- @elephant_my
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
1、Efficient(PEFT)提升训练效率，这里以PEFT(parameter efficient fine tuning)为例2、Existing stuff(pretrained model)、New directions使用别人的预训练模型，新的研究方向3、plug-and-play做一些即插即用的模块，例如模型的模块、目标函数、新损失函数、数据增强方法等等。4、Dataset,eval
1. 作业描述2. 代码实现2.1 数据预处理2.2 建立模型2.3 模型训练2.4 模型评估2.5 模型预测
分享给你一个宝藏 AI 学习和实战平台“九天·毕昇”，注册即可免费赢取 1000 个算力豆（50 小时 V100 使用时长），还可助我赢取 500 个算力豆哦~ https://jiutian.10086.cn/edu/web#/register?token=NzU2ZmI3ZjQtYzZiMy00MjQ2LWJiZTktZjUwNzg1YjkwZTVh
1. 作业描述2. 代码实现2.1 数据预处理2.2 建立模型2.3 模型训练2.4 模型评估2.5 模型预测
回程网络（backhaul network ）、计算图优化
回程网络（backhaul network ）、计算图优化
总结：元素乘法：np.multiply(a,b)矩阵乘法：np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或直接用 a @ b唯独注意：*，在 np.array 中重载为元素乘法，在 np.matrix 中重载为矩阵乘法!注意：对于数组格式的数据，一维、二维数组都可以使用元素、矩阵相乘；对于矩阵格式的数据，一维矩阵只能进行元素乘法，二维矩阵都可以。1. 对于 np.
NumPy 创建数组numpy.empty1.用法：2.参数：3.实例：numpy.zeros1.用法：2.参数：3.实例：numpy.ones1.用法：2.参数：3.实例：numpy.full1.用法：2.参数：3.实例：numpy.empty1.用法：此方法用来创建一个指定维度（shape）、数据类型（dtype）的未初始化的数组。numpy.empty(shape, dtype=float,