【InternLM 实战营第二期作业02】轻松玩转书生·浦语大模型趣味 Demo

已于 2024-04-14 19:32:16 修改
阅读量305 收藏 5
点赞数 4
文章标签： 人工智能
于 2024-04-13 19:42:34 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/qq_74261455/article/details/137723239
版权
本文介绍了如何利用HuggingFace的工具下载并操作InternLM2-Chat模型，包括从1.8B到7B版本的升级，以及如何结合浦语·灵笔2进行图文创作和视觉问答的部署，还涉及了Lagent工具的数据分析Demo部署。
摘要由CSDN通过智能技术生成

作业详细内容在轻松玩转书生·浦语大模型趣味 Demo | 笔记中展示：轻松玩转书生·浦语大模型趣味 Demo｜笔记-CSDN博客

基础作业

使用 InternLM2-Chat-1.8B 模型生成 300 字的小故事

进阶作业

 熟悉 huggingface 下载功能，使用 huggingface_hub python 包，下载 InternLM2-Chat-7B 的 config.json 文件到本地

完成 浦语·灵笔2 的 图文创作 及 视觉问答 部署

图文创作

 

 视觉问答 

 完成 Lagent 工具调用 数据分析 Demo 部署

清辞292
关注
  • 4
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
【InternLM实战营第二期02笔记】轻松玩转书生浦语大模型趣味Demo
w626394316的博客
04-30 631
Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。可以理解自由形式的图文指令输入，包括大纲、文章细节要求、参考图片等，为用户打造图文并貌的专属文章。后，（会有较长的加载时间）勾上数据分析，其他的选项不要选择，进行计算方面的 Demo 对话，即完成本章节实战。Agent：与 Model 的输入接口保持一致，模型到智能体的蜕变只需一步，便捷各种 agent 的探索实现；
【InternLM 实战营第二期笔记02】轻松玩转书生·浦语大模型趣味 Demo
qq_74261455的博客
04-13 672
软链接为用户提供了更加灵活和便捷的文件和目录访问方式，并在多种场景下都有其独特的用途。但同时，由于软链接只是指向目标文件的路径，如果目标文件被移动、重命名或删除，软链接可能会失效。因此，在使用软链接时需要注意保持目标文件的稳定性。大语言模型研发的突破性的图文多模态大模型，具有非凡的图文写作和图像理解能力。打开 PowerShell 后，先查询端口，再根据端口键入命令。打开 PowerShell 后，查询端口，根据端口键入命令。输入指令，构造软链接快捷访问方式。查询端口，根据端口键入命令。
【InternLM 实战营第二期】轻松玩转书生·浦语大模型趣味 Demo【第二次作业】
LHCluster的专栏
04-05 365
第2次讲座，体验了基于LLM的人机对话或者智能问答应用、基于Agent的数学解题应用、基于多模态的创作应用。Linux操作和Python代码本身并不难，按照视频和教程，很轻松地完成了。主要还是NLP、LLM、多模态、Agent的底层原理，后面再找时间去补充。对下一次讲座更加期待了。
【InternLM 实战营第二期笔记+作业02】轻松玩转书生·浦语大模型趣味 Demo
zzzibo的博客
05-11 915
（Windows 即开始菜单键）打开指令界面，并输入命令，按下回车键。打开 PowerShell 后，先回到开发机首页点击SSL连接查看端口，记下自己的端口号，回到powershell。这要注意，把密码ctrlc之后，在powershell里直接右键点一下，然后回车，不需要ctrlv!后，（会有较长的加载时间）勾上数据分析，进行计算方面的 Demo 对话。（这一步黑标闪了很久，我还以为卡住了，必须要等到user出来）进入开发机后，三种开发模式，老师选的是jupyter lab。
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 第二课笔记
03-31
书生浦语大模型实战课 第二课笔记
书生·浦语大模型第二课
03-04
书生·浦语大模型第二课
随机数种子的作用
帆的博客
07-23 666
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
安装TensorRT各自小库版本问题
Ppandaer的博客
07-24 72
降版本：protobuf3.19，onnx 1.12。
GPU算力：驱动现代计算的引擎
UnityBoy的博客
07-22 445
在当今的计算密集型应用中，GPU（图形处理单元）算力已成为推动科学计算、人工智能、数据分析等领域发展的关键因素。GPU最初设计用于处理复杂的图形和图像任务，但随着技术的进步，它们已经演变为通用并行计算的强有力工具。本文将探讨GPU算力的基本概念、重要性、应用场景以及如何充分利用GPU算力。
Adam 和 RMSprop优化算法
Never Give Up
07-24 522
RMSprop 是一个非常有效的、但相对简单的适应性学习率方法。Adam 在 RMSprop 的基础上增加了动量项，通常提供更好的稳定性。在实际应用中，Adam 是更受欢迎的选择，因为它通常能够更快地收敛，尤其是在复杂的深度学习模型中。在选择优化算法时，考虑具体问题的性质是很重要的，有时候可能需要通过实验来决定使用哪种算法。
全面解析 SnowNLP：中文文本处理、情感分析
有勇气的牛排博客
07-24 255
SnowNLP 是一个专门用于处理中文文本的 Python库。分词情感分析关键词提取文本分类拼音转换繁体转简体词相似度计算等测试环境：Python3.10.9尚未测出该功能text = "有勇气的牛排写的文章通俗易懂，爱了爱了"文本分类使用的是 SnowNLP 的情感分析模型。
大数据处理：大数据处理框架Hadoop、Spark
Chujun123528的博客
07-24 323
大数据处理是当代信息技术领域的一个重要分支，它涉及到海量数据的存储、管理和分析。为了高效地应对大数据处理的挑战，多种框架被开发出来，其中Hadoop和Spark是最为知名和广泛应用的两种。以下将详细介绍这两种框架以及它们在大数据处理中的应用和优势。
ChatGPT对话：关于训练模型h5格式和SavedModel格式的问题
最新发布
uestcai的博客
07-25 1002
适用于h5和SavedModel格式的 Keras 模型。加载模型后直接使用，接口简单方便。主要用于本地推理和评估。适用于SavedModel格式的模型，需要通过签名访问和使用，更灵活但也更复杂。主要用于部署和远程推理，如在 TensorFlow Serving 中使用。
大模型面经
weixin_43744732的博客
07-19 1320
大模型，面试，八股文
Scikit-learn内置的数据集
07-24 677
Scikit-learn内置的各种数据集为你的数据分析和机器学习项目提供强大支持。
评论
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