-
- Hal创建并共享生成应用程序
- Hal9(GitHub)旨在简化基于LLM、扩散模型和其他AI模型的应用程序的创建、部署和共享。无论是构建聊天机器人、代理、API还是生成式应用，Hal9都能最大限度地减少工程开销，让您专注于AI本身。为什么选择Hal9？许多生成式AI项目耗费大量时间在工程难题上——例如构建界面、集成工具和管理基础设施——而非核心AI工作，例如提示优化、RAG策略实施或模型性能优化。Hal9通过显著减少工程开销来改变这一现状。它提供了一个基于UnixIO约定（如stdin和stdout）的简洁轻量级界面，让您专注于AI创
- 文章 · python教程 | 3个月前 | 318浏览 收藏
-
- Gen AI 开发者周第 5 天
- GenAI开发人员第1周-第5天。有效的数据可视化连接……|作者：SaiChinmayTripurari|2025年1月|中SaiChinmayTripurari·2025年1月5日·saichinmayt.Medium
- 文章 · python教程 | 3个月前 | 329浏览 收藏
-
- 使用图神经网络预测 NBA 球员的化学反应
- 大家好，我是sea_turt1e。本文将分享我构建机器学习模型预测美国职业篮球联赛（NBA）球员化学反应的过程和结果。模型概述使用图神经网络（GNN）预测球员化学反应。以曲线下面积（AUC）作为评估指标。模型收敛时的AUC约为0.73。训练数据涵盖1996-97至2021-22赛季，2022-23赛季数据用于测试。关于NBA对于不熟悉NBA的读者，部分内容可能难以理解。“化学反应”在此处可以理解为球员间的配合默契程度。虽然本文以NBA为例，但该方法可应用于其他运动，甚至人际关系的化学反应预测。化学反应预测
- 文章 · python教程 | 3个月前 | 474浏览 收藏
-
- Docker 实践：通过示例 Flask 项目学习 Dockerfile、容器、端口转发
- 在本教程中，我们将通过一个示例Flask项目，学习如何创建Dockerfile、构建Docker镜像以及运行Docker容器。如果您对Docker还不熟悉，建议您先阅读之前的Docker入门教程：https://dev.to/omerberatsezer/docker-tutorial-dockerfile-commands-container-images-volume-network-docker-compose-2p9h我们将涵盖以下内容：创建Dockerfile复制应用程序到Dockerfile中
- 文章 · python教程 | 3个月前 | 186浏览 收藏
-
- 学习数据科学的最佳方式：有抱负的专家综合指南
- 数据科学领域日新月异，需要具备统计学、编程和专业领域知识的独特技能组合。如果您渴望进入这个充满活力的领域，掌握高效的学习方法将帮助您节省时间并最大化学习成果。本文将为您提供一个系统、全面的数据科学学习路线图。1.夯实基础在深入高级主题之前，扎实的基础至关重要，包括：数学：线性代数、微积分和概率是许多机器学习算法的基石。统计学：学习假设检验、置信区间和各种分布等概念。编程：Python和R是数据科学领域最流行的编程语言。Python初学者应重点掌握Pandas、NumPy和Matplotlib等库。2.制定
- 文章 · python教程 | 3个月前 | 369浏览 收藏
-
![pandas 中语法 `df[&#column&#] = expression` 的解释](/uploads/20250113/1736770166678502765655c.jpg)
- pandas 中语法 `df[&#column&#] = expression` 的解释
- Pandas语法df['column']=表达式用于在PandasDataFrame中创建、修改或赋值列。让我们循序渐进地深入了解其用法。基础篇1.创建新列如果DataFrame中不存在指定列，则赋值操作会创建一个新列。示例：importpandasaspddf=pd.DataFrame({'a':[1,2,3]})print(df)#输出：#a#01#12#23#创建一个名为'b'的新列，所有值都设置为0df['b']=0print(df)#输出：#ab#010#120#2302.修改现有列如果列已存在
- 文章 · python教程 | 3个月前 | 227浏览 收藏
-
- 智能 PDF 数据提取和数据库创建
- 项目目标：构建一个系统，自动从供应商提供的PDF文档中提取结构化和非结构化数据，并将其存储到数据库中，以便进行索引和查询。该系统还需集成一个能够基于PDF内容回答问题的聊天机器人。项目细节：输入：各种结构的PDF文档，包括纯文本、标题、段落、表格和项目符号列表。例如：报价单(RFQ)、合同、手册和报告。核心功能：从PDF中提取所有相关数据，并过滤掉页眉、页脚等无关信息。精确识别和构建表格，并将表格与相应的标题或说明文字（通常为粗体文本，后跟冒号）关联。处理表格中的嵌套数据。识别并提取段落中的要点，并将其组
- 文章 · python教程 | 3个月前 | 276浏览 收藏
-
- 在 Ubuntu 上安装 PyTorch 和 JupyterLab
