程序調用 AI 大模型 -- Java

程序調用 AI 大模型 – Java

1、SDK 接入

安裝阿里云百煉SDK_大模型服務平臺百煉(Model Studio)-阿里云幫助中心

<dependency><groupId>com.alibaba</groupId><artifactId>dashscope-sdk-java</artifactId><!-- 請將 'the-latest-version' 替換為最新版本號：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java --><version>the-latest-version</version>
</dependency>

// 建議dashscope SDK的版本 >= 2.12.0
import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.JsonUtils;public class Main {public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {Generation gen = new Generation();Message systemMsg = Message.builder().role(Role.SYSTEM.getValue()).content("You are a helpful assistant.").build();Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是誰？").build();GenerationParam param = GenerationParam.builder()// 若沒有配置環境變量，請用百煉API Key將下行替換為：.apiKey("sk-xxx").apiKey(System.getenv("DASHSCOPE_API_KEY"))// 此處以qwen-plus為例，可按需更換模型名稱。模型列表：https://help.aliyun.com/zh/model-studio/getting-started/models.model("qwen-plus").messages(Arrays.asList(systemMsg, userMsg)).resultFormat(GenerationParam.ResultFormat.MESSAGE).build();return gen.call(param);}public static void main(String[] args) {try {GenerationResult result = callWithMessage();System.out.println(JsonUtils.toJson(result));} catch (ApiException | NoApiKeyException | InputRequiredException e) {// 使用日志框架記錄異常信息System.err.println("An error occurred while calling the generation service: " + e.getMessage());}System.exit(0);}
}

2、HTTP 接入

對于 SDK 不支持的編程語言或需要更靈活控制的場景，可以直接使用 HTTP 請求調用 AI 大模型的 API。

使用建議：優先使用 SDK ，不支持 SDK ，再考慮 HTTP 調用

curl --location "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header "Content-Type: application/json" \
--data '{"model": "qwen-plus","input":{"messages":[      {"role": "system","content": "You are a helpful assistant."},{"role": "user","content": "你是誰？"}]},"parameters": {"result_format": "message"}
}'

轉換為使用Hutool工具類的Java代碼

package com.ping.aiagent.demo.invoke;import cn.hutool.http.HttpRequest;
import cn.hutool.json.JSONArray;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.ping.aiagent.contant.TestAPI;/*** HTTP 方式調用 AI*/
public class DashscopeRequest {public static void main(String[] args) {// API密鑰String apiKey = TestAPI.API_KEY;// 構建請求URLString url = "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation";// 構建請求JSON體JSONObject requestBody = new JSONObject();requestBody.set("model", "qwen-plus");JSONObject input = new JSONObject();// 創建消息數組JSONArray messages = new JSONArray();// 添加系統消息messages.add(new JSONObject().set("role", "system").set("content", "You are a helpful assistant."));// 添加用戶消息messages.add(new JSONObject().set("role", "user").set("content", "你是誰？"));input.set("messages", messages);JSONObject parameters = new JSONObject();parameters.set("result_format", "message");requestBody.set("input", input);requestBody.set("parameters", parameters);// 發送POST請求String response = HttpRequest.post(url).header("Authorization", "Bearer " + apiKey).header("Content-Type", "application/json").body(requestBody.toString()).timeout(20000).execute().body();System.out.println(response);}
}

3、Spring AI

Spring AI 是 Spring 生態系統的新成員，旨在簡化 AI 功能與 Spring 應用的集成。Spring AI 官方文檔

Spring AI 默認沒有支持所有的大模型（尤其是國產的）。

Spring AI AlibabaSpring AI Alibaba 官網_快速構建 JAVA AI 應用

阿里對 Spring AI 做了一個兼容和升級，可以更好的和阿里系的大模型兼容。

<dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M5.1</version>
</dependency><repositories><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository>
</repositories>

