Python-包-可视化-matplotlib
绘图标记通过marker可以指定绘制图形中所用标记的形状，比如fmt 参数定义了基本格式，如标记、线条样式和颜色。markersize，简写为 ms：定义标记的大小。markerfacecolor，简写为 mfc：定义标记内部的颜色。markeredgecolor，简写为 mec：定义标记边框的颜色
...
机器学习-算法-决策树
发表于
|
分类于
machine_learning
，
算法
决策树(decision tree)是一种基本的分类与回归方法。依托于策略抉择而建立起来的树。机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。 树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，从根节点到叶节点所经历的路径对应一个判定测试序列。决策树可
...
5023.大模型-模型优化-微调进程可视化工具-Unsloth
发表于
|
分类于
LLM
SwanLab 是一个跟踪实验、可视化结果、发现新改进点等的在线平台。简而言之，SwanLab使你能够更快地构建更好的模型，并轻松与同事分享发现。
使用说明这是一个已经集成到python 的可视化库，使用非常简单，通过pip安装 swanlab,然后通过key(SwanLab 注册后获取) 登录 s
...
5023.大模型-模型优化-微调工具-Unsloth
发表于
|
分类于
LLM
Unsloth简介2.1 主要特性
(1) 所有的内核均以OpenAI的Triton语言实现，并且手动实现反向传播引擎。Triton语言是面向LLM训练加速。
(2) 准确率0损失，没有近似方法，方法完全一致。
(3) 硬件层面无需变动。支持18年之后的Nvidia GPU(V100, T4, Ti
...
4031.大模型-编程基础-使用GPU
发表于
|
分类于
LLM
使用说明因为CPU和GPU本身是不同的硬件单元，而我们所有正常的编码操作，默认都是在cpu上运行的，缓存参数也默认是存储在内存（对应cpu）上。要使用GPU进行相关操作，起始就是要我们把对应的模型部署到GPU上，也就是把模型和参数指标存储到显存（显卡存储）上，这时候在进行相关操作就是在gpu进行的操
...
大模型-部署工具-transformer
发表于
|
分类于
LLM
conda 环境配置1conda create -n transformer python=3.8
下载模型1git clone https://github.com/meta-llama/llama3.git
示例代码基于pipeline 调用使用pipeline的方式，可以很好的帮助我们快速实现
...
大模型-数据集-公开数据集
发表于
|
分类于
LLM
开源大模型评测排行榜：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard
其数据是由其后端lm-evaluation-harness平台提供。
数据集英文测试MMLU:paperswithcode （大规模多任务语言理解）
...
Linux-常用shell命令-ssh
发表于
|
分类于
Linux
中间主机中转链接-J 选项的语法为 -J [user@]host1[:port] ，通过使用 -J 选项，可以在不直接连接目标主机的情况下，通过中间主机进行连接，从而实现网络访问的中转和穿透。
user 是可选参数，表示中间主机上的用户名，
host1 是中间主机的主机名或IP地址，
port 是
...
集成学习-Stacking
发表于
|
分类于
机器学习
代码示例使用 Python 中 Scikit-learn 库中的 StackingClassifier 实现堆叠的简单示例：123456789101112131415161718192021222324252627282930313233343536# Importing necessary lib
...