我们都体验过LLM 提示词的强大之处，也亲眼见证过不同的提示词技巧如何影响 LLM 的输出效果，在合理进行组合时效果更佳。构建优秀LLM 应用的挑战在于如何有效地构造发送给模型的提示词，并处理模型的预测结果以返回准确的输出（见图 1-1）。图 1-1. 让 LLM 成为应用程序得力助手的挑战如果能解决这个问题，那么无论是开发简单还是复杂的 LLM 应……继续阅读 » Alan 1个月前 (03-14) 503浏览 1评论0个赞
我们在第四章 应用模型中学习了如何在自定义模块中声明或扩展业务模型。其中还介绍了为计算字段编写方法以及限制字段值的方法。本章重点讲解Odoo服务端编程的基础知识，包括方法声明、记录集操作以及扩展继承方法。读者可以使用这些知识在Odoo模块中创建或修改业务逻辑。本章主要讲解以下内容：指定模型方法并实现API装饰器向用户报告错误为不同模型获取空记录集……继续阅读 » Alan 8个月前 (08-16) 1924浏览 0评论8个赞
本章将介绍对现有的插件模块进行一些小的增强。我们已经在第三章 创建Odoo插件模块中将插件模块注册到Odoo实例中。现在，我们将更深入地探索模块的数据库层面。读者将学习如何创建一个新的模型（数据库表），添加新的字段，并应用约束。读者还将了解如何在Odoo中使用继承来修改现有模型。在本章中，您将使用在上一章中创建的相同模块。本章涵盖以下内容：定义模型表示……继续阅读 » Alan 10个月前 (06-27) 2798浏览 0评论8个赞
现在我们已经有了开发环境，并且知道如何管理Odoo服务端实例和数据库，接下来学习如何创建Odoo的插件模块。本章的主要目标是掌握插件模块的结构以及添加组件的典型增量工作流程。本章中提到的各种组件将在后续章节中详细介绍。一个Odoo模块可以包含多个元素：业务对象：声明为Python类，这些资源根据其配置由Odoo自动持久化。对象视图：业务对象UI……继续阅读 » Alan 10个月前 (06-23) 5308浏览 3评论5个赞
在第一章 安装Odoo开发环境中，我们介绍了如何使用源代码附带的标准内核插件来配置Odoo实例。作为自定义Odoo默认功能的标准实践，我们创建一个单独的模块并将其保存在不同的仓库中，以便以后可以清晰地升级Odoo自有和您的自定义仓库。本章重点介绍如何向Odoo实例添加非内核或自定义插件。在Odoo中，可以从多个目录加载插件。此外，建议从单独的文件夹加载第三方……继续阅读 » Alan 10个月前 (06-16) 2570浏览 1评论6个赞
为开启我们的Odoo开发之旅，我们要通过安装Odoo的源代码来配置我们的开发环境，这样可以对源码增强、调试及提高自身的开发技能。配置Odoo开发环境的方法有很多，但本章意在最佳方法。读者可以在网上找到讲解其他方法的教程。请注意，本章配置的是开发环境，其需求与生产环境不同；生产环境有不同的参数，必须根据系统中的数据量和用户量对配置文件做配置。在本章中会介绍配置……继续阅读 » Alan 10个月前 (06-16) 4383浏览 0评论11个赞
其它章节内容请见机器学习之PyTorch和Scikit-Learn上一章中，我们专注于调优和评估不同的分类模型的最佳实践。本章中，我们将基于这些技术，并探索构建一组分类器的方法，这些方法通常比各个成员具备更好的预测性能。本章我们学习的主要内容有：基于多数投票做出预测使用装袋法重复从训练数据集中随机抽取组合降低过拟合应用提升方法通过弱学习器构建强大的……继续阅读 » Alan 2年前 (2023-06-08) 1788浏览 0评论0个赞
体验过 OpenAI的ChatGPT的朋友们应该都会发现交谈的内容都是一个字一个字蹦出来的，熟悉其背后原理的朋友都知道除了一些预先调校的回复实际上AI的回复都是实时生成的，或者更专业的说法应该是实时预测出来的。所以这种显示效果也是一种无奈之举，但小伙伴有没有发现其实它还蛮酷的，至少不太容易让人产生反感。既然内容是实时生成的，那自然是后端接口实时喂数据给前端……继续阅读 » Alan 2年前 (2023-06-06) 2271浏览 0评论0个赞
其它章节内容请见机器学习之PyTorch和Scikit-Learn在前面的章节中，我们学习了用于分类的基本机器学习算法以及如何在喂给这些算法前处理好数据。下面该学习通过调优算法和评估模型表现来构建良好机器学习模型的最佳实践了。本章中，我们将学习如下内容：评估机器学习模型表现诊断机器学习算法常见问题调优机器学习模型使用不同的性能指标评估预测模型……继续阅读 » Alan 2年前 (2023-04-25) 3726浏览 0评论0个赞
其它章节内容请见机器学习之PyTorch和Scikit-Learn在第4章 构建优秀的训练数据集 – 数据预处理中，我们学习了使用特征选择技术对数据集降维的不同方法。特征选择以外的另一种降维方法是特征提取。本章中我们会学习两种基本技术，可帮助我们通过将其变换为比原来更低维度的特征子空间总结出数据集中的信息内容。数据压缩是机器学习中非常重要的课题，它有助于我……继续阅读 » Alan 2年前 (2023-04-17) 3771浏览 0评论0个赞
