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

不是复制的情况（No Copy at All）具体讲解：import numpy as npa = np.arange(12)#a为一个序列b = a#没有创建新的对象print('a的shape为：', a.shape)# 输出a的尺寸print('b是a吗？', b is a)#ab 为同一个对象的两个名字b.shape = 3, 4#将b的shape改变print('a的shape变为：',

训练是通过从已有的数据中学习到某种能力，而推理是简化并使用该能力，使其能快速、高效地对未知的数据进行操作，以获得预期的结果。

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

检查函数名是否和变量名重复，或者被重新定义了

回程网络（backhaul network ）、计算图优化

更新torch为最新版即可