更改配置文件

spring:application:name: ping-ai-agentai:dashscope:api-key: < API KEY >chat:options:model: qwq-plus

package com.ping.aiagent.demo.invoke;import jakarta.annotation.Resource;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.boot.CommandLineRunner;
import org.springframework.stereotype.Component;/*** Spring AI 模型框架調用 AI 大模型*/
@Component
public class SpringAiAiInvoke implements CommandLineRunner {@Resourceprivate ChatModel dashscopeChatModel; // 先通過名稱 找不到再通過類型 一定要是這個名稱// 還可以通過 ChatClient 對話客戶端的方式去調用 能夠提供更多的高級 AI 交互功能@Overridepublic void run(String... args) throws Exception {AssistantMessage assistantMessage = dashscopeChatModel.call(new Prompt("你好呀")).getResult().getOutput(); // 取出 getResult 對象的內容System.out.println(assistantMessage.getText()); // 拿到文本響應}
}

4、LangChain4j

知名 AI 框架 LangChain 的 Java 版本。

LangChain 官方是沒有支持阿里系大模型的，只能用社區版本整合的大模型包。LangChain4j模型集成。

接入阿里云靈積模型，參考官方文檔：DashScope 模型集成。

<dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-community-dashscope</artifactId><version>1.0.0-beta2</version>
</dependency>

本地部署和接入 AI 大模型

1、本地安裝大模型。

官網安裝

無需自己執行腳本安裝，也省去了復雜的環境配置。

Ollama 不僅提供了友好的命令行界面，還支持 API 調用，方便與各種應用程序集成。參考：官方 API 文檔。

檢測模型是否運行：localhost:11434。

2、Spring AI 調用 Ollama 大模型

Spring AI 原生支持調用 Ollama 大模型，直接參考 [官方文檔](Ollama-阿里云Spring AI Alibaba官網官網) 編寫配置和代碼即可。

配置依賴。

<!--  https://java2ai.com/docs/1.0.0-M6.1/models/ollama/  -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-ollama-spring-boot-starter</artifactId><version>1.0.0-M6</version>
</dependency><!--  需要引入倉庫配置，才能下載到最新的 Spring AI 的相關依賴  -->
<repositories><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository>
</repositories>

調用配置

spring:ai:ollama:base-url: http://localhost:11434chat:model: llama3

擴展：火山引擎

火山方舟管理控制臺

1、HTTP 接入

curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \-H "Content-Type: application/json" \-H "Authorization: Bearer <Your Api Key>" \-d $'{"model": "doubao-seed-1-6-250615","messages": [{"content": [{"image_url": {"url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"},"type": "image_url"},{"text": "圖片主要講了什么?","type": "text"}],"role": "user"}]
}'

