小风的城
我心自有明月在，不堕地狱不跪佛
目 录CONTENT
深度学习-小风的城
以下是
深度学习
相关的文章
-
置顶 大模型 RAG 本地知识库 RAG（Retrieval-Augmented Generation）是一种结合信息检索和生成模型的技术，通过从外部知识库中检索关键信息来提高大模型的生成质量和准确性。其主要流程包括索引、检索和生成三个步骤。与直接使用大语言模型相比，RAG具有时效数据更新、私域数据支持以及长期记忆等优势。搭建一个完整的RAG系统需要大语言模型、信息检索模型和RAG框架三大模块。其中，推荐的大语言模型有DeepSeek-R1-Distill-Qwen-32B-Q4_K_M和Qwen2.5-VL-32B-Q4_K_M；信息检索模型则包含语义向量模型（如bge-m3、bge-large-zh-v1.5）和重排模型（如bge-reranker-v2-m3）。RAG框架用于连接这些组件，实现全流程任务处理，常见的框架有OpenWebUI和Dify。针对不同规模的知识库需求，可以选择适合的RAG架构部署方案。此外，文章还详细介绍了在Linux和Windows系统上安装配置Ollama、Xinference及OpenWebUI的方法，以及如何管理运行相关模型和服务。 -
智能财务问答机器人 本项目基于大模型和RAG技术搭建了智能财务问答机器人，有效解决了财务咨询服务中的知识整理困难、用户提问模糊、人工回复耗时等问题。通过构建多层次知识存储体系、实现多模态交互能力以及开发智能体工作流，系统能够提供24小时全天候服务，显著提升了咨询效率。项目采用VLLM框架部署多个大模型，并联合多种数据库（如MySQL、Weaviate、Neo4j）进行知识管理与检索。同时，通过ASR、TTS和OCR技术扩展了系统的多模态交互能力。在优化过程中，通过文档分块、多路召回、提示词工程及模型微调等手段进一步提高了系统的准确性和响应速度。最终，该系统达到了全面的知识覆盖和高效的问答处理效果，获得了用户的高度认可。未来改进方向包括优化多Agent协作机制，以实现更复杂的财务业务自动化处理。
-
智能语音引擎 本项目基于深度学习技术，开发了智能语音引擎，为呼叫中心提供语音合成（TTS）、声音克隆（VoiceClone）和语音识别（ASR）三大核心能力，显著提升了客户体验和服务效率。TTS 引擎支持多语言、多音色合成，具备中英文混合、强制发音等功能，并通过 ONNX 量化和 C++ 工程化改造实现高效推理。VoiceClone 提供极速克隆和专业克隆模式，支持多语种及方言合成，通过 VLLM 和 TensorRT 加速推理。ASR 引擎则提供流式语音识别、离线录音转写和方言识别能力，基于 FunASR 架构进行优化，支持热词修正和标点恢复。整个系统采用 Docker 快速部署，提供 HTTP 和 MRCP 双协议接口，支持高并发场景下的稳定服务。
-
人脸识别视频认证 本项目基于人脸识别和OCR技术，实现了新用户开户入网时自动进行人证核验，有效提升了营业厅的实名制管理效率，并打击了电信诈骗等非法行为。项目通过构建证件解析模块和人证核验模块，采用ResNet101、ResNeXt50、MTCNN、MiniFASNet等多种深度学习网络，结合PaddleOCR模型，实现了高精度的智能识别系统。业务流程包括采集证件信息、真实人脸图片并进行人证相似度比对。系统采用MySQL + Flask + Gunicorn + Supervisor + Nginx架构部署，确保高可用性和易维护性。通过数据增强、模型融合等方法优化模型精度，单次人证核验时间控制在5秒以内。未来改进方向包括引入更先进的人脸识别算法、增加多模态生物特征识别及优化边缘计算部署。
