现如今通用模型在专业领域的能力不足，由此推出Intern-S1多模态大模型，如今在科学领域显著优于其他开源模型，并在分子合成规划、反应条件预测、晶体热力学稳定性预测等专业任务中，超越当前最优闭源模型。

1. 文本生成 2. 天气

语言 多模态

OpenCompass 评测 Intern-s1(C-Eval数据集) OpenCompass 评测 InternVL（MME数据集）

未申请过书生API key的，在下面链接申请： https://internlm.intern-ai.org.cn/api/tokens?在opencompass/opencompass/configs文件夹下创建eval_tutorial_demo1.py。模型要求transformers>=4.55.2，但是5.2.0版本我是不能启动的，这里使用的是4.55.2版本。数据集 的json 文件需

未申请过书生API key的，在下面链接申请： https://internlm.intern-ai.org.cn/api/tokens?在opencompass/opencompass/configs文件夹下创建eval_tutorial_demo1.py。模型要求transformers>=4.55.2，但是5.2.0版本我是不能启动的，这里使用的是4.55.2版本。数据集 的json 文件需

MobileNet网络是由Google团队于2017年提出的专注于移动端、嵌入式或IoT设备的轻量级CNN网络，相比于传统的卷积神经网络，MobileNet网络使用深度可分离卷积（Depthwise Separable Convolution）的思想在准确率小幅度降低的前提下，大大减小了模型参数与运算量。并引入宽度系数 α和分辨率系数 β使模型满足不同应用场景的需求。

在下面的教程中，我们将通过示例代码说明DCGAN网络如何设置网络、优化器、如何计算损失函数以及如何初始化模型权重。在本教程中，使用的共有70,171张动漫头像图片，图片大小均为96*96。

MNIST手写数字数据集是NIST数据集的子集，共有70000张手写数字图片，包含60000张训练样本和10000张测试样本，数字图片为二进制文件，图片大小为28*28，单通道。图片已经预先进行了尺寸归一化和中心化处理。本案例将使用MNIST手写数字数据集来训练一个生成式对抗网络，使用该网络模拟生成手写数字图片。

SSD目标检测模型简介SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时