别着急，坐和放宽
项目部署--nginx--端口转发 内网与阿里云服务器的通信 docker run --rm --device /dev/net/tun --cap-add NET_ADMIN -ti --net=host -p 127.0.0.1:1080:1080 -p 127.0.0.1:8888:8888 -e EC_VER=7.6.7 -e CLI_OPTS="-d your_vpn_addr -u your_username -p your_pwd" hagb/docker-easyconnect:cli your_vpn_addr your_username y...
Llama 2可接受使用政策 Meta致力于促进其工具和功能的安全和公平使用，包括Llama 2。如果您访问或使用Llama 2，您同意遵守此可接受使用政策（“政策”）。最新的此政策副本可在ai.meta.com/llama/use-policy找到。 禁止使用 我们希望每个人都安全和负责任地使用Llama 2。您同意您不会使用Llama 2，也不会允许他人使用Llama 2进行以下行为： 违反法律或他人权利，包括： 参与、促进、生成、贡献、鼓励、策划、煽动或推进非法活动或内容，例...
模型细节 Meta开发并发布了Llama 2系列的大型语言模型（LLMs），这是一系列预训练和微调的生成文本模型，参数规模从70亿到700亿不等。我们经过微调的LLMs称为Llama-2-Chat，专为对话场景进行了优化。在我们测试的大多数基准测试中，Llama-2-Chat模型表现优于开源的聊天模型，并且在我们的人类评估中在帮助性和安全性方面与一些流行的闭源模型（如ChatGPT和PaLM）相当。 模型开发者 Meta 变体 Llama 2有多种参数大小，包括7B、13B和70B，以及预训练和微调的变体。 输入 模型只接受文本输入。 输出...
HW14 什么是Life long learning Life long learning意思是终身学习，是指一直使用同一个神经网络去学习不同的任务。 实现life long learning大致分为三方面：knowledge retention，knowledge transfer，model expansion。 为什么不让一个模型就学习一个任务，而是要让一个模型学习多个任务？ 如果是让一个模型学习一个任务，那实现一个功能多样的机器人就会面临下面这两个问题： 最终没有足够的空间存储所有模型 不同的任务之间不能够互通有无，没法从别的任务里面学到在单一任...
摘要： 比赛记录总结：经过六次修改模型参数和结构，从初始分数0.60875提高到0.79425。关键修改包括调整d_model在224-512之间，使用Conformer模型结合Transformer和CNN，以及增加训练次数。最终改动包括ConformerBlock、self_Attentive_pooling和AMsoftmax。论文提到d_model不宜过高也不易过低。
比赛记录 初始分数 0.60875 Conformer d_model=80, n_spks=600, dropout=0.1 第一次修改 0.72950 更改模型参数 d_model=160, n_spks=600, dropout=0.1 使用TransformerEncoder层 self.encoder = nn.TransformerEncoder(self.encoder_layer, num_layers=2) 第二次修改 0.71850 ...
Lecture 2:What to do if my network fails to train PRE1 训练的三个过程 写出有未知数的function： \theta表示未知的参数 定义Loss：Loss的输入是一组参数，判断这组参数好不好 找\theta：使得Loss的值越小越好 优化训练 检查training data的loss，los...
jieba、hanlp词性对照表 jieba a 形容词 ad 副形词 ag 形容词性语素 an 名形词 b 区别词 c 连词 d 副词 df dg 副语素 e 叹词 f 方位词 g 语素 h 前接成分 i 成语 j 简称略称 k 后接成分 l 习用语 m 数词 mg mq 数量词 n 名词 ng 名词性语素 nr 人名 nrfg nrt ...
HW10 Attact 任务描述 ● Those are methodologies which you should be familiar with first 这些是您应该首先熟悉的方法 ○ Attack objective: Non-targeted attack 攻击目标：非目标攻击 ○ Attack constraint: L-infinity norm and Parameter ε 攻击约束 ○ Attack algorithm: FGSM attack ○ Attack schema: Black box attack (perform att...
HW12 作业描述 Policy Gradient ` agent.network.train()...
Introduction of Deep Reinforcement Learning (RL)强化学习 强化学习与监督学习 监督学习 监督学习（supervised learning） 假设我们有大量被标注的数据，比如汽车、飞机、椅子这些被标注的图片，这些图片都要满足独立同分布，即它们之间是没有关联关系的。假设我们训练一个分类器，比如神经网络。为了分辨输入的图片中是汽车还是飞机，在训练过程中，需要把正确的标签信息传递给神经网络。 当神经网络做出错误的预测时，比如输入汽车的图片，它预测出来是飞机，我们就会直接告诉它，该预测是错误的，正确的标签应该是汽车。最后...