from langchain.embeddings import HuggingFaceEmbeddings
HuggingFaceEmbeddings(model_name='infgrad/stella-base-zh-v2', cache_folder='models/embeddings/')
embeddings = HuggingFaceEmbeddings(model_name='models/embeddings/infgrad_stella-base-zh-v2',
encode_kwargs={'normalize_embeddings': True})
这里使用的文档是：合作方人员出勤及结算管理信息化支撑规则
一、出勤打卡
出勤打卡包括：正常出勤打卡、出差打卡、外出打卡、加班打卡。
1. 正常出勤打卡：指正常的出勤办公打卡。
（1）全天出勤打卡：上班打卡：8点30分之前打卡。下班打卡：17点30分之后打卡。
（2）半天出勤打卡。上午打卡时间段：8点30分之前、12点之后。下午时间段：13点之前，17点30分之后。
（3）打卡(考勤机或企业微信打卡)形式按部门要求为准，最小半天为统计单位。
2. 出差打卡：指出差地出勤办公或在途期间打卡。
（1）固定出差地打卡：打卡时间参照第1条正常出勤上下班打卡；无法定位有效范围的找部门管理员修改工作打卡位置。(具体按照各部门要求执行)
（2）出差在途打卡(使用手机外出打卡)。到车站坐车前打外出打卡一次，到达目的地后打外出打卡一次(往返同理)。下午出差的，上午需打正常出勤卡(上午正常出勤须闭环打卡)；上午到达出差地的，下午需打一次外出打卡或上下班打卡。
3. 外出打卡：指外出办事打卡。提外出申请后，可以打外出卡，打外出卡时间需在申请时间内：
（1）半天外出：如外出时间在上午(12点前) 或者下午(12点后)，则另外半天需正常出勤打卡。
（2）跨12点外出：如外出跨度期间包含12点，则12点前、12点后分别打外出卡即可记为合格出勤。
// ...
APIKeyHeader 的源码
class APIKeyHeader(APIKeyBase):
def __init__(
self,
*,
name: str,
scheme_name: Optional[str] = None,
description: Optional[str] = None,
auto_error: bool = True,
):
self.model: APIKey = APIKey(
**{"in": APIKeyIn.header}, # type: ignore[arg-type]
name=name,
description=description,
)
self.scheme_name = scheme_name or self.__class__.__name__
// ...
如果 auto_error=True（默认），那么当 api_key 不存在时，会抛出 HTTPException 异常，返回 403 状态码。
如果 auto_error=False，那么当 api_key 不存在时，会返回 None。那么自定义函数 get_api_key 才会被调用。
这里主要是了解 Dockerfile 中 ARG 指令的作用范围。
ARG BASE_IMAGE=python:3.10.9
FROM ${BASE_IMAGE} AS builder
...
FROM ${BASE_IMAGE}
...
FROM python:3.10.9 AS builder
ARG APP_HOME=/WALL-E-AI
WORKDIR ${APP_HOME}
FROM python:3.10.9
ARG APP_HOME=/WALL-E-AI
WORKDIR ${APP_HOME}
EasyOCR 支持 80+ 语言。
Abaza = 'abq'
Adyghe = 'ady'
Afrikaans = 'af'
Angika = 'ang'
Arabic = 'ar'
Assamese = 'as'
Avar = 'ava'
Azerbaijani = 'az'
Belarusian = 'be'
Bulgarian = 'bg'
Bihari = 'bh'
Bhojpuri = 'bho'
Bengali = 'bn'
Bosnian = 'bs'
Simplified_Chinese = 'ch_sim'
// ...
PaddleOCR 支持中英文、英文、法语、德语、韩语、日语。
Simplified_Chinese = 'ch'
English = 'en'
French = 'french'
German = 'german'
Korean = 'korean'
Japanese = 'japan'
@app.get("/", response_class=HTMLResponse, include_in_schema=False)
async def index():
# 需要过滤的路由
filted_routes = [
"/openapi.json",
"/docs",
"/docs/oauth2-redirect",
"/redoc",
"/static",
"/"
]
routes = []
for route in app.routes:
if route.path not in filted_routes:
// ...
pip install markdown
使用
from markdown import markdown
print(markdown("# Title"))
<h1>Title</h1>
from pydantic import BaseModel, Json, ValidationError
from fastapi import APIRouter, File, UploadFile, HTTPException, Form, Depends
class Box(BaseModel):
x: int
y: int
w: int
h: int
router = APIRouter()
@router.post("/test")
async def test(file: UploadFile = File(...),
mask: Json = Form(default=None),
n: int = Form(default=0)) -> str:
// ...
