(1) Python3.7源码编译
(1) Python 3.9.13安装过程
(2) 3种依赖管理工具实现requirements.txt文件生成
(3) python -m http.server在本地启动简单HTTP服务器的命令
(4) Python中的协程、线程和进程
(5) Python中的@abstractmethod
(6) Python函数加async,但没有加await可以异步吗
(7) Python中的cls语法
(8) Python中的装饰器
(9) BM25(Best Matching 25)算法基本**
(10) Python中的@property
(11) Centos创建一个Python虚拟环境
(12) Python中的__call__()方法
(13) Python中的__add__()方法
(14) Python中的__repr__()方法
(15) Python中的魔法方法
(1) 1-开发环境和构建工具
(2) 1.1-C++基础知识点梳理
(3) 1.2-C++基础知识点梳理
(1) 1-基于CUDA的异构并行计算
(2) 1.1-CUDA基础知识点梳理
(3) 1.2-CUDA基础知识点梳理
(4) 1.3-CUDA基础知识点梳理
(1) 大纲和资料梳理
MIT线性代数中文笔记
标准化、归一化和正则化的关系
机器学习(公式推导与代码实现)--sklearn机器学习库
基于Python3实现的统计分析包Pingouin
典型相关分析CCA计算过程
SPSS统计教程:卡方检验
对抛硬币试验中后验概率的理解
对p值的理解
(1) PyTorch中的nn.LeakyReLU()、nn.Module和nn.ModuleList
(2) PyTorch中的Eager模式
(3) TorchDynamo原理和示例
(4) PyTorch中的FX图
(5) PyTorch中的AOTAutograd、PrimTorch和TorchInductor
(6) FX图中的节点代表什么操作
(7) PyTorch中的CUDA操作
多层前馈神经网络及BP算法
使用TorchLens可视化一个简单的神经网络
(1) 1-NebulaGraph安装和基础操作
(2) 2-NebulaGraph手工和Python操作
(3) 3-信息抽取构建知识图谱
(1) 聊天机器人框架Rasa资源整理
(2) 报时机器人的rasa shell执行流程分析
(3) Rasa NLU中的组件
(4) 使用ResponseSelector实现校园招聘FAQ机器人
(5) rasa train nlu详解:1.1-train_nlu()函数
(6) rasa train nlu详解:1.2-_train_graph()函数
(7) 自定义Graph Component:1-开发指南
(8) 自定义Graph Component:1.1-JiebaTokenizer具体实现
(9) 自定义Graph Component:1.2-其它Tokenizer具体实现
(10) Rasa初始化聊天机器人的配置
(11) 打通Rasa Action Server和LLM接口的尝试方法
(12) Rasa中的tracker_store和event_broker
(13) 以报时机器人为例详细介绍tracker_store和event_broker
(1) 1-项目介绍和模型推理
(2) 2.1-Atom-7B预训练
(3) 2.2-大语言模型词表扩充
(4) 2.3-预训练使用QA还是Text数据集
(5) 3.1-全量参数微调
(6) 3.2-LoRA微调和模型量化
(7) 4-量化模型
(8) 5-推理加速
(9) 6-模型评测
(10) 7-外延能力LangChain集成
(11) 8-TRL资料整理
(1) 1-整体介绍
(2) 1.1-ChatGLM2项目整体介绍
(3) 1.2-Baichuan2项目整体介绍
(4) 通过GPT2模型来检索NebulaGraph
(5) Langchain计算器工具Agent思路和实现
(6) P-Tuning v2实现过程
(7) P-Tuning v2使用的数据集
(8) ChatGLM3-6B工具调用
(9) 梳理Langchain-Chatchat-UI接口文档
(1) LlamaIndex中的CustomLLM(本地加载模型)
(2) LlamaIndex中的CustomLLM(在线加载模型)
使用vLLM和ChatGLM3-6b批量推理
基于Llama2模型的开源模型
(1) 什么是HuggingFace
(2) 使用编码工具
(3) 使用数据集工具
(4) 使用评价指标工具
(5) 使用训练工具
(6) 使用管道工具
(7) 中文情感分类
(8) 中文完形填空
(9) 中文句子关系推断
(10) 中文命名实体识别
(11) 使用自动模型
(12) 手动实现Transformer
(13) 手动实现BERT
(14) 利用Hugging Face中的模型进行句子相似性实践