【Python】SMTP发送邮件遇到的‘Connection unexpectedly closed‘及解决办法

最近在学习Python中的SMTP发送邮件,但在过程中出现了许多的问题,所以写出来提供一个参考,以后碰见类似错误,可以提供一个参考。
刚开始按部就班写出了一些代码来发送邮件:

from email.mime.text import MIMEText
import smtplib
import sys
# 构造邮件内容
msg=MIMEText('This is from Python!','Plain','utf-8') # 第一个参数是邮件正文内容,第二个参数表示纯文本,第三个参数表示编码格式为UTF-8
# 设置发送邮箱和密码
from_email=input('请输入发件箱:')
password=input('请输入密码:')
# 设置收件箱
to_email=input('请输入收件箱:')
# 设置SMTP服务器
smtp_server=input('SMTP Server:')

# 发送邮件
try:
    server=smtplib.SMTP(smtp_server,465)  # smtp.qq.com 的端口是465或587
    server.set_debuglevel
### 使用 AutoGPTQ 库量化 Transformer 模型 为了使用 `AutoGPTQ` 对 Transformer 模型进行量化,可以遵循如下方法: 安装所需的依赖包是必要的操作。通过 pip 安装 `auto-gptq` 可以获取最新版本的库。 ```bash pip install auto-gptq ``` 加载预训练模型并应用 GPTQ (General-Purpose Tensor Quantization) 技术来减少模型大小和加速推理过程是一个常见的流程。下面展示了如何利用 `AutoGPTQForCausalLM` 类来进行这一工作[^1]。 ```python from transformers import AutoModelForCausalLM, AutoTokenizer from auto_gptq import AutoGPTQForCausalLM model_name_or_path = "facebook/opt-350m" quantized_model_dir = "./quantized_model" tokenizer = AutoTokenizer.from_pretrained(model_name_or_path) model = AutoModelForCausalLM.from_pretrained(model_name_or_path) # 加载已经量化的模型或者创建一个新的量化器对象用于量化未压缩过的模型 gptq_model = AutoGPTQForCausalLM.from_pretrained(quantized_model_dir, model=model, tokenizer=tokenizer) ``` 对于那些希望进一步优化其部署环境中的模型性能的人来说,`AutoGPTQ` 提供了多种配置选项来自定义量化参数,比如位宽(bit-width),这有助于平衡精度损失与运行效率之间的关系。 #### 注意事项 当处理特定硬件平台上的部署时,建议查阅官方文档以获得最佳实践指导和支持信息。此外,在实际应用场景之前应该充分测试经过量化的模型以确保满足预期的质量标准。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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