<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Mocode的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Mocode</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Mocode]]></copyright><item><title><![CDATA[【2026】Datawhale X AMD · Hello ROCm - Part2 - AMD云环境模型微调]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/162078535</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/162078535</guid><author>Mocode</author><pubDate>Wed, 17 Jun 2026 23:57:26 +0800</pubDate><description><![CDATA[标准的工业级微调模板 ：从 下载模型 → 清洗数据 → 显卡配置 → LoRA 轻量化训练 → 训练效果对比 ，完整呈现 AI 工业标准流程。未来更换数据集或大模型，都可复用这一核心框架。在 Part2 中，将把一个只会 通用聊天 的模型，通过特定领域的数据训练成能够精准识别 6 种人类情绪 的“情感分析专家”。在 Part1-部署&运行Gemma4大模型 中，通过将Gemma4下载到本地并使用vllm服务启动大模型服务、开放OpenAI兼容格式接口，能够在终端与Gemma4进行交互对话。]]></description><category></category></item><item><title><![CDATA[【2026】Datawhale X AMD · Hello ROCm - Part1 - 配置云环境&部署大模型]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/161936955</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/161936955</guid><author>Mocode</author><pubDate>Fri, 12 Jun 2026 23:49:09 +0800</pubDate><description><![CDATA[ROCm（Radeon Open Compute）是AMD公司开发的开源GPU计算平台，类似于NVIDIA的CUDA平台。这篇文章主要介绍怎么利用AMD AI开发者计划提供的AMD显卡资源，在云端AMD显卡上用业界主流的vLLM框架，把Google最新开源的Gemma4跑成可对话的推理服务。]]></description><category></category></item><item><title><![CDATA[CAMEL-Task2-Agent的构成组件]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/150621396</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/150621396</guid><author>Mocode</author><pubDate>Sat, 23 Aug 2025 00:31:38 +0800</pubDate><description><![CDATA[在CAMEL框架中，agent使用内置工具或自定义工具完成任务的示例说明。]]></description><category></category></item><item><title><![CDATA[CAMEL-Task1-CAMEL环境配置及你的第一个Agent]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/150564669</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/150564669</guid><author>Mocode</author><pubDate>Thu, 21 Aug 2025 00:10:32 +0800</pubDate><description><![CDATA[CAMEL环境配置及RolePlaying案例尝试。]]></description><category></category></item><item><title><![CDATA[【2025】Datawhale AI夏令营-多模态RAG-Task3笔记-解决方案进阶]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/150359072</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/150359072</guid><author>Mocode</author><pubDate>Wed, 13 Aug 2025 22:28:13 +0800</pubDate><description><![CDATA[为了弥补baseline方案中无法利用图表信息的不足，进阶方案中使用MinerU提取PDF中的图文信息，为LLM检索回答提供更细粒度、更丰富、上下文更流畅的知识文本。]]></description><category></category></item><item><title><![CDATA[【2025】Datawhale AI夏令营-多模态RAG-Task1、Task2笔记-任务理解与Baseline代码解读]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/150119203</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/150119203</guid><author>Mocode</author><pubDate>Sat, 09 Aug 2025 23:44:13 +0800</pubDate><description><![CDATA[以财报问答任务为具体场景，理解多模态RAG问题挑战及解读baseline方案代码。]]></description><category></category></item><item><title><![CDATA[【Git】同时在本地使用多个github账号进行github仓库管理]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/149104592</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/149104592</guid><author>Mocode</author><pubDate>Thu, 03 Jul 2025 22:59:32 +0800</pubDate><description><![CDATA[本地有多个均需要使用的github账号情况，如：项目A（远程仓库A）使用github账号A、项目B（远程仓库B）使用github账号B，项目A和项目B需要同时推进。此时为了维持两个项目开发的需要，需要在本地频繁切换不同github账号。接下来介绍一个”一劳永逸“的方法，在同时开发两个项目的同时避免在本地频繁切换不同github账号。]]></description><category></category></item><item><title><![CDATA[【云盘】使用阿里云盘托管项目大文件]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/147672716</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/147672716</guid><author>Mocode</author><pubDate>Fri, 02 May 2025 21:57:48 +0800</pubDate><description><![CDATA[使用阿里云盘托管在不同服务器上运行项目实验过程中产生的数据、模型等大文件。]]></description><category></category></item><item><title><![CDATA[【2025】Datawhale AI春训营-蛋白质预测（AI+生命科学）-Task2笔记]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/147355773</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/147355773</guid><author>Mocode</author><pubDate>Sat, 19 Apr 2025 20:59:44 +0800</pubDate><description><![CDATA[c = 'X'nn.GELU(),return xinitial=0,metric / len(valid_dataloader) } ") # 保存当前 epoch 的模型 save_path = f"model.pkl" torch . save(model . state_dict() , save_path) print(f"Model saved to {03d",]]></description><category></category></item><item><title><![CDATA[【2025】Datawhale AI春训营-RNA结构预测（AI+创新药）-Task2笔记]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/147355420</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/147355420</guid><author>Mocode</author><pubDate>Sat, 