怎么做ResNet是什么意思
ResNet是一种深度学习模型结构，它是由微软提出的一种用于处理图像识别任务的神经网络架构。ResNet是“Residual Network”的缩写，该模型的特点是引入了跳跃连接（skip connection），通过跳跃连接将前层的特征直接连接到后层的特征中，有助于解决深层网络的梯度消失和梯度爆炸问题，使得网络训练更加稳定和有效。要实现ResNet模型，可以通过构建包含跳跃连接的残差块（residual block），在每个残差块中有多个卷积层和批量归一化层来实现。通过这种方式，ResNet可以实现更深的网络结构，提高模型的性能和训练效果。
技术干货
使用RAG、Milvus和Ollama简化法律研究
在这篇博客中，我们将探讨如何将RAG应用于法律数据。
2024-11-29
技术干货
使用 Milvus Lite、Llama3 和 LlamaIndex 搭建 RAG 应用
大语言模型（LLM）已经展示出与人类交互并生成文本响应的卓越能力。这些模型可以执行各种自然语言任务，如翻译、概括、代码生成和信息检索等。
2024-11-20
技术干货
使用Ruby和Milvus构建端到端的GenAI应用
在最近的一次演讲中，Source Labs LLC的解决方案架构师Andrei Bondarev介绍了一个名为LangChain.rb的LangChain的Ruby扩展，以使全栈工程师更容易在他们的软件项目中构建GenAI应用。
2024-11-29