- 博客(35)
- 收藏
- 关注
RSS订阅原创 书生浦语第四期--基础岛-第五关
文章目录学习使用Xtuner微调大模型开始微调检查hf文件夹检查meraged文件夹启用WebUI 对话查看效果学习使用Xtuner微调大模型开始微调检查hf文件夹检查meraged文件夹启用WebUI 对话查看效果
2024-12-04 21:49:38
221
原创 书生浦语第四期--基础岛-第四关
在huggingface下载模型的时候可能会出现问题，可以参考这个博客：Ubantu20.04在huggingface下载模型和数据集
2024-12-04 21:49:02
250
原创 书生浦语第四期--基础岛-第二关
它会对你提出的问题进行分析并拆解为数个子问题，在数百个网页中搜索、总结各个子问题的答案，并给出完整的搜索关键词、思考路径、参考网页等中间过程，从而提供广泛、深度、高可信度的最终答案。
2024-12-03 17:16:02
337
原创 书生浦语第四期--基础岛-第三关
任务要求：利用对提示词的精确设计，引导语言模型正确回答出“strawberry”中有几个字母“r”。我将给你一个单词，并指定你要统计的字母。请返回每个单词中该字母的出现次数。其中“字母”是指定的字母，“次数”是该字母在该单词中出现的次数。只需统计指定字母在单词中的出现次数，确保字母大小写不敏感。你是一名语言学专家，擅长统计单词中特定字母的出现次数。你需要统计单词中某个字母的出现次数，并给出准确的数字。欢迎用户，友好的介绍自己并引导用户使用。欢迎用户，友好的介绍自己并引导用户使用。你是放假公文写作助手。
2024-12-03 17:12:32
826
原创 将.sefatensors模型文件合并为.gguf模型文件，并使用ollama导入.gguf模型
不同的量化版本精度不同，例如Q2_0的模型文件最小，但模型的精度比Q4_0、Q8_0都更低，Q2_k跟Q2_0的区别是k是0的改进版，提供了另一个优化策略，在两者模型大小差不多的情况下，精度更高一点，后面Q2_k跟着的S、L、M、XL，应该就是跟衣服的码数差不多的意思，你选的越大对你的电脑的硬件要求就更大，F32就是最好的精度，IQ4_XS是电脑内存非常有限才选择。理论上这样是可行的，但是huggingface是国外的网站，每次我进行这样操作的时候，都会出现连接超时，并没有成功过。
2024-12-02 19:07:08
2655
原创 书生大模型全链路开源开放体系
进入2024年，1月7日，InterLM2模型开源，其性能在同量级开源模型中脱颖而出，展现了强劲的竞争力。到了7月4日，InterLM2.5正式开源，其中 InterLM2.5-20B-chat 模型表现尤为突出，与当时业界领先的 GPT-4（20240409）模型在多项评测中旗鼓相当，充分展示了浦语系列在大模型领域的持续创新。同时，这套工具链还提供丰富的可扩展接口和详细的文档，方便开发者快速上手和深度定制，极大地提升了模型开发的效率与可用性，为科研和工业界的各类大模型项目提供了有力支持。
2024-12-02 18:58:03
945
原创 将本地的.gguf文件导入ollama
将./model.gguf换成自己的模型文件地址，最好是吧Modelfile文件跟model.gguf放在一起。将test_model改成自己想要为这个模型取得名字，如图所示。./Modelfile 就是自己的Modelfile文件路径。
2024-12-01 20:59:22
2330
原创 书生浦语第四期--入门岛-第四关
如果大家对如何从huggingface上下载模型文件感兴趣，可以参考我的另外一篇博客：Ubantu20.04在huggingface下载模型和数据集
2024-12-01 14:50:22
309
原创 书生浦语第四期--入门岛-第三关
创建一个自己的分支，在自己分支上进行修改，并不会影响原仓库，之后再将自己的修改进行pull request请求合并到原仓库。
2024-12-01 13:47:57
318
原创 书生浦语第四期--入门岛-第二关
可能出现错误的原因：json.loads（）解析一个格式错误的JSON 字符串，res的内容被包裹在了一个 Markdown 格式的代码块标记。
2024-11-30 14:32:26
206
原创 书生浦语第四期--入门岛-第一关
文章目录闯关任务SSH连接：端口映射：可选任务任务一：linux命令熟悉任务二：创建虚拟环境闯关任务SSH连接：端口映射：可选任务任务一：linux命令熟悉任务二：创建虚拟环境
2024-11-30 12:34:30
181
原创 Ubantu20.04在huggingface下载模型和数据集
它提供了丰富的预训练模型库，涵盖了从文本到图像、语音、视频等多种类型的模型，帮助开发者和研究人员快速构建和部署机器学习应用。除了模型库，Hugging Face 还提供了强大的数据集管理工具 Datasets，使得机器学习中的数据集处理更加高效。平台还拥有一个模型共享和协作的社区，用户可以上传自己的模型与代码，分享成果，进行协作研究。将modeldir和yourdir，分别替换成你要下载的model地址和你自己想要把模型下载在哪个本地地址。需要输入自己的huggingface的token。
