-
lineone css模板解析-html
基础csscss/app.css@import "~tailwindcss/base";// 导入Tailwind CSS的基础样式@import "./base.css";// 导入项目自定义的基础样式@import "~tailwindcss/components";// 导入Tailwind CSS的组件样式@import "./components.css";// 导入项目自定义的组件样式@import "~tailwindcss/utilities";// 导入Tailwind ...…
-
lineone css模板解析-js
配置tailwind.config.jsconst colors = require("tailwindcss/colors");const defaultTheme = require("tailwindcss/defaultTheme");// 引入依赖// colors：Tailwind CSS 提供的颜色对象。// defaultTheme：Tailwind CSS 默认的主题对象const navyColor = { 50: "#E7E9EF", 100: "#C2C9D6"...…
-
Tailwind Sandbox 范例
开局示例两种版本的比较<!DOCTYPE html><html lang="en"> <head> <meta charset="UTF-8" /> <meta http-equiv="X-UA-Compatible" content="IE=edge" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /&g...…
-
Elixir的数据框架库Explorer快速入门
Elixir的数据框架库Explorer快速入门简介Explorer是Elixir的数据框架库。数据帧是数据分析中常用的数据结构。它是一个由列和行组成的二维表，类似于SQL表或电子表格。Explorer的目标是提供一个简单而强大的API来操作数据帧。读写数据读文件可以从分隔文件（如CSV）、NDJSON、Parquet和Arrow IPC（feather）格式读取数据。可以使用DataFrame.new/1从Map或Key List中加载数据。CSV常见选项： delimiter...…
-
使用LLaMAFactory进行微调
简介LLaMA Factory是一个简单易用且高效的大型语言模型训练与微调平台。通过 LLaMA Factory,可以在无需编写任何代码的前提下,在本地完成上百种预训练模型的微调.GitHub 地址文档数据处理Alpaca格式指令监督微调数据集指令监督微调(Instruct Tuning)通过让模型学习详细的指令以及对应的回答来优化模型在特定指令下的表现。instruction 列对应的内容为人类指令, input 列对应的内容为人类输入, output 列对应的内容为模型回答.如果指定s...…
-
Ragatouille
RAGatouille声称最先进的文档检索方法，只需几行代码。动机RAGatouille的目标是缩小信息检索文献与日常生产检索使用之间日益扩大的差距。后期交互检索器(late interaction retrievers)，几乎任何零样本任务上都比密集嵌入更好，至少在测试应用程序到应用程序时是这样.然而在实际项目中开始使用ColBERT并不是特别顺利。许多好的IR框架，如Terrier或Anserini，不适合Python日常工作流程。RAGatouille的目的是帮助简化训练并使用Col...…
-
ragflow 代码解析
version = “0.11.0”主目录.├── Dockerfile├── Dockerfile.arm├── Dockerfile.cuda├── Dockerfile.scratch├── Dockerfile.scratch.oc9├── LICENSE├── README.md├── README_ja.md├── README_ko.md├── README_zh.md├── SECURITY.md├── agent├── api├── conf├── deepdoc├── ...…
-
使用Rasa构建对话助理-策略
策略(Policies)策略决定在对话的每个步骤中采取什么行动.可以同时使用机器学习和基于规则的策略.可通过在项目的config.yml中指定policy键来自定义助手使用的策略。有不同的策略可供选择，可在单个配置中包含多个策略。以下是一个策略列表的示例：recipe: default.v1policies: - name: MemoizationPolicy - name: TEDPolicy max_history: 5 epochs: 200 - name: Rul...…
-
使用Rasa构建对话助理-管道组件
管道组件组件组成了NLU管道，并按顺序工作，将用户输入处理为结构化输出。有用于实体提取、意图分类、响应选择、预处理等的组件。语言模型(Language Models)如果想在管道中使用预训练的词向量，以下组件将加载所需的预训练模型。MitieNLP(MIT Information Extraction) 简述: MITIE初始化器 输出: 无 要求：无 说明：初始化MITIE结构。每个MITIE组件都依赖于此，因此这应该放在使用任何MITIE组件的每个管道的开头。 配置：MITI...…
-
使用Rasa构建对话助理-概念
概念(Concepts)训练数据(Training Data)训练数据格式(Training Data Format)Rasa使用YAML作为统一和可扩展的方式来管理所有训练数据，包括NLU数据、故事和规则。可以将训练数据拆分为任意数量的YAML文件，每个文件都可以包含NLU数据、故事和规则的任意组合。训练数据解析器使用顶级键确定训练数据类型。域使用与训练数据相同的YAML格式，也可以拆分为多个文件或合并为一个文件。域包括响应和表单的定义。高层结构每个文件可以包含一个或多个带有相应训练数据...…
