1 图像分类http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html#494c5356524332303132207461736b2031按数据集汇总了各个算法的benchmark结果。 这些数据集包括：MNISTCIFAR-10CIFAR-100STL-10SVHNILSVRC201

threading的Timer模块其实并非完全异步的， 当任务时间大于定时间隔时， 并不能保证任务按设置的定时间隔执行。当任务时间小于定时间隔时， 任务是按设置的定时间隔执行的。

大模型高效finetune方法LoRA。

首先明确坐标系：机械臂项目一般存在四个坐标系基坐标系：机械臂的基座为原点的坐标系末端关节坐标系：一般机械臂末端关节会覆盖一层法兰，因此机械臂末端关节坐标系又为法兰末端坐标系，实际上，末端关节坐标系在基坐标系下的位姿，就是我们常说的机械臂位姿工具末端坐标系：显然机械臂在工作过程中，机械臂末端会搭载工具，而我们往往希望工具移动到某个位置，而不是机械臂末端运动到某个位置，这时我们就需要为工具建立一个它自

nvidia-smi 显示的版本是驱动的版本，而nvcc -V 显示的版本是cuda toolkit的版本。由于驱动版本是向下兼容的， 因此cuda toolkit版本小于等于驱动版本都可以正常使用。pytorch, cudadnn等要求的cuda版本都是指cuda toolkit的版本。

在用torch + GPU运行程序的时候出现了这个错误，尝试了很多方法都没有解决， 最终踏破铁鞋无觅处， 解决办法竟然是升级了torch版本。在这里记录一下踩坑历程， 避免更多的人踩坑。遇到这个问题后， 我尝试了以下解决方案：1 首先怀疑的是， 是不是有数据在CPU上， 运算在GPU上， 初步排查没有发现。2 其次根据直接报错的位置进行分析， 发现报错的位置不是固定的， 但相对固定， 就那么2处，

这里显示cuda版本是11.8， 这里显示的是驱动的版本。由于驱动是向下兼容的，因此只要cuda toolkit版本小于等于这个即可。由于安装时没有删除掉旧版本 ，因此现在环境中应该会存在多个cuda toolkit版本， 并且默认还是旧版本， 可以通过。安装过程中， 我们把驱动这一项去掉， 只安装cuda toolkit.如果环境中没安装过cuda版本， 这种情况下比较简单。首先要确认最高支持的

在 https://huggingface.co/models上搜索对应模型的gguf文件下载即可。如Qwen/Qwen2-0.5B-Instruct-GGUF。文件格式没要求， 用简单的txt文件就行。

在上一篇文章中， 我们已经学会了如何用Ollama在本地运行大模型。但是所有的操作都是在命令行中进行的， 不是很直观。如果有一个漂亮的UI界面就更好了。Open WebUI 就是一个可以实现UI界面的开源工具， 可以生成类似openAI风格的UI界面。

crewAI中默认使用的gpt4的模型， 在环境中配置即可使用。但openai的api毕竟是要花钱的， 况且现在对大陆地区做了封禁， 使用起来不是那么方便。而Ollama可以方面的运行本地的大模型， 既不用花钱， 又可以在本地进行使用。crewAI中也支持Ollama使用本地模型。