feinifi的博客

另外，在配置文件中还配置了词向量模型nomic-embed-text:latest，因此我们在测试之前，需要ollama pull nomic-embed-text:latest。当用户提出问题，会先去查询向量数据库，查出关联的片段，然后选出最相关的文档切片交给大模型LLM去处理，这样就可以避免大模型答非所问，出现幻觉等情况。我们启动的是web服务，save接口是post方法，我们直接测试，返回ok。表示成功，文本写入向量数据库。这里，把文本内容分词，然后转向量，存入向量数据库，完成数据存储。

我们手写数字是图片形式，要变为文本格式，中间需要做一个转换，先加载图片，然后根据像素点的color来展示1或者0，通常我们如果是黑白照片，那么黑色部分像素点通常是000000，数字表示就是(0,0,0)，用一维表示就是0，而白色部分是ffffff，用数字表示本来是(255,255,255)，但是这个用一维表示，我们就简单用1表示。这个示例中，当k=1的时候，只有蓝色正方形，结果判定为蓝色正方形类别，当k=3的时候，红色类别有2个，蓝色类别还是1个，通过投票法，这时候类别判定为红色三角形。

先说说遇到的问题吧，我之前pycharm2023版本，使用python3.12之后，不兼容，添加python解释器之后，pip install出现问题，no module named distutils。langchain集成了很多模块。可以方便的进行开发，本人不才，两年没有写代码，开发工具停留在23年，刚开始折腾langchain的时候，各种环境问题，这几天全面升级，拥抱python3.12+pycharm2025.3。不过这个不是重点，重点是环境问题解决了，后面可以慢慢折腾本地LLM。

keras根据LeNet5模型构建卷积神经网络实现手写数字识别。

Could not locate cudnn_ops_infer64_8.dll是环境变量导致的问题，Could not locate zlibwapi.dll需要下载zlib动态库并放入c:\windows\system32下。

keras构建卷积神经网络实现手写数字识别实验。

keras构建简单神经网络实现手写数字识别。

ubuntu下搭建vscode+ros开发环境，创建工程，包，添加依赖，编写代码，编译，运行。

介绍 TensorFlow 的基本概念和使用场景，入门示例。

树莓派不外接显示屏开启vnc服务，提供远程登录服务。解决两个问题 1自动登录，2进入桌面。

ros小车通过雷达实现slam gmapping建图。

键盘控制ros小车运动。注意需要编译工作空间，串口映射要准确，因为树莓派控制底板是通过串口连接的。

香农熵，信息增益概念和公式整理，以及根据信息增益求出最合适的根节点。

python实现Canny算子边缘检测算法。

python神经网络实现手写数字识别。

随着chat-gpt等机器人对话框架的流行，让一个名为gradio的框架也火热起来，这个框架可以开启一个http服务，并且带输入输出界面，可以让对话类的人工智能项目快速运行。

transformers模型通过pineline方式快速运用模型到输入对象上。

chatglm本地cpu运行环境部署。

pytorch训练线性回归模型并保存onnx格式，使用opencv-python库来加载模型，并预测结果。

目标检测框架yolov5环境搭建，并使用模型文件训练示例图片。

神经网络感知机算法，激活函数算法。

最小二乘法公式推导，根据平均数可以作另一种推导。