- 博客(42)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Camp4-L1: 玩转书生「多模态对话」与「AI搜索」产品
书生浦语大模型实战营第四期-L1-玩转书生「多模态对话」与「AI搜索」产品 - 任务
2024-11-13 10:12:03
968
原创 Camp4-L1:InternLM + LlamaIndex RAG 实践
书生浦语大模型实战营第四期-InternLM+LlamaIndexRAG实践
2024-10-31 11:26:59
785
原创 SSH远程直连服务器docker容器的jupyter
最近在公司服务器使用jupyter出现了点问题，也不知道怎么回事，jupyter lab打开都没问题，但是准备打开一个ipynb文件时就卡住了，啥反应没有，ctrl+C 也不能关掉jupyter。尝试了种种手段，也没搜到合适的解决方案，估计是服务器网络设置问题吧。然后开了docker容器，发现在容器里面使用jupyter没啥问题，只是端口映射需要做好，有几种解决方案吧。是容器宿主机的地址，跟容器没半毛钱关系，非常丝滑。
2024-04-25 16:10:05
557
原创 谷歌开源大模型Gemma初体验
2024年2月21日，谷歌发布了一系列最新的开放式大型语言模型 —— Gemma！Gemma 提供两种规模的模型：7B 参数模型，针对消费级 GPU 和 TPU 设计，确保高效部署和开发；2B 参数模型则适用于 CPU 和移动设备。每种规模的模型都包含基础版本和经过指令调优的版本。Gemma发布博客：https://huggingface.co/blog/zh/gemma。
2024-02-28 09:30:26
1233
原创 ch6-OpenCompass大模型评测
随着人工智能技术的快速发展， 大规模预训练自然语言模型成为了研究热点和关注焦点。OpenAI于2018年提出了第一代GPT模型，开辟了自然语言模型生成式预训练的路线。沿着这条路线，随后又陆续发布了GPT-2和GPT-3模型。与此同时，谷歌也探索了不同的大规模预训练模型方案，例如如T5, Flan等。OpenAI在2022年11月发布ChatGPT，展示了强大的问答能力，逻辑推理能力和内容创作能力，将模型提升到了实用水平，改变人们对大模型能力的认知。
2024-02-15 17:13:09
1048
1
原创 ch4-homework-基于Xtuner的大模型单卡低成本微调作业
基本思路：整个微调流程跟上面其实是一样的，只是训练的数据集需要自己搞定一下，这个参考一下教程的自定义数据集微调部分或者案例https://github.com/InternLM/tutorial/blob/main/xtuner/self.md所提到的即可，生成相应的。构建数据集，使用 XTuner 微调 InternLM-Chat-7B 模型, 让模型学习到它是你的智能小助手，效果如下图所示，本作业训练出来的模型的输出需要。运行之后，同样会先加载模型，需要几分钟时间，后面就可以愉快的开始对话了~
2024-02-14 17:17:42
1005
1
原创 ch3-homework-基于InternLM和LangChain搭建自己的知识库
ch3-homework-基于InternLM和LangChain搭建自己的知识库
2024-02-13 16:08:20
851
1
原创 lightweight openpose 入门实操笔记（pytorch环境）
最近有个小项目要搞姿态识别，简单调研了一下2D的识别：基本上是下面几种（单人）single person直接关键点回归heatmap，感觉其实就是把一个点的标签弄成一个高斯分布（多人）multi person自顶向下：先把人圈出来，再针对单个人做检测自底向上：把所有关键点弄出来，再聚合适配到个人这个不是本文重点，笔者也还没吃透，可以看这篇综述：Deep Learning-Based Human Pose Estimation: A Survey作者试过几个模型：openpo
2021-09-26 08:40:16
4162
6
原创 python读取图像的几种方式
python读取图像的几种方式本文介绍几种基于python的图像读取方式：基于PIL库的图像读取、保存和显示基于opencv-python的图像读取、保存和显示基于matplotlib的图像读取、保存和显示基于scikit-image的图像读取、保存和显示基于imageio的图像读取、保存和显示安装方式基本使用pip即可：pip install pillowpip install scikit-imagepip install matplotlib pip install open
2021-09-25 19:13:18
11384
原创 时间序列分析 | 相似性度量基本方法
前言时间序列相似性度量是时间序列相似性检索、时间序列无监督聚类、时间序列分类以及其他时间序列分析的基础。给定时间序列的模式表示之后，需要给出一个有效度量来衡量两个时间序列的相似性。时间序列的相似性可以分为如下三种：1、 时序相似性时序相似性是指时间序列点的增减变化模式相同，即在同一时间点增加或者减少，两个时间序列呈现一定程度的相互平行。这个一般使用闵可夫斯基距离即可进行相似性度量。2、 形状相似性形状相似性是指时间序列中具有共同的形状，它通常包含在不同时间点发生的共同的趋势形状或者数据中独立
2021-07-16 15:28:55
9742
2
原创 计算机基础 | 文档神器docsify安装及基本使用
为啥要用docsify？神器Docsify让你的文档变得美观，配合typora，从此爱上看文档，各种优点：小巧、快速、美观、方便、快捷、上手快，可以浏览如下优秀案例ve-chartspyechartspyecharts-gallery处于萌芽阶段的 Java 核心知识库更多案例请看：Awesome Docsify安装1、首先安装npm：sudo apt install npm如果报错，则执行如下命令安装相关依赖sudo apt-get install nodejs-dev.
2021-07-14 09:04:28
1324
原创 机器学习基础 | 互相关系数和互信息异同探讨
机器学习基础 | 互相关系数和互信息异同探讨主要阐述互相关系数和互信息的区别和联系，先说结论：对于高斯分布，两者是等价的，且存在转换公式，当XXX与YYY互相关系数为零时，两者相互独立，且互信息为零；当互相关系数为±1\pm1±1时，两者完全相关且互信息为无穷大，转换公式：I(X,Y)=−12log(1−r2)I(X,Y)=-\frac{1}{2}\log(1-r^2)I(X,Y)=−21log(1−r2)一般情形，互相关系数只是反应了两者之间的线性相关关系，而互信息则直接从概率分布
2021-07-12 08:22:53
3017
原创 信息论估计工具jidt基本使用
信息论估计工具jidt基本使用JIDT基本介绍JIDT是 Java Information Dynamics Toolkit的简称，用于研究复杂系统中信息论相关度量的计算，它是一个基于java的开源工具库，也可以在Matlab、Octave、Python、R、Julia和Clojure中使用；JIDT提供了如下计算工具：信息熵、互信息、转移熵条件互信息、条件转移熵多变量互信息和多变量转移熵信息存储JIDT同时支持离散型数据和连续型数据JIDT提供多种估计算子主页：https:/
2021-06-30 07:40:35
1328
2
原创 信息论基本概念
信息论基本概念总结一些基本概念，包括自信息、信息熵、联合熵、条件熵、互信息、条件互信息以及交叉熵等等。自信息自信息是对某一事件发生时所带来的信息量做了一个量化。信息是一个比较抽象的概念，一条信息所包含的信息量和它的不确定性有直接的关系，而自信息就是把信息的度量等价于对不确定性减少程度的度量。设XXX是满足概率分布p(x)p(x)p(x)的离散随机变量，其所有可能取值集合构成集合X\mathcal{X}X，则事件{X=x}\{X=x\}{X=x}的自信息的定义如下：I(p(x))=−log(
2021-06-28 10:51:03
3019
cudnn-10.0-windows10-x64-v7.6.0.64.rar
2019-06-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人