2401_85922036的博客

原创 Pytorch学习之路（7）

这里介绍的是Pytorch各种包，建议直接去Pytorch官方社区查看文档喵。

原创 Pytorch学习之路（6）

trochinfo的使用也是十分简单，我们只需要使用就行了，必需的参数分别是model，input_size[batch_size,channel,h,w]，更多参数可以参考。

原创 Pytorch学习之路（5）

自定义函数来改变中lr的值。

原创 Pytorch学习之路（4）

注：PyTorch存储模型主要采用pkl，pt，pth三种格式。对于PyTorch而言，pt, pth和pkl三种数据格式均支持模型权重和整个模型的存储，因此使用上没有差别。一个PyTorch模型主要包含两个部分：模型结构和权重。其中模型是继承nn.Module的类，权重的数据结构是一个字典（key是层名，value是权重向量）。存储也由此分为两种形式：存储整个模型（包括结构和权重），和只存储模型权重。整理修改自。

原创 Pytorch学习之路（3）

1.数据预处理：数据格式统一、异常数据消除、必要数据转换，划分训练集、验证集、测试集2.选择模型3.设定损失函数、优化方法、对应的超参数4.用模型拟合训练集数据，在验证集/测试集上计算模型表现。

原创 Pytorch学习之路（2）

现在开始进行反向传播，因为out是一个标量，因此和等价。

原创 Pytorch学习之路（1）

横轴是召回率，纵轴代表了P（精确率)，P-R曲线上的一个点代表着，在某一阈值下，模型将大于该阈值的结果判定为正样本，小于该阈值的结果判定为负样本，此时返回结果对应的召回率和精确率。原点附近代表当阈值最大时模型的精确率和召回率，在PR曲线我们可以从图中直观的看到某一个曲线被另外一条曲线完全包裹，所包围的面积大于另一条曲线包围的面积，举例图中可以说明A模型的性能优于B和C。表示所有预测正确的样本占所有预测样本总数的比例。表示精度评价的一种标准格式，常用n行n列的矩阵表示，列表示预测的类别，行表示实际的类标。

原创 Datawhale AI 冬令营 个人笔记AI agent 3（agent工作流程搭建）

4.模块测试：prompt稳定性/插件测试输入输出，明确格式与数据规范/开始变量能否满足后续使用/知识库测试关键词能否被命中，返回知识是否满意，是否要对知识库调优。1.做选题调研：生活中需要agent辅助什么，怎么把问题给agent并给出特定形式的回复。3.组合工作流：输入数据经过什么功能模块处理后得到输出数据，中间AI和插件的行为/先后。本章重点在于居于工作流的agent整体框架的搭建。2.准备功能模块：准备知识库/api/插件。5.迭代优化：重构/迭代升级。

原创 Datawhale AI 冬令营 个人笔记AI辅助编程 task2

原创 x1anyu的php反序列化学习1

初学php的反序列化看着一堆函数太痛苦了 完全不知道从哪开始找 于是打算用这样的博客提醒自己叭（ps：俺素萌新，如有错佬们轻点喷）

原创 Datawhale AI 冬令营 个人笔记AI agent 2（prompt优化）

首先给出定义：prompt就是一句话指定agent做什么的命令。这里我将根据冬令营的task2制作案例虚拟女友。以下是dw给出的prompt工程流程：1.明确目标：给出大致方向和审美2.分析要素：思考应该给agent什么来获取目标反馈3.撰写prompt：使用框架4.测试效果：通过agent反馈重复修改prompt（记得ai辅助）

原创 Datawhale AI 冬令营 个人笔记AI agent 1

Datawhale AI 冬令营 速通一个ai小程序😋。还挺简单的，大概五分钟）？