Datawhale AI 夏令营 task01学习笔记

最新推荐文章于 2024-08-13 17:31:17 发布
最新推荐文章于 2024-08-13 17:31:17 发布
阅读量208 收藏
点赞数 4
文章标签： 学习 笔记 python
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/yzxyyyyoo/article/details/141039740
版权

 第一天学习的重点是跑通baseline，创建一个自己的大模型应用。

一，先要搭建环境。

开通阿里云PAI-DSW使用，获得算力时，在魔搭社区搭建API实例。

二，搭建demo

文件下载

环境安装、

启动demo

点击链接就可以与yuan 2.0助手对话

之后，我还了解了许多大模型的概念，加深对yuan 2.0的了解

yzxyyyyoo
关注
  • 4
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Datawhale AI夏令营 AIGC方向 task01方向小白笔记
08-11
Datawhale AI夏令营 AIGC方向 task01方向小白笔记
NLP学习（Datawhale AI夏令营） TASK01#Datawhale示例代码
07-15
NLP学习（Datawhale AI夏令营） TASK01#Datawhale示例代码
Datawhale AI 夏令营 Task01学习笔记
m0_54954332的博客
08-11 248
大模型的核心目标是建模人类语言的内在规律，通过语言模型准确预测词序列中的下一个词或缺失的词。统计语言模型（SLM）：使用马尔可夫假设进行建模，基于 ( n )-gram 语言模型。神经语言模型（NLM）：基于神经网络，如循环神经网络（RNN），学习上下文相关的词表示，代表性工作包括 word2vec。预训练语言模型（PLM）：通过大量无标注数据预训练双向 LSTM（biLSTM）或 Transformer，并在下游任务上进行微调，代表性模型包括 ELMo、BERT 和 GPT-1/2。
【Datawhale AI夏令营】Task01学习笔记
miibp的博客
07-14 283
timm.create_model('resnet18', pretrained=True, num_classes=2) 加载预训练的ResNet-18模型，并且使用在ImageNet数据集上预训练的权重，使其有两个类别的输出。·数据移动GPU：.cuda(non_blocking=true)，将non_blocking参数设置为true意思是如果数据正在被复制到GPU，此操作会立即返回。深度学习中的CNN能够识别图像、视频中的复杂特征，在Deepfake检测中，模型可以学习识别内容中的异常特征。
Datawhale AI夏令营Task1学习笔记
m0_73903544的博客
07-14 639
在深度学习中，模型训练通常需要进行多次迭代，而不是单次完成。深度学习模型的训练本质上是一个优化问题，目标是最小化损失函数。梯度下降算法通过计算损失函数相对于模型参数的梯度来更新参数。由于每次参数更新只能基于一个数据批次来计算梯度，因此需要多次迭代，每次处理一个新的数据批次，以确保模型在整个数据集上都能得到优化。
Datawhale AI夏令营 task2学习笔记
ggydCSDN的博客
07-31 940
本来不想写这篇笔记，因为自己的模型效果并不理想。权当是一次记录吧。这次的任务是使用RNN模型（循环神经网络）进行深度学习。具体思路和上一次的机器学习其实很类似，不过这次的思路显然比上次要复杂一些，我主要通过关键函数——训练函数train来理清整个代码的逻辑。train函数源码如下N = 10 #int / int(len(dataset) * 1) # 或者你可以设置为数据集大小的一定比例，如 int(len(dataset) * 0.1)
Datawhale AI夏令营 task3学习笔记
ggydCSDN的博客
08-03 328
本文主要是对代码的解读，优化效果甚微。这次的任务是使用进行深度学习。具体思路和RNN的相同，从关键函数——训练函数train来理清代码的逻辑。# 训练N = 10 # 批次数量 int / int(len(dataset) * 1) # 或者你可以设置为数据集大小的一定比例，如 int(len(dataset) * 0.1)INPUT_DIM = 292 # src length，即输入数据的维度。对于嵌入层来说，这是词汇表的大小或输入序列的长度D_MODEL = 512 # 嵌入向量的维度。
Datawhale AI 夏令营 task2学习笔记
2301_78167735的博客
07-29 371
大语言模型（英文：Large Language Model，缩写LLM），是一种包含数十亿或更多参数的人工智能模型，旨在理解和生成人类语言。通过在大规模文本数据上进行训练，LLM能够执行多种语言任务。大语言模型在逻辑推理任务中的应用展示了其强大的语言理解和生成能力。通过提示工程、模型调用和结果处理，可以有效地利用LLM解决复杂的推理问题。在实际应用中，需要注意模型的伦理和风险问题，确保生成内容的可靠性和安全性。
