- 博客(5)
- 收藏
- 关注
RSS订阅原创 DataWhale AI夏令营 大模型应用开发 - Task 2 笔记
我认识到学习是一个持续的过程，无论是个人学习还是团队学习，都应该保持好奇心和开放态度。我希望能够继续参与类似DataWhale这样的社区活动，不断贡献自己的一份力量，同时也从中获得成长。：这次学习经历不仅提升了我的技术技能，更重要的是，它增强了我的团队协作能力、创新思维和问题解决能力。有效的沟通和协作能够激发团队的创新潜力，提高执行力。：我了解到项目和产品的开发是一个不断迭代和优化的过程。：选择合适的技术栈和架构对于项目的成功至关重要。：我认识到了在尊重版权的同时，从社区中学习并为社区做出贡献的重要性。
2024-08-13 10:41:46
176
原创 DataWhale AI夏令营 大模型应用开发 - Task 1 笔记
这次学习经历不仅提升了我的技术能力，也加深了我对大模型应用开发的理解。：通过这次学习，我意识到了掌握从前端用户界面到后端模型部署的全栈技能的重要性，这对于开发一个完整的大模型应用至关重要。：通过使用Gradio和Streamlit，我学会了如何快速搭建用户友好的界面，并理解了服务端与客户端交互的重要性。：学习不仅仅是理论上的认知，更多的是通过实践来加深理解。：在学习和实践过程中，我学会了如何运用创新思维来解决实际问题，这对于未来在AI领域的工作和发展是非常有帮助的。
2024-08-11 11:28:56
557
原创 DataWhale AI夏令营 AI极端降水预报 - Task 3 笔记 &结营感悟
通过本次学习，我对深度学习在气象预测中的应用有了更深入的理解，也认识到了理论与实践相结合的重要性。未来，我将继续探索更高效、更准确的模型构建方法，以解决实际问题。
2024-08-03 21:28:09
379
原创 DataWhale AI夏令营 AI极端降水预报 - Task 2 笔记
研发背景：由复旦大学研发，上海人工智能实验室支持。特点：全球预报能力长达15天，时间分辨率6小时，空间分辨率0.25°。认可：成果被Nature杂志收录。开源情况：预训练模型和样本数据已开源，但缺少训练源码。
2024-07-31 19:43:40
447
原创 DataWhale AI夏令营 AI极端降水预报 - Task 1 笔记
在PyTorch中，模型通常通过继承类来定义。你需要在__init__方法中定义层，在forward方法中定义前向传播过程。return x# 实例化模型# 打印模型结构。
2024-07-28 19:27:35
698
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