Python机器学习基础实战指南：NumPy、Pandas、Matplotlib三剑客完全教程
Python机器学习基础实战指南：NumPy、Pandas、Matplotlib三剑客完全教程Python凭借其简洁的语法和丰富的科学计算库，已成为数据科学和机器学习领域的首选语言。本文将详细介绍机器学习三大基础库：NumPy（数值计算）、Pandas（数据处理）和Matplotlib（数据可视化）的核心用法，帮助读者快速掌握数据分析的基础技能。 一、NumPy数值计算库NumPy（Numeric
标签：: AI/机器学习
AI与大模型使用踩坑记录
AI与大模型使用踩坑记录去年开始折腾AI大模型，从文本生成到图像生成，踩了不少坑。记录一下实战经验和心得。 国内主流大模型 模型 公司 特点 ChatGLM 智谱AI 中文优化，128K上下文 文心一言 百度 多模态，搜索整合 通义千问 阿里 开源，多尺寸 讯飞星火 科大讯飞 语音能力强 豆包 字节跳动 多场景应用 Kimi Moonshot 超长上下文 智谱清言
LLM本地部署踩坑记录：ChatGLM、Vicuna、InternLM实战经验
LLM本地部署踩坑记录：ChatGLM、Vicuna、InternLM实战经验去年折腾了快半年的大模型本地部署，踩了不少坑，记录一下供参考。主要涉及ChatGLM-6B、Vicuna、InternLM这几个模型的部署和优化。 硬件与软件环境部署大模型最头疼的就是硬件门槛。我整理了当时测试过的配置： 模型 显存需求 推荐配置 ChatGLM-6B 12GB+ RTX 3060 12GB
LangChain与AI Agent开发踩坑记录
LangChain与AI Agent开发踩坑记录LangChain去年火了一段时间，我折腾了几个月，把踩的坑和实战经验记录一下。核心就是Agent、Chain、Memory这几个概念，上手不难，但坑不少。 环境准备1234567# 安装核心依赖pip install langchain==0.0.137pip install python-dotenv==1.0.0pip install open
Unity游戏AI工具踩坑与实践经验
Unity游戏AI工具踩坑与实践经验去年开始折腾Unity的AI工具，从2D寻路到智能NPC，踩了不少坑。记录一下用过的工具和实战经验。 NavMeshPlus 2D寻路Unity官方NavMesh只支持3D，2D游戏得用NavMeshPlus这个插件。 安装通过Package Manager安装： 12Window → Package Manager → Add package from git
Stable Diffusion本地部署踩坑记录
Stable Diffusion本地部署踩坑记录折腾Stable Diffusion本地部署有一段时间了，从环境配置到各种插件，踩了不少坑。记录一下实战经验。 Stable Diffusion原理简述核心是在潜在空间(Latent Space)做扩散，不是直接处理像素。这样计算量小很多，消费级显卡也能跑。 潜在空间类比：就像用18位身份证号能唯一标识一个人，潜在空间用较少的维度（512×512图像
TensorFlow监督学习实战笔记：图像分类、文本分类和模型保存
TensorFlow监督学习实战笔记记录用TensorFlow做监督学习的实战经验，包括图像分类、文本分类、模型保存和超参数调优。 回归 vs 分类 类型 应用场景 输出类型 常见算法 回归 房价预测、股价预测 连续值 线性回归、神经网络回归 分类 图像识别、垃圾邮件检测 离散类别 CNN、RNN、Transformer 核心概念： 训练数据：包含输入特征和对应标签 特征（Fe
TensorBoard使用笔记：训练过程可视化踩坑记录
TensorBoard使用笔记记录TensorBoard的安装配置和常用功能，TensorFlow和PyTorch都能用。 安装与启动12345678# 使用conda环境conda activate pythonProject2# 安装TensorBoardpip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple# 如
TensorFlow踩坑实录：从张量到神经网络的实战经验
TensorFlow踩坑实录：从张量到神经网络的实战经验折腾TensorFlow的时候踩了不少坑，记录一下核心概念和代码实现，主要是张量操作、Session管理和神经网络搭建这几个部分。 张量到底是什么TensorFlow用数据流图做计算，节点是数学操作，边是张量（多维数组）。名字就是这么来的——张量在节点间流动。 维度 实际对应 例子 0阶 单个数字 1 1阶 数组 [1, 2,
强化学习踩坑记录：从环境搭建到DQN实现
强化学习踩坑记录之前做强化学习项目时，从环境搭建到算法实现走了不少弯路，这里记录一下过程。 机器学习基础环境搭建CentOS环境TensorFlow安装Python 3.8安装在CentOS 7/8上使用yum从第三方仓库安装Python 3.8： 12345678910111213# 注册SCL仓库yum install -y centos-release-scl# 安装Python
敏感词过滤踩坑记录：DFA算法TypeScript实现
敏感词过滤踩坑记录在做游戏聊天功能时，需要实现敏感词过滤。对比了几种方案后，最终选择了DFA算法。这里记录一下实现过程和踩过的坑。 敏感词过滤算法对比常见算法方案 算法 时间复杂度 空间复杂度 特点 适用场景 暴力匹配 O(nmk) O(1) 实现简单，效率低 词库小、实时性要求低 Trie树 O(n) O(m*k) 前缀匹配，效率较高 前缀匹配场景 DFA O(n) O(m*k