- 博客(28)
- 收藏
- 关注
RSS订阅原创 Incremental Task and Motion Planning: A Constraint-Based Approach（翻译）
增量任务与运动规划：一种基于约束的方法
2024-05-26 09:13:32
176
原创 TravelPlanner A Benchmark for Real-World Planning with Language Agents（2024）
TravelPlanner—使用语言代理进行真实世界旅行规划的基准
2024-05-19 21:40:40
780
原创 Large Language Models Can Plan Your Travels Rigorously with Formal Verification Tools（2024）
大型语言模型可以使用正式验证工具严格规划您的旅行
2024-05-19 21:08:48
1792
原创 五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第四节Llama 3 高效部署实践（LMDeploy 版）
【代码】五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第四节Llama 3 高效部署实践（LMDeploy 版）
2024-05-09 22:53:41
262
原创 五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第三节llama 3图片理解能力微调（xtuner+llava版）
课程文档：课程视频：操作平台：请参照第一节课完成环境配置和webdemo部署以及源码拉取和安装。
2024-05-09 19:30:05
918
原创 五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第二节 Llama 3 微调个人小助手认知（XTuner 版）
五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第二节 Llama 3 微调个人小助手认知（XTuner 版）
2024-05-01 22:57:00
617
原创 五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第一节 Llama 3 本地 Web Demo 部署
五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第一节 Llama 3 本地 Web Demo 部署
2024-05-01 20:31:33
307
1
原创 第二期书生浦语大模型实战营第六次课程笔记----Lagent & AgentLego 智能体应用搭建
第二期书生浦语大模型实战营第六次课程笔记----Lagent & AgentLego 智能体应用搭建
2024-04-21 20:43:52
331
1
原创 第二期书生浦语大模型实战营第四次课程笔记----XTuner 微调 LLM：1.8B、多模态、Agent
第二期书生浦语大模型实战营第四次课程笔记----XTuner 微调 LLM：1.8B、多模态、Agent
2024-04-17 15:43:18
1002
原创 第二期书生浦语大模型实战营第五次作业
课程视频：https://www.bilibili.com/video/BV1tr421x75B/课程文档：https://github.com/InternLM/Tutorial/blob/camp2/lmdeploy/README.md课程作业：https://github.com/InternLM/Tutorial/blob/camp2/lmdeploy/homework.mdgithub地址：https://github.com/InternLM/LMDeploy。
2024-04-14 13:34:25
292
1
原创 第二期书生浦语大模型实战营第五次课程笔记----LMDeploy 量化部署 LLM-VLM 实践
第二期书生浦语大模型实战营第五次课程笔记----LMDeploy 量化部署 LLM-VLM 实践
2024-04-14 08:52:50
315
1
原创 第二期书生浦语大模型实战营第三次课程笔记----茴香豆：搭建你的 RAG 智能助理
第二期书生浦语大模型实战营第三次课程笔记----茴香豆：搭建你的 RAG 智能助理
2024-04-08 11:39:50
548
原创 第二期书生浦语大模型实战营第二次课程笔记--轻松玩转书生·浦语大模型趣味 Demo
第二期书生浦语大模型实战营第二次课程笔记---轻松玩转书生·浦语大模型趣味 Demo
2024-04-01 16:41:45
917
原创 学习《扩散模型 从原理到实战》1---扩散模型
扩散模型是一种生成模型，从训练数据中学习真实分布 得到估计的分布 ，再从分布中源源不断采样新的样本。训练即是用最大似然估计方法，找到所有数据训练样本采样自 的概率最大。扩散模型应用于计算机视觉、时序数据预测、自然语言、基于文本的多模态、AI for Science。--来自《扩散模型 从原理到实战》
2023-10-19 21:12:24
156
原创 天池比赛（-贷款违约预测）2--数据探索性分析
读取数据data_train = pd.read_csv(’./train.csv’)data_test_a = pd.read_csv(’./testA.csv’)生成数据分析报告：import pandas_profilingpfr = pandas_profiling.ProfileReport(data_train)pfr.to_file("./example.html")
2020-09-18 20:27:06
276
1
转载 天池比赛（-贷款违约预测）1--赛题理解
赛题以预测用户贷款是否违约为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。字段表Field Descriptionid 为贷款清单分配的唯一信用证标识loanAmnt 贷款金额term 贷款期限（year）interes
2020-09-15 10:01:39
878
原创 神经网络之模式切分能力简介
神经网络之模式切分能力简介在吴军的《数学之美》中讲到人工神经网络本质上是一种特殊的有向图，即由一层层节点（神经元）和连接这些节点的有向弧（神经）组成，每一个节点的值由前面所有节点的值加上弧线上的权重线性组合而成，每一层节点处再加一个非线性的激活函数。为什么这么一个简单的模型，却有铺天盖地的应用？无论是计算机科学，通信，生物统计和医学，还是在金融和经济学（包括股市预测）中，大多数与“智能”有点关系的问题，都可以归结为一个在多维空间进行模式分类的问题，而人工神经网络擅长的就是模式分类，而且是任意模式的分类。
2020-06-03 09:41:57
595
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