今天周末有点时间，自己也是非常热爱篮球，非常喜欢勒布朗.詹姆斯和德维恩.韦德。我们对2020年NBA各队数据做一个整体分析，之前获取的数据在去掉一些重复数据和问题数据之后，数据量有所降低，所以此次分析纯属娱乐，分析结果仅供各位NBA粉丝参考。此次分析，并没有完全依赖matplotlib和pandas来实现，而是采用了seaborn这个便捷的绘图库，还是自己懒，记不住matplotlib众多的API

大模型部署

AI智能体服务平台架构设计

AI智能体服务平台架构设计

马上周末了，刚背完损失函数章节课程，抽个时间梳理下深度学习中常见的损失函数和对应的应用场景何为损失函数？我们在聊损失函数之前先谈一下，何为损失函数？在深度学习中, 损失函数是用来衡量模型参数的质量的函数, 衡量的方式是比较网络输出和真实输出的差异应用场景总述？首先明确一点，我们损失函数这个概念会出现在几乎所有机器学习和深度学习的模型中，但是考虑到很多文献资料和各个翻译者的理解不同，大概有如下几种称

关于BERT作者：白鹿（花名）声明：以下介绍均以bert_base为基础进行介绍；网络结构从上面的架构图中可以看到, 宏观上BERT分三个主要模块.最底层黄色标记的Embedding模块.中间层蓝色标记的Transformer模块.最上层绿色标记的预微调模块.Embedding模块:BERT中的该模块是由三种Embedding共同组成而成, 如下图Token Embeddings 是词嵌入张量,

根本问题，我TM的是KIMI的非续费用户，访问速率被严重限制了，日了。考虑到Kimi在内容理解上和百度文心一言的差距，果断续费了文心一言。

流程：1、启动模型训练2、查看相关进程的进程ID3、查看相关进程的内存消耗启动模型训练查看相关进程的进程ID查看相关进程的内存消耗

相关链接请参考：https://www.jb51.net/article/179468.htm

Context Engineering（上下文工程） 指的是为了引导大语言模型生成最符合期望的输出，而系统地设计、构建和管理提供给模型的上下文信息（Context）的艺术和科学。引导复杂推理过程：对于逻辑推理、数学计算或复杂决策任务，通过在上下文中提供“思维链”（Chain-of-Thought）示例，可以引导模型一步步思考，得出更准确的答案。简单来说，它解决的是这个问题：“除了当前的指令（Pro