- 谢谢您的咖啡☕！以下是经过润色后的文本，在保持原意的基础上，对语句进行了调整，并保留了图片的原始格式：升级Ubuntu系统并配置Python环境：首先，更新您的Ubuntu系统：sudoaptupdate&&sudoapt-yupgrade确认Python版本：python3--version#例如：python3.12.3安装虚拟环境工具：请根据您的Python版本安装相应的虚拟环境工具。例如，如果您使用的是Python3.13.x，则需要安装python3.13-venv。Ubuntu
- 文章 · python教程 | 3个月前 | 287浏览 收藏
-
- Deply：保持 Python 架构干净
- 目前golang学习网上已经有很多关于文章的文章了，自己在初次阅读这些文章中，也见识到了很多学习思路；那么本文《Deply：保持 Python 架构干净》，也希望能帮助到大家，如果阅读完后真的对
- 文章 · python教程 | 3个月前 | 290浏览 收藏
-
- 网页抓取教程：使用 Python 从网站中提取数据
- 利用Python进行网络数据抓取，实现网站数据自动化提取。本教程将指导您编写一个Python脚本，从目标网站抓取产品信息。我们将涵盖核心步骤、常见问题以及高效的数据存储和应用方法。网络数据抓取概述网络数据抓取是指从网站获取数据并将其以结构化形式保存的过程。此技术广泛应用于数据分析、价格比对和机器学习数据集构建等领域。但请务必遵守网站的使用条款，并遵循道德规范。脚本工作流程详解本教程以一个示例网站为例，演示如何抓取产品数据。脚本主要包含以下步骤：1.网站链接收集：使用递归函数，收集网站上指定深度内的所有内部
- 文章 · python教程 | 3个月前 | 224浏览 收藏
-
- 上传文件到 OpenAI：传递接力棒
- 本文将指导您如何利用OpenAI文件API上传预处理好的JSONL文件，为后续模型微调做好准备，这就好比将整理好的邮件交给邮递员进行投递。准备工作:确保已安装OpenAIPython包：pipinstallopenai获取您的OpenAIAPI密钥。上传文件步骤(Python代码):以下Python脚本演示了如何上传JSONL文件：importopenai#设置您的OpenAIAPI密钥openai.api_key="YOUR_API_KEY"#请替换为您的实际API密钥#训练集和测试集文件路径file_
- 文章 · python教程 | 3个月前 | 340浏览 收藏
-
- PyTorch 中的 mul
- 请我喝杯咖啡☕本文介绍PyTorch中的mul()函数。mul()函数用于执行元素级别的乘法运算，它可以处理多个维度张量以及标量。mul()函数的用法mul()函数接受两个参数：input和other。input：可以是PyTorch张量或标量（int、float、complex或bool类型）。other：可以是PyTorch张量或标量（int、float、complex或bool类型）。input和other的形状必须兼容，以便进行元素级别的乘法运算。如果其中一个是标量，则该标量会与另一个张量的每个元
- 文章 · python教程 | 3个月前 | 243浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 484次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 473次学习
查看更多
AI推荐
-
- 笔灵AI生成答辩PPT
- 探索笔灵AI生成答辩PPT的强大功能，快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成，让您的学术和职场展示更加专业与高效。
- 23次使用
-
- 知网AIGC检测服务系统
- 知网AIGC检测服务系统，专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源，结合先进的“知识增强AIGC检测技术”，系统能够从语言模式和语义逻辑两方面精准识别AI生成内容，适用于学术研究、教育和企业领域，确保文本的真实性和原创性。
- 35次使用
-
- AIGC检测-Aibiye
- AIbiye官网推出的AIGC检测服务，专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本，帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式，检测范围为论文正文，提供高准确性和便捷的用户体验。
- 37次使用
-
- 易笔AI论文
- 易笔AI论文平台提供自动写作、格式校对、查重检测等功能，支持多种学术领域的论文生成。价格优惠，界面友好，操作简便，适用于学术研究者、学生及论文辅导机构。
- 47次使用
-
- 笔启AI论文写作平台
- 笔启AI论文写作平台提供多类型论文生成服务，支持多语言写作，满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本，确保论文质量和原创性，并提供查重保障和隐私保护。
- 40次使用
