lanzeou-大赛人网-第72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...
小节一:Session 到底应该存什么——把多轮 Agent 的状态放进一个稳定容器-大赛人网

小节一:Session 到底应该存什么——把多轮 Agent 的状态放进一个稳定容器

先从最基础字段开始。 用户给出的结构是: session_id ↓ messages ↓ working_memory ↓ tool_history ↓ runs 这五个字段已经非常接近真正可用的 Session。 session_id 这是最核心的索引。 可...
章末自测-大赛人网

章末自测

题目 1:为什么真实 Agent 的输入不能只用“System Prompt + 用户问题”? 请至少结合项目规则、Tool Result、Memory、Current Task 四类信息说明。如果缺少这些上下文,Agent 可能出现哪些典型...
第 8 章 卷积神经网络-大赛人网

第 8 章 卷积神经网络

8.1 CNN概述 卷积神经网络(Convolutional Neural Network,CNN)常被用于图像识别、语音识别等各种场合。它在计算机视觉领域表现尤为出色,广泛应用于图像分类、目标检测、图像分割等任务。 卷...
4. 模型选择与构建-大赛人网

4. 模型选择与构建

我们需要构建一个既能处理高维稀疏文本数据,又能具备较好泛化能力的分类模型。 经过对数据特点的分析,我们选择 支持向量机(Support Vector Machine, SVM) 作为主要模型,具体原因...
5.3 参数初始化-大赛人网

5.3 参数初始化

参数初始化方案的选择在神经网络学习中起着举足轻重的作用,它对保持数值稳定性至关重要。此外,这些初始化方案的选择可以与激活函数的选择有趣的结合在一起。我们选择哪个激活函数以及如何初始...
3. 特征工程-大赛人网

3. 特征工程

在数据探索后,我们需要进行特征工程,目的是选择合适的特征,并构造新的特征,以便后续的机器学习模型能更好地学习股票价格的变化规律。 3.1 特征选择 我们从原始数据中提取以下特征: 基本价...
5. 模型训练与评估-大赛人网

5. 模型训练与评估

在这一部分,我们将详细介绍如何使用 Python(基于 sklearn)训练 SVM 模型,并评估其性能。 步骤包括: 模型训练 利用网格搜索(Grid Search)对超参数(如正则化参数 C 以及最大迭代次数 max_...
5. 安装课程依赖-大赛人网

5. 安装课程依赖

课程提供了两个依赖文件,均位于 2.资料/ 目录下: 5.1 安装核心依赖 # 确保已激活 langgraph 环境 conda activate langgraph # 进入项目根目录 cd 课程目录/langgraph # 安装核心依赖 pip inst...
6.11 机器学习案例:线性回归-大赛人网

6.11 机器学习案例:线性回归

在此虚拟环境中没有matplotlib,先安装:pip install matplotlib==3.9。 通过PyTorch训练一个模型一般分为以下4个步骤: 准备数据 → 构建模型 → 定义损失函数与优化器 → 模型训练 接下来,构...
2. 基于类实现-大赛人网

2. 基于类实现

和基于装饰器实现的关键区别在于:需要引入额外的装饰器@hook_config 为can_jump_to 传参。