轉換為使用Hutool工具類的Java代碼

package com.ping.aiagent.demo.invoke;import cn.hutool.http.HttpRequest;
import cn.hutool.json.JSONArray;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.ping.aiagent.contant.TestAPI;public class VolcengineImageChat {public static void main(String[] args) {String url = "https://ark.cn-beijing.volces.com/api/v3/chat/completions";String token = TestAPI.VolcengineImageChat_Api_KET;if (token == null || token.trim().isEmpty()) {throw new IllegalArgumentException("API密鑰不能為空");}String imageUrl = "https://cdn.jsdmirror.com/gh/qiuping01/my-images/202508191817326.jpg";try {int statusCode = HttpRequest.get(imageUrl).timeout(10000).execute().getStatus();if (statusCode != 200) {System.err.println("警告: 圖片URL可能無法訪問，狀態碼: " + statusCode);}} catch (Exception e) {System.err.println("警告: 無法驗證圖片URL: " + e.getMessage());}JSONObject requestBody = new JSONObject();requestBody.set("model", "doubao-seed-1-6-250615");JSONArray messages = new JSONArray();JSONArray contentArray = new JSONArray();JSONObject imageObject = new JSONObject();imageObject.set("type", "image_url");JSONObject imageUrlObject = new JSONObject();imageUrlObject.set("url", imageUrl);imageObject.set("image_url", imageUrlObject);contentArray.add(imageObject);JSONObject textObject = new JSONObject();textObject.set("type", "text");textObject.set("text", "圖片主要講了什么?");contentArray.add(textObject);JSONObject userMessage = new JSONObject();userMessage.set("role", "user");userMessage.set("content", contentArray);messages.add(userMessage);requestBody.set("messages", messages);int maxRetries = 3;int retryCount = 0;String response = null;while (retryCount < maxRetries) {try {System.out.println("發送請求到: " + url);long startMs = System.currentTimeMillis();response = HttpRequest.post(url).header("Content-Type", "application/json").header("Authorization", "Bearer " + token).body(requestBody.toString()).timeout(120000).execute().body();long costMs = System.currentTimeMillis() - startMs;// 直觀輸出printPrettyResponse(response, imageUrl, "圖片主要講了什么?", costMs);break;} catch (Exception e) {retryCount++;System.err.println("請求失敗，第 " + retryCount + " 次重試...");System.err.println("錯誤信息: " + e.getMessage());if (retryCount >= maxRetries) {System.err.println("已達到最大重試次數，放棄請求");throw new RuntimeException("請求失敗，已達到最大重試次數", e);}try {Thread.sleep(2000L * retryCount);} catch (InterruptedException ie) {Thread.currentThread().interrupt();throw new RuntimeException("重試等待被中斷", ie);}}}}private static void printPrettyResponse(String response, String imageUrl, String userQuestion, long costMs) {if (response == null || response.isEmpty()) {System.out.println("未收到響應");return;}JSONObject resp;try {resp = JSONUtil.parseObj(response);} catch (Exception e) {System.out.println("收到非JSON響應，原始內容：\n" + response);return;}// 錯誤處理if (resp.containsKey("error")) {JSONObject error = resp.getJSONObject("error");System.out.println("\n================== 豆包 AI 響應（錯誤） ==================");System.out.println("錯誤代碼: " + error.getStr("code", "-"));System.out.println("錯誤信息: " + error.getStr("message", "-"));System.out.println("原始響應(JSON)：\n" + JSONUtil.toJsonPrettyStr(resp));System.out.println("========================================================");return;}String id = resp.getStr("id", "-");String model = resp.getStr("model", "-");JSONObject usage = resp.getJSONObject("usage");Integer promptTokens = usage.getInt("prompt_tokens", null);Integer completionTokens = usage.getInt("completion_tokens", null);Integer totalTokens = usage.getInt("total_tokens", null);// 提取助手回答（兼容字符串或分段數組）String assistantAnswer = extractAssistantAnswer(resp);System.out.println("\n================== 豆包 AI 響應（已格式化） ===============");System.out.println("請求信息");System.out.println("- 圖片URL    : " + imageUrl);System.out.println("- 用戶問題    : " + userQuestion);System.out.println("- 耗時        : " + costMs + " ms");System.out.println("\n元信息");System.out.println("- 請求ID      : " + id);System.out.println("- 模型        : " + model);if (promptTokens != null || completionTokens != null || totalTokens != null) {System.out.println("- Token用量   : prompt=" + safeInt(promptTokens)+ ", completion=" + safeInt(completionTokens)+ ", total=" + safeInt(totalTokens));}System.out.println("\n助手回答");System.out.println(assistantAnswer == null || assistantAnswer.isEmpty() ? "(空)" : assistantAnswer);System.out.println("\n原始響應(JSON)"); // 便于排查System.out.println(JSONUtil.toJsonPrettyStr(resp));System.out.println("========================================================\n");}private static String extractAssistantAnswer(JSONObject resp) {try {JSONArray choices = resp.getJSONArray("choices");if (choices == null || choices.isEmpty()) {return "";}JSONObject first = choices.getJSONObject(0);if (first == null) return "";JSONObject message = first.getJSONObject("message");if (message == null) return "";Object content = message.get("content");if (content == null) return "";// 可能是字符串if (content instanceof CharSequence) {return String.valueOf(content).trim();}// 也可能是數組（多模態分段）if (content instanceof JSONArray) {JSONArray parts = (JSONArray) content;StringBuilder builder = new StringBuilder();for (int i = 0; i < parts.size(); i++) {JSONObject part = parts.getJSONObject(i);String type = part.getStr("type", "");if ("text".equalsIgnoreCase(type)) {builder.append(part.getStr("text", ""));} else if ("image_url".equalsIgnoreCase(type)) {JSONObject img = part.getJSONObject("image_url");String url = img == null ? "" : img.getStr("url", "");builder.append("\n[圖片] ").append(url);}}return builder.toString().trim();}return String.valueOf(content).trim();} catch (Exception e) {return "";}}private static String safeInt(Integer v) {return v == null ? "-" : String.valueOf(v);}
}

