fangweijiex的博客

原创 pytorch-张量转换

本文介绍了三种张量类型转换方法：1）张量元素类型转换，使用tensor.type()或tensor.to()实现数据类型转换；2）Tensor与ndarray互转，通过tensor.numpy()和torch.from_numpy()实现；3）Tensor与标量转换，使用item()将单值张量转为标量，或通过torch.tensor()将标量转为张量。这些方法为深度学习中的数据格式转换提供了基础支持。

原创 pytorch-张量

本文介绍了PyTorch中四种创建张量的方法：1）直接创建指定数值的张量；2）在给定区间内均匀或线性生成张量；3）创建全零、全一或单位张量；4）随机生成符合特定分布的张量。内容包括常用函数如torch.tensor()、torch.arange()、torch.zeros()等，并配图展示了不同创建方式的使用示例和输出结果。这些方法为神经网络中的张量初始化提供了灵活多样的选择。

原创 NLP-常见任务

本文介绍了自然语言处理的五大核心任务：1）文本分类，用于类别判定；2）序列标注，识别文本中的特定元素；3）文本生成，自动产生连贯文本；4）信息抽取，从非结构化文本提取结构化信息；5）文本转换，实现文本间的转换处理。各任务均配有图示说明。这些技术构成了NLP的基础应用框架。

原创 pytorch-神经网络中的梯度计算

原创 pytorch-数值微分

本文介绍了微积分中的几个核心概念：导数和微分用于分析函数变化率；偏导数研究多元函数沿特定方向的变化；梯度则是由所有偏导数组成的向量，指示函数增长最快的方向。文章重点阐述了梯度的数学定义和计算方法，说明了梯度在优化问题中的重要性，特别是如何通过偏导数计算函数的梯度向量。这些概念构成了理解函数局部行为和优化算法的基础数学工具。

原创 pytorch-损失函数

本文介绍了CSDN博客图片插入方法，通过以下步骤实现：在Markdown编辑器中使用!图片描述格式插入网络图片；上传本地图片时需先保存至图床获取URL；建议使用稳定图床服务避免图片失效。文末展示了三张示例图片的插入效果，分别为不同尺寸的截图演示。该教程适用于CSDN等支持Markdown语法的技术博客平台。

原创 tritonserver的docker镜像中运行onnxruntime-gpu，报错segmentationfault

关键变量已经缩小到 “Triton 24.05-py3 镜像本身” 与 “另一份自定义/第三方镜像” 的差别。虽然两张卡型号完全一致，但 Triton 24.05-py3 除了 onnxruntime 1.20.2 之外，还自带一套 预先编译好的 CUDA EP 插件（）以及 Triton 自己打的 CUDA/cuDNN 补丁。这些组件和你手动得到的 PyPI 二进制包并不完全一样，因此会出现“同一显卡、同一 ort 版本、同一模型”却一台 segfault 一台正常的情况。

原创 pytorch-激活函数

本文介绍了神经网络中常见的激活函数及其特性。激活函数为神经网络引入非线性，使模型能够拟合复杂数据。主要内容包括：1）阶跃函数，简单但不连续；2）Sigmoid函数，输出0-1范围，但存在梯度消失问题；3）Tanh函数，输出-1到1，比Sigmoid收敛更快；4）ReLU函数，计算简单且缓解梯度消失；5）SoftMax函数，适用于多分类问题。不同激活函数各有优缺点，需根据具体场景选择使用。

原创 langchain的hello world！

本文介绍了获取大模型和提示词模板的两个关键步骤。第一部分展示了获取大模型的方法，配以相关操作界面示意图。第二部分重点说明提示词模板的使用，同样配有示例图片展示模板格式。两部分的配图直观呈现了技术操作要点，为读者理解大模型和提示词的应用提供了清晰指引。

原创 langchain的核心组件

原创 langchain-基于agent架构的开发

Agent（智能体）是一种能感知环境、自主决策并执行行动的智能系统。其核心组成包括：1）感知模块，用于获取环境信息；2）决策模块，基于目标进行推理和规划；3）行动模块，执行具体任务；4）记忆模块，存储经验和知识；5）学习能力，通过反馈优化行为。Agent通过这五大组件的协同运作，实现自主性、反应性和目标导向性，在复杂环境中完成特定任务。

原创 langchain-基于RAG架构的开发

RAG（检索增强生成）是一种结合检索系统和生成模型的技术。它首先通过检索系统获取相关文档，然后利用生成模型基于检索结果生成更准确的回答。这种方法能有效提升生成内容的可靠性和相关性，特别适用于知识密集型任务。RAG技术正在成为人工智能领域的重要研究方向。

