随笔分类 -  MachineLearning

[FAQ] Pytorch PytorchStreamReader failed reading zip archive
摘要:比如:rm -rf ~/.cache/huggingface Tool:ChatAI Link:https://www.cnblogs.com/farwish/p/17290240.html 阅读全文

posted @ 2023-04-05 18:18 ercom 阅读(197) 评论(0) 推荐(0)

[ML] 详解 ChatGLM-webui 的启动使用与 ChatGLM-6B 常见问题
摘要:1. ChatGLM-webui 总共支持以下几个命令选项: 2. 以 windows 为例,在 PowerShell 里运行命令: # 安装依赖 pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 -f https://mirror. 阅读全文

posted @ 2023-04-05 15:13 ercom 阅读(2940) 评论(0) 推荐(1)

[ML] 通过llama.cpp与羊驼聊天的网页界面- 详解 Serge 的启动使用
摘要:Serge 虽然能够让我们在笔记本上跑起来 7B模型, 但实际运行非常消耗CPU,对话生成响应非常非常慢。 1. 官方指导是使用如下命令直接运行: $ docker run -d -v weights:/usr/src/app/weights -v datadb:/data/db/ -p 8008: 阅读全文

posted @ 2023-04-02 11:38 ercom 阅读(991) 评论(0) 推荐(0)

[ML] 深度学习的数学基础: 函数/参数优化/矩阵运算/向量化/卷积运算/张量运算
摘要:1. 函数与导数 函数是一种映射关系,将一个或多个自变量的取值映射为一个因变量的取值。 函数的导数表示函数在某一点处的变化率,即函数图像在该点的切线斜率。 导数可以用来求解函数的最值、优化问题、拟合曲线等。 常见的求导方法包括使用基本导数公式、链式法则、反函数法则、隐函数法则等。 导数具有一些重要性 阅读全文

posted @ 2023-03-27 22:34 ercom 阅读(447) 评论(0) 推荐(0)

[ML] 机器学习的 7 步流程
摘要:Gathering Data. Preparing that Data. Choosing a Model. Training. Evaluation. Hyperparameter Tuning. Prediction. [ML] 机器学习简介 Link:https://www.cnblogs.c 阅读全文

posted @ 2021-05-15 18:02 ercom 阅读(87) 评论(0) 推荐(0)

[ML] 数据预处理 - 特性归一化的目的
摘要:简而言之,归一化的目的就是使得预处理的数据被限定在一定的范围内(比如[0,1]或者[-1,1]), 从而消除奇异样本数据导致的不良影响。 是否归一化主要在于是否关心变量取值。 Tool:ChatAI Link:https://www.cnblogs.com/farwish/p/13973967.ht 阅读全文

posted @ 2020-11-14 17:14 ercom 阅读(491) 评论(0) 推荐(0)

[ML] 工程师使用 Keras 的步骤指引
摘要:设置 import numpy as np import tensorflow as tf from tensorflow import keras 介绍 在训练模型之前准备数据(将其转换为 NumPy 数组或 tf.data.Dataset 对象)。 进行数据预处理,例如 特性归一化 或词汇索引。 阅读全文

posted @ 2020-11-14 17:06 ercom 阅读(276) 评论(0) 推荐(0)

[ML] Tensorflow2 保存完整模型以及使用 HDF5
摘要:将模型保存为完整的 HDF5 文件,后面可以直接加载使用: # © cnblogs.com/farwish import tenforflow as tf model = tf.keras.models.xxxxx model.compile(xxx) model.fit(xxx) import t 阅读全文

posted @ 2020-07-03 11:45 ercom 阅读(2061) 评论(0) 推荐(0)

[ML] 可视化编写运行 Python 脚本的工具 Jupyter
摘要:Jupyter 提供了可视化的编写和运行 python 程序的 Web 界面。 https://jupyter.org/install 使用只需要两步: $ pip install jupyterlab$ jupyter lab 之后你就可以在 .ipynb 的文件中编写脚本了。 To: 在线运行环 阅读全文

posted @ 2020-06-27 17:52 ercom 阅读(530) 评论(0) 推荐(0)

[ML] 科学编程语言 Octave 简单操作
摘要:octave 是和 matlab 类似的软件,可以方便的进行矩阵计算、图形绘图。 matlab 收费,octave 是 gnu 开源软件。 Mac 安装: $ brew install octave 进入命令行: $ actave 不带分号将输出结果,带分号则不输出结果: 输入一列矩阵的两种方式: 阅读全文

posted @ 2020-06-26 17:28 ercom 阅读(425) 评论(0) 推荐(0)

[ML] 机器学习简介
摘要:监督学习(Supervised Learning) 添加标签,手把手训练。 比如线性回归算法。 半监督学习(Semi-supervised Learning) 非监督学习(Unsupervised Learning) 通过有标签或没标签的数据集,让机器自己去找出规律。比如分类算法。 结构化学习(St 阅读全文

posted @ 2020-06-26 17:18 ercom 阅读(220) 评论(0) 推荐(0)

[ML] Google colab GPU 免费使用, 可挂载 Google drive
摘要:colab 的文本行就相当于命令行,命令统一都在前面加 ! 。 开启 GPU 加速,通过菜单栏的 “修改” 菜单,选择 “笔记本设置”。 挂载 Google drive 的方式有两种。 第一种方式是点击左边栏的文件夹,装载谷歌云端硬盘即可。 第二种方式是运行以下两行代码,点击出现的链接获得验证码后输 阅读全文

posted @ 2020-03-21 08:28 ercom 阅读(568) 评论(0) 推荐(0)