摘要：
使用ollama玩转本地大模型 https://ollama.com/download 安装 安装验证 测试 ollama run llama2 ollama run qwen 阅读全文
posted @ 2024-03-19 20:44
Xu_Lin
阅读(175)
评论(0)
推荐(0)
摘要：
mnn build tnn 阅读全文
posted @ 2024-02-03 00:33
Xu_Lin
阅读(83)
评论(0)
推荐(0)
摘要：
要使用 CMake 和 TNN 库基于 C++ 实现神经网络模型的推理预测，你需要按照以下步骤进行操作： 准备环境 确保已安装 CMake 和 C++ 编译器。并从 TNN 的 GitHub 仓库下载源代码（https://github.com/Tencent/TNN）。 编译 TNN 在 TNN 阅读全文
posted @ 2024-01-12 16:57
Xu_Lin
阅读(432)
评论(0)
推荐(0)
摘要：
2023年终总结 赶着昨晚回家前，把最后一个commit提交完，终于也又到一年之末了。 这一年来，是一路小跑冲到终点的快节奏，也是步履不停的一路前行； 行至当途，也是到了该停下来好好沉淀思考的时候了； 还记得也是去年年终的时候，开始陆续收到了一些猎头的邀约，BOSS直聘上也不乏一些推荐； 本着看一看 阅读全文
posted @ 2023-12-31 19:21
Xu_Lin
阅读(356)
评论(0)
推荐(0)
摘要：
干货分享： 下面给出一个笔者自己整理的GitHub仓库：https://github.com/isLinXu/awesome-road-map 里面包含了一些可供参考的学习路径和思维导图，并整理微软、meta、谷歌、Kaggle以及华为、百度、阿里、腾讯、讯飞等相关的学习资源内容，可以用来帮助学习某 阅读全文
posted @ 2023-11-17 15:25
Xu_Lin
阅读(173)
评论(0)
推荐(0)
摘要：
如何像专家一样高效使用 Google 搜索 你几乎可以在互联网上搜索到任何内容，而Google是大多数人选择搜索信息的主要途径之一。 尽管频繁地使用Google，但是大部分互联网用户都不知道如何快速和高效地使用Google搜索。 可以说使用Google是一门艺术。 想要获得正确的答案，你需要提出正确 阅读全文
posted @ 2023-11-13 16:30
Xu_Lin
阅读(263)
评论(0)
推荐(0)
摘要：
Github: https://github.com/Tencent/TNN docs： https://github.com/Tencent/TNN/blob/master/doc/cn/user/demo.md 下载model权重 链接：https://share.weiyun.com/7inP 阅读全文
posted @ 2023-10-18 19:26
Xu_Lin
阅读(109)
评论(0)
推荐(0)
摘要：
. 前言 本文主要讲解如何在deepin系统上安装和配置Xrdp远程桌面。 Xrdp是微软的远程桌面协议(Remote Desktop Protocol, RDP)的开源版本。在Linux系统上安装Xrdp后，用户可以使用RDP客户端远程访问Linux桌面。 现在我们来一起看看如何在deepin桌面 阅读全文
posted @ 2023-09-28 17:11
Xu_Lin
阅读(6345)
评论(0)
推荐(1)
摘要：
tnn-source  download-model 
评论(0)
推荐(0)
摘要：
# V3Det dataset  - https://opendatalab.com/V3Det 
评论(0)
推荐(0)
摘要：
```shell python tools/deploy/export_model.py \ --sample-image /Users/gatilin/PycharmProjects/model-graphviz-plot/model_graph/detectron/000000439715.jp 阅读全文
posted @ 2023-08-13 11:47
Xu_Lin
阅读(212)
评论(0)
推荐(0)
摘要：
conda create -n label python=3.6  
评论(0)
推荐(0)
摘要：
# chatglm-6b  
评论(0)
推荐(0)
摘要：
# clip-retrieval检索本地数据集 ```python from clip_retrieval.clip_client import ClipClient, Modality from tqdm import tqdm import urllib.request import os im 阅读全文
posted @ 2023-07-04 17:45
Xu_Lin
阅读(607)
评论(0)
推荐(0)
摘要：
# AI实战营第二期 | 环境配置及安装  - 强烈推荐使用 mim 来管理 OpenMMLab repo - O 阅读全文
posted @ 2023-05-31 19:53
Xu_Lin
阅读(549)
评论(0)
推荐(0)
摘要：
请你作为一个代码翻译解释生成器，下面我会发送一个github链接给你，请你详细解析与介绍这个链接下代码 好的，请发送链接。 https://github.com/huggingface/transformers/blob/main/src/transformers/models/blip_2/ 这是 阅读全文
posted @ 2023-05-15 20:14
Xu_Lin
阅读(5063)
评论(2)
推荐(0)
摘要：
github -> deepin-4090-edd25519-key openl -> deepin-4090-rsa-key gitee -> deepin-4090-dsa-key gitlab -> deepin-4090-ecdsa-key 阅读全文
posted @ 2023-05-11 00:43
Xu_Lin
阅读(43)
评论(0)
推荐(0)
摘要：
使用pytorch从零开始实现一个简单的gpt 本文由prompt引导ChatGPT生成简易版gpt模型，根据比较关心的问题，使用了以下的prompt进行内容和代码的生成： prompt:->如何使用transformer模型在pytorch上进行大语言模型的设计实现，请分段给出完整的可行性实现 p 阅读全文
posted @ 2023-05-02 22:56
Xu_Lin
阅读(1177)
评论(0)
推荐(0)
摘要：
要设计一个轻量化网络模型，并具备强大的特征提取与语义理解能力，可以采用以下策略： 使用较少的卷积层和全连接层，减少模型的参数数量和计算量； 使用卷积层进行特征提取，使用全局池化层进行特征整合； 加入注意力机制，提升模型的语义理解能力； 使用残差连接，增强模型的稳定性和泛化能力； 对模型进行轻量化的优 阅读全文
posted @ 2023-05-02 22:52
Xu_Lin
阅读(335)
评论(0)
推荐(0)
摘要：
下面是如何使用PyTorch降低计算成本和计算量的一些方法： 压缩模型：使用模型压缩技术，如剪枝、量化和哈希等方法，来减小模型的大小和复杂度，从而降低计算量和运行成本。 分布式训练：使用多台机器进行分布式训练，可以将模型训练时间大大缩短，提高训练效率，同时还可以降低成本。 硬件加速：使用GPU或TP 阅读全文
posted @ 2023-05-02 22:25
Xu_Lin
阅读(263)
评论(0)
推荐(0)
浙公网安备 33010602011771号