问题 ---- 需求: 我想要一个可以给我备份重要文件的程序。 需求分析: 首先文件是有存储路径,文件的路径和备份的路径,是一个文件还是很多文件,备份成什么样子的文件?...版本二 ---- 第一个脚本已经可以工作了,然而我们还可以对他进行优化,使它更强大。 优化之一是采用更好的文件名机制——使用 时间 作为文件名,而当前的 日期 作为目录名,存放在主备份目录中。...如何工作 这个程序现在工作了!让我们看一下版本三中作出的实质性改进。我们使用input函数得到用户的注释,然后通过len函数找出输入的长度以检验用户是否确实输入了什么东西。...我们可以通过sys.argv列表来获取它们,然后我们可以使用list类提供的extend方法把它们加到source列表中去。 我还希望有的一个优化是使用tar命令替代zip命令。...这些环节可以概括如下: 什么(分析) 如何(设计) 编写(实施) 测试(测试与调试) 使用(实施或开发) 维护(优化) 重要 我们创建这个备份脚本的过程是编写程序的推荐方法——进行分析与设计。
这是真的吗?当然有可能 ,关键在于你如何操作! 如果在数据上使用for循环,则完成所需的时间将与数据的大小成比例。但是还有另一种方法可以在很短的时间内得到相同的结果,那就是向量化。...那么什么是向量化? 简而言之,向量化是一种同时操作整个数组而不是一次操作一个元素的方法,这也得益于Numpy数组。 我们先导入测试数据: 第一次向量化测试: 以这个函数为例。...实质上是一个for loop。 我们可以使用它的一种方式,包装我们之前的函数,在我们传递列时不起作用的函数,并向量化它。它比.apply()快得多,但也比.where()慢了17倍。...向量化选项将在0.1秒多一点的时间内返回列,.apply()将花费12.5秒。嵌套的np.where()解决方案工具179ms。 那么嵌套的多个条件,我们可以向量化吗?可以!...一旦它们被转移到相同的级别,我就可以使用np.select()执行相同的条件向量化方法了! 5 其他 一种选择是使用apply跨CPU核并行化操作。
注意力是Off By One 这篇博文标题为「注意力是Off By One」。 你能看到这个公式的差一错误吗?...不过,作者强调这只是一篇观点文章,但如果网上有人想做一些实验来证明这是对的,可以一起合作验证。 全与「离群值」有关 首先,先谈谈为什么差一错误很重要。ChatGPT工作得很好,有什么问题吗?...在AI领域,每个人都会受到RAM限制。 所以你使用的RAM越少,你就可以做的更多酷炫的事情,无论是在云端还是在边缘设备上。...比如,它的导数是正数,因此我们始终有非零梯度;它的和在0和1之间,因此输出不会失控。 同时,softmax1还会保持如下函数性质,即输出向量中的相对值保持不变。...对于改进后的机制,作者称之为——QuietAttention,因为它允许注意力头保持安静: 基于此,作者认为可以很快地编写一个测试: 「如果在每个输入上下文前加上一个零向量,并确保选择的神经网络种不会增加任何偏差
您可以参考GCN[1]、GraphSage[2]、GAT[3]或其他,但消息传递的思想保持不变。 ? 我们的 GNN 模型第一层从特征向量 x0 到其新嵌入 h 的插图 这个框架背后的直觉是什么?...在下一节中,我将尝试解释什么是平滑和过度平滑,我们将平滑作为增加 GNN 层的自然效果进行讨论,我们将了解为什么它会成为一个问题。...这种概括是建立在主要假设之上的,即在节点交互时,它们可以访问来自同一类的节点的重要信息,或者通过与来自其他类的节点交互来获取噪声。 ?...我们的目标是保持一个高的组距离比,以在节点的嵌入方面有不同的类别,这将简化我们的下游任务。 有解决方案来克服过度平滑吗? 一个直接的监管规则?...至于我,我阅读了不同的论文,讨论了一些 GNN 的限制和瓶颈,但将它们统一起来的一个共同点是,所有这些问题都可以与我们用来训练图模型的主要机制相关联,即消息传递。我可能不是专家,但我必须提出一些问题。
