解决 [Vue warn]: Error in render: “TypeError: this.timetables[3] is undefined“

最新推荐文章于 2025-04-12 22:55:18 发布
最新推荐文章于 2025-04-12 22:55:18 发布
阅读量214 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_47735503/article/details/113193058
版权

页面没什么毛病 但控制台有警告 是因为再没有数据的时候 组件就渲染了 虽然后来axios拿到了数据 但警告还在

有数据再渲染 v-if

数组或对象：判断长度

<table key="kcb" class="kcd1" v-if="this.timetables.length!=0">

其他：判断值就行

 <div v-if="seller.supports">
        <span>{{seller.supports}}</span>
      </div>
辛跃
关注
DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 量化高精校准
AI天才研究院
02-05 2176
DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 是一个基于的 Int8 量化的模型。Qwen2.5Int8后训练：在基础模型上进行大规模强化学习我们直接在基础模型上应用强化学习（RL），而不依赖于监督微调（SFT）作为前置步骤。这种方法使模型能够探索用于解决复杂问题的思维链（Chain-of-Thought, CoT），从而开发出 DeepSeek-R1-Zero。
从零开始的DeepSeek微调训练实战（SFT）
m0_59235245的博客
03-12 2009
前言本文重点介绍使用微调框架unsloth，围绕DeepSeek R1 Distill 7B模型进行高效微调，并介绍用于推理大模型高效微调的COT数据集的创建和使用方法，并在一个medical-o1-reasoning-SFT数据集上完成高效微调实战，并最终达到问答风格优化&知识灌注目的。你能收获什么：亲手完成DeepSeek R1蒸馏模型的微调实战对模型微调、推理数据集等知识有一定了解对大模型运行的机制和原理有一定的了解有机会制作一个属于自己的定制化大模型。
10分钟完成情侣约会DeepSeek模型微调，从此告别情场小白
攻城狮的家园
11-08 5480
通过lora对大模型微调，以完成自定义模型。
DeepSeek大模型微调实战（超详细实战篇）_deepseek 微调
最新发布
jennycisp的博客
04-12 1232
DeepSeek是由。
DeepSeek大模型微调实战（理论篇）
python1222_的博客
01-04 8174
在大模型的微调过程中，**LoRA（低秩适配）**参数设置是提升训练效率和性能的关键。通过减少需更新的参数量，LoRA能够在维持模型性能的同时显著降低计算成本。然而，LoRA并非唯一影响训练效果的因素。诸如。
DeepSeek大模型微调实战（超详细实战篇）
热门推荐
2401_85325726的博客
01-11 3万+
*
DeepSeek-coder 微调训练记录
m0_46268825的博客
03-23 5221
微调过程不再细说, 参考进行即可. 主要是1.3b模型微调训练占用资源信息top信息。
DeepSeek-llm-7B-Chat微调教程(使用SwanLab可视化工具)
weixin_44312617的博客
12-04 3179
DeepSeek系列大模型由杭州深度求索高性价比：DeepSeek-V2模型以其史无前例的性价比著称，推理成本被降到每百万token仅1块钱，约等于Llama3 70B的七分之一，的七十分之一。架构创新：DeepSeek对模型架构进行了全方位创新，提出崭新的MLA（一种新的多头潜在注意力机制）架构，把显存占用降到了过去最常用的MHA架构的5%-13%，同时，独创的DeepSeekMoESparse结构，也把计算量降到极致。开源模型。
DeepSeek-llm-7B-Chat微调
02-24
### 微调 DeepSeek-llm-7B-Chat 模型 对于微调 DeepSeek-llm-7B-Chat 模型，主要目标是在保持原有对话流畅性和上下文理解的基础上，针对特定应用场景进一步提升性能。以下是具体方法： #### 准备数据集 为了有效...
开源模型应用落地-DeepSeek-R1-Distill-Qwen-7B与vllm实现推理加速的正确姿势（一）
没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干
02-02 1万+
DeepSeek-R1-Distill-Qwen-7B模型通过蒸馏技术成功提炼Qwen-7B核心知识，旨在满足小型模型需求，并在全面测试中优化性能和拓展应用边界。
deepseek 本地化部署和小模型微调
陈锐的技术笔记
02-03 1万+
因为本人gpu卡的机器系统是centos 7, 直接使用ollama会报所以ollama使用镜像方式进行部署， 拉取镜像ollama/ollama启动命令查看ollama 是否启动成功，Ollama 没有用户界面，在后台运行。打开浏览器，输入 “http://xx:11434/”，显示 “Ollama is running”。deepseek-r1 目前有7b, 32b, 70b, 671b 多个版本
DeepSeek大模型微调全攻略：从入门到精通的实战指南！非常详细收藏我这一篇就够了！
2401_85375151的博客
02-20 2073
DeepSeek是由。
[大模型]DeepSeek-7B-chat Lora 微调
FL1623863129的博客
04-15 3298
LoraConfig这个类中可以设置很多参数，但主要的参数没多少，简单讲一讲，感兴趣的同学可以直接看源码。task_type：模型类型：需要训练的模型层的名字，主要就是attention部分的层，不同的模型对应的层的名字不同，可以传入数组，也可以字符串，也可以正则表达式。rlora的秩，具体可以看Lora原理lora_alphaLora alaph，具体作用参见Lora原理Lora的缩放是啥嘞？当然不是r（秩），这个缩放就是, 在这个LoraConfig中缩放就是4倍。
【硬核教程】DeepSeek 70B模型微调实战：打造工业级AI开发专家（附完整代码+案例）
m0_60674045的博客
03-03 2490
工业软件 #AI大模型 #DeepSeek微调 #LoRA技术 #ColossalAI #PLC开发 #智能制造 #参数高效微调 #显存优化 #代码生成。工业软件面临代码规范严苛（IEC 61131-3）、多物理场耦合等特殊挑战(#)，传统大模型微调方案显存爆炸、训练周期长。：结合Colossal-AI的持续学习机制，定期注入新数据（如最新工业协议文档）进行增量训练。：代码编译通过奖励+5，符合编码规范奖励+3，运行时无逻辑错误奖励+10。：通过RAG（检索增强生成）接入企业内部知识库，动态补充上下文。
零基础入门DeepSeek微调：全面教程，轻松掌握！
m0_65555479的博客
03-02 936
微调就像给一个“学霸”补课，让它从“通才”变成某个领域的“专家”。此处以本文进行微调的医学数据进行举例： 假设你有一个很聪明的朋友，他读过全世界的书（相当于大模型的预训练阶段），能和你聊历史、科学、文学等各种话题。但如果你需要他帮你看医学报告段），能和你聊历史、科学、文学等各种话题。但如果你需要他帮你看医学报告，虽然他懂一些基础知识，但可能不够专业。这时候，你给他一堆医学书籍和病例，让他专门学习这方面的知识（这就是微调），他就会变得更擅长医疗领域的问题。功能：深度学习框架，提供张量计算和神经网络构建功能。
DeepSeek-R1两种不同模型变体（deepseek-llm-7b-chat 和 deepseek-llm-7b-base）之间的区别
有天你会让我妒忌的
02-10 1040
deepseek-llm-7b-chat 和 deepseek-llm-7b-base 是基于同一参数量级（7B）的两种不同模型变体，主要区别在于训练目标、适用场景和性能表现。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值