实战langchain模型windows
cleaning of llm corpus 大模型语料清洗
cleaning of llm corpus 大模型语料清洗 数据是人工智能领域发展的基础要素之一。随着大规模预训练模型及相关技术不断取得突破，在相应研究中使用高效数据处理工具提升数据质量变得越来越重要。llm_corpus_quality集成了包含清洗、敏感词过滤、广告词过滤、语料质量自动评估等功 ......
OpenHarmony 上跑CV 应用 - Windows上搭建 Linux 桌面系统
为什么做这个事呢？首先dev 环境方面肯定Linux是主流，然后因为要跑CV应用，肯定还是要看看效果啥的，最好有个桌面系统。 Ref: https://learn.microsoft.com/en-us/windows/wsl/tutorials/gui-apps ......
Eloquent 模型使用详解 Has One Through 远程一对一
远程一对一也好，经过型，穿过型一对一也好，都能表示这种模型的关联方式：一种非直接的关系定义 这里使用官方的例子：👩🔧修理工，🚗车，👨💼车主来说明 上下文解释 👩🔧修理工 mechanics 负责维修 👨💼车主 owners 的 🚗车 cars，这里假设一个车主只有一张车， ......
从Bitcask存储模型谈超轻量级KV系统设计与实现
本文从从Bitcask存储模型讲起，谈轻量级KV系统设计与实现。从来没有最好的K-V系统，只有最适合应用业务实际场景的系统，做任何的方案选择，要结合业务当前的实际情况综合权衡，有所取有所舍。 ......
开发篇1：使用原生api和Langchain调用大模型
对大模型的调用通常有以下几种方式：方式一、大模型厂商都会定义http风格的请求接口，在代码中可以直接发起http请求调用；方式二、在开发环境中使用大模型厂商提供的api；方式三、使用开发框架Langchain调用，这个就像java对数据库的调用一样，可以直接用jdbc也可以使用第三方框架，第三方框架 ......
Mac上运行windows软件-GPTK
GPTK官网 https://www.applegamingwiki.com/wiki/Game_Porting_Toolkit 使用Whisky安装GPTK Whisky https://github.com/Whisky-App/Whisky 把下载的Whisky.app移动到应用程序中 运行， ......
Windows Server 2016 & 2019 工作站速配脚本
之前有一篇关于把Windows Server打造成工作站系统的[随笔]，其中的步骤完全基于手工操作，恐怕部分对系统不熟悉的朋友会找不到设置的入口。与其弄一堆截图写所谓的教程，还不如写一个程序来自动化处理。 init.ps1 Write-Host "`n正在启用声音服务" Set-Service -N ......
14.Mock 实战练习
目录 Rewrite Map Local Map Remote Rewrite 原理 Rewrite 实战 场景 修改雪球行情页面的股票名称 修改雪球行情页面的股票价格 设置方法 Tools -> Rewrite 勾选 Enable Rewrite 点击下方 Add 按钮新建一个重写的规则 在右侧编 ......
windows 命令行调整分辨率
windows 命令行调整分辨率 下载：qres_v1.1 https://abcker.lanzouq.com/i1uzA1a5uo8j 解压出来，如：D:\Soft\QRes 先用命令行查看下本机支持的分辨率。 qres.exe /L 支持的： 1680x1050, 32 bits @ 59 H ......
darknet-yolov4训练自己的模型记录
最近又整了一块jetson nano的板子，就拿过来正好用一下，这个跑yolo还是很有用的，这里也记录一下过程。 1、jetson nano变化 之前也玩过jetson nano，但是最近却发现这个nano和之前的不一样了，是这样的 就是原来都是sd卡烧录，但是这个是emmc了 最大的区别就是原来使 ......
Windows 7 SP 1 部署 .NET 6/7
依赖项 Microsoft Visual C++ 2015-2019 Redistributable 64 位 https://aka.ms/vs/16/release/vc_redist.x64.exe 32 位 https://aka.ms/vs/16/release/vc_redist.x86 ......
扩散模型
有不少介绍扩散模型的资料，其中"Understanding Diffusion Models: A Unified Perspective"论文是我读到的解释最详细也是最易于理解的一个。 数学符号 用粗体字母表示向量, 如\( \mathbf{x}, \mathbf{z}\) 用字母\(\mathb ......
机器学习-概率图模型系列-隐含马尔科夫模型-33
目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 ......
Windows 10 中，可以使用 PowerShell 添加打印和文件服务的角色功能组件，包括 Internet 打印客户端、LPD 打印服务和 LPR 端口监视器 PowerShell 添加打印机并创建新的 LPR 端口。以下是添加打印机和创建新端口的 PowerShell 命令在 Windows 10 中，可以使用 PowerShell 添加 LPR 兼容打印机。
在 Windows 10 中，可以使用 PowerShell 添加打印和文件服务的角色功能组件，包括 Internet 打印客户端、LPD 打印服务和 LPR 端口监视器。以下是添加这些功能组件的 PowerShell 命令： 首先，以管理员身份打开 PowerShell 终端。在开始菜单中搜索 " ......
10.App 抓包实战练习
目录 抓包原理 常用应用场景 接口抓包分析实战 抓包原理 常用应用场景 解决移动端接口测试 解决接口测试过程中检查传参错误问题 mock 测试 接口抓包分析实战 抓取接口数据 Overview：接口的大体情况 Content：请求信息和响应信息 上半部分：请求，请求头信息，请求参数，cookie 下 ......
