lanzeou-大赛人网-第96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...
3.4.3 SGD-大赛人网

3.4.3 SGD

在神经网络的学习过程中,可以使用梯度下降法来更新参数,目标就是减小损失函数的值。 实际操作时,一般会从训练数据中随机选择一个小批量数据(mini-batch),然后用梯度下降法迭代多个轮次(i...
8.4 深度卷积神经网络-大赛人网

8.4 深度卷积神经网络

将神经网络的层数加深,可以更有效地提取层次信息,还可以减少参数数量,从而让学习更加高效。 基于CNN构建深度神经网络,可以提取出更多的图片信息,大幅提高图像识别精度。在人工智能的发展历...
第 8 章 预训练模型-大赛人网

第 8 章 预训练模型

8.1 预训练模型概述 早期的自然语言处理方法通常针对每个具体任务单独训练模型,且严重依赖大量人工标注数据。虽然在部分场景下效果可观,但也暴露出显著局限: 语言知识难以复用:每个模型都需...
章末自测-大赛人网

章末自测

题目 1:为什么 Agent Evaluation 不能只看“感觉回答不错”? 请从可重复性、过程行为、成本和安全四个方面解释。 “感觉不错”缺乏稳定标准,不同人判断会不同,也无法重复比较两个版本。Agen...
第12章 telnet-大赛人网

第12章 telnet

图12-1 telnet配置网络拓扑 1.R2配置 [R2]interface GigabitEthernet 0/0/0 [R2-GigabitEthernet0/0/0]ip address 12.1.1.2 8 [R2]aaa [R2-aaa]local-user dsrw password cipher dsrw.com [R2-a...
3年前
02238
3.6 BGP手动汇总-大赛人网

3.6 BGP手动汇总

图3-6 BGP手动汇总网络拓扑 1.关闭自动汇总,采用宣告方式引入路由,查看R3的BGP路由 [R3-bgp]undo summary automatic [R3-bgp]undo import-route direct [R3-bgp]network 3.3.1.1 32 [R3-bgp]n...
3年前
01948
第06章:结构化输出(Structured Output)-大赛人网

第06章:结构化输出(Structured Output)

1、结构化输出概述 1.1 什么是结构化输出 LangChain的结构化输出(Structured Output) 指的是: 要求模型最终返回一个符合预定义结构的数据对象,例如固定字段的JSON、Pydantic 模型、 TypedDi...
小节三:让 Schema 与 Registry 合体——一个 Tool 只定义一次,模型与 Executor 共用同一份信息-大赛人网

小节三:让 Schema 与 Registry 合体——一个 Tool 只定义一次,模型与 Executor 共用同一份信息

上一节我们的 Tool: @dataclass class Tool: name: str description: str func: Callable 现在很自然可以加: schema: dict 但是更好的方式不是手写: schema = {...} 而是在注册时自动: sche...
小节三:把 Working Memory 接进 ContextBuilder,减少每轮重复整理-大赛人网

小节三:把 Working Memory 接进 ContextBuilder,减少每轮重复整理

讲到这里,Working Memory 终于不是“概念上很好”,而是要真正接进上下文构建链路里。下面这张图把 ContextBuilder 常见的输入块都摆出来了:System Prompt、用户当前请求、最近几轮 Conversat...
8.2 VLAN-大赛人网

8.2 VLAN

1.SW1、SW2创建VLAN [SW1]vlan batch 10 20 [SW2]vlan batch 10 20 2.将PC1、PC2、PC3所连接口设置为access模式,划入相应VLAN [SW1]interface GigabitEthernet 0/0/3 [SW1-GigabitEthernet0/0/...
3年前
01638