#821 · 主分类: 教育与研究
examples
使用Towhee分析非结构化数据,例如反向图像搜索、反向视频搜索、音频分类、问答系统、分子搜索等。
项目最后更新:02/09/24
GitHub Stars
519
Forks数量
122
贡献者数量
20
许可证
Apache-2.0
收录理由
这个仓库汇集了一系列 Jupyter 笔记本,全部建立在 Towhee 嵌入框架之上,可能是你直观理解一条 x2vec 风格流水线完整运转的最简途径。笔记型实例按具体任务展开:反向图像搜索、反向视频搜索、音频分类、跨模态图文检索、分子相似性搜索;每一例都把流水线与底层的 ResNet、CLIP、DPR 或 RDKit 操作器对照起来,让你看清一连串模型加上近似最近邻索引如何拼装成型。另有微调教程和入门级流水线讲解,整体更像一本供开发者和技术负责人翻阅的练习册,而不是可直接上线的服务。示例以清晰为先,不为追求极致性能,把它们当作可以改写的模板就好,不必当作现成服务来部署。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建