书生浦语实战营作业4

已于 2024-04-19 22:01:34 修改
阅读量230 收藏
点赞数 1
文章标签： 人工智能
于 2024-04-19 13:12:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_70684128/article/details/137961282
版权
本文介绍了第4节课程中的关键任务，包括训练个人助手的认知模型，记录复现过程并截图，将模型上传至OpenXLab以及进行多模态微调的进阶作业，目标是优秀学员的技能提升实践。
摘要由CSDN通过智能技术生成

第 4 节课作业

记录复现过程并截图

基础作业（结营必做）

  • 训练自己的小助手认知（记录复现过程并截图）

  • 进阶作业

  • 将自我认知的模型上传到 OpenXLab，并将应用部署到 OpenXLab（优秀学员必做）
  • 复现多模态微调（优秀学员必做）
m0_70684128
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
书生浦语一期作业和笔记
01-30
【书生浦语一期作业和笔记】是一份与学习 InternLM 相关的资源集合，主要包含书生浦语在学习过程中完成的一期作业及笔记。InternLM 是一个深度学习模型，尤其在自然语言处理（NLP）领域具有重要地位。这份资料能够...
书生浦语大模型实战课 第二课作业（更新）
04-04
书生浦语大模型实战课 第二课作业（更新）
书生浦语大模型实战课（第二期） 第二课作业
04-04
书生浦语大模型实战课（第二期） 第二课作业
书生·浦语大模型第二课
03-04
书生·浦语大模型第二课
书生 浦语大模型实战训练营第二期 第三节笔记
04-14
书生 浦语大模型实战训练营第二期 第三节笔记
2024Datawhale AI夏令营---基于术语词典干预的机器翻译挑战赛--学习笔记
weixin_61573157的博客
07-15 1089
机器翻译（Machine Translation，简称MT）是自然语言处理领域的一个重要分支，其目标是将一种语言的文本自动转换为另一种语言的文本。机器翻译的发展可以追溯到20世纪50年代，经历了从基于规则的方法、统计方法到深度学习方法的演变过程。当前，机器翻译正朝着更加智能化和个性化方向发展。一方面，结合上下文理解、情感分析等技术，提高翻译的准确性和自然度；另一方面，通过用户反馈和个性化学习，提供更加符合用户需求的翻译服务。同时，跨语言信息检索、多模态翻译等新兴领域也正在成为研究热点。
昇思25天学习打卡营第14天|LLM-文本解码原理--以MindNLP为例
wwt72的博客
07-17 613
限制输出序列的最大长度为50个token。top-p=0.95，top-p采样表示在每一步生成token时，只从概率分布中累计概率达到95%的token中进行采样，有助于保持生成文本的流畅性和质量，同时允许一些低概率的token被选中，从而增加多样性。表示禁用了top-k采样，因为在top-k采样中，通常是从概率最高的k个token中随机选择一个token作为下一个输出，而这里设置为0表示不限制token的选择，实际上这将等同于使用 softmax 概率分布直接进行采样。这有助于提高生成文本的多样性。
揭示生成式 AI 在数据叙事和分析中的影响
gongdiwudu的专栏
07-16 1079
在广阔的数据分析领域，改变游戏规则的最深刻的发展之一是生成式人工智能 （GAI）。这是一个激动人心的时刻，人工智能不仅仅是基于历史数据进行处理和预测;它正在创造一些全新的东西，彻底改变数据叙事和分析过程。在最近的一次会议中，我有机会探讨了这项技术创新的基本原理、架构和潜在影响。以下是我们介绍的内容的简明摘要。
python训练模型报错：BrokenPipeError: [Errno 32] Broken pipe
Dxy1239310216的博客
07-18 215
如果问题持续存在，并且你的项目不是必须在 Windows 上运行，考虑在 Unix/Linux 系统上运行你的代码。确保在数据加载器中使用的任何自定义函数或类都是可序列化的，因为多进程需要能够在不同进程间传递它们。进行多进程数据加载时尤其常见，尤其是在 Windows 系统上，因为 Windows 对多进程的支持与 Unix/Linux 系统有所不同。有时候，错误可能是由其他部分的代码引起的，而不是直接由数据加载器引起。如果问题依然存在，你可能需要更详细地检查你的代码或寻求更专业的帮助。
Gradio从入门到精通（1）---快速入门
疯狂飙车的蜗牛的博客
07-15 1382
Gradio 是一个开源 Python 包，允许您为机器学习模型、API 或任何任意 Python 函数快速构建演示或 Web 应用程序。然后，您可以使用 Gradio 的内置共享功能在几秒钟内共享指向演示或 Web 应用程序的链接。无需 JavaScript、CSS 或 Web 托管经验！Gradio最大的特点就是简单，便捷，短短几行代码就可以快速构建大模型web应用程序；当前很多人工智能模型的演示都是使用Gradio打造的；您会注意到，为了制作第一个演示，您创建了该类的实例。
ChaosMeta for AI：混沌工程让AI稳定性更上一层楼
最新发布
samson
07-18 308
