本文记录了，复现联邦学习论文中开展MNIST的 IID 训练的全过程，从预处理流程在一个电脑上模拟多个客户端，到下载数据处理数据，到训练代码的详细解释，到最后的结果对比，耗心耗力，终于是完成了。

​通义千问是阿里云开发的大语言模型(Large language Model )LLM,旨在提供广泛的知识和普适性，可以理解和回答各领域中的问题，其包含网页版和手机版本的通义前文APP，网页使用的模型为不公开的最新版本。​在其官方文档中主要开源了五种可以使用的模型其开源模型的简介和参数如下:​非限时免费开发模型，有使用Token数量的限制。

本文主要是面对小白入门一下如何非常简单的使用flask框架发布一个服务，设置基础的端口号允许访问的地址，还有用python代码访问自己发布发服务获取结果。

在完成了GPT多轮对话流式输出和知识向量库之后，接下来就非常重要的对模型进行微调，相比于我了解到的国内的大模型的微调，一般都需要在Linux服务器上使用shell文件进行微调，而OpenAI对GPT模型开放了线上微调的功能，只需要直接上传你的json文件选择一个与训练模型，就可以一键微调，之后也是在PC端直接应用你微调的模型就好，对于学习了解微调来说，这是一个最快的入门方式。

再帮助同学坐课题的时候接触到了scoket通信，了解到这应该是基层网络通信的原理，于是就导出搜索了一下相关的资料，简单来说scoket通信就是，可以让不同设备在同一个网络环境的条件下，可以实现相互通信既可以一对一也可以一对多，总之这对开发者来说，是跨设备交互的非常好的一种方式本文主要实现两个功能，一是python与pyhon程序之间的通信，另一个是将客户端改为手机，电脑链接手机wifi，在同一网络

本文记录了安装 Ollama 下载 DeepSeek模型，使用 Python 代码对 Ollama 下载的模型进行调用和推理的全过程，简单易懂，全程无痛。

​通义千问是阿里云开发的大语言模型(Large language Model )LLM,旨在提供广泛的知识和普适性，可以理解和回答各领域中的问题，其包含网页版和手机版本的通义前文APP，网页使用的模型为不公开的最新版本。​在其官方文档中主要开源了五种可以使用的模型其开源模型的简介和参数如下:​非限时免费开发模型，有使用Token数量的限制。

本文精读了联邦学习的始祖论文 Communication-Efficient Learning of Deep Networks from Decentralized Data，逐句精读了摘要到未来展望，并详细翻译了伪代码和实际结果部分。

本文精读了联邦学习的始祖论文 Communication-Efficient Learning of Deep Networks from Decentralized Data，逐句精读了摘要到未来展望，并详细翻译了伪代码和实际结果部分。

本文记录了安装 Ollama 下载 DeepSeek模型，使用 Python 代码对 Ollama 下载的模型进行调用和推理的全过程，简单易懂，全程无痛。