。: 创建目录，如果目录已存在，则不报错。...使用装饰器定义一个可以被Ray并行化的函数，处理每个CSV文件的逻辑。代码结构使用了函数来封装CSV加载和过滤逻辑，减少了代码重复。条件判断简化将多个条件合并为单个条件判断，增强代码可读性。字典解构在设置参数时，使用字典解构来减少重复。去除多余的列表操作使用列表推导式直接从中过滤出None值，提高代码效率。注释保持了原有的注释，确保每个步骤的清晰性和可理解性。异常处理。_from paddlets.models.forecasting import mlpregressor, lstnetregressor
显存溢出困境：如何在 RTX 4090 上运行 Qwen2-VL
文章浏览阅读1.4k次，点赞10次，收藏14次。Qwen2-VL拥有三个参数量分别为 20亿、70 亿和 720 亿的模型。本仓库包含经过指令调优的 7B Qwen2-VL 模型。_qwen2vl 显存
数字化管理的系统上限与基于生成式大模型智能体、利用历史正负样本的经验统计数据的系统之间的差异
文章浏览阅读905次，点赞20次，收藏6次。数字化管理的系统上线：主要依赖于规则和流程的预设，虽然具备实时数据分析能力，但其适应性和创新能力有限，通常用于标准化场景中的流程优化。生成式大模型智能体系统：则在适应性、创造性、和学习能力方面表现出色，能够在复杂多变的环境中生成动态化、个性化的解决方案，同时具备自我学习和优化的能力。然而，其决策过程的可解释性可能是一个潜在的挑战。在未来，生成式大模型智能体系统有望成为推动企业转型和创新的核心动力。推动大模型精细化智能体赋能到业务体系中，能够帮助企业在优化现有流程的同时，从创新中探索新的管理模式。_数字化管理的系统上限与基于生成式大模型
今日推荐
周排行