PacosonSWJTU的博客

Ollama 是一个开源框架，专为在本地计算机上运行大型语言模型（LLM）而设计。它简化了部署、管理和交互大型语言模型的流程，让用户可以在自己的机器上体验和开发基于这些模型的功能，无需依赖云服务或复杂的配置。以下是Ollama 的一些主要特点和功能：本地化部署:Ollama 允许用户在本地计算机上运行大型语言模型，无需依赖云服务，保护了用户数据的隐私和安全。简化部署:Ollama 提供了简单易用的命令行界面，用户可以通过一条命令即可启动和运行大型语言模型，无需复杂的配置。

下载OpenAI通过TensorFlow保存的GPT-2模型权重。

【test0501_p119_text_to_token_transfer_util_module_main.py】验证案例-用于文本到词元id转换的工具函数。【test0501_p127_compute_train_test_loss_module_main.py】计算训练集与测试集间的损失函数-测试案例。显然，预测结果的文本，与原始的文本存在很大不同，这是模型DiyGPTModel没有训练导致的，即模型使用的权重是随机值，没有经过训练使得损失最小。计算概率分数的损失的步骤，如图5-7所示。

Graphic notes on Gilbert Strang's "Linear Algebra for Everyone", 线性代数的艺术中文版, 欢迎PR. - The-Art-of-Linear-Algebra-zh-CN/The-Art-of-Linear-Algebra-zh-CN.pdf at main · kf-liu/The-Art-of-Linear-Algebra-zh-CN。