2024-11-29 15:25:54
1559
原创 Windows使用Ollama+Docker配置Open webui+llama3.2 3B大模型详细教程，Docker修改安装、镜像目录，Ollama修改model下载目录
在 Docker.Installer.InstallWorkflow.d__30.MoveNext() 位置 C:\workspaces\main-merges\src\github.com\docker\pinata\win\src\Docker.Install。刚开始进入可能要设置账号密码什么的，这个容器完全是本地化的东西，自己进行设置就行，第一次账号密码设置默认是管理员了。就是将.exe文件放在你的安装路径里面，所以导致报错，切记不能将.exe文件放在你的安装路径里面。要登陆的时候跳过登录就行。
2024-11-23 10:44:39
2837
2
原创 解决docker部署jupylab中matplotlib作图时中文显示问题
解决方法1.下载字体字体下载2.找到目录import matplotlibmatplotlib.matplotlib_fname()我的是这个目录：/opt/conda/lib/python3.9/site-packages/matplotlib/mpl-data/matplotlibrc记住这个目录3.进入容器docker exec --user root -it 容器ID /bin/bash4.导入字体/opt/conda/lib/python3.9/site-packag
2022-04-06 18:20:30
1559
原创 python实现主成分估计
什么是PCA主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。数据代码import statsmodels.api as smfrom sklearn.decomposition import PCAimport pandas as pdimport numpy
2022-03-25 18:50:03
2913
原创 python相关性分析
什么是相关性相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性的三种方法皮尔逊相关系数(pearson)：pearson相关系数连续性变量才可采用肯达相关系数(kendall)：Kendall相关系数:用于反映分类变量相关性的指标,适用于两个分类变量均为有序分类的情况。斯皮尔曼相关系数(spearman)：spearman相关系数又称秩相关系数,是利用两变量的秩次大小作线性相关分析,对原
2022-03-19 21:58:08
20266
原创 python使用QDA进行二次判别分析
什么是二次判别法二次判别属于距离判别法中的内容，以两总体距离判别法为例，对总体G1,，G2，当他们各自的协方差矩阵Σ1，Σ2不相等时，判别函数因为表达式不可化简而不再是线性的而是二次的，这时使用的构造二次判别函数进行判别类别的方法叫做二次判别法。python中使用sklearn中的QuadraticDiscriminantAnalysis来进行二次判别分析，这里采用鸢尾花数据进行分类。train_test_split切分训练集和测试集这是sklearn中对数据进行切分的一个方法X_train, X
2022-03-18 18:30:50
2278
原创 python 中 sm.graphics.plot_regress_exog 绘制图像的解释
导入相关包import numpy as npimport pandas as pd import statsmodels.api as smimport matplotlib.pyplot as plt创建数据X = np.arange(1,20) # 创建X数据def fun(x,a,b): return a*x + by = fun(X,3,2) # 创建 y = 3*x+2np.random.seed(2) # 控制每次随机误差数据相同y_noise =np.rand
2022-03-15 18:51:07
2751
1
原创 centos7安装图形化界面以及图形化界面的打开和关闭
安装图形化界面yum groupinstall "X Window System"时间比较长yum groupinstall -y "GNOME Desktop"时间比较长输入init 5进入图形化界面以后要是不想用图形化界面可以选择关闭1.关闭图形化界面systemctl set-default multi-user.target然后reboot2.打开图形化界面systemctl set-default graphical.target然后reboot.
