部署服务的时候其他都跟旧的一样，只不过多加一个--task=classify。旧镜像需要更新vllm。

第一步是随机产生一个Q，用来得到作为trainingset的x和y，然后把x和对应的y输入到NN中。第三种：mini batch训练 减少训练时间 ——这个也可以作为普通NN的训练方法以减小训练时间。第一种：把输出层从一个神经元变成跟action个数一样的神经元数量。epsilon的尝试要从高开始逐渐降低，比如从1到0.01。

第一步是随机产生一个Q，用来得到作为trainingset的x和y，然后把x和对应的y输入到NN中。第三种：mini batch训练 减少训练时间 ——这个也可以作为普通NN的训练方法以减小训练时间。第一种：把输出层从一个神经元变成跟action个数一样的神经元数量。epsilon的尝试要从高开始逐渐降低，比如从1到0.01。

4.自监督学习，完成的是一个simCLR(simple contrastive learning representation)对一个图片以两种策略生成两种图片变种，用f作为一个encoder（这里用的是resnet50）,得到这两个图片的表示向量hi,hj，再将向量对送入g（一个小的神经网络，比如MLP）目标是最大化g(hi),g(hj)的一致性。没搞懂的点：训练的时候用的是pairs（成对的数

用pytorch可真是太方便了。。。You’ve written a lot of code in this assignment to provide a whole host of neural network functionality. Dropout, Batch Norm, and 2D convolutions are some of the workhorses of deep l

【代码】vllm+openai 加速模型推理。