如果说您是一个新人,机器学习可以让你以更快的方式去了解旋律,我画出一些旋律,机器学习会告诉你这将是什么效果,巴赫 Doodle就是很好的一个例子,能够让我们只需要简单地输入一点旋律,就可以体验作曲的乐趣...记者:创造力是人类对于机器最大的优势之一,为什么人类会需要让机器来帮忙做作曲这样创造类的事情? Anna:我自己是一个作曲家,我想从我个人感受谈下这个问题。创作的过程可以分成两个阶段。...记者:我们研究的目标之一,是想在未来让机器创作出完全属于它自己的一个完整的作品吗? Anna:我不认为,未来我们会希望让机器去做出它自己的音乐作品。...记者:以巴赫 Doodle为例,要基于 TensorFlow 去做AI Doodle的话,最大的挑战是什么?是模型数据集的建立吗? Anna:在做巴赫Doodle的过程中,我们遇到了很多挑战。...我们选了巴赫作品中相对简单的作品:都是类似《安魂曲》这样比较安静的作品,总是四声部,而且结构化的特点非常明显。此外,就是对位。对位就是,当我们在同时写一个复杂的旋律时,如何让这段旋律和谐好听。
果然还是有明眼人的哈哈,不要慌,接下来本博主就教各位如何实现。 ? 1. 确定需要使用到的组件 因为我们需要的是2019年的所有日期数据,所以也就是365条。...我们需要一个生成记录的组件,并设置数据条数的限制 ? 这个时候有人按捺不住了 B:不是需要一年的数据吗,为啥不在生成记录组件里的字段上设置啊?...C: 肯定不能啊,生成记录里面的数据只能写固定的,都靠自己写的话,还要讨论这么多作什么? ? 哎,我说你们二位能否给我安静一会,咋咋呼呼的。...C:是啊,我也觉得JS代码那部分好难啊,学了这么久大数据,之前的那点JS基础早就没了,菌哥能教教我们吗? ? 既然大家的学习热情都这么高,那我们就继续吧! 2....基础的朋友我相信都能看懂 另外,由于需要根据日期获取到不同日期是否为国家节假日或者休息日,工作日等分类,因此调用了API来辅助完成 4.
但最吸引我的是它的持久化记忆系统——它能实现24/7的全天候上下文保持,记住对话内容,并无限期地基于之前的交互进行累积。...如果你读过我之前关于ChatGPT记忆和Claude记忆的文章,就知道我对不同AI产品如何处理记忆这个问题非常着迷。...结果通过加权评分合并: 最终得分 = (0.7 * 向量得分) + (0.3 * 文本得分) 为什么是70/30?...语义相似性是记忆回忆的主要信号,但BM25关键词匹配能捕捉向量可能遗漏的确切术语(名称、ID、日期)。低于minScore阈值(默认0.35)的结果会被过滤掉。所有这些值都是可配置的。...Agent能读取彼此的记忆吗? 默认不能。每个Agent只能看到自己的工作空间。但是,工作空间是一个软沙盒(默认工作目录),而不是硬边界。
大家好,我是一航!...无论是手机、平板、手表还是电脑等,这些高科技产品让我们的日常生活异常便捷。我们可以随时随地沟通,传递信息;可以轻松调取资料,节省纸张和空间;更能足不出户,一机在手就能畅游世界。...在这个信息爆炸的时代,我们可以随时随地获取海量的知识,但同时,也有可能因为技术的发展而成为时间的仆人。那么,究竟如何才能在科技的帮助下更好地掌控时间呢? 首先,我们需要认识到时间的价值。...这个空间可以是一个安静的房间,一个美丽的公园,或者一个充满自然气息的山林。无论是哪种方式,都需要保持安静,不被打扰。 在现代社会中,青少年面临着各种各样的干扰和诱惑,比如社交媒体、游戏、电视等等。...那么,一个人乐意去探索陌生世界,仅仅是因为好奇心吗?我认为,这不仅仅是因为好奇心,还有更深层次的原因。 首先,探索陌生世界是人类的一种本能欲望。人类天生就有求知欲,渴望了解周围的世界。