2、SDK 調用

<dependency><groupId>com.volcengine</groupId><artifactId>volcengine-java-sdk-ark-runtime</artifactId><version>LATEST</version>
</dependency>

package com.volcengine.ark.runtime;import com.volcengine.ark.runtime.model.completion.chat.ChatCompletionContentPart;
import com.volcengine.ark.runtime.model.completion.chat.ChatCompletionRequest;
import com.volcengine.ark.runtime.model.completion.chat.ChatMessage;
import com.volcengine.ark.runtime.model.completion.chat.ChatMessageRole;
import com.volcengine.ark.runtime.service.ArkService;
import okhttp3.ConnectionPool;
import okhttp3.Dispatcher;import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.TimeUnit;// 請確保您已將 API Key 存儲在環境變量 ARK_API_KEY 中
// 初始化Ark客戶端，從環境變量中讀取您的API Key
public class ChatCompletionsVisionExample {// 從環境變量中獲取您的 API Key。此為默認方式，您可根據需要進行修改static String apiKey = System.getenv("ARK_API_KEY");// 此為默認路徑，您可根據業務所在地域進行配置static String baseUrl = "https://ark.cn-beijing.volces.com/api/v3";static ConnectionPool connectionPool = new ConnectionPool(5, 1, TimeUnit.SECONDS);static Dispatcher dispatcher = new Dispatcher();static ArkService service = ArkService.builder().dispatcher(dispatcher).connectionPool(connectionPool).baseUrl(baseUrl).apiKey(apiKey).build();public static void main(String[] args) {System.out.println("----- image input -----");final List<ChatMessage> messages = new ArrayList<>();final List<ChatCompletionContentPart> multiParts = new ArrayList<>();multiParts.add(ChatCompletionContentPart.builder().type("image_url").imageUrl(new ChatCompletionContentPart.ChatCompletionContentPartImageURL("https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg")).build());multiParts.add(ChatCompletionContentPart.builder().type("text").text("這是哪里？").build());final ChatMessage userMessage = ChatMessage.builder().role(ChatMessageRole.USER).multiContent(multiParts).build();messages.add(userMessage);ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder()// 指定您創建的方舟推理接入點 ID，此處已幫您修改為您的推理接入點 ID.model("doubao-seed-1-6-250615").messages(messages).build();service.createChatCompletion(chatCompletionRequest).getChoices().forEach(choice -> System.out.println(choice.getMessage().getContent()));service.shutdownExecutor();}
}

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/web/93733.shtml
繁體地址，請注明出處：http://hk.pswp.cn/web/93733.shtml
英文地址，請注明出處：http://en.pswp.cn/web/93733.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

VMware 虛擬機完全使用教程：從基礎到高級應用

VMware 虛擬機完全使用教程：從基礎到高級應用

VMware 虛擬機完全使用教程&#xff1a;從基礎到高級應用 一、引言 在當今數字化時代&#xff0c;計算機技術的飛速發展使得硬件性能不斷提升&#xff0c;但同時也帶來了資源浪費和管理復雜等問題。虛擬機技術應運而生&#xff0c;它能夠在一臺物理計算機上模擬出多臺獨立的計…
閱讀更多...
函數對象 vs 函數指針 vs lambda：該用哪個才高效？

函數對象 vs 函數指針 vs lambda：該用哪個才高效？

博主介紹&#xff1a;程序喵大人 35 - 資深C/C/Rust/Android/iOS客戶端開發10年大廠工作經驗嵌入式/人工智能/自動駕駛/音視頻/游戲開發入門級選手《C20高級編程》《C23高級編程》等多本書籍著譯者更多原創精品文章&#xff0c;首發gzh&#xff0c;見文末&#x1f447;&#x…
閱讀更多...
Java團隊項目開發規范——對象分層規范

Java團隊項目開發規范——對象分層規范

分層與對象命名規范如上圖所示&#xff0c;系統劃分成3個層&#xff1a;Controller層&#xff0c;Service層&#xff0c;Domain層 Controller層&#xff1a; Controller層是接入層&#xff0c;提供對外或者前端的接口&#xff0c;該層主要作用是提供對外接口的封裝。基于CQRS分…
閱讀更多...
低功耗模式

