- 博客(15)
- 收藏
- 关注
RSS订阅原创 MiniGPT4-Video使用部署
这个脚本会为您的系统配置 Git LFS 的仓库，确保您可以从正确的源安装 Git LFS。克隆MiniGPT4-Video。1、克隆仓库到指定目录。
2024-09-26 09:29:16
282
原创 调用大模型方法
租服务器版：linux部署Mixtral-8x7B-Instruct实践（使用vLLM/ transformer+fastapi）_mixtral-8x7b-instruct-v0.1-CSDN博客
2024-07-08 16:15:37
171
原创 微调大模型LLaMA-Factory--debug
（2），如果是：Could not create share link. Please check your internet connection or our status page: https://status.gradio.app，cd进入frpc_linux_amd64文件的位置（应该在.conda/envs/ChatGLM2/lib/python3.11/site-packages/gradio），输入以下命令给予权限：chmod +x frpc_linux_amd64_v0.2。
2024-07-06 23:08:00
729
原创 xshell的使用
1、xshell配置进入xshell，点击文件->新建连接校园网，创建新的名称输入主机号、端口号，点击链接，输入用户名和密码，即可登录。2、anaconda安装使用了来安装anaconda（下载这个：Anaconda3-2021.05-Linux-x86_64.sh）传入xhsell然后等待安装即可。在安装的过程中，会提示（yes or no) 统一yes，安装完毕后，在你自己的家目录会出现一个名为anaconda3的一个目录文件，这就证明安装完成了。but 安不上，报错。
2024-05-13 16:41:21
444
2
原创 LeetCode-11盛最多水的容器
定义两个指针i,j，分别指向头尾两端，对应高度为h[i],h[j]，分为短板和长板。水槽可容纳的水的高度由两板中的短板决定，面积公式为S(i,j)=min(h[i],h[j])×(j−i)，下一步无论移动哪个指针，都会使面积的底变短。若向内移动长板 ，水槽的短板不变或变小，因此下个水槽的面积一定变小。若向内移动短板，水槽的短板可能变大，因此下个水槽的面积可能增大。轴共同构成的容器可以容纳最多的水。找出其中的两条线，使得它们与。返回容器可以储存的最大水量。问题：给定一个长度为。
2024-04-19 21:18:49
279
1
原创 leetcode-283移动零
注意：不能用for循环，for i in range(len(nums))因为使用pop删除的时候，会导致nums长度缩短，引起索引错误。遍历整个列表，找到数组中的0，就将其删除，并对0的个数进行计数，最后把对应个数的0加入列表末尾。右指针不断向右移动，每次右指针指向非零数，则将左右指针对应的数交换，同时左指针右移。因此每次交换，都是将左指针的零与右指针的非零数交换，且非零数的相对顺序并未改变。使用双指针，左指针指向当前已经处理好的序列的尾部，右指针指向待处理序列的头部。，编写一个函数将所有。
2024-04-18 23:35:55
272
1
原创 hot-128最长连续数列
思路：（我笨拙的想法）先排序，选择了快排。遍历每个元素，查看元素i和他的下一个元素j，如果连续即。虽然但是，我的垃圾代码能实现，提交没问题，but内部逻辑很垃圾。中，并更新字典，新的列表作为值，列表长度为键。如果不连续，则重新构造一个。，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。不断循环，取出字典中最大的键（即最大长度）。题目：给定一个未排序的整数数组。（请你设计并实现时间复杂度为。
2024-04-17 22:51:45
153
原创 leetcode-49
遍历字符串数组，对每个字符串进行排序，然后存储在字典中，排序后的字符串作为键，原始字符串为值。最后，将字典中的值取出，即可得到字母异位词组合。是由重新排列源单词的所有字母得到的一个新单词。可以按任意顺序返回结果列表。给你一个字符串数组，请你将。
2024-04-16 20:57:01
192
原创 LeetCode hot100-1
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。利用两个for循环，遍历列表，找出两个元素值相加为target的元素下标。整数，并返回它们的数组下标。你可以按任意顺序返回答案。，请你在该数组中找出。之后再更新进阶解法！
2024-04-15 13:40:27
166
1
原创 领域预训练
提出来领域预训练的思想，简单来说，平常是将预训练模型在下游任务上做微调，单领域预训练就是拿着与训练模型，在数据上再做一次pretrain，然后将得到的新模型拿来在下游任务做微调，这个pretrain其实就是让预训练模型更好的适应当前的数据集。领域预训练，就是先使用模型在数据上做MLM（类似bert里的MLM任务，先进行mask，然后进行预测），相关代码有对应的包，可以直接使用，如下代码。PS：本人进行了预训练，在验证集上效果有提高，但没在测试集上测试。ACL2020的一片论文，
2023-12-31 16:21:54
591
原创 模拟联邦学习
以上就可根据自己的训练代码，进行模拟联邦学习的修改。在for循环中，写入自己的train函数即可。但要对数据加载进行处理，对数据进行分割，将数据分成n份（模拟n个客户端），可以按照索引对数据进行区分，在模拟不同客户端训练时，传入该客户端对应的数据进行训练。将普通的训练代码，更改为模拟联邦学习的代码，选用最简单的方式，使用for循环模拟客户端，采用Fedavg进行聚合，进而实现联邦学习的模拟。
2023-12-30 15:02:30
672
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人