2025W8--Start learning

java_jane

已于 2025-02-21 16:02:10 修改

阅读量106

点赞数 3

文章标签：笔记

于 2025-02-21 10:26:18 首次发布

本文链接：https://blog.csdn.net/java_jane/article/details/145771056

版权

I often don't know what to learn to enrich my life. Later, I'll just follow my heart and learn something that interests me.

WEEK	plan
W8	a small simpy web tool
W9
W10

Welcome to send me a private message and we can study together.

Never too old to learn .

Chance favors the prepared mind.

Enjoy your life.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

java_jane

关注关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 量化高精校准

AI天才研究院

02-05

2253

DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 是一个基于的 Int8 量化的模型。Qwen2.5Int8后训练：在基础模型上进行大规模强化学习我们直接在基础模型上应用强化学习（RL），而不依赖于监督微调（SFT）作为前置步骤。这种方法使模型能够探索用于解决复杂问题的思维链（Chain-of-Thought, CoT），从而开发出 DeepSeek-R1-Zero。

【强化学习】基于Qlearning强化学习的智能小车避障测试，带GUI界面

平时工作较为繁忙,私信消息一般晚上回复,谢谢大家~~

12-13

848

目录1.算法概述2.仿真效果3.MATLAB仿真源码假设我们的行为准则已经学习好了, 现在我们处于状态s1, 我在写作业, 我有两个行为 a1, a2, 分别是看电视和写作业, 根据我的经验, 在这种 s1 状态下, a2 写作业带来的潜在奖励要比 a1 看电视高, 这里的潜在奖励我们可以用一个有关于 s 和 a 的 Q 表格代替, 在我的记忆Q表格中, Q(s1, a1)=-2 要小于 Q(s1, a2)=1, 所以我们判断要选择 a2 作为下一个行为. 现在我们的状态更新成 s2 , 我们

参与评论您还未登录，请先登录后发表或查看评论

Self-Supervised Learning (ELMO, BERT, GPT, Auto-encoder)

连理o的博客

09-15

827

本文为李宏毅 2021 ML 课程的笔记目录The models become larger and larger …Self-supervised LearningBERT seriesWhat is BERT?Pre-training objectiveMasked language model (MLM)Next sentence predictionGeneral Language Understanding Evaluation (GLUE)fine-tuningCase 1: Sentim.

【RBM】代码学习--DeepLearningToolBox

haoji007的博客

11-07

2655

下载地址：DeepLearningToolBox 学习RBM代码之前，需要一些基本的RBM的知识。网上有很多参考资料，我借鉴一篇写的很好的系列文章，看下来也差不多能看懂了，博客地址：http://blog.csdn.net/itplus/article/details/19168937 目录如下（一）预备知识（二）网络结构

NNDL 作业8：RNN - 简单循环网络

m0_64715292的博客

11-13

174

RNN

生成对抗网络学习笔记5----DCGAN（unsupervised representation learning with deep convolutional generative adv）的实现

I am what i am

07-05

5万+

首先是各种参考博客、链接等，表示感谢。1、参考博客1：地址——以下，开始正文。2017/12/12 更新解决训练不收敛的问题。更新在最后面部分。1、DCGAN的简单总结稳定的深度卷积GAN 架构指南: 所有的pooling层使用步幅卷积(判别网络)和微步幅度卷积(生成网络)进行替换。在生成网络和判别网络上使用批处理规范化。对于更深的架构移除全连接隐藏层。在生成网络的所有层上使用RelU激活函

ChatGLM两代的部署/微调/实现：从基座GLM、ChatGLM的LoRA/P-Tuning微调、6B源码解读到ChatGLM2的微调与实现

热门推荐

结构之法算法之道

03-31

6万+

随着『GPT4多模态/Microsoft 365 Copilot/Github Copilot X/ChatGPT插件』的推出，绝大部分公司的技术产品服务，以及绝大部分人的工作都将被革新一遍类似iPhone的诞生大家面向iOS编程有了App Store现在有了ChatGPT插件/GPT应用商店，以后很多公司很多人面向GPT编程(很快技术人员分两种，一种懂GPT，一种不懂GPT)然ChatGPT/GPT4基本不可能开源了，而通过上文《

转载-计算机网络原理

greatliuda的博客

03-05

9346

使用llm-compressor库进行模型量化

xiong_wq的博客

11-05

1718

llm-compressor 是一个用于模型量化的库，同属于vllm-project。

NVIDIA AI Enterprise 科普 | Triton 推理服务器 & TensorRT-LLM 两大组件介绍及实践

Xsuperzone的博客

06-20

2597

模型库中的每个模型都必须包含⼀个模型配置，该配置提供有关模型的必需和可选信息。）配置，使⽤当前最新的NVIDIA官⽅提供的镜像tritonserver:23.12-trtllm-python-py3，此版本镜像部分配置如下，⼏乎包含了运⾏TensorRT-LLM的所有环境，详情请参考此链接：（TensorRT-LLM 包含用于创建执行这些 TensorRT 引擎的 Python 和 C++ 运行时的组件，还包括与 NVIDIA Triton 推理服务器集成的后端，用于提供大模型服务的生产级系统。

01.CCNA 200-301 题库_1-50

JonasWolfxin

08-29

4159

CCNA 考试题库

【DSP笔记 · 第5章】数字滤波器的蓝图：从数学公式到硬件实现的艺术

qq_38961840的博客

06-14

1520

本文深入探讨了数字滤波器的网络结构，揭示了如何将抽象的数学系统函数H(z)转化为实际可运行的硬件或软件实现蓝图。文章详细介绍了信号流图这一可视化语言，并分别解析了IIR和FIR滤波器的关键结构。对于IIR滤波器，讨论了直观但高阶时可能不稳定直接型（Direct Form I/II）、数值稳定性更好的级联型（Cascade Form）和并联型（Parallel Form）。对于FIR滤波器，阐述了基础的直接型以及利用系数对称性大幅优化乘法器数量的线性相位结构（Linear Phase Form）。

uni-app项目实战笔记12--创建分类列表完成页面跳转

shenxiaomo1688的博客

06-14

227

可以看到页面主体部分到顶部有一块空白区域，影响观感，下面实现通屏效果：在pages.json的pages各菜单中添加"navigationStyle": "custom"示例代码：重新运行效果：1、在pages目录下创建classlist.vue页面，写入下面的代码： 2、在theme-item.vue公共组件navigator中指定要跳转到的详情页面： “更多”页面的跳转：注意：跳转到底部导航菜单时，需指定open-type="reLaunch"，否则无法跳转。“我的”里边“我的下载”

Xcode WWDC2025 新东西笔记

tripleEyeAline的博客

06-13

932

现在 Xcode 会理解这个错误场景，会解释清楚，也增加有 Add 按钮直接跳转到 signing & capabilities 去修改，且会帮助修改更新 info plist 文件。Apple 芯片的最新设备可以扑捉处理器跟踪文件，里面存着的与 CPU 运行有关的信息，包含代码执行的分支和跳转指令。在 C 和 C++ 中，内存分配和管理容易出现不好追踪的错误，内存泄露、非法访问等等。启用后，系统会为应用创建的指针生成签名的元数据，然后在访问时验证签名是否被篡改过。防止会可能意外的使用到旧的值。

【Java学习笔记】集合介绍

在csdn分享更多技术知识，相互交流

06-13

441

【Java学习笔记】集合介绍

第11章结构笔记