低功耗模式

1. 什么是低功耗&#xff1f;低功耗模式&#xff1a;MCU 暫停部分時鐘/外設&#xff0c;降低電流消耗&#xff0c;等待外部事件&#xff08;中斷/復位/喚醒&#xff09;再恢復運行。應用場景&#xff1a;電池供電設備&#xff08;傳感器、手持設備、IoT 節點&#xff09;——延…
閱讀更多...
GPT-5 官方前瞻：它將如何重塑你的數字生活？

GPT-5 官方前瞻：它將如何重塑你的數字生活？

你是否曾想過&#xff0c;有一天你的瀏覽器不再是一個被動等待指令的工具&#xff0c;而是一個能主動為你分憂解難的智能伙伴&#xff1f;OpenAI 的 CEO Sam Altman 最近的發言&#xff0c;以及關于 GPT-5 的種種跡象&#xff0c;都預示著這個未來比我們想象的更近。這不僅是一…
閱讀更多...
驅動開發系列65 - NVIDIA 開源GPU驅動open-gpu-kernel-modules 目錄結構

驅動開發系列65 - NVIDIA 開源GPU驅動open-gpu-kernel-modules 目錄結構

一：OS相關部分 kernel-open/ 內核接口層 kernel-open/nvidia/ nvidia.ko 的接口層，負責GPU初始化，顯存管理，PCIe通信，中斷處理，電源管理等底層功能。 kernel-open/nvidia-drm/ nvidia-drm.ko 的接口層，提供標準圖形接口，讓Xorg、Wayland、Kwin、GNOME等桌面環境能夠通…
閱讀更多...
GPT-4.1旗艦模型：復雜任務的最佳選擇及API集成實踐

GPT-4.1旗艦模型：復雜任務的最佳選擇及API集成實踐

GPT-4.1旗艦模型&#xff1a;復雜任務的最佳選擇及API集成實踐 概述 GPT-4.1作為新一代旗艦大模型&#xff0c;憑借其卓越的智能表現、強大的跨領域問題解決能力&#xff0c;成為復雜任務處理的首選。本文將詳細解析GPT-4.1的核心能力、接口用法、計費方式、功能對比及API集成…
閱讀更多...
paimon保姆級教程簡介

paimon保姆級教程簡介

還在糾結 Flink 配 Hudi 還是 Iceberg&#xff1f;別選了&#xff0c;快來試試 Flink 的“天選之子”—— Apache Paimon&#xff01; 忘掉復雜的 Lambda 架構&#xff0c;擁抱真正的流批一體。我們的 Paimon 視頻教程&#xff0c;帶你用 Flink 原生湖倉格式&#xff0c;輕松構…
閱讀更多...
Transformer中的編碼器和解碼器是什么？

Transformer中的編碼器和解碼器是什么？

今天&#xff0c;我們來具體介紹Transformer的架構設計。 一個完整的Transformer模型就像一個高效的語言處理工廠&#xff0c;主要由兩大車間組成&#xff1a;編碼車間和解碼車間。 首先來看這幅“世界名畫”&#xff0c;你可以在介紹Transformer的場景中常常看到這幅圖&#x…
閱讀更多...
uniapp 應用未安裝：軟件包與現有軟件包存在沖突

uniapp 應用未安裝：軟件包與現有軟件包存在沖突

應用未安裝&#xff1a;軟件包與現有軟件包存在沖突常見原因包名&#xff08;AppID&#xff09;沒變&#xff0c;但簽名證書不同安卓會把同一包名的 App 當成同一個應用。如果你之前安裝的版本用了 A 簽名&#xff0c;現在你打包用了 B 簽名&#xff0c;就會沖突&#xff0c;導…
閱讀更多...
MyCAT2的主從配置

MyCAT2的主從配置

1.創建數據源重置配置&#xff1a;/* mycat:resetConfig{} */添加讀寫的數據源/* mycat:createDataSource {"dbType": "mysql","idleTimeout": 60000,"initSqls": [],"initSqlsGetConnection": true,"instanceType&quo…
閱讀更多...
個人介紹CSDNmjhcsp

個人介紹CSDNmjhcsp

年齡&#xff1a;12歲 住址&#xff1a;山東濰坊 看的這&#xff0c;有人懵了&#xff0c;訪問量4.8萬的mjhcsp竟然是一個小孩&#xff01; 好吧&#xff0c;我的強項其實是C&#xff0c;但是C發表文章很少&#xff0c;我平常寫一寫java&#xff0c;云原生&#xff0c;Deeps…
閱讀更多...
01-Docker-簡介、安裝與使用

