lanzeou-大赛人网-第112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...
4.3.7 案例实操(AI智评V2.0)-大赛人网

4.3.7 案例实操(AI智评V2.0)

将上一节使用LSTM实现的评论情感分析模型改为使用GRU,并对比两者的效果,另外也改用RNN实现,对比其效果。 项目结构 项目结构如下: 2.完整代码 (1)数据预处理 # process.py import pandas a...
第2部分:让 Agent 长出“手脚”  Tool Error Recovery:工具失败了怎么办?-大赛人网

第2部分:让 Agent 长出“手脚” Tool Error Recovery:工具失败了怎么办?

前面几节,我们已经把 Agent 的工具系统搭得越来越完整了。 模型会产生 Tool Call。 Tool Registry 能找到真实函数。 Tool Schema 会告诉模型每个工具怎么用。 上一节我们甚至已经实现了: read...
案例分析二:Data Analysis Agent 连续查询多个指标,Streaming 如何让业务用户理解分析路径?-大赛人网

案例分析二:Data Analysis Agent 连续查询多个指标,Streaming 如何让业务用户理解分析路径?

场景背景 用户问,“为什么昨天收入下降?” Agent 需要: 查整体收入 查请求量 查曝光 查 eCPM 按媒体拆 按广告位拆 整个过程 40 秒。 没有 Streaming 用户只看到: 正在分析... 最后突然出现...
6. 结果分析与解读-大赛人网

6. 结果分析与解读

在这一阶段,我们对模型的训练结果进行详细分析,并从中提炼出对业务具有指导意义的洞察。通过分析模型的性能和数据特征,我们能够提供有关客户流失的重要见解,并为银行的客户管理策略提供指导...
2.1.2 复习感知机-大赛人网

2.1.2 复习感知机

我们先复习一下在机器学习部分学习过的感知机。 感知机(Perceptron)是二分类模型,接收多个信号,输出一个信号。感知机的信号只有0、1两种取值。 下图是一个接收两个输入信号的感知机的例子:...
6.7 张量索引操作-大赛人网

6.7 张量索引操作

6.7.1 简单索引 import torch tensor1 = torch.randint(1, 9, (3, 5, 4)) print(tensor1) print() # 取 第0维第0 print(tensor1[0]) print() # 取 第0维所有,第1维第1 print(tensor1[:...
7.3 模型训练与推理机制-大赛人网

7.3 模型训练与推理机制

Transformer的训练与推理都基于自回归生成机制(Autoregressive Generation):模型逐步生成目标序列中的每一个词。然而,在实现方式上,训练与推理存在明显区别。 7.3.1 模型训练 训练时,Tran...
6.3.2 模型类的参数构成-大赛人网

6.3.2 模型类的参数构成

以ChatDeepSeek为例,完整参数列表由如下几部分构成:1、客户端与连接参数 (Networking)这类参数决定了代码“怎么连到服务端”,而不是“让模型怎么生成”。 2、模型推理参数 (Model Inference)...
第14章 FTP服务器-大赛人网

第14章 FTP服务器

图14-1 FTP服务配置网络拓扑 1.R1配置FTP服务 [R1]aaa [R1-aaa]local-user dsrw password cipher dsrw.com [R1-aaa]local-user dsrw privilege level 3 [R1-aaa]local-user dsrw ftp-directory ...
3年前
01266
第38章 Inter AS MPLS VPN Option C-大赛人网

第38章 Inter AS MPLS VPN Option C

38.1 配置OptionC方式跨域VPN示例(方案一) 图38-1 Inter AS MPLS VPN  Option C(方案一)配置网络拓扑 1.CE1配置BGP [CE1]bgp 100 [CE1-bgp]peer 12.1.1.2 as-number 234 [CE1-bgp]network ...
3年前
0936