首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
慕仲卿
掘友等级
前端开发工程师
|
浙江某民营企业
三年前端开发,正在快速成长中,喜欢技术和交流,欢迎共同爱好的朋友一起进步~
获得徽章 7
动态
文章
专栏
沸点
收藏集
关注
作品
赞
2.2K
文章 1.3K
沸点 895
赞
2.2K
返回
|
搜索文章
最新
热门
置顶
每日五道前端面试题--day8
1. 判断对象a和类A之间的关系 2. 数组中和遍历相关的方法 3. 对比forEach和map 4. 对比call和apply 5. js中实现异步的方式
置顶
关于前端路由跳转的一些深层次思考
最近笔者在进行一个electron项目的架构改动,在改动的过程中对electron内涵的前端项目中的路由跳转做了一些个人的思考,下面将思考的结果以问答的形式整理出来,希望能够对您有所帮助!
置顶
7个Js async/await高级用法
在掌握了async/await基础用法之后,下面将介绍一些高级用法,以便充分利用async/await实现更复杂的异步流程控制。
机器人仿真环境安装
安装环境 ubuntu=Ubuntu 20.04.6 LTS(GNU/Linux 5.15.0-107 - generic x86_64) python3=3.8.10 pip=20.0.2
租用 GPU 训练 minimind 模型
训练 minimind 1. 选择 conda 版本的云服务器,具体配置为 2. 创建一个新的 python 环境,然后安装合适的版本 3. 将 minimind 的 requirements.txt
分布式数据加载
初始化训练数据集和数据加载器,是深度学习模型训练中的关键步骤。本文介绍与此过程息息相关的几个步骤及对应的对象和方法。
设置训练过程中的随机数种子
通过设置随机数种子,可以确保每次运行代码时,模型的初始化和训练过程都基于相同的随机数序列,从而得到一致的结果。
模型初始化:加载分词器和模型
在模型训练中,一般会定义一个函数 init_model,用于初始化模型和分词器。它加载了一个预训练的分词器,初始化了一个自定义的 MiniMindLM 模型,并将其移动到指定的设备上(GPU 等)
保存模型检查点
在训练深度学习模型的过程中,保存模型检查点是一个非常重要的步骤。它不仅可以防止训练过程中出现意外中断导致的损失,还能方便我们后续对模型进行评估和测试。
归零模型梯度
在 PyTorch 中,optimizer.zero_grad() 是一个非常重要的方法,用于在每次反向传播之前清空(归零)模型的梯度。这行代码的作用是确保在每次更新模型参数之前,梯度不会被累加。
下一页
个人成就
优秀创作者
文章被点赞
5,291
文章被阅读
890,532
掘力值
34,542
关注了
452
关注者
1,682
收藏集
61
关注标签
13
加入于
2023-02-28