训练时：模型学会“在任意去噪阶段，当前应该往哪个方向修动作”推理时：模型不断告诉你“下一小步该往哪边走”，最后把纯噪声走成可执行动作这一段如果你吃透了，后面很多局部细节就不容易迷路。

最近在了解端到端自动驾驶，接触到了nuPlan数据集，在跑官方demo时遇到些坑，发现相关的资料不多，记录一下。最直接就是看nuplan官网的介绍，和paper。如果只想大概扫一眼这里还有篇中文翻译的自动驾驶轨迹规划之nuplan数据集。一句话总结就是：和nuScenes同一家公司发布的，nuPlan是首个面向planning的大规模自动驾驶基准数据集，不仅包括大量的1200小时多城市的实车驾驶数

大模型统治深度学习的趋势不可阻挡，抱着“打不过就加入，多学点东西没坏处”的想法，博主利用下班时间摸索了些大模型相关的技术，蹭了蹭国产之光《黑神话：悟空》的热度，做了个有关黑神话的AI助手，初版功能可以聊天查询游戏内容、攻略、背景故事等，后续会继续加入多模态、Agent等功能。因为是刚入门（大佬们请跳过😂）涉及的技术主要是llm的数据制作、训练、微调、量化、rag部署等。以上结果都离不开书生*浦语

mmocr官方代码 : https://github.com/open-mmlab/mmocr首先感谢一波大佬们的无私，把代码都开源了，还有辛勤的商汤的大佬们一直维护更新。这次写点自己的使用记录，给同我一样刚入门的萌新们。一、mmocr的使用环境配置常规的配置参考官网的教程Getting Started（再次感谢大佬们搞的这么仔细的教程），然后如果是30系列的显卡，因为只支持cuda11，所以环境

SAM初步理解，简单介绍模型框架，不涉及细节和代码SAM细节理解，对各模块结合代码进一步分析SAM微调实例，原始代码涉及隐私，此部分使用公开的VOC2007数据集，Point和Box作为提示进行mask decoder微调讲解本篇是第3部分，基于voc2007数据集对SAM decoder进行微调。代码已上传至github。

大模型统治深度学习的趋势不可阻挡，抱着“打不过就加入，多学点东西没坏处”的想法，博主利用下班时间摸索了些大模型相关的技术，蹭了蹭国产之光《黑神话：悟空》的热度，做了个有关黑神话的AI助手，初版功能可以聊天查询游戏内容、攻略、背景故事等，后续会继续加入多模态、Agent等功能。因为是刚入门（大佬们请跳过😂）涉及的技术主要是llm的数据制作、训练、微调、量化、rag部署等。以上结果都离不开书生*浦语

大模型统治深度学习的趋势不可阻挡，抱着“打不过就加入，多学点东西没坏处”的想法，博主利用下班时间摸索了些大模型相关的技术，蹭了蹭国产之光《黑神话：悟空》的热度，做了个有关黑神话的AI助手，初版功能可以聊天查询游戏内容、攻略、背景故事等，后续会继续加入多模态、Agent等功能。因为是刚入门（大佬们请跳过😂）涉及的技术主要是llm的数据制作、训练、微调、量化、rag部署等。以上结果都离不开书生*浦语