01-Docker-簡介、安裝與使用

1. docker簡介 Docker 是一個應用打包、分發、部署的工具你也可以把它理解為一個輕量的虛擬機&#xff0c;它只虛擬你軟件需要的運行環境&#xff0c;多余的一點都不要&#xff0c;而普通虛擬機則是一個完整而龐大的系統&#xff0c;包含各種不管你要不要的軟件。 2. 相關概念 …
閱讀更多...
阿里云參數配置化

阿里云參數配置化

阿里云參數配置化 一、問題描述 當我們直接在AliOSSUtils.java中對所需的阿里云OSS相關參數進行賦值時&#xff0c;當相關參數發生改變&#xff0c;但是又在多次進行了賦值這些參數&#xff0c;那么就需要逐一進行修改&#xff0c;所以我們直接在SpringBoot項目的配置文件appli…
閱讀更多...
Diamond開發經驗（1）

Diamond開發經驗（1）

前言: 學習Lattice的芯片開發的過程中&#xff0c;很多實際開發過程中遇到的問題是沒辦法繞過的&#xff0c;雖然我今天被繞了一天&#xff08;此句多余&#xff0c;單純記錄美好心情哈哈哈哈&#xff09;將這些解決方法梳理成文章供大家參考&#xff0c;十個問題組成一篇文章。…
閱讀更多...
神經網絡訓練過程詳解

神經網絡訓練過程詳解

神經網絡訓練過程詳解 神經網絡訓練過程是一個動態的、迭代的學習過程&#xff0c;接下來基于一段代碼展示模型是如何逐步學習數據規律的。 神經網絡擬合二次函數&#xff1a;代碼詳解 下面將詳細解釋這段代碼&#xff0c;它使用神經網絡擬合一個帶有噪聲的二次函數 y x 2x …
閱讀更多...
LeetCode100-560和為K的子數組

LeetCode100-560和為K的子數組

本文基于各個大佬的文章上點關注下點贊&#xff0c;明天一定更燦爛&#xff01;前言Python基礎好像會了又好像沒會&#xff0c;所有我直接開始刷leetcode一邊抄樣例代碼一邊學習吧。本系列文章用來記錄學習中的思考&#xff0c;寫給自己看的&#xff0c;也歡迎大家在評論區指導…
閱讀更多...
【PZ-ZU47DR-KFB】璞致FPGA ZYNQ UltraScalePlus RFSOC QSPI Flash 固化常見問題說明

【PZ-ZU47DR-KFB】璞致FPGA ZYNQ UltraScalePlus RFSOC QSPI Flash 固化常見問題說明

1 Flash 固化Flash 固化需要先生成 BOOT.bin 文件&#xff0c;這邊以裸機的串口工程進行講解如何生成 BOOT.bin 文件及 Flash 固化操作。有讀者會遇到&#xff0c;只使用 PL 端的情況&#xff0c;也需要進行 Flash 固化。我們需要添加 PS 端最小配置&#xff08;包含 Flash 配置…
閱讀更多...
數據結構：查找表

數據結構：查找表

一、數據結構的概念數據結構是指相互之間存在一種或多種特定關系的數據元素的集合。它不僅僅是存儲數據的方式&#xff0c;更強調數據之間的邏輯關系和操作方法。數據結構主要從以下幾個角度來理解&#xff1a;1. 數據之間的關系邏輯結構&#xff1a;集合結構&#xff1a;元素之…
閱讀更多...
自建知識庫，向量數據庫 （十）之 文本向量化——仙盟創夢IDE

自建知識庫，向量數據庫 （十）之 文本向量化——仙盟創夢IDE

自建文章向量化技術&#xff1a;AI 浪潮下初學者的進階指南 在人工智能&#xff08;AI&#xff09;蓬勃發展的浪潮中&#xff0c;向量化作為將文本數據轉化為數值向量表示的關鍵技術&#xff0c;成為理解和處理文本的基石。本文將結合給定的代碼示例&#xff0c;深入探討自建文…
閱讀更多...
最新文章

Copyright @ 2022~2023