model.eval

59.人工智能——基于Faster R-CNN实现多种水果目标检测

在做图像分类任务时，我们先使用卷积神经网络提取图像特征，然后再用这些特征预测分类概率。注意这里是对整张图像提取特征，所以无法区分图像中的不同目标，也就没法分别标示出每个物体所在的位置。...

2小时!完全从0训练一个26M参数的小语言模型GPT!

前言：如何从头开始训练一个自己的语言模型呢？相信有不少人好奇，现如今大语言模型层出不穷，但都属于大而全的模型。假如有一些私有化的数据，出于安全不想公开。那么训练一个私有化的专用模型，完全可以满足私有化的使用场景岂不是更好。那么如何自己训练一个语言模型呢？今天给大家分享一个轻量级的语言模型训练项目—M...

大模型入门-day13-14:小规模训练（小规模教学）

小规模训练内容基于HuggingFace的datasets库加载WikiText-2数据集，训练简单Transformer模型，并观察Perplexity下降。...

基于昇腾用PyTorch实现CTR模型DIN(Deep interest Netwok)网络

本文主要介绍如何在昇腾上使用pytorch对推荐系统中经典的网络模型Din进行训练的实战讲解，使用数据集是Amazon中book数据集，主要内容分为以下几个模块：Din网络创新点介绍Din网络架构剖析及搭建ActivationUnit介绍Attention模块...

Pytorch学习-day8: 损失函数与优化器

学习目标理解损失函数：学习什么是损失函数，为什么需要它，以及常见类型（如MSE和CrossEntropy）。理解优化器：了解优化器如何帮助模型学习，以及SGD和Adam的基本原理。...

大模型应用实践:用LLaMA 2.0, FAISS and LangChain实现基于知识问答

在过去的几周里，我一直在试用几个大型语言模型(LLMs)并使用互联网上的各种方法探索它们的潜力，但现在是时候分享我到目前为止所学到的东西了！...

零基础搭建大模型本地知识库（基础建模模型）

1知识库搭建思路先抛开技术，假设现在知识库就在手边，我们是如何搜索想要的答案的？...

Pytorch入门-Day 14:实践与优化（pytorch 60分钟教程）

学习目标理解学习率衰减的作用：掌握学习率衰减如何帮助模型在训练后期更稳定地收敛。学习使用torch.optim.lr_scheduler：在PyTorch中实现学习率调度器（如StepLR、CosineAnnealingLR）。...

使用Transformer模型进行计算机视觉任务的端对端对象检测

Transformer模型是google团队在2017在论文attentionisallyouneed中提出的一个用于NLP领域的模型，但是随着VIT模型与SwinTransformer模型的发布，把Transformer模型成功应用到计算机视觉任务中。上期图文，我们使用...

Pytorch 入门-day13: 调试与可视化

目标：在第12天的代码基础上，学习如何使用TensorBoard可视化训练过程中的损失和准确率，并通过打印中间结果进行调试。目标是掌握TensorBoard的基本使用方法，理解如何通过可视化监控模型性能，从而更好地调试和优化深度学习模型。术语解释：TensorBoard...