那么什么是LSTM呢? ? LSTM 我们很容易按照先后回想起歌词,但是我们能够倒着把它唱出来吗?不行。 因为我们是按照序列的方式来学习这些歌词的,这是有条件的记忆。...我们能想到一个词的前提是我们知道在它之前词是什么,当我们记得顺序时记忆才起作用,我们的思路有持续性,但是前馈神经网络没有,它只接受一个固定大小的向量作为输入。...在某种程度上,我们可以把它认为是相同网络的复制,每一个网络都在给下一个网络传递信息,所以这才是递归神经网络高明之处,它们可以把之前的数据与当前的任务联系起来。...但是,我们还有一个问题,先来看一下这一段文字,它以“我希望先辈会注意到我”开头,以“她是我的朋友,他是我的先辈”结尾。...在向后传递的过程中,输出门学习何时让误差流入记忆单元,输入门学习何时让误差流出记忆单元并传到网络的其他部分。所以,尽管在递归网络中其他的东西都是保持不变。只用这个强大的更新公式更新我们的隐藏层。 ?
然后我没收到邮件… 今天又请教了学长一些保研学校的问题,然后学长提到了软件学院,提到了 导师好不好的标准 对学生好 不卡毕业 可以放实习 至于学术水平那就是奢望 ,确实我有时候可能是被一些明星组一年N篇...难得有这样一个可爱的人,可以让我窥得别人的真实生活。最大的感触是,好像不论是清北,还是211,还是普通一本或二本,大家都一样会焦虑。...可能大家最大的区别就是给自己设了什么样的限制吧。刚进实验室的时候,一周看四篇paper然后写读书笔记被实验室师兄师姐疯狂吹捧。...之前总说,我好菜。其实我感觉实力和环境的差距真没想象中那么巨大和重要。重要的是,你其实可以,却说自己不行。不多说啥,只说最核心的一点,提高底线保持初心,不许丢掉热情。...算了算了不说了,以后也不说了,安安静静干自己的事。阿银以前说过:如果没有观点,不必非要发表观点;如果不太懂,那就谨慎发表观点。你不是一定要说点什么。
首先让我获取当前日期,然后找到需要参加面试的相关员工,并安排会议。"...首先让我获取当前日期,然后找到需要参加面试的相关员工,并安排会议。"...首先让我获取当前日期,然后找到需要参加面试的相关员工,并安排会议。"...首先让我获取当前日期,然后找到需要参加面试的相关员工,并安排会议。"...首先让我获取当前日期,然后找到需要参加面试的相关员工,并安排会议。"
它们早已不再是简单的通讯工具,现在只是伪装成社交网络。还记得WhatsApp只是WhatsApp的时候吗?那是个简单、安全的聊天空间,“只属于我们”。...如今的AI服务(如某机构的AI服务)可以快速生成静态个人页面,包含独特地址。这几乎足够让人们找到你并保持联系。...核心设计原则轻松创建:通过语音命令或点击,个人空间秒级就绪实时状态更新:快速分享笔记、照片和简短状态设计限制:最多500人的社交圈,保持私密性权限控制:自主决定互动对象和方式AI助手调解:数字助手过滤噪音...AI可以解决这一切!想象只需说:“显示谁看了我的最新状态”“将个人资料图片换成我刚发送的”“置顶爸爸的消息”“显示简这个月的所有更新”不再寻找隐蔽选项——只需说出需求,AI即刻完成。...你想象中的真实在线通讯未来是怎样的?如果我们不止步于私人页面,而是创建个人AI助手作为数字自我呢?技术已经存在,需求显而易见。真正的问题是:还有人想要这样的解决方案吗?