2021-06-19 20:16:06
431
原创 解决Centos7没有ens33
进入centos7操作ifconfig ens33 upsystemctl stop NetworkManagersystemctl disable NetworkManagerifup ens33systemctl restart network.service最后ifconfig查看是否有ens33
2021-06-19 18:50:51
1470
2
原创 解决 dhcp服务后systemctl start dhcpd启动不了的问题
输入:systemctl start dhcpd报错:Job for dhcpd.service failed because the control process exited with error code. See “systemctl status dhcpd.service” and “journalctl -xe” for details.编辑:vim /etc/dhcp/dhcpd.conf确保该网段与虚拟机的网卡是一致的相一致的情况下才能启动dhcpd服务...
2021-06-18 20:44:19
11708
3
转载 docker使用 tomact部署idea中web项目
https://www.cnblogs.com/ycj1295/p/13470077.html
2021-06-04 11:00:30
340
原创 将本地.war文件挂载到docker容器内部
以tomcat镜像为例vim /etc/fstab将共享文件夹的注释取消然后reboot重启一下将本地.war文件放入共享文件夹中然后cd /home/sharels进入共享文件夹cd web_share将.war文件复制到docker某个容器内部中docker cp 文件名称 容器id:/usr/local/tomcat/webapps然后进入容器内查看是否复制成功进入容器命令docker exec -it 容器id bashcd /usr/local/tomcat
2021-05-27 19:24:32
245
原创 Navicat 连接docker 进入容器中的mysql
输入ifconfig : 通常为ens33 查看虚拟机的IP地址后面连接Navicat 需要用到首先启动docker : systemctl start dockerdocker ps -a 查看docker的容器如果容器未启动就docker start ec580f8b5123(容器id)然后输入 查看容器IP :docker inspect ec580f8b5123(容器ip) :在最后 显示:容器的IP 后面连接Navicat 需要用到然后进入想要进入的docker容器 :d
2021-05-21 23:19:08
490
1
原创 主机可以ping虚拟机 虚拟机不能ping主机 但是可以ping www.baidu.com
网络上其他博客也有很多办法 比如:关闭防火墙修改防火墙入站规则打开VMware Net Service修改DNS解析等等我尝试过后均没用但是我用这个方法就能行 :如何你原来是NAT模式的话 ,就关闭虚拟机 ,改成桥接模式 并勾选最后尝试虚拟机ping一下主机希望对你有帮助...
2021-05-10 20:06:54
281
原创 python matplotlib画柱状图
画柱状图导入库import matplotlib.pyplot as pltimport numpy as np利用函数：bar(left, height, width=0.8, bottom=None, **kwargs)left=柱子的下标列表height=柱子高度wideth=柱子宽度还有一些别的参数color=柱子的颜色edgecolor=柱子边框颜色（若没有，系统默认没有边框）linewidth=边框的宽度lable=柱状图图例举一个多个班级人数的例子：# 创建一个
2020-12-09 20:02:24
315
原创 python matplotlib 画三维简单散点图
简单三维散点图导入相关库import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D设置相关数据x = [565.454,562.058,561.390,563.782,567.941,571.255,571.938,569.500]y = [528.012,525.544,521.447,518.108,517.407,519.857,523.953,527.356]z = [1.729,1.818,1.78
2020-12-09 17:51:05
367
原创 python中 Matplotlib 基本画图（2）
多直线绘制import matplotlib.pyplot as pltimport numpy as np# 设置2条直线x = np.linspace(-1, 5, 20)y1 = x + 1 # 直线 y1y2 = -x + 3 # 直线 y2# 分别定义2条直线的属性plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")plt.plot(x, y2, color="red", linewidth
2020-12-08 15:52:00
343
1
原创 python中 Matplotlib 基本画图（1）
安装Matplotlibpip install Matplotlib了解Matplotlib首先要导入画图的库为了使接下来写代码更加轻松:使用pla、np，简写代替matplotlib、numpy。1.基本绘图知识：画板figure，画纸Sublpot画质，可多图绘画画纸上最上方是标题title，用来给图形起名字坐标轴Axis,横轴叫x坐标轴label，纵轴叫y坐标轴ylabel图例Legend 代表图形里的内容网格Grid，图形中的虚线，True显示网格点 Markers
2020-12-07 21:02:32
226
1
原创 关于解决pycharm中主函数不能使用的问题
在pycharm（selenium）中 当主函数不能使用时 首先确定自己有没有卸载anacanda , 在没有卸载的前提下 去cmd pip install selenium , 确保自己安装了selenium，在进入pycharm中：file-----settings-----project-----add----conda environment----existing environment 选择anacanda 中的python.exe;等待下载完成...
2020-11-24 13:18:09
1846
原创 第一个博客
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2020-11-18 17:13:10
54
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