起名真烦.-优快云博客

原创【Datawhale X 魔搭】AI夏令营第四期大模型方向 Task02笔记

我们主要想做出基于LLM一个文档处理类大模型的知识论文系统，主要是论文的小处理及英语论文的翻译功能。

2024-08-13 23:10:27 351

原创 Datawhale AI夏令营第四期魔搭-AIGC方向 task02笔记

前面我们跑通了baseline，对baseline的代码也有了一个基本的理解，相信大家也对本次的学习充满信息，那么我们就在Task1的基础上继续深入。今天我们的任务是对baseline的代码有一个更加细致的理解，然后我们会学习如何借助AI来提升我们的自学习能力，从而帮助大家在后面的学习工作中如何从容迎接各种挑战。授人以鱼不如授人以渔，你可以从中学大模型的提问技巧来实现快速学习，学会如何制作一个话剧连环画。

2024-08-13 22:50:25 880

原创【Datawhale X 魔搭】AI夏令营第四期大模型方向 Task01笔记

动手学大模型应用全栈开发是 Datawhale 2024 年 AI 夏令营第四期联合浪潮信息一同开展的学习活动——适合想入门并实践大模型应用全栈开发的学习者参与适合想成为 AI 大模型全栈工程师的学习者参与学习内容提要：通过学习大模型部署、大模型检索增强生成（Retrieval Augmented Generation, RAG）实战、大模型微调实战，掌握大模型应用全栈开发。

2024-08-11 23:25:08 336

原创 Datawhale AI夏令营第四期魔搭-AIGC方向 task01笔记

从零入门AI生图原理&实践是 Datawhale 2024 年 AI 夏令营第四期的学习活动（“AIGC”方向），基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的实践学习——适合想入门并实践 AIGC文生图、工作流搭建、LoRA微调的学习者参与学习内容提要：从通过代码实现AI文生图逐渐进阶，教程偏重图像工作流、微调、图像优化等思路，最后会简单介绍AIGC应用方向、数字人技术（选学）

2024-08-11 22:54:49 402

原创垃圾分类2.0

上一篇文章我们把垃圾分类项目搭建起来后发现，有很多问题和需要改进的地方。首先问题在于：一、我们数据集只有四十类，但是在使用时我们用了五十类，为什么程序依然可以运行？二、为什么单照片预测时总是不准，但是程序显示的准确值却很高？三、我们如何精确的分析清楚直观的看到模型的效果？

2024-08-05 06:01:35 1203

原创基础练习数列排序 BASIC-13（python）

交换两个元素这个外层循环的作用是遍历列表中的每一个元素。变量 i 从 0 到 n-1 变化，其中 n 是列表 shuchu 的长度。这个循环控制每次冒泡排序过程中的比较范围。内层循环用于比较和交换元素。变量 j 从 i+1 到 n-1 变化。内层循环确保只比较未排序部分的元素（即 i 之后的元素）。这行代码比较 shuchu[i] 和 shuchu[j] 的值。如果 shuchu[i] 的值大于 shuchu[j] 的值，则执行后续的交换操作。

2024-08-05 04:20:45 592

原创蓝桥杯基础 A+B问题 BASIC-01

第一种方法主要使用了map函数，两种方法的核心都是使用split函数将输入的字符串通过空格进行切割（可以指定符号或字母，以及切割的次数），主要希望记住的是python语言中的自带的函数，其功能很强大使用起来有可能会有意想不到的效果，今天总结的就是一个用于处理需要一次性输入多个整数的方法# 示例输入：用户输入 "10 20 30 40"# 将输入的字符串按照空格分割，并将每个分割后的部分转换为整数# 打印转换后的整数列表这个方法可以快速将输入的多个整数进行输入到列表中，不需要用for函数挨个转换。

2024-08-01 20:26:23 411 1

原创垃圾分类项目1.0

在深度学习中实现垃圾分类的主要步骤包括数据准备、模型构建、模型训练、模型评估和部署。以下是每个步骤的详细说明：一、数据准备:数据收集：收集包含不同类别垃圾的图像数据。数据清洗与标注：清洗数据以去除无关或重复的图像，并对每个图像进行标注，确保每张图片都分配到正确的垃圾类别。数据增强：使用数据增强技术（如旋转、裁剪、缩放等）增加数据集的多样性，减少模型过拟合的风险。数据划分：将数据集划分为训练集、验证集和测试集。

2024-07-28 20:42:41 1078

2301_81121953的博客