首页
📷在线壁纸
🎬娱乐天地
🔖友情链接
更多
📝留言板
Search
1
【javascript】JS-向当前url追加参数
2,345 阅读
2
【PHP】生成随机昵称
2,202 阅读
3
【PHP】判断一个字符串是否属于序列化后的数据
2,024 阅读
4
【css】html+css给文章页,做阅读全文
1,975 阅读
5
【PHP】 设计模式(23种)
1,909 阅读
📂默认分类
💓typecho
🏳️🌈代码改变世界
🍇 mysql
🍈 Winform
🍓 golang
🍉 设计模式
🥝 PHP
🍎 python
🍊 nginx
🍋 网络安全
🍍 javascript
🫑 database
🍡 AI
🍭文艺范
🍏mac
登录
Search
标签搜索
php
typecho
代码注释
redis
mysql
go
golang
nginx
thinkphp
docker
gin
linux
curl
html
mamp
算法
短网址
构造函数
webhook
代码片段
依然范儿特西
累计撰写
145
篇文章
累计收到
1
条评论
首页
栏目
📂默认分类
💓typecho
🏳️🌈代码改变世界
🍇 mysql
🍈 Winform
🍓 golang
🍉 设计模式
🥝 PHP
🍎 python
🍊 nginx
🍋 网络安全
🍍 javascript
🫑 database
🍡 AI
🍭文艺范
🍏mac
页面
📷在线壁纸
🎬娱乐天地
🔖友情链接
📝留言板
搜索到
2
篇与
的结果
2024-03-28
基于Gradio快速搭建demo展示
Gradio官网:https://gradio.app/1 安装方式pip install gradio2. 初步了解官网上有gradio使用的教程,包括例子NLP相关:输入问题,输出回答CV相关:输入图片,输出图片时序相关:时间序列预测3. 简单例子输入多个文本,输出多个文本import gradio as gr def greet(a, b): return f"Hello {a} ", f"Greet {b}" demo = gr.Interface( fn=greet, inputs=[gr.Text(label='input_text_a'), gr.Text(label='input_text_b')], outputs=[gr.Text(label='output_text_a'), gr.Text(label='output_text_b')] ) demo.launch(auth=("user_name", "pwd"), # 设置这个demo需要输入的认证信息 ) 4.可视化展示# 折叠的文本框 with gr.Accordion("超参数说明", open=False): gr.Markdown("...") 5. 其他例子https://github.com/gradio-app/gradio/tree/main/demo/all_demos
2024年03月28日
14 阅读
0 评论
1 点赞
2024-03-13
面向初学者的生成式人工智能课程
通过 12 章的课程,开启构建生成式 AI 应用程序之路面向初学者的生成式人工智能课程通过微软云技术布道师团队提供的十二章系列课程,了解构建生成式 AI 应用程序的基础知识。 每章都涵盖了生成式人工智能原理和应用程序开发的一个关键方面。 在整个系列课程中,我们将建立我们自己的生成式人工智能初创公司,以便您可以了解如何实现您的想法。代码仓库https://github.com/microsoft/generative-ai-for-beginners🌱 如何开始首先,将 整个 repo fork 到您自己的 GitHub 帐户,以便能够更改任何代码并完成相关学习。 您还可以(🌟)该 Fork以便稍后更容易地找到它!前往课程学习环境设置 找到最适合您的设置指南!🗣️ 找到志同道合的人和获取支持我们相信最好的学习方式之一就是与他人一起学习! 加入我们的官方 AI Discord server,与参加本课程的其他学习者会面和交流并获得支持。 您可能会在那里找到一位联合创始人!🚀 您是否来自一家初创公司还是有一个创业的想法?访问 Microsoft's Founders Hub,您可以在这里申请获得免费 OpenAI credits以及可高达价值 15 万美元的 Azure AI 服务。📂 每章都包含每章导学视频书面课程位于自述文件中对于基于项目的课程,带有代码示例的 Jupyter Notebook应用所学知识的知识拓展和知识检查进阶学习资源链接🗃️ 每章内容 课程链接相关教学内容学习目标00课程介绍和学习环境设置学习环境配置和课程结构在学习本课程的同时帮助您取得成功01生成式人工智能和 LLMs 介绍知识点: 生成式人工智能以及我们如何适应当前的技术格局了解什么是生成式人工智能 以及 LLMs 的工作原理。02探索和比较不同的 LLMs知识点: 测试、迭代和比较不同的 LLMs 模型为您的应用场景选择正确的模型03负责任地使用生成式人工智能知识点: 了解基础模型的局限性和人工智能背后的风险了解如何负责任地构建生成式人工智能应用程序04提示工程基础代码/知识点: 提示工程最佳实践了解提示结构和用法05创建高级的提示工程技巧代码/知识点: 通过在提示中应用不同的技术来扩展您的提示工程知识应用提示工程技术来改善提示结果。06创建文本生成应用代码: 使用 Azure OpenAI 构建文本生成应用程序了解如何有效地使用令牌和温度来改变模型的输出 07创建聊天应用代码: 有效构建和集成聊天应用程序的技术。确定关键指标和注意事项,以有效监控和维护人工智能聊天应用程序的质量08创建搜索应用代码: 语义搜索与关键字搜索。 什么是文本嵌入以及它们如何应用于搜索创建一个使用嵌入来搜索数据的应用程序。09创建图像生成应用代码: 图像生成及其在构建应用程序中的作用构建图像生成应用程序10创建低代码的人工智能应用低代码: Power Platform 中的生成式 AI 简介使用低代码为我们的教育初创公司构建学生作业跟踪应用程序 11为生成式 AI 添加 function calling代码: 什么是 Function Calling 及其在应用程序中的使用示例设置 Function Calling 以从外部 API 检索数据 12为人工智能应用程序添加用户体验知识点: 设计人工智能应用程序以实现信任和透明度开发生成式人工智能应用时用户体验设计的相关原则 xx拓展学习包含每章内容的的拓展链接!掌握生成式人工智能相关技能 🎒 更多系列课程还有更多基础基础的系列课程,请点击学习机器学习入门系列数据科学入门系列人工智能入门系列网页编程入门系列物联网入门系列虚拟现实入门系列
2024年03月13日
7 阅读
0 评论
1 点赞