-
基于 SimBERT 模型的相似文本生成 本文介绍了构建智能客服平台过程中，通过SimBERT模型生成大量同义多样问答对的方法，以提高智能客服的泛化能力和训练数据制作效率。项目面临的主要挑战包括处理用户不同表述的相同问题、传统人工编写问答对效率低下、通用问答数据集缺乏针对性等。解决方案采用了SimBERT模型进行相似文本生成，并结合Python爬虫技术收集多领域问答数据，使用BERT_base预训练模型进行fine-tune。实施过程包括数据收集、模型配置与训练策略设置等步骤。优化过程中，通过数据质量提升、生成策略调整及模型性能调优进一步提高了生成文本的质量和多样性。未来改进方向包括引入更先进的预训练模型和探索少样本学习技术。
-
-
-
稀疏自编码深度学习（优秀毕业论文） 本项目研究了稀疏自编码深度学习在图像处理中的应用，针对大数据时代高维数据的“维数灾难”和神经网络“过拟合”问题，构建了基于稀疏响应算法优化的自编码器模型。通过引入KL散度惩罚、L1范数惩罚和Dropout三种机制，实现了图像分类、重构和去噪等多项任务。实验使用Keras框架和MNIST数据集，对比了BP网络、LeNet-5 CNN及传统自编码器的性能。结果表明，稀疏响应算法有效防止了过拟合并提升了泛化能力，尤其在图像去噪任务中表现突出。项目最终荣获优秀毕业论文。未来改进方向包括引入更先进的稀疏化技术、在更大规模数据集上验证算法有效性以及探索与其他正则化技术的结合应用。
-
基于 LSTM 模型的股票预测 本项目利用tushare财经数据平台收集了近30年的股票数据，采用Keras框架构建LSTM模型以预测股票市场趋势。通过深度学习技术挖掘时间序列规律，最终实现了81.6%的预测准确率。项目面临的主要挑战包括处理高维度、高噪声的数据以及避免传统RNN模型中的梯度消失问题。解决方案包括使用LSTM神经网络解决长期依赖性问题，设计4层单向LSTM结构增强非线性拟合能力，并通过滑动窗口方法进行时间序列建模。在实施过程中，通过对贵州茅台的历史数据进行标准化预处理，构造时间序列训练集与测试集，并优化模型参数。面对过拟合问题，项目采用PCA降维减少特征冗余，显著提升了模型性能。未来改进方向包括扩大数据集规模、引入更多股票品种数据、尝试双向LSTM和注意力机制等高级架构。此外，文章还详细介绍了LSTM的工作原理及其相对于传统RNN的优势、主成分分析（PCA）降维方法、时间序列预测评估指标以及深度学习中的优化策略等内容。
-
多角度人脸识别（国家级大创项目） 该项目是一个国家级研究项目，旨在解决传统人脸识别技术在多角度场景下识别率低的问题。通过构建基于深度残差网络（ResNet）和多网络决策融合的系统，实现了对不同入镜角度人脸的高精度识别。项目将侧脸识别率从30%提升至86%，为监控等实际应用场景提供了有效的技术解决方案。 问题分析表明，传统人脸识别技术主要针对正脸设计，在多角度场景中表现不佳。初步实验显示，使用传统CNN训练所有角度数据时，正脸识别率可达89%，但侧脸识别率仅有30%。侧脸识别困难的原因在于有效特征点少且存在遮挡区域。 解决方案包括：重新划分数据集以按角度分类、设计多网络融合架构、采用ResNet提高特征提取能力、建立角度感知的决策机制。实施过程中，使用西安交通大学东方人脸数据库进行数据集构建与预处理，并分别训练了人脸检测、角度分类、正脸分类和侧脸分类四个子网络。优化过程涉及网络结构优化、数据增强策略、损失函数设计及分阶段训练方法。 反思改进方面，项目成功提升了整体准确率，但仍需进一步优化数据集划分策略、提高计算效率、扩充数据规模。涉及的关键技术包括ResNet、CNN、Softmax函数、人脸检测技术、特征提取与降维方法等。
