图机器学习

当我们运行scripts/txt2img.py时，会发现还需要从hugging face下载encoding，但是国内无法下载，这时候我们会科学上网，同时安装下述依赖，这样就可以下载了。找到符合自己python，pytorch和cuda版本的xformers安装包。--device 默认为cpu，要换成 cuda，否则报错。

微调nlp

分布式事务场景全局事务分两阶段提交，主要第一阶段耗费时间长，可减低发生错误概率，但不是一定可靠消息服务最大努力通知TCC事务

RNN

APIfrom sklearn.linear_model import LinearRegression# 获取数据x = [[80,86],[82,80],[85,78],[90,90],[86,82],[82,90],[78,80],[92,84]]y = [84.2,80.6,80.1,90,83.2,87.6,79.4,93.4]# 模型训练# 实例化一个估计器estimator = Li

光栅化

IR-SDE

GNT:Is Attention All NeRF Needs?

手动尝试最优的提示无异于大海捞针，于是便有了自动离散提示搜索的方法，但提示是离散的，神经网络是连续的，所以寻找的最优提示可能是次优的。而如果采用固定预训练模型的某些层，只微调接近下游任务的那几层参数，又难以达到较好的效果。PEFT（Parameter-Efficient Fine-Tuning）是hugging face开源的一个参数高效微调大模型的工具，里面集成了4种微调大模型的方法，可以通过微