深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度神经网络，即包含多个隐藏层的神经网络。这些隐藏层可以自动学习数据的多层次表示，从而实现对复杂数据的高效处理。深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度

本系列文章是参与书生浦语全链路开源体系学习的笔记文章。B站视频教程地址：# 笔记正文## 大模型成为热门关键词LLM受到高关注，因为大模型成为发展通用人工只能的重要途经。专用模型：针对特定任务，一个模型解决一个问题。通用大模型：一个模型应对多种任务、多种模态。书生·浦语全链路开源体系是一个全面、多元化的项目，涵盖了从数据、预训练到微调、部署等多个环节。

本次参加的是DataWhale组织的2023年2月份学习计划。学习内容为李航老师的《统计学习方法（第二版）》的第一到六章。习题的解答开源在datawhale的GitHub账号。

众所周知，国产大模型如千问、书生、易等等都有开源大模型，但是出场时效果就很不错的讯飞星火大模型却迟迟没有见到开源的消息，原来是憋了发大的啊！今天下午收到了讯飞星火发布会的微信推送属实是挺期待的。讯飞大模型定制训练平台。

对的系列的学习（大佬的完整代码在2022年人工智能依旧飞速发展，从传统机器学习模型到如今以“炼丹”为主的深度神经网络，代表着模型拟合度与模型各自的发展趋势。至此，深刻体会并成功解释NN为何能取得更优的效果成为各行各业的新目标，而可解释性机器学习便应运而生。

深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度神经网络，即包含多个隐藏层的神经网络。这些隐藏层可以自动学习数据的多层次表示，从而实现对复杂数据的高效处理。深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度

本章主要为Agent相关理论知识的学习。智能体 = LLM+观察+思考+行动+记忆多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济（详见相关资料）该部分内容加深了我对Agent的理解，之前我对Agent的印象主要仅有工具的使用，但是通过这部分对于Agent更加全面的解释，我对于Agent的发展方向有了更深的理解。不在此进行原文摘抄，仅记录阅读感受，有需要可阅读原文档。

通过安装WSL，用户可以在Windows中运行完整的Linux发行版，并使用所有的bash命令。在开源社区中，许多项目都是基于Unix-like系统（如Linux或MacOS）开发的，这意味着它们的脚本或命令可能包含特定的bash命令，这些命令在Windows的命令提示符或PowerShell中并不适用。Git Bash 是 Git for Windows 的一部分，它提供了一个bash环境，允许

Python 提供了一些用于网络爬虫的库，如 requests、BeautifulSoup、Scrapy 等。这些库可以帮助我们方便地获取网页内容，解析 HTML，存储数据等。

本文是对于InternLM全链路开源体系系列课程的学习笔记。【XTuner 大模型单卡低成本微调实战】 https://www.bilibili.com/video/BV1yK4y1B75J/?这个部分演示了在实际需求下如何准备数据、修改配置文件、进行微调。