打开访达，按下Command + Shift + G，输入/Library/Preferences/SystemConfiguration/，除com.apple.Boot.plist文件外，删除其他所有文件，然后重启电脑。
| 模型 | 参数 | 精度 | 加速方式 | 显存 | 速度（每秒生成汉字数） | 效果 |
|---|---|---|---|---|---|---|
| [Qwen-7B-Chat][Qwen-7B-Chat] | 7B | float16 | 20G | 7 | ||
| [Qwen-7B-Chat][Qwen-7B-Chat] | 7B | float16 | flash-attention | 20G | 9 | |
| [ChatGLM2-6B][ChatGLM2-6B] | 6B | float16 | 13G | 26 | ||
| [ChatGLM2-6B][ChatGLM2-6B] | 6B | float16 | fastllm | 13G | 26 | |
| [ChatGLM2-6B][ChatGLM2-6B] | 6B | float16 | chatglm.cpp | 15G | 22 | |
| [ChatGLM2-6B][ChatGLM2-6B] 🚀 | 6B | int4 | chatglm.cpp | 6G | 90 | ❌ |
| [Baichuan2-7B-Chat][Baichuan2-7B-Chat] | 7B | float16 | 14G | 2 | ||
| [Baichuan2-7B-Chat][Baichuan2-7B-Chat] | 7B | int8 | 11G | 16 | ||
| [Baichuan2-7B-Chat][Baichuan2-7B-Chat] | 7B | int4 | 8G | 30 | ||
| [Baichuan2-13B-Chat-4bits][Baichuan2-13B-Chat-4bits] | 13B | int4 | 13G | 20 |
Chroma 向量数据库依赖于 sqlite3，而且需要 sqlite3 >= 3.35.0。
制作镜像时，使用的是 python:3.10 和 python:3.10-slim，使用 apt install sqlite3 能够安装的 sqlite3 最高版本是 3.34.1，所以会出现下面的错误。
import chromadb
File "/usr/local/lib/python3.10/site-packages/chromadb/__init__.py", line 69, in <module>
raise RuntimeError(
RuntimeError: Your system has an unsupported version of sqlite3. Chroma requires sqlite3 >= 3.35.0.
Please visit https://docs.trychroma.com/troubleshooting#sqlite to learn how to upgrade.
查看安装的对象
kubectl -n directpv get all
NAME READY STATUS RESTARTS AGE
pod/controller-78d74455f8-64kqk 3/3 Running 0 24h
pod/controller-78d74455f8-jkvd7 3/3 Running 0 24h
pod/controller-78d74455f8-r5wd9 3/3 Running 0 24h
pod/node-server-5zkjg 4/4 Running 2 (24h ago) 24h
pod/node-server-nfcn2 4/4 Running 2 (24h ago) 24h
NAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE
daemonset.apps/node-server 2 2 2 2 2 <none> 24h
NAME READY UP-TO-DATE AVAILABLE AGE
deployment.apps/controller 3/3 3 3 24h
// ...
查看 StorageClass 对象 directpv-min-io
GLUE 基准测试的格式与模型无关，因此任何能够处理句子和句子对并产生相应预测的系统都有资格参与。 选择基准任务是为了支持使用参数共享或其他迁移学习技术跨任务共享信息的模型。 GLUE 的最终目标是推动通用且强大的自然语言理解系统的开发研究。
与其他直接访问 Kubernetes etcd 数据库来执行备份和恢复的工具不同，Velero 使用 Kubernetes API 来捕获集群资源的状态并在必要时恢复它们。这种 API 驱动的方法具有许多关键优势：
此外，Velero 使您能够使用存储平台的本机快照功能或称为 Restic 的集成文件级备份工具来备份和恢复应用程序的持久数据及其 配置。
If you don't see a command prompt, try pressing enter.
Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 1
Server version: 5.6.51 MySQL Community Server (GPL)
Copyright (c) 2000, 2021, Oracle and/or its affiliates. All rights reserved.
Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.
Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
mysql>
创建 namespace 和 CustomResourceDefinitions
kubectl create -f https://download.elastic.co/downloads/eck/2.8.0/crds.yaml
customresourcedefinition.apiextensions.k8s.io/agents.agent.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/apmservers.apm.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/beats.beat.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/elasticmapsservers.maps.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/elasticsearchautoscalers.autoscaling.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/elasticsearches.elasticsearch.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/enterprisesearches.enterprisesearch.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/kibanas.kibana.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/logstashes.logstash.k8s.elastic.co created
customresourcedefinition.apiextensions.k8s.io/stackconfigpolicies.stackconfigpolicy.k8s.elastic.co created
使用卷时, 在 .spec.volumes 字段中设置为 Pod 提供的卷，并在 .spec.containers[*].volumeMounts 字段中声明卷在容器中的挂载位置。
emptyDir 卷的存储介质（例如磁盘、SSD 等）是由保存 kubelet 数据的根目录（通常是 /var/lib/kubelet）的文件系统的介质确定。 Kubernetes 对 emptyDir 卷或者 hostPath 卷可以消耗的空间没有限制，容器之间或 Pod 之间也没有隔离。
PV 对象是由运维人员事先创建在 Kubernetes 集群里待用的。
PVC 对象通常由开发人员创建。
每个 StorageClass 都包含 provisioner、parameters 和 reclaimPolicy 字段， 这些字段会在 StorageClass 需要动态制备 PersistentVolume 时会使用到。
需要谨慎使用，以确保共享目录的访问权限受到正确的限制。
灵感来源于物理学，你可以想像一滴墨水滴入一杯水中，最初你确切地知道它落在哪里，但随着时间的推移，你看到到扩散到水中，直到消失。
神经网络真正应该思考的是在每个噪声级别，当你逐渐向图像添加噪声时：
它学会消除您添加的噪声。
"No Idea" 的噪声级别很重要，因为它是正态分布的，每一个像素的采样都来自于正态分布。正态分布也可以称为 Gaussian distribution 或 bell shaped curve
当你向神经网络请求一个新的精灵时：
NN 试图完全预测每一步的噪声。实际上，这只是一个预测。您需要多个 step 才能获得高质量的精灵。
没有找到匹配的文章