我們已經完成了 CV 模型的部署,確定了 LLM 是下一步的重點。目標:打造一條「開始 → 模板轉換 → 知識檢索 → LLM → 結束」的可用工作流,讓系統輸...
幾何變換
當我們在兩張圖片中找到了對應的特徵點後,如何計算出一個能將一張圖片「變形」到另一張圖片視角下的矩陣?這個矩陣稱為單應性矩陣 (homography),...
昨天介紹了 n8n 的概貌,今天讓我們深入其核心,拆解構成 n8n 世界的三個基本元素:節點、工作流程與觸發。理解這三個概念,就像學會了 n8n 的文法,接下來...
前面我們建立了基礎的對話系統。這篇要用 GCP 既有的 AI 服務 打造 RAG 檢索系統
目標:利用 GCP 託管服務,用最少的程式碼實現 RAG 功能。
1...
引言
在前一篇文章,我們介紹了 Logistic Regression 🚪傳送門,它的做法是用 Sigmoid function 把資料轉成機率,再依機率來進行...
在前篇我們透過PaddleOCR,初步將建築圖紙上的文字資訊辨識成文字資料,接下來本篇將聚焦於常見的識別情境與誤判分析。唯有深入理解各類誤判背後的結構與成因...