murphymeng2001的博客

在构建 AI 应用（如智能问答、知识检索）时，第一步往往是将原始文档转化为向量形式并存入数据库。这通常包含以下流程：加载原始文件（PDF、TXT 等格式）文本切分（控制 chunk 大小以适配模型）使用大模型提取摘要（减少冗余）向量化（生成 embedding 向量）存入向量数据库（如 Chroma）本文将使用 LangChain 框架 + 阿里通义大模型 + Chroma 数据库，完成从原始文档到知识入库再到语义检索的完整闭环。

今天，我们用。

✅。

在数学中，梯度描述了一个多变量函数在某一点上变化最快的方向。对于单变量函数 f(x) 来说，其导数 f′(x) 就是函数的变化率；而对于多变量函数来说，其梯度定义为所有偏导数组成的向量：梯度的方向指示函数上升最快的方向，而梯度的反方向则指向函数下降最快的方向。梯度下降的核心思想：利用函数在当前点的梯度信息，沿着下降最快的方向更新参数，逐步找到局部最小值。数学基础：在单变量中，梯度即导数；在多变量中，梯度是所有偏导数组成的向量，指示函数上升最快的方向。PyTorch 实现：通过开启自动求导，通过。