DeepSpeed是微软推出的大规模模型分布式训练的工具，主要实现了ZeRO并行训练算法。本文是huggingface的DeepSpeed文档的笔记，做查询和备忘，初次学习建议结合原始文档食用。

VGG 损失是一种典型的感知损失。它不直接比较图像像素，而是利用预训练 VGG 网络提取特征，然后比较真实图像和生成图像在特征空间中的差异。LVGG∣∣ϕlx−ϕlx∣∣LVGG​∣∣ϕl​x−ϕl​x∣∣相比像素损失，VGG 损失更关注图像的视觉质量、纹理结构和语义相似性，因此在超分辨率、风格迁移、图像修复和图像生成任务中非常常见。一句话总结：VGG 损失衡量的不是“像素是否一样”，而是“看起来

一、概述共同邻居算法（Common Neighbors）是一种常用的基本图分析算法，可以得到两个节点所共有的邻居节点，直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品，进一步推测两个节点之间的潜在关系和相近程度。适用场景：共同邻居算法（Common Neighbors）适用于电商、社交等多领域的推荐场景。二、三、参考资料：...

大数据-BI案例（二）-电商：数据仓库+OLAP【MySQL-ETL(Kettle)-＞ Hive（ODS层-数据清洗-＞DW层（DWD-统计分析-＞DWS））-导出结果-＞MySQL】-＞ 可视化

一、概述实时推荐算法（Real-time Recommendation）是一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。适用场景：实时推荐算法（Real-time Recommendation）可以基于历史购买和浏览数据进行相近商品推荐，也可以为用户进行相近喜好的潜在好友推荐。适用于电商、社交等多领域的推荐场景。二、三、参考资料：实时推荐算法（Real-t

主流 VLA(Vision-Language-Action) 模型的套 路大家都熟了—拿一个在海量图文数据上预训练 好的VLM当底座，再用机器人数据做post-training , 让模型学会输出动作。从 RT-2 到 πo 再到 πo.5, 这套范式确实 work, 也确 实能做出语义泛化——你给它看没见过的物体，只 要VLM的语义先验够强，模型多半能认出来，然后 执行 ”抓起来放到那儿"之类的

Zhenda Xie*†, Yixuan Wei*, Huanqi Cao*,Chenggang Zhao, Chengqi Deng, Jiashi Li, Damai Dai, Huazuo Gao, Jiang Chang, Kuai Yu, Liang Zhao, Shangyan Zhou, Zhean Xu, Zhengyan Zhang, Wangding Zeng, Shengdi

Wenzhao Zheng1,* Weiliang Chen2,* Yuanhui Huang1 Borui Zhang1 Yueqi Duan2 Jiwen Lu1{ \mathrm { L } } { \mathrm { u } } ^ { 1 }Lu1 Department of Automation, Tsinghua University, China Department of Ele

安装插件后，重启Jenkins。随便找一个pipeline项目，出现下图红框中的选项即表示安装成功。

DevOps02：Jenkins