- 博客(13)
- 收藏
- 关注
原创 斌哥带你学AI ---图像识别
总结,我们可以根据这个流程,训练自己的识别对象,只需要少量样本就可以完成对图像识别,方便,有个接口,我们可以在边缘端访问部署的服务器,完成对相关设备的控制。进入数据导入界面,选择有标注信息,本地导入,上传压缩包,以文件件命名类别(图像数据要按照类别分成不同的文件夹,文件夹名字即为标签或者类别信息,最后,把最上层一个大文件夹压缩成.zip文件),点击上传压缩包。喝杯茶,休息休息,大约十分钟吧,收到百度的短信提示,模型训练完毕。下面进行数据集的创建,点击数据总览,创建数据集。等待一会,刷新页面,点击查看。
2024-02-22 19:16:15 356 1
原创 书生·浦语大模型(第二期)学习记录与作业汇总
第一课笔记:书生·浦语大模型实战营第二期(1)-CSDN博客第二课笔记:书生·浦语大模型实战营第二期(2)-CSDN博客第二课作业:书生·浦语大模型实战营第二期(第二课作业)-CSDN博客第三课笔记:书生·浦语大模型实战营第二期(3)-CSDN博客第三课作业:书生·浦语大模型实战营第二期(第三课作业)-CSDN博客第四课笔记:书生·浦语大模型实战营第二期(4)-CSDN博客第四课作业:书生·浦语大模型实战营第二期(第四课作业)-CSDN博客第五课笔记:书生·浦语大模型实战营第二期(5)-CSDN博客第五课作
2024-02-19 14:54:46 223 1
原创 书生·浦语大模型实战营第二期(第四课作业)
构建数据集,使用 XTuner 微调 InternLM-Chat-7B 模型, 让模型学习到它是你的智能小助手,效果如下图所示,本作业训练出来的模型的输出需要。替换成自己名字或昵称!
2024-02-18 22:25:16 122
原创 书生·浦语大模型实战营第二期(第六课作业)
列出所有跟 internlm 及 ceval 相关的配置。# 将会在opencompass下看到data文件夹。# 解压评测数据集到 data/ 处。
2024-02-18 12:29:19 712
原创 书生·浦语大模型实战营第二期(第五课作业)
值得说明的是,以上的划分是一个相对完整的模型,但在实际中这并不是绝对的。比如可以把“模型推理”和“API Server”合并,有的甚至是三个流程打包在一起提供服务。接下来,我们看一下lmdeploy提供的部署功能。
2024-02-18 11:06:53 653
原创 书生·浦语大模型实战营第二期(第三课作业)
接着,我们实例化一个基于 InternLM 自定义的 LLM 对象:llm.predict("你是谁")构建检索问答链,还需要构建一个 Prompt Template,该 Template 其实基于一个带变量的字符串,在检索之后,LangChain 会将检索到的相关文档片段填入到 Template 的变量中,从而实现带知识的 Prompt 构建。我们可以基于 LangChain 的 Template 基类来实例化这样一个 Template 对象:# 我们所构造的 Prompt 模板。
2024-02-18 08:46:29 850
原创 书生·浦语大模型实战营第二期(第二课作业)
然后新建 python 文件,填入以下代码,运行即可。使用 Hugging Face 官方提供的。的 config.json 文件到本地。
2024-02-17 21:45:49 295 1
原创 书生·浦语大模型实战营第二期(2)
目录1.大模型及InternLM模型介绍2.InternLM-Chat-7B 智能对话 Demo3.Lagent智能体工具条用Demo4.浦语·灵笔图文创作理解Demo5.通用环节配置6.课后作业
2024-02-16 19:38:55 167
原创 书生·浦语大模型实战营第二期(1)
大模型成为发展通用人工智能的重要途经。书生·浦语大模型全链路开源开发体系。书生·浦语20B开源大模型性能。书生·浦语大模型开源历程。大模型成为热门关键词。书生·浦语大模型系列。
2024-02-16 18:16:12 148 1
原创 书生·浦语大模型实战营第二期(3)
LangChain框架是一个开源工具,通过为各种LLM提供通用接口来简化应用程序的开发流程。LangChain的核心组成模块:1)链(Chains):将组件组合实现端到端的应用,通过一个对象封装实现 一系列LLM操作。2)Eg.检索问答链,覆盖实现了RAG(检索增强生成)的全部流程。基于LangChain搭建RAG应用。
2024-02-16 17:37:01 275
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