强化学习（英语：Reinforcement Learning，简称RL）是机器学习中的一个领域，是强调如何基于环境而行动，以取得最大化的预期利益[1]。

知识图谱顶会论文(ACL-2022) CAKE：用于多视图KGC的可扩展常识感知框架CAKE：Scalable Commonsense-Aware Framework For Multi-View Knowledge Graph Completion

论文标题：KG4SL: knowledge graph neural network for synthetic lethality prediction in human cancers论文地址：https://academic.oup.com/bioinformatics/article/37/Supplement_1/i418/6319703论文期刊：Bioinformatics 2021动

由大量三元组组成的知识图(KG)近年来得到了广泛的应用，人们提出了许多知识图嵌入(KGE)的方法来将KG的实体和关系嵌入到连续的向量空间中。这种嵌入方法简化了执行各种KG内任务(例如，链接预测)和KG外任务(例如，问题回答)的操作。它们可以被视为表达KG的通用方案。然而，现有的KGE方法不适用于归纳设置，因为在归纳设置中，源KG上训练的模型将在模型训练时看不到的实体的目标KG上进行测试。已有的研究

该方法虽然保证不了一定能够得到问题的最优解，但若适当地利用一些启发知识，就可在近似解的质量和效率上达到一种较好的平衡。该方法求解效率较高，但对每一个需求解的问题必须找出其特有的启发式规则，这个启发式规则一般无通用性，不适合于其他问题。寻求一种搜索算法，该算法在可行解集合的一个子集内进行搜索操作，以找到问题的最优解或者近似最优解。寻求能产生可行解的启发式规则以找到一个最优解或近似最优解。枚举出可行解

【代码】python保存和读取pkl（pickle）文件。

from PIL import ImageIMG = '1.jpg' #设置图片文件WIDTH = 300 #设置字符画的宽HEIGHT =400 #设置字符画的高OUTPUT = 'output5.txt'#设置存放字符画的文本文件ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<&

【代码】基于BP神经网络的手MNIST写数字识别。

为了实现注意力机制,我们将输入的原始数据看作键值对的形式,根据给定的任务目标中的查询值Query计算Key与Query之间的相似系数,可以得到Value值对应的权重系数,即注意力权重,之后再用权重系数对Value值进行加权求和,即可得到输出.我们使用Q,K,V分别表示Query,Key和Value.注意力机制在深度学习各个领域都有很多的应用.不过需要注意的是,注意力并不是一个统一的模型,它只是一个

再运行就可使用了，在我的运行场景中是不会报错的，不知道其它场景是否可以这么操作（我只用了普通有监督Lora微调、flash-attn和unsloth加速、Qlora微调、RLHF，以及导出）的原因顾名思义是unsloth_zoo引用的vllm不存在相关模块，这一般都是因为版本不匹配，在。看到llamafactory作者给出的解决方案也是升级vllm版本。，却没有匹配的vllm版本，