Azure-TDSP-Utilities 项目使用教程
1. 项目的目录结构及介绍
Azure-TDSP-Utilities 项目的目录结构如下:
Azure-TDSP-Utilities/
├── Data/
│ └── Common/
├── DataScienceUtilities/
│ ├── IDEAR/
│ ├── MRS/
│ └── Python/
├── ReleaseNotes/
├── LICENSE-CODE.TXT
├── LICENSE.TXT
├── NOTICE.TXT
├── README.md
目录结构介绍
-
Data/: 包含示例数据文件,用于测试和演示项目中的工具。
- Common/: 存放通用的示例数据文件。
-
DataScienceUtilities/: 包含项目的主要工具和脚本。
- IDEAR/: 交互式数据探索、分析和报告工具,支持 R 语言。
- MRS/: 交互式数据探索、分析和报告工具,支持 Microsoft R Server。
- Python/: 交互式数据探索、分析和报告工具,支持 Python 语言。
-
ReleaseNotes/: 存放项目的发布说明和更新日志。
-
LICENSE-CODE.TXT: 项目代码的许可证文件。
-
LICENSE.TXT: 项目整体的许可证文件。
-
NOTICE.TXT: 项目相关的通知文件。
-
README.md: 项目的介绍和使用说明文件。
2. 项目的启动文件介绍
项目的启动文件主要集中在 DataScienceUtilities/ 目录下,具体包括:
-
IDEAR/:
run_idear.R: 用于启动 IDEAR 工具的 R 脚本。run_idear.py: 用于启动 IDEAR 工具的 Python 脚本。
-
MRS/:
run_mrs.R: 用于启动 MRS 工具的 R 脚本。
-
Python/:
run_idear.py: 用于启动 IDEAR 工具的 Python 脚本。
启动文件介绍
-
run_idear.R: 该脚本用于启动 IDEAR 工具,支持交互式数据探索、分析和报告功能。用户可以通过运行该脚本来加载示例数据并进行分析。
-
run_idear.py: 该脚本用于启动 IDEAR 工具的 Python 版本,功能与 R 版本类似,支持交互式数据探索、分析和报告。
-
run_mrs.R: 该脚本用于启动 MRS 工具,支持在 Microsoft R Server 环境中进行数据探索和分析。
3. 项目的配置文件介绍
项目的配置文件主要用于设置工具的运行环境和参数,具体包括:
- config.R: 用于配置 IDEAR 工具的 R 版本,包括数据路径、输出路径、图表设置等。
- config.py: 用于配置 IDEAR 工具的 Python 版本,配置项与 R 版本类似。
- mrs_config.R: 用于配置 MRS 工具,设置数据路径、输出路径等。
配置文件介绍
-
config.R: 该配置文件用于设置 IDEAR 工具的 R 版本运行环境。用户可以通过修改该文件来指定数据路径、输出路径、图表设置等参数。
-
config.py: 该配置文件用于设置 IDEAR 工具的 Python 版本运行环境。配置项与 R 版本类似,用户可以通过修改该文件来指定数据路径、输出路径等参数。
-
mrs_config.R: 该配置文件用于设置 MRS 工具的运行环境。用户可以通过修改该文件来指定数据路径、输出路径等参数。
通过以上配置文件,用户可以根据自己的需求自定义工具的运行环境和参数,以满足不同的数据分析需求。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00