lanzeou-大赛人网-第108页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
5. 全局作用域 VS 局部作用域-大赛人网

5. 全局作用域 VS 局部作用域

5.1. 什么是作用域? 作用域就是变量能起作用的范围(变量在哪里能用,在哪里不能用),Python 中有多种作用域,我们先来学习:全局作用域、局部作用域。 5.2. 全局作用域 _ 全局变量 全局作用...
实战二:从 0 打造 Data Analysis Agent-大赛人网

实战二:从 0 打造 Data Analysis Agent

本章定位:从基础演示到收入分析毕业实战 本章讲 Data Analysis Agent。先用两日收入数据理解多轮查询,再用固定的多维案例检查分析证据,最后导入自己的 CSV 或 SQLite。三个页面复用同一服务...
1.3 规范驱动开发 SDD(Specification-Driven Development)-大赛人网

1.3 规范驱动开发 SDD(Specification-Driven Development)

1.3.1 为什么AI编程需要'规范' 你有没有过这种经历:在淘宝买衣服时,你描述'我要一件好看的衣服',结果收到的和你想的完全不一样?这就是沟通不精准导致的。 AI编程也是一样。如果你告诉AI'帮...
5.7 购物车 + 订单模块-大赛人网

5.7 购物车 + 订单模块

本节目标:实现电商的核心交易流程 演示的 Claude Code 功能:Task 任务列表、复杂业务逻辑处理 5.7.1 用 Task 管理复杂模块 购物车和订单模块涉及多个子任务。告诉 AI: 请创建任务列表,跟踪...
小节四:Schema 不是越复杂越好——真正高质量的 Tool Schema 要“限制得恰到好处”-大赛人网

小节四:Schema 不是越复杂越好——真正高质量的 Tool Schema 要“限制得恰到好处”

前面解决的是“能不能生成 Schema”,这一节开始解决“生成出来的 Schema 好不好用”。实际项目里,模型调用不稳定,很多时候不是模型本身不行,而是 Tool 的命名、参数和约束让它有太多可以误...
6.4 案例实操(中英翻译V2.0)-大赛人网

6.4 案例实操(中英翻译V2.0)

6.4.1 需求说明 本案例要求在已有的Seq2Seq 模型基础上,引入注意力机制,以提升模型在处理长句或复杂句时的表达能力和生成质量。 6.4.2 需求分析 为引入Attention机制,模型结构做出如下改变:...
9. 使用 Pipe 实现进程通信-大赛人网

9. 使用 Pipe 实现进程通信

Pipe 就像一根“水管”,一头负责发送,另一头负责接收。  1️⃣ 创建管道 # Pipe() 会返回两个连接对象,它们分别代表管道的两端。 # duplex用于控制管道为单向还是双向,True表示双向,F...
4.2 链式法则-大赛人网

4.2 链式法则

反向传播将局部导数向反方向传递,传递的原理基于链式法则。反向传播时将信号乘以节点的局部导数然后传递给下一个节点。 4.3 反向传播 利用计算图的反向传播,可以很容易地计算出输出关于输入的...
2.4 特征工程-大赛人网

2.4 特征工程

2.4.1 什么是特征工程 特征工程(Feature Engineering)是机器学习过程中非常重要的一步,指的是通过对原始数据的处理、转换和构造,生成新的特征或选择有效的特征,从而提高模型的性能。简单来...
第一章 深度学习概述-大赛人网

第一章 深度学习概述

1.1 深度学习简介 深度学习作为机器学习的一个分支,专注于使用多层神经网络(深度神经网络)来建模和解决问题。 人脑中有很多相互连接的神经元,当大脑处理信息时,这些神经元之间通过电信号和...
26天前
0369