混沌工程的核心思想是“通过在真实环境中引入故障，评估和提升系统的稳定性”。在实际应用中，这意味着通过故意制造各种错误和故障，观察系统的表现，从而找出和修复系统的脆弱点。随着AI系统逐渐成为现代技术的支柱，混沌工程的应用范围也在不断扩展。输出内容：模拟历史已发生的故障，如输出乱码，通过注入代码篡改故障，检验系统的容错能力，确保终端用户看到的是稳定可用的内容。任意代码篡改：模拟意外代码修改对输出的影响。输入内容：通过对抗性样本测试，确保模型的合规合法，符合伦理道德标准。
AI作画入门指南：从基础到高级的全面教程
2401_85639015的博客
07-15 584
定义：AI作画是利用人工智能技术生成艺术作品的过程。常用的工具包括Midjourney、DALL-E和Stable Diffusion等。原理：通过深度学习模型，AI能够解析输入的文字描述，并生成相应的图像。通过这份指南，您可以从基础入门逐步掌握AI作画的技巧，最终创作出独具个性的艺术作品。AI作画不仅是技术的应用，更是艺术的创作。希望这份全面教程能为您的创作之旅提供有益的帮助，激发您的艺术潜能。
上海昇腾AI训练营笔记
嵌入式点灯砖家的博客
07-18 791
Ascend C系列AI处理器适用于计算力需求较低的场景，如智能监控、边缘计算等。提供多种精简模式和高性能模式，满足不同应用场景下的性能要求。支持全场景覆盖，既可以部署在云端也可以部署在端侧。
基于深度残差网络迁移学习的浸润性导管癌检测
qq_47896523的博客
07-18 659
癌症是一种异常细胞不受控制地分裂损害健康组织的疾病。皮肤或覆盖我们内脏的组织中的癌细胞被称为癌。乳房中的大多数癌是导管癌。侵袭性导管癌(Invasive Ductal Carcinoma, IDC)始于乳管，侵犯乳房周围纤维组织，晚期可通过血液扩散至淋巴结或身体其他部位，威胁患者生命。这种恶性肿瘤的治疗取决于它的分期、严重程度和它所属的亚型。事实证明，早期诊断有助于减少治疗过程中的并发症，从而提高患者的生存几率。IDC癌的诊断可基于病理任务，包括显微镜观察和多片载玻片检查。
《电脑知识与技术》是什么级别的期刊？是正规期刊？能评职称吗？
2301_81053900的博客
07-18 406
是一本面向计算机全行业的综合性学术刊物。编委委员均来自国内各著名高校的教授和博士生导师，他们是我国计算机科学领域方面的专家、学者和权威人士；主要面向高等院校、各公共图书馆、情报所（室）、研究所以及厂矿的科技工作者、科学研究人员、广大教师、研究生、博士生。7、来稿请注明姓名、性别、籍贯、出生年月、学历、职称、工作单位、联系电话、详细邮寄地址。10、若不能被录用，恕不退稿，请作者自留底稿，不同意上述稿件处理方式的作者请转投他刊。3、题目下面均应写作者姓名、单位名称、所在城市、邮编，多位作者分别列出上述信息。
生成式 AI 的发展方向，是 Chat 还是 Agent？
21空间的博客
07-18 384
Agent将实现更高级别的自主决策和任务执行能力，具备更强的环境感知和自适应能力，并确保在复杂任务中的安全性和可靠性。2.上下文理解：使用长短期记忆（LSTM）、门控循环单元（GRU）、BERT、GPT等模型来理解和生成上下文相关的对话。3.多轮对话：利用对话状态跟踪（DST）和对话管理（DM）技术，实现多轮对话的逻辑和流畅性。5.多模态交互：集成语音识别、语音合成、图像识别等技术，实现文本、语音、图像的综合处理。3. 环境感知：利用传感器融合、计算机视觉、环境建模等，实现对环境的全面感知和理解。
（01）Unity使用在线AI大模型（使用百度千帆服务）
qq_578147153的博客
07-16 958
Unity中使用千帆人工智能AI大模型，代码页中qf方法中的参数就是向百度千帆模型发送的消息，通过结构体会返回一组字典数组数据，其中将这个数据中的result值就是返回的具体内容，将此拿出来单独显示即可。本文档所面向的人群需要有一定的计算机基础和Python代码基础，其主要讲述了如何在Python中使用千帆大模型。其他：在过程中可能会出现余额不足无法进行到下一步的情况，充值几块钱即可，用作测试妥妥花不完。在终端中下载可视化依赖包，命令：pip install wxPython。数据模型：百度千帆（在线）
SCI丨中三区
fushan_meme的博客
07-17 406
基于云计算xxxxx行为分析及客户感知体系的构建。无线网络遥感图像和视频处理技术在xxxxx析。基于智能物联网的xxxxx养老模式可持续发展。机器学习的电子显微镜xxxxx材料的性能研究。混合组网下输电线路广域无xxxxx路传输方法。基于心理行为大数据分类算法xxxxxx研究。基于无线传感器网络xxxxx率协调发展研究。基于机器学习的xxxxx金钢时效行为研究。基于无线定位技术的xxxxx系统开发研究。图像边缘检测模型xxxxx轨迹监测分析。基于机器视觉的xxxxx检测系统研究。
Latte: Latent Diffusion Transformer for Video Generation
weixin_41905577的博客
07-15 869
Latte首先从输入的视频提取时空token，然后采取一系列Transformer Block在隐空间建模视频的分布。为了建模从视频中提取的大量token，从解耦输入视频的空间和时间维度的角度出发设计了四个高效变体。为了提高生成视频的质量，我们安排了最佳的Latte测试，通过严格的实验分析，包含视频裁剪 patch embedding，模型变体， timestep-class信息注入，时空位置embedding，和学习策略。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值