原创 langchain的架构

文章探讨了如何通过技术手段提升图片处理效率。通过分析不同图片格式、压缩算法和优化工具，展示了图片处理的关键技术。文中提供了多张示例图片，直观对比不同处理方式的效果差异，并给出具体优化建议。摘要重点介绍了图片处理的技术要点和优化方法，帮助读者理解如何在实际应用中提高图片加载速度和质量。

原创 langchain概述

LangChain是一个开源框架，专门用于开发基于大语言模型（LLM）的应用程序，如智能代理、问答系统、对话机器人和文档搜索系统等。相比其他大模型开发框架，LangChain的优势在于简化了LLM应用的开发流程，提供了丰富的工具链和组件支持。它能帮助开发者快速构建各类AI应用，在技术栈中处于连接底层大模型和上层应用的关键位置。目前LangChain已被广泛应用于私有知识库、智能客服等多个场景，成为大模型应用开发的重要工具之一。

原创 Gitlab提交代码

git push -u origin <分支名>

原创 code server Unable to open ‘.ipynb‘

确保在现有的路径后面添加一个空格，然后加上这两个参数。如何在Chrome浏览器中禁用SSL证书验证4。如何在Chrome浏览器中禁用SSL证书验证5。请根据你的实际进行调整。

原创 SQL数据库操作（DDL）

主要分类三种类型：数值类型，字符串类型，日期时间类型。

原创 SQL概述

-#/* */

原创 运行QT程序报错 “错误 LNK2019 无法解析的外部符号”

我这里只提供我自己出现这个问题的解决办法，仅提供参考。选择正确的构建套件，像我应该选择64bit的，之前选了32bit的所以报错了：

原创 ImportError: libnvinfer.so.8: cannot open shared object file: No such file or directory

【代码】ImportError: libnvinfer.so.8: cannot open shared object file: No such file or directory。

原创 ERROR: Could not build wheels for pycuda, which is required to install pyproject.toml-based projects

【代码】ERROR: Could not build wheels for pycuda, which is required to install pyproject.toml-based projects。

原创 Tinkpad x13 突然检测不到外接显示屏

昨天笔记本电脑突然黑屏死机，等重启后屏幕缩放比例变了（由原来的125%变成150%），再接显示屏就直接检测不到了，不管是笔记本上的HDMI接口还是拓展坞上的HDMI。这里仅提供解决的思路，不一定对所有类似问题都有效。解决步骤：设备管理器先检查适配器是否启用，如未启用先启用一下查看适配器图标是否带有感叹号。如有，先禁用再启用，就能检测到外接显示器了。

原创 word多张图片如何对齐

大小与位置(z)

原创 PS创建图层并对其进行操作

Ctrl + t。

原创 windows自带字体文件

【代码】windows自带字体文件。

原创 绘制多个mmdetection的log.json日志文件

【代码】绘制多个mmdetection的log.json日志文件。

原创 R = [obj for obj in recs[imagename] if obj[‘name‘] == classname] KeyError: ‘******‘

【代码】R = [obj for obj in recs[imagename] if obj[‘name‘] == classname] KeyError: ‘******‘

原创 Missing key(s) in state_dict

【代码】Missing key(s) in state_dict。

原创 RuntimeError: Error(s) in loading state_dict for xxxx:

RuntimeError: Error(s) in loading state_dict for xxxx:

原创 解压文件时提示下列文件已经存在

解压文件是提示下列文件已经存在

原创 电脑主机开机时一直断电启动循环或者在使用过程中死机只能强制关机

电脑主机开机时一直断电启动循环或者在使用过程中死机只能强制关机

原创 opencv改变图像亮度

【代码】opencv改变图像亮度。

原创 对图像进行滤波处理

【代码】对图像进行滤波处理。

原创 对图像进行对比度受限的自适应直方图均衡化（CLAHE）

【代码】对图像进行对比度受限的自适应直方图均衡化（CLAHE）

原创 python opencv中的imshow()函数输出图像尺寸太大了，如何调整输出尺度

【代码】python opencv中的imshow()函数输出图像尺寸太大了，如何调整输出尺度。

原创 yolox中关于NMS你需要知道的

【代码】yolox中关于NMS你需要知道的。

原创 未来工厂（浙江省）

“未来工厂”？

原创 YOLOX接着以前训练的模型再训练

代码】YOLOX接以前训练的模型在训练。

原创 训练YOLOX

代码】训练YOLOX。

原创 TabError: inconsistent use of tabs and spaces in indentation

代码】TabErrorinconsistentuseoftabsandspacesinindentation。