Ama_tor的博客

CIFAR-10 数据集由 10 个类的 60000 张 32x32 彩色图像组成，每个类有 6000 张图像。有 50000 张训练图像和 10000 张测试图像。数据集分为 5 个训练批次和 1 个测试批次，每个批次有 10000 张图像。测试批次包含每个类中随机选择的 1000 张图像。训练批次包含按随机顺序排列的剩余图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次包含来自每个类的 5000 张图像。

训练数据集：train-images-idx3-ubyte.gz （9.45 MB，包含60,000个样本）。训练数据集标签：train-labels-idx1-ubyte.gz（28.2 KB，包含60,000个标签）。测试数据集：t10k-images-idx3-ubyte.gz（1.57 MB ，包含10,000个样本）。测试数据集标签：t10k-labels-idx1-ubyte.gz（4.43 KB，包含10,000个样本的标签）。

和 tokenizer_config.json包含了模型和分词器的配置信息。和 tf_model.h5分别包含了不同框架（PyTorch、Flax 和 TensorFlow）下的模型权重。包含了特殊 token 的映射。vocab.txt包含了模型的词汇表。

模型每个参数占用的字节大小模型大小模型大小层数头数GPT-14 个字节的 FP32 精度浮点数117M446MB1212GPT-22 个字节的 FP161.5亿到1.75亿0.5GB到1.5GB4816GPT-32 个字节的 FP161.75万亿（17500亿）350GB17596个头针对中文语言，HuggingFace 团队推出了 bert-base-chinese 模型，提供语言处理能力。Transformers提供两大类的模型架构，一类用于。

cuda>>>>tools>>runtime( 如果安装了 visual studio , We chose visual studio integration ）

内存条危！！我是安装在非C盘的,不知道为啥，过了1天我的C盘突然间就飚红了,心塞，所以推荐你们用自定义安装。

（文件是2.4G的，安装中建议不要动鼠标，不然会停止下载要重新来（心酸的经历），整个下来大概需要十来分钟吧，如果下载速度是3m/s左右的话）（这一步请打开你的编译器去测试，温馨插播以下，我觉得pycharm比spyder好用）win+r>>cmd>‘复制网站提供的指令’备注：建议选择cuda11.3。

在官网下载anaconda之后会得到这一个.exe文件,下载：www.anaconda.com/download/

优点：集成了许多关于python科学计算的第三方库，保姆级别下载：www.anaconda.com/download/版本默认64位，py37√：path设置（F:\python37），也可以默认安装路径√：暂时skip VSCODE的安装安装完后，菜单有以下IDE（代码编辑器）基础运行：编写代码后，RUN一下就OK。