AI架构图
2025-04-08 16:40:27 0 举报
该架构图展示了一个基于 AIAgent 和 RAG的大模型应用系统,结合 Pytorch、Tensorflow 等技术实现多模态、多任务处理能力。系统分为以下主要模块: 基础工具层:包括 Python、Numpy、Pandas 等基础库,为数据处理和模型训练提供支持。 数据处理层:支持多模态数据(文本、图像、视频等)的预处理和特征提取。 模型层: AIAgent:由多个智能体(Agent)组成,负责任务分配和工具调用。 RAG 模块:结合检索(Retrieval)和生成(Generation),通过向量数据库检索相关信息,利用大模型生成结果。 大模型:基于 Pytorch 实现的深度学习模型,支持多任务学习和复杂数据处理。 工具调用层:集成多种工具和 API(如 OpenCV、Transformers 等),扩展系统功能。 应用层:支持多场景应用,包括多模态生成、问答、推荐等。
作者其他创作
大纲/内容
Hugging Face
LangChain
Keras、KerasHub
mariadb
DragGAN
Network Slimming
数据库
Dify
Uvicorn 部署 FastAPI
Postgresqlpgvector
opensearch
TensorBoard
辅助编码
Gensim
SkImage机器学习
milvus
imbalanced-learn不平衡数据集采样
vLLM
spaCy
DragDiffusion
DeepLab
图形
llama-factory
mxnet
Streamlitstreamlit-aggrid
Diffusion系列
私有化部署
DevOps
Q-Learning
scikit-image
ragflow
Cython(Python扩展库)
OpenCV
Pytorch
目标追踪
DQN
myscaledb
deepstream
PPO
sympy
LeNet AlexNet GoogleNet
Spark RDD
PyEcharts
langchain
Kaggle
OpenPose
uv、conda、
Word2Vec
NLP
jupyter
Crazyflie飞行任务
Mobilenet
oceanbase
AI Agent
行为识别
Gunicorn部署Flask
MatLab
U-Net
HMM
机器学习深度学习月:3 6 9 12
工具包
Seq2Seq
ROS (机器人操作系统)
winsurf
XGBoost
QLORA
NLTK
saltstack
LightGBM
slowfast
ResNet
模型
多模态MoE
Tensorflow
Resnet
pyinfra
Baxter手臂控制
Python
图像分类概述与经典网络
RAG、Graph RAG
Manus
dify
psutil
TiDB
Llama3千问智谱GLM4
图像分割
deepsort
AutoGen
Sklearn机器学习
BorgBackup
llamaindex
强化学习
AIGC
Deepseek API
cursor
yfinanceefinanceakshare
Mask2former
量化交易
YOLACT
TextRNN、TextCNN、FastText等
VggNet
coze
TensorTrade
部署框架
LLamaIndex
Transformer
Matplotlib+Seaborn
Pandas
BERT
AI部署streamlit、MLflow
vllm
Numpy
AI框架
Pillow
Stable-baselines3
AI Web
LORA
RAG
SciPy
jetson nano
Midjourney
TensorFlow Agents
大模型基础
Attention
tensorflow-serving
Neo4j
Gym
Bokeh
YOLO
PaddlePaddle
MaskRcnn
图像生成
MMLAB
Arduino
cloudinit
Caffe
GAN
RAGFLOW
MetaGPT
TurtleBot操控
StableDiffusion
Gradio
BackTrader
CogVideo
0 条评论
下一页