- 博客(9)
- 收藏
- 关注
RSS订阅原创 【膳逸】ChatGLM3-6B大模型loar微调
在电脑本地终端进行自定义服务的配置，完成配置后终端无任何异常输出，此时进入云平台将项目服务运行开启。完成上述内容后，即可在。因为是在AutoDL云平台上进行实例创建的，所以开启服务后需要与本地建立连接，所以要在webui.py中进行端口的指定。访问微调可视化平台。
2024-06-15 21:43:41
81
原创 【膳逸】饮食问答数据收集
数据来源公开数据集：利用现有的饮食相关数据集，如食品成分数据库。 网络爬虫：从网站（如健康、饮食专栏、问答论坛等）抓取数据。数据工具使用Selenium进行浏览器自动化 IP代理池 模拟多浏览器多用户浏览网页 时间延迟，避免操作太快而被识别为机器人 Concurrent设置多线程以进一步提速
2024-05-30 19:51:15
148
原创 【膳逸】饮食问答规划数据集
糖分是现代饮食中常见的成分，主要来源包括自然存在于食物中的糖和加工食品中添加的糖。除了直接的健康影响，糖分摄入过多还可能影响血糖控制，导致能量波动和情绪不稳。减少糖分摄入的方法包括选择未加工或少加工的全食物、阅读食品标签以识别隐藏糖、减少食用甜食和含糖饮料等策略。A3: "隐藏糖指的是在加工食品中不易被察觉的糖分，如酱料、面包和即食餐中的糖。A2: "根据世界卫生组织的建议，自由糖的摄入量不应超过总能量摄入的10%。A1: "糖分摄入过多可能会导致肥胖、2型糖尿病、心脏病等多种健康问题。
2024-05-30 15:30:44
308
原创 【膳逸】PyTorch 深度学习实践：线性模型和梯度下降算法
在 PyTorch 中定义线性模型非常直接，使用本报告通过 PyTorch 框架实现了基础的线性模型，并使用梯度下降算法进行了训练。在实际应用中，线性模型虽然简单，但在对数据进行初步分析和预测时非常有效。此外，理解线性模型和梯度下降算法的基本概念是深入学习更复杂神经网络结构的基础。通过本次实践，我不仅加深了对线性模型的理解，而且熟悉了使用 PyTorch 进行模型构建、训练和参数调整的过程。在时候项目实训中，我可以在此基础上探索更多的机器学习模型和深度学习算法，进一步完善模型。
2024-05-22 23:10:31
247
2
原创 【膳逸】Prompt Learning Report2
初步通过用户调查和反馈收集到，用户不仅需要符合营养需求的餐单，还期望这些餐单能够考虑到他们的饮食限制和口味偏好。
2024-05-06 21:23:48
348
原创 【膳逸】My Journey Learning Prompt Engineering: A Beginner‘s Report
此次项目实训，我在团队中的角色定位是模型开发，那么前期我先是进行了关于prompt的学习。这篇博客中，我将详细分享我在学习提示工程过程中的具体经历、所面临的技术挑战，以及我如何逐步克服这些问题。
2024-05-06 21:10:21
265
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