相关文章
调试)
SIM7600CE模块(GSM/GPRS)调试
本内容包括短信开发一般流程，SIM7600CE-A模块与其AT指令的介绍，开发过程中硬件与软件问题的处理，mini-PCIE线路板封装的下载等。紫色文字是超链接，点击自动跳转至相关博文。持续更新，原创不易！ 目录&#x…
SIM7600CE GNSS应用指南
SIM7600CE GNSS应用指南： SIM7600CE GNSS技术规范 Tracking sensitivity: dBm(GPS)/ -159 - 158 dBm(GLONASS)/ - 159 dBm(BD) Cold-start sensitivity: -148 dBm Accuracy (Open Sky): 2.5 (CEP50) TTFF (Open Sky) : Hot 开始 <1s, Cold start<…
Cat4模块SIM7600CE介绍
Cat4模块SIM7600CE介绍 SIM7600CE是一款面向中国市场的全网通LTE Cat 4模块，支持LTE-TDD/LTE-FDD/HSPA/ TD-SCDMA/EVDO/GSM/GPRS/EDGE 等无线通信制式。该产品支持最大下行速率150Mbps和最大上行速率50Mbps。
SIM7600CE采用LCC封装，与UMTS/HSPA模块 SIM…
SIM7600CE 电源设计指南
SIM7600CE电源设计指南： 确保VBAT引脚上的电压永远不会降至3.4V以下，即使在传输期间 爆发时，当前消费可能上升到2A。如果电压下降到3.4V以下，射频 性能可能会受到影响。 注:如果VBAT引脚的电源能支持2A以上，则电容大于…
从头预训练一只超迷你 LLaMA 3
作者：Xode 原文：https://zhuanlan.zhihu.com/p/695130168 整理：青稞AI 这次打算用 Hugging Face 的 API 来写一份预训练大（小）模型的代码，也就是用 Trainer 来做预训练。由于只是想练习一下，因此…
书生·浦语大模型实战营之微调 Llama 3 实践与教程 （XTuner 版）
书生浦语大模型实战营之微调 Llama 3 实践与教程 （XTuner 版）
Llama 3 近期重磅发布，发布了 8B 和 70B 参数量的模型，XTuner 团队对 Llama 3 微调进行了光速支持！！！开源同时社区中涌现了 Llama3-XTuner-CN 手把手教大家使用 XTuner 微调 Llama 3 模型。 XTuner：http:/…
Minillama3
https://zhuanlan.zhihu.com/p/695130168https://zhuanlan.zhihu.com/p/695130168LLM-from-scratch/1. TinyStories/TinyStories.ipynb at main Mxoder/LLM-from-
SiameseNet实战中文文本匹配任务
引言
本文我们通过SiameseNet模型来完成中文文本匹配任务，其中包含了文本匹配任务一般套路，后续只需要修改实现的模型。
数据准备
数据准备包括
构建词表(Vocabulary)构建数据集(Dataset)
本次用的是LCQMC通用领域问题匹配数据集，它已经…
LLMs之InternLM：InternLM-20B的简介、安装、使用方法之详细攻略
LLMs之InternLM：InternLM-20B的简介、安装、使用方法之详细攻略 导读：2023年09月20日，由上海人工智能实验室等团队发布了InternLM-20B的大模型。它在OpenCompass提出的5个能力维度上(语言、知识、理解、推理、学科)全面领先于同规模开源模型&…
上下文窗口长度达到了100万token，LWM支持处理多模态信息，能在100万token中准确找到目标文本，还能一口气看完1小时的视频，RingAttention还与FlashAttention结合
上下文窗口长度达到了100万token，LWM支持处理多模态信息，能在100万token中准确找到目标文本，还能一口气看完1小时的视频，RingAttention还与FlashAttention结合使用，并通过Pallas框架进行优化，从而提高性能。…
比较聚合模型实战文本匹配
引言
本文我们采用比较聚合模型来实现文本匹配任务。
数据准备
数据准备包括
构建词表(Vocabulary)构建数据集(Dataset)
本次用的是LCQMC通用领域问题匹配数据集，它已经分好了训练、验证和测试集。
我们通过pandas来加载一下。
import pandas as pdtrain_df …
《书生大模型实战营第3期》基础岛 第2关 ：8G 显存玩转书生大模型 Demo
文章大纲 简介课程学习笔记环境配置Cli Demo 部署 InternLM2-Chat-1.8B 模型Streamlit Web Demo 部署 InternLM2-Chat-1.8B 模型LMDeploy 部署 InternLM-XComposer2-VL-1.8B 模型LMDeploy 部署 InternVL2-2B 模型 任务基础任务进阶任务 其他学习内容参考文献本人学习系列笔记第…
从FasterTransformer源码解读开始了解大模型（2.2）代码通读03
从FasterTransformer源码解读开始了解大模型（2.2）代码解读03-forward函数
写在前面的话
本篇的内容继续解读forward函数，从650行开始进行解读
零、输出Context_embeddings和context_cum_log_probs的参数和逻辑
从653行开始，会…
DSSM实战中文文本匹配任务
引言
本文我们通过DSSM模型来完成中文文本匹配任务，其中包含了文本匹配任务的一般套路，后续只需要修改实现的模型。
数据准备
数据准备包括
构建词表(Vocabulary)构建数据集(Dataset)
本次用的是LCQMC通用领域问题匹配数据集，它已经分好…
Llama模型家族之使用 Supervised Fine-Tuning（SFT）微调预训练Llama 3 语言模型（五）基于已训练好的模型进行推理
LlaMA 3 系列博客
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （一）
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （二）
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （三）
基于 LlaMA…
Llama模型家族之使用 Supervised Fine-Tuning（SFT）微调预训练Llama 3 语言模型（四）通过命令方式微调
LlaMA 3 系列博客
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （一）
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （二）
基于 LlaMA 3 LangGraph 在windows本地部署大模型 （三）
基于 LlaMA…
大模型微调之 使用 LLaMA-Factory 微调 Llama3
大模型微调之 使用 LLaMA-Factory 微调 Llama3
使用 LLaMA Factory 微调 Llama-3 中文对话模型
安装 LLaMA Factory 依赖
%cd /content/
%rm -rf LLaMA-Factory
!git clone https://github.com/hiyouga/LLaMA-Factory.git
%cd LLaMA-Factory
%ls
!pip install "unsloth…
大语言模型应用指南：机器学习的过程
大语言模型应用指南：机器学习的过程 文章目录 大语言模型应用指南：机器学习的过程1. 背景介绍1.1 问题的由来1.2 研究现状1.3 研究意义1.4 本文结构2. 核心概念与联系2.1 自回归模型2.2 注意力机制2.3 Transformer2.4 核心概念之间的联系3. 核心算法原理与具体操作步骤3.1 算…
大模型并行训练指南：通俗理解Megatron-DeepSpeed之模型并行与数据并行
前言
本文可以看做是本文《千亿参数开源大模型 BLOOM 背后的技术，这是其英文原文》与相关论文的解读，但修正了原文中的部分细节错误，以及补充了大量的解释说明，使得其读起来一目了然、通俗易懂 第一部分 BLOOM与其背后的Megatron…
TensorRT-LLM保姆级教程（三）-使用Triton推理服务框架部署模型
随着大模型的爆火，投入到生产环境的模型参数量规模也变得越来越大（从数十亿参数到千亿参数规模），从而导致大模型的推理成本急剧增加。因此，市面上也出现了很多的推理框架，用于降低模型推理延迟以及提升模型…