我们常常可以通过交流很快速地判断出对方是否有兴趣、我们是否愿意与之约会或形成雇佣关系。如果我们希望完成某件事,那就交谈吧,这是我们传递信息并且与他人交流的途径。...所以这表明我们也将在交谈中实现与服务和商品的互动,不是吗? 确实如此。但事实证明创建智能的对话对象仍具有一定的挑战性,特别是当它能获取你的财政状况或向老板发送信息的时候。...从Alexa的故事中我们明白,对于情境的理解需要深入,从什么时候该保持安静到得知某一问题可能会涉及到曾经发生的事情(就像在正常对话中一样)或者用户所说的同音异义语表达的究竟是什么意思——比如你正在感受饥饿...用户意识 “我正在和谁讲话?”...这也可以归结于语境,如果用户确实很匆忙,那么语音服务也要调整成快速准确的语调。所以语音助手需要了解它的听众。 智力水平 Alexa:“对不起,您可以重复一遍吗?”
如果你想深入了解什么是嵌入,请查阅我的深度解析文章。 当我们得到了嵌入后,我们将它们插入到向量数据库(也就是检索器)中,这是一个存储这些嵌入的高维数据库。...#RAG2.0# 这里不允许有“弗兰肯斯坦”(意指拼凑而成的东西) 在实践中,整个系统是端到端训练的,同时保持连接,就像假设大型语言模型(LLM)应该始终有一个向量数据库与之相连,以保持更新。...因此,一个750万字的上下文窗口可以在每个提示中五次装下这两个故事。 在这种情况下,我们真的需要一个知识检索知识库,而不是仅仅在每个提示中输入信息吗? 一个可能放弃这个选项的理由可能是准确性。...KV缓存是模型的“缓存内存”,用于避免重新计算大量冗余的注意力数据,否则这个过程在经济上是不可行的。这里是关于KV缓存是什么以及它如何工作的深入回顾。...当那个时刻到来时,我们可以几乎肯定它会发生,我们还会依赖RAG吗?我不知道,但有可能我们现在正在做的都是无用功。
那么其中的差异到底是出现在哪些方面呢,我之前也一直在思考这方面的问题。现在将自己领悟出来的一些方法分享给大家,希望能够起到一些帮助。 前言:什么是最有效的学习方式 ?...在开始正文之前,我希望大家能够理解什么是最有效的学习方式。...比如拿“在一个月内我的练习目的是做电影界面的设计“和”在1月1日至1月30日期间我要完成30张电影界面“相比,显而易见后者的目标更具象,更具操作性。...“这个设计我为什么会觉得它好看,是颜色的搭配吸引了我,还是版式的设计非常合理,又或者是整体的配图非常和谐?”...因此在每次给自己规定设计练习时间的过程中,尽量找一个安静不受打扰的环境,将手机设置成番茄时钟模式,保持高度的注意力去完成自己的练习目标,你会发现你比平时用了更少的时间却做出了更好的东西。
,打卡番茄专注——正计时倒计时番茄锁机,远离干扰,保持专注不过缺点不是免费的,编辑次数是有限制的,想要持续使用需要开会员,而且代办不可以选日期,选择了就会变成日程,妥妥的高端BUG啊,希望官网及时修复。...▲集中保存学习内容; 随时随地的访问查看讲座,作业等,避免遗忘,储存文档的方式,轻松获取重要的学习资料,保持对所有重要事件的日期跟踪。...缺点是下载速度会被限制,开通超级会员才会接触限制。安全性不足,登陆网盘需要账号与密码,如果不法分子拿到你的账号密码会造成网盘的数据丢失或数据被窃取等风险。...钉钉教育版上的校园宝的一体化功能是什么?...结语; 好了,今天就分享到这吧,这次给大家做完测试后,大家还希望看看哪个软件的测试,可以私信我,我来给大家详细讲解。
实现起来很简单:获取一个向量数据库,如Elasticsearch,部署嵌入模型如ELSER,并调用搜索API以检索相关文档。一旦检索到文档,它们可以插入到LLM的提示中,基于内容生成答案。...以下是我的对话结果:你: 你好助手: 你好!今天我能帮你什么?你: Elasticsearch连接了吗?> 进入新的AgentExecutor链...思考:我需要使用工具吗?...思考:我需要使用工具吗?不AI: 是的,Elasticsearch已连接。还有什么我可以帮你的吗?...我们将搜索结果的数量限制为3。Agentic RAG 的一个优势是我们可以通过多个对话步骤开发答案。换句话说,更复杂的查询可以通过引导问题来设定舞台和上下文。...通过将搜索结果限制在指定年份内,我们确保只有相关文档会传递给LLM。我们还可以做很多事情,例如根据类别约束,或某些实体的出现,或与其他事件的关系。可能性是无穷的,我觉得这非常酷!