[Maven] 02 - POM模型与常见插件
POM 模型 1 依赖关系 Maven 一个核心的特性就是依赖管理。当我们处理多模块的项目（包含成百上千个模块或者子项目），模块间的依赖关系就变得非常复杂，管理也变得很困难。针对此种情形，Maven 提供了一种高度控制的方法。 通俗理解： 依赖谁就是将谁的 jar 包添加到本项目中。可以依赖中央仓库 ......
如何开发医疗保险欺诈识别监测模型中的模型选择与构建？
开发医疗保险欺诈识别监测模型时，选择合适的模型和构建有效的模型是至关重要的。以下是一些建议： 模型选择： 逻辑回归： 适用于线性关系，简单、快速，容易解释。 决策树和随机森林： 能够处理非线性关系，对异常值和噪声相对鲁棒，易于解释。 支持向量机（SVM）： 在高维空间中表现良好，对于复杂的非线性关系 ......
如何开发医疗保险欺诈识别监测模型中的模型训练与调优？
医疗保险欺诈识别模型的训练与调优是一个关键的步骤，它直接影响模型的性能。以下是一些建议： 1. 数据准备与预处理： 数据清理： 处理缺失值、异常值，确保数据的质量。 特征工程： 提取有助于欺诈检测的特征，可能需要与领域专家一起进行。 数据平衡： 处理正负样本不平衡，可以考虑欠采样、过采样或使用权重调 ......
如何开发医疗保险欺诈识别监测模型中的特征工程？
在开发医疗保险欺诈识别监测模型时，特征工程是一个关键的步骤，它有助于提取、转换和选择最相关的特征，以改善模型的性能。以下是在开发医疗保险欺诈识别监测模型时进行特征工程的一些建议： 基本特征提取： 提取基本的医疗保险相关特征，如就医次数、就医地点、就医科室、医疗费用等。 时序特征： 如果数据包含时间信 ......
医疗保险欺诈识别监测模型分析
以下是开发医疗保险欺诈识别监测模型的一般性步骤： 数据集分析与预处理： 对给定的16000条数据集进行初步分析，了解数据的结构、特征。 进行数据清洗，处理缺失值、异常值等。 进行多维特征信息分析，以了解医疗保险欺诈的潜在特征。 特征工程： 提取能够描述医疗保险欺诈的特征因子集合。这可能需要领域专业知 ......
开发医疗保险欺诈识别监测模型如何进行数据集分析与预处理
数据集加载： 使用工具如Pandas库加载数据。使用pd.read_csv()等函数加载数据集到DataFrame。 初步数据探索： 使用head()、info()、describe()等方法查看数据的前几行、基本信息和统计摘要。 使用shape属性获取数据集的大小。 处理缺失值： 使用isnull ......
在windows上建立与Linux的互连
参考博客 在Win10上使用SSH远程连接Linux搭建VSCode开发环境_wind10 vs code ssh ubuntu-CSDN博客 ......
在Windows上出现"localhost拒绝连接”的问题
我的问题如下： 我在win11下想使用phpEnv配置php7.4-nginx的环境，通过xdebug用vscode调试，但在配置环境的时候出现了问题，访问默认的localhost站点时出现localhost 已拒绝连接的问题，而使用127.0.0.1会直接访问到D:\Download\phpEnv ......
IPv6通过公网共享文件（Windows）
前言 之前讲了如何使用IPv6进行内网穿透，这种方案实现的穿透是免费且不限速的。那么实现穿透后，我们就可以将原本Windows自带的共享功能的范围从局域网扩大到整个公网，从而实现随时随地都能访问到共享文件夹。安卓端可以使用ES文件管理器或者nplayer播放器等进行访问，这里就不展开赘述了。 关于如 ......
1.12_redis 的存取在最后 晚上_浙江本地环境的header不能用线上的_header中host和refer分别代表什么意思?_模型的save()参数是数组怎么理解?
方便点1： 问题: 为什么这个浙江的这个线上的header用到本地就不行,而熊师爷的这个却可以? 线上的 header中的host 本地的 header中的host 根据上面弄得对照关系 header中host和refer分别代表什么意思? 活1: 分析如下： 上面分析出现的问题：既然只统计：开业状 ......
限流：计数器、漏桶、令牌桶 三大算法的原理与实战（史上最全）
限流：计数器、漏桶、令牌桶 三大算法的原理与实战（史上最全） 令牌桶算法原理及实现(图文详解) https://mikechen.cc/20379.html Redis 实现限流的三种方式 https://juejin.cn/post/7033646189845151757 ......
POT超阈值模型和极值理论EVT分析|附代码数据
全文链接：http://tecdat.cn/?p=16845 最近我们被客户要求撰写关于极值理论的研究报告，包括一些图形和统计输出。 本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要 POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，E ......
提升Windows Server环境安全性：ADAudit Plus的五大关键优势
在Windows Server环境中，审计对于解决安全、运营和合规需求至关重要。然而，内置的Microsoft Windows安全审计工具存在一些限制，包括对专业知识的要求、耗时的流程以及一些功能的缺失。为了克服这些问题，第三方审计解决方案如ManageEngine ADAudit Plus变得至关 ......