Datawhale AI夏令营 Task2学习笔记
lzz0917的博客
07-17 326
GRU作为RNN的一种变体，可以更好地捕捉长距离依赖。编码器-解码器模型用于描述输入输出关系，适用于机器翻译问题。模型将源语言编码为中间表示，解码器再将其转换为目标语言。特别地，spacy的en_core_web_trf模型需要根据spacy版本进行安装。注意力机制允许解码器在生成每个输出词时，自适应地关注编码器的中间状态，提高翻译质量。Baseline代码实现了Seq2Seq模型，使用GRU网络，并加入了注意力机制。BLEU得分是评估机器翻译质量的重要指标，反映了生成文本与参考译文之间的相似度。
Datawhale AI夏令营 task1学习笔记
ggydCSDN的博客
07-27 369
Datawhale的task1学习心得
Datawhale AI 夏令营 task3学习笔记
2301_78167735的博客
08-01 354
本次微调数据使用训练集文件，将每个问题中的子问题和答案构建成问答对。例如：json复制代码{ "instruction": "你是一个逻辑推理专家，擅长解决逻辑推理问题。以下是一个逻辑推理的题目，形式为单项选择题。LoRA（Low-Rank Adaptation）微调是一种高效的模型微调技术，特别适用于大型预训练语言模型的适应性调整。优势可以针对不同的下游任务构建小型 LoRA 模块。使用自适应优化器，训练更有效、硬件门槛更低。
Datawhale AI 夏令营机器学习 task1.pdf
07-20
### Datawhale AI 夏令营机器学习 Task1：时间序列预测详解 #### 一、时间序列数据的特点 时间序列数据在很多实际场景中都非常重要，例如天气预报、股票市场分析、销售预测等。理解时间序列数据的特点对于设计有效...
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
07-28
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
OrangePi AIpro学习5 —— 模型推理程序开发
HuanBianCheng27的博客
08-13 938
本章讲解Resnet50模型如何运行在昇腾芯片上，如何对图片进行推理
车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试
车载测试
08-12 579
车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试
【IC设计】昇腾910架构学习
VICI的博客
08-10 279
昇腾910是华为的AI训练卡，基于7nm EUV工艺，其中有16个基于ARMv8定制的CPU，32个Ascend-Max AI加速器，使用4*6的无缓存NoC Mesh进行互联，使用HBM（High Bandwidth Memory）进行存储，提供128通道的视频译码器。本文内容是参考华为公开资料形成的个人观点，无侵权行为，内容仅供学习！
8月13日学习笔记 LVS
最新发布
weixin_70751701的博客
08-13 795
目标地址散列调度算法先根据请求的目标IP地址，作为散列键 （Hash Key）从静态分配的散列表找出对应的服务器，若该服务器 是可用的且未超载，将请求发送到该服务器，否则返回空。1. 配置两个网卡和两个ip地址，正常来说应该配置两个不同的网段的 ip，一个对外的vip，一个对内的dip，现在主要使用nat的网络模 式，可以配置桥接模式对外，Nat对内，教师机不方便配置桥接模 式，所以都是配置的nat模式，但是一定要分清楚哪个ip是vip，哪个 ip是dip，在物理主机上都要能够ping通。
Kubernetes（k3s）基础学习（三） -- Deployment、Service、Ingress
码农从0到1
08-10 308
通常来说，在编写yml 时，Pod与Deployment 成对出现。因为弹性伸缩的需要，Deployment 扮演着Pod 的监管者角色。仅仅通过Deployment配置文件就可以启动pod，所以不需要单独写pod的配置文件。执行完上述命令后，我们在输出终端也看到有一个Pod 被创建出来，IP地址为10.42.0.34。这个IP地址如所讲，只允许被Kubenetes 内部环境所访问，外网不能正常访问。怎样才能让外界能够访问容器呢？
Datawhale AI 夏令营
07-12
DataWhale AI夏令营是一款由阿里云举办的针对青少年和大学生的科技教育活动。这个暑期项目旨在激发参与者对人工智能、大数据和机器学习的兴趣，通过一系列课程、实践项目和比赛，帮助他们提升相关的技能知识。活动中，学员可以学习到从基础知识到实战应用的内容，比如Python编程、数据处理、算法理解等，并有机会参与到实际的数据分析项目中，培养创新思维和技术能力。此外，DataWhale还提供了一个交流平台，让营员们能够与其他技术爱好者互动，共同成长。参加这样的夏令营对于未来想进入科技行业特别是AI领域的人来说是一次很好的启蒙和实践经验积累的机会。
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