4031.大模型-编程基础-使用GPU
使用说明因为CPU和GPU本身是不同的硬件单元，而我们所有正常的编码操作，默认都是在cpu上运行的，缓存参数也默认是存储在内存（对应cpu）上。要使用GPU进行相关操作，起始就是要我们把对应的模型部署到GPU上，也就是把模型和参数指标存储到显存（显卡存储）上，这时候在进行相关操作就是在gpu进行的操
...
大模型-部署工具-transformer
发表于
|
分类于
LLM
conda 环境配置1conda create -n transformer python=3.8
下载模型1git clone https://github.com/meta-llama/llama3.git
示例代码基于pipeline 调用使用pipeline的方式，可以很好的帮助我们快速实现
...
大模型-数据集-公开数据集
发表于
|
分类于
LLM
开源大模型评测排行榜：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard其数据是由其后端lm-evaluation-harness平台提供。
数据集英文测试MMLU:paperswithcode （大规模多任务语言理解）是
...
Linux-常用shell命令-ssh
发表于
|
分类于
Linux
中间主机中转链接-J 选项的语法为 -J [user@]host1[:port] ，通过使用 -J 选项，可以在不直接连接目标主机的情况下，通过中间主机进行连接，从而实现网络访问的中转和穿透。
user 是可选参数，表示中间主机上的用户名，
host1 是中间主机的主机名或IP地址，
port 是
...
集成学习-Stacking
发表于
|
分类于
机器学习
代码示例使用 Python 中 Scikit-learn 库中的 StackingClassifier 实现堆叠的简单示例：
12345678910111213141516171819202122232425262728# Importing necessary librariesfrom skle
...
集成学习-Adaboost
发表于
|
分类于
机器学习
Adaboost 是 Boosting 算法中有代表性的一个。原始的 Adaboost 算法用于解决二分类问题，因此对于一个训练集$$ T = {\left(x_1, y_1\right), \left(x_2, y_2\right), …, \left(x_n, y_n\right)}
...