-
使用Rasa构建对话助理-词汇
Rasa词汇动作(Action)机器人程序在对话中采取的单一步骤（例如调用API或向用户发回响应）。动作服务器(Action Server)运行自定义操作代码的服务器，与Rasa分开。Rasa在Python中维护RasaSDK以实现自定义操作，尽管也可以用其他语言编写自定义操作。标注(Annotation)为消息和对话添加标签，以便它们可用于训练模型。匿名化(Anonymization)用掩码、人工或恒定的文本值替换个人身份信息（PII）的过程。这样做是为了保护用户的隐私。业务逻辑(Bus...…
-
使用Rasa构建对话助理-学习提纲
Rasa概述Rasa是什么Rasa是一个开源的机器学习框架，用于构建自动化的文本和语音对话系统，如聊天机器人和虚拟助手。Rasa由两部分组成：Rasa NLU（Natural Language Understanding，自然语言理解）和Rasa Core（现在更名为Rasa Actions，对话管理）。Rasa的目标是使开发者能够轻松地构建具有上下文感知能力的对话式AI助手.Rasa介绍：了解Rasa是什么，它的用途，以及它如何与其他对话系统相比较。Rasa架构：理解Rasa的整体架构，...…
-
pytest中conftest的使用
pytest中conftest的使用pytest的conftest.py文件是一个特殊文件，用于定义测试夹具（fixtures）和其他配置，以便在整个测试套件中共享。conftest.py 文件可以放在任何目录下，pytest 会自动发现并加载它们。主要用途 定义夹具（fixtures） 自定义测试钩子（hooks） 修改测试行为示例：使用 conftest.py假设项目结构如下project/│├── tests/│ ├── conftest.py│ ├── test_ex...…
-
MySQL使用
MySQL使用服务安装sudo apt updatesudo apt install mysql-serversudo mysql_secure_installation无密码登录服务控制sudo systemctl start mysql.service sudo systemctl stop mysql.servicesudo systemctl restart mysql.servicesudo systemctl status mysql.service常用命令安装类apt i...…
-
Ubuntu 22.04 安装 anaconda
下载安装wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.shbash Anaconda3-2024.06-1-Linux-x86_64.sh创建环境conda create -n envnameconda activate envname删除环境conda remove --name <env_name> --all升级conda update -n base -c defaults...…
-
windows安装wsl系统
准备工作打开管理员powerShell执行以下指令# 启用wsldism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart# 启用虚拟机dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestartEnable-WindowsOptionalFeature...…
-
Ubuntu学习
更新源ubuntu20sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo vim /etc/apt/sources.list#添加阿里源deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiversedeb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted un...…
-
在Markdown中使用Mermaid画图
MermaidMermaid是一种简单的类似markdown的脚本语言，用于通过javascript从文本生成图表。在网页中使用Mermaid阅读教程,用Mermaid生成图表和流程图，学习如何在网页中使用Mermaid在Markdown中使用Mermaid您可以使用Jekyll插件Jekyll Merma在本地Jekyll中创建带有标记的图表和流程图。例如，定义一个具有4个节点的流程图，如下所示:graph TD; A-->B; A-->C; B-->...…
-
Sql经典实例 第四章
复制数据到另外一个表insert into dept_east(deptno, dname, loc) select deptno, dname, loc from dept where loc in ('New York', 'BOSTON')复制表定义create table dept_2 as select * from dept where 1 = 0使用另外一个表的数据更新记录update emp set sal = ns.sal, e.ecom...…
-
Sql经典实例 第三章
查找只存在于一个表中的记录select deptno from deptexcept select deptno from emp从一个表中检索出与另一个表不相关的行-- 哪些部门没有员工？select d.* from dept d left join emp e on d.deptno = e.deptno where e.deptno is null新增连接查询而不影响其他连接查询-- 查找所有员工的姓名、部门所在地和奖金select ename, d.loc...…