19 Apr 2025 20:34:58 +0800</pubDate><description><![CDATA[几何特征生成器# 计算连续三个向量# 计算法向量# 计算二面角# 填充处理# 图构建器assert coord.shape[1:] == (7,3), f"坐标维度错误:# 图构建器 class RNAGraphBuilder : @staticmethod def build_graph(coord , seq) : assert coord . shape [ 1 : ] ==(7 , 3) , f"坐标维度错误: {]]></description><category></category></item><item><title><![CDATA[【git】将项目上传到github、gitee]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/144725368</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/144725368</guid><author>Mocode</author><pubDate>Wed, 25 Dec 2024 18:15:29 +0800</pubDate><description><![CDATA[将项目上传到github、gitee的过程。]]></description><category></category></item><item><title><![CDATA[【强化学习理论】基于策略的强化学习——深度确定性策略梯度算法]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/143497561</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/143497561</guid><author>Mocode</author><pubDate>Tue, 05 Nov 2024 01:22:42 +0800</pubDate><description><![CDATA[深度确定性策略梯度算法（Deep Deterministic Policy Gradient，DDPG）是一种Actor-Critic框架的算法，该算法常用于连续控制任务（动作空间为连续型），其中Actor网络产生的动作是具体的、确定的动作而非动作的分布，因此被称为“确定性”策略梯度。本文介绍深度确定性策略梯度算法。]]></description><category></category></item><item><title><![CDATA[【强化学习理论】基于策略的强化学习——策略梯度算法]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/143489215</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/143489215</guid><author>Mocode</author><pubDate>Mon, 04 Nov 2024 17:10:58 +0800</pubDate><description><![CDATA[基于策略的强化学习方法通过计算动作分布进行动作选择。策略梯度算法（policy gradient，PG）是经典的基于策略的强化学习方法，本文对策略梯度算法进行介绍。]]></description><category></category></item><item><title><![CDATA[Transformer编码器结构及运算过程的符号表示]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/143217360</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/143217360</guid><author>Mocode</author><pubDate>Thu, 24 Oct 2024 19:30:16 +0800</pubDate><description><![CDATA[这篇文章主要是展示Transformer编码器的结构，同时尽量使用数学符号表达编码器的运算过程。Transformer编码器的核心结构是多头注意力机制，本文从（单头）注意力机制开始描述，然后扩展到对编码器运算过程的描述。暂不涉及解码器的描述。]]></description><category></category></item><item><title><![CDATA[贝叶斯神经网络与变分推断]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/143171177</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/143171177</guid><author>Mocode</author><pubDate>Tue, 22 Oct 2024 23:26:07 +0800</pubDate><description><![CDATA[本文解释了贝叶斯神经网络（Bayes Neural Network, BNN）、变分推断（variational inference, VI）及二者之间的关系。]]></description><category></category></item><item><title><![CDATA[【2024】Datawhale X 李宏毅苹果书 AI夏令营 Task3]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/141872005</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/141872005</guid><author>Mocode</author><pubDate>Tue, 03 Sep 2024 21:14:50 +0800</pubDate><description><![CDATA[本文是关于李宏毅苹果书”第2章 实践方法论“学习内容的记录。]]></description><category></category></item><item><title><![CDATA[【2024】Datawhale AI夏令营-从零上手Mobile Agent-Task2笔记]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/141759585</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/141759585</guid><author>Mocode</author><pubDate>Sat, 31 Aug 2024 22:04:35 +0800</pubDate><description><![CDATA[本文介绍通义实验室最新的多模态手机智能体工作——Mobile-Agent。]]></description><category></category></item><item><title><![CDATA[【2024】Datawhale X 李宏毅苹果书 AI夏令营 Task2]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/141757808</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/141757808</guid><author>Mocode</author><pubDate>Sat, 31 Aug 2024 20:19:54 +0800</pubDate><description><![CDATA[本文是关于李宏毅苹果书”线性模型“学习内容的记录。]]></description><category></category></item><item><title><![CDATA[【2024】Datawhale AI夏令营-从零上手Mobile Agent-Task1笔记]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/141650999</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/141650999</guid><author>Mocode</author><pubDate>Wed, 28 Aug 2024 21:57:39 +0800</pubDate><description><![CDATA[Task1主要任务是跑通Mobile-Agent Demo。]]></description><category></category></item><item><title><![CDATA[【2024】Datawhale X 李宏毅苹果书 AI夏令营 Task1]]></title><link>https://blog.youkuaiyun.com/Mocode/article/details/141573438</link><guid>https://blog.youkuaiyun.com/Mocode/article/details/141573438</guid><author>Mocode</author><pubDate>Mon, 26 Aug 2024 21:19:21 +0800</pubDate><description><![CDATA[本文是关于李宏毅苹果书“第1章 机器学习基础”学习内容的记录。]]></description><category></category></item></channel></rss>