- 博客(7)
- 收藏
- 关注
RSS订阅原创 Datawhale AI春训营——气象预测
目标：基于历史大气数据，预测未来1~3天（逐6小时）的高空云水、云冰、云雨、云雪、比湿、温度，助力航空安全。输出：未来3天（12个时刻）的30个目标变量（6类变量 × 5个气压层），覆盖中国区域（纬度55°N140°E）。关键挑战：时空建模：高维（117变量 × 13气压层 × 全球网格）、多尺度（6小时间隔，1°分辨率）数据的高效处理。物理一致性：气象变量间需满足物理约束（如温度与湿度的关联）。变量与气压层变量类型 简写 气压层（hPa）
2025-04-20 00:58:32
433
原创 Datawhale AI春训营 RAG课题
教程当中介绍了一些RAG在实际场景中的应用，主要还是关注于如何使用阿里云的百炼平台低代码快速搭建基于大模型的应用。
2025-04-16 22:30:49
367
原创 Datawhale AI 冬令营_第二期学习记录_动手学AI Agent
Task1：动手创建第一个Agent注册支付宝百宝箱;点击左上角新建一个应用：根据提示写好Agent的基础设置，我的设置如下：发布之后在web预览当中进行体验。
2024-12-24 22:06:50
135
原创 Datawhale AI 冬令营_第二期学习记录_动手学AI辅助编程
请你基于html、tailwind css和javascript，帮我设计一个“番茄时钟”。要求UI简洁美观大方，同时具有呼吸感，点击开始计时、点击暂停计时和重置计时的功能能够完美实现。
2024-12-24 21:50:00
155
原创 Datawhale AI 冬令营_第一期学习记录
配置好模型、数据、训练参数之后提交训练，等待10分钟左右。之后创建应用，记得领取10万条token并将训练好的模型发布服务注册到创建的应用当中。第一个任务是在讯飞的MaaS平台上通过甄嬛传的对话数据微调Qwen2.5。最后就可以进行对话了，从截图当中能看出来微调已经产生了效果。另外一种ShareGPT，偏重多轮对话，参考。在这里配置好基础的模型信息，模型选择。分别对应指令、输入（选填）和输出。
2024-12-11 18:42:41
354
原创 Datawhale X 李宏毅苹果书AI夏令营 深度学习进阶 笔记
在实际优化阶段，并不会每次计算全部数据的损失，而是分batch进行梯度下降。其中，batch size=1的时候叫做随机梯度下降。并行计算时大批量效率更高。需要引入一些随机性的时候可以减小batch size，引入一些噪声帮助训练。Motivation：在原本的梯度下降方向之外，引入上一次梯度下降的方向类似惯性。这样前一步影响够大的时候会越过鞍点。Motivation：梯度下降并为收敛到局部最优，但梯度已经为0，此时的情况就是。随机梯度下降时脱离鞍点的方法之一。
2024-08-27 21:36:47
403
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