其中最关键的角色是 Agent,它是整个工作流的大脑,负责协调和控制流程。上述流程可以分解为以下几个关键阶段:2.1 输入与接收 流程始于用户的输入(一个问题或指令)。这个输入被传递给 Agent。...我是AI助手。"})memory.save_context({"input": "你叫什么名字?"}, {"output": "我叫minhuan。"})...我是AI助手。\nHuman: 你叫什么名字?\nAI: 我叫minhuan。'}2.2 ConversationBufferWindowMemory特点:只保留最近 K 轮对话,防止内存无限增长。...AI助手,可以使用多种工具解决问题...可用的工具:{tools}使用格式:Thought: 我需要使用工具吗?......TimeGetter: 当需要获取当前日期和时间时使用此工具。输入可以是空字符串或任何内容。[INFO] 5. RequestsGetTool: 当需要获取网页内容时使用此工具。
这些同学的如意算盘,是答辩的时候,从头开始念字儿。 不就让我念5分钟吗? 两页没念完,时间就凑够了吧。 然后我就解脱了! 万岁! 可是答辩的时候,老师会突然打断你,然后让你只说重点。...人家明白的内容,你非得掰开揉碎讲一遍,什么意思? 是觉得老师智商有问题吗? 当别人侮辱你智商的时候,你会做出什么样的反应? 所以你看,即便因此不让你通过答辩,都不算过分吧。...在这一过程中,你还可以有效传递信号,把自己的“靠谱”、“优秀”刻印在老师的头脑中。 有效传递信号 传递信号不难。 难的是这“有效”二字。...六、限制。其实是说结论。但是最重要的是,说明你的研究限制与不足有哪些。例如说抽样用了滚雪球,而不是分层随机等。实事求是,老师都能理解。 限制这一部分,多说几句。 我是说你要多说几句。...买手机,我都知道选性价比高的。 何况是真刀真枪让我花时间干活儿?! 毕业论文,60分万岁,多一分浪费嘛。 错了,这是个大数据时代。 许多信息,现在确实都安安静静躺在数据库里。
为了好好解释继承这个东西,我专门研究了一下某大厂的VIP系统(小编如此用心良苦,你们忍心不点赞么),此系统可是鼎鼎大名的,我们从系统功能设计的角度来看看继承。 什么是继承 ?为什么要继承 ?...如果使用继承,我们完全可以重用代码,VIP用户也是用户,他可以通过继承获得用户player的全部属性和方法。 ? 继承直接获取属性和方法 除了代码的重用,继承更常用的一个用法就是扩展类。为什么要扩展?...如何牛X? ? 确认下眼神 确认过眼神~~是充过钱的人~~我把你举报~而却封我的号~~ 这就是VIP的气势,自带气场光环,不服不行啊。 我们看看你要充多少钱才能成为VIP。 ?...在很久以前我介绍java语言特性的时候就稍微说明了一下封装的概念,比如我们很多网站或者app里面填写信息的时候,是不会给你直接填年龄的,而是通过你的出生日期计算出你的年龄,这就是封装。...你需要把引擎盖打开,对着发动机一顿操作让他启动吗?发动机就是对用户隐藏了,而那个按一下就启动车子的按钮,就是对用户暴露的功能,我无论怎么按,车的发动机都不会被破坏。