哇哇的啊~~~刚实习就让做看板系统

失落的code 2011-03-02 10:32:53
最主要的是我是.net 方向的,对ssh一无所知,哎。。。啃吧。。。
...全文
206 13 打赏 收藏 转发到动态 举报
写回复
用AI写文章
13 条回复
切换为时间正序
请发表友善的回复…
发表回复
kuaileleyuan101 2011-03-11
  • 打赏
  • 举报
回复
ding
花非花卍 2011-03-11
  • 打赏
  • 举报
回复
呵呵呵 跨专业呀!嗯 要好好加油了!
失落的code 2011-03-10
  • 打赏
  • 举报
回复
这个就是集成管理系统和任务系统的一个东东。。。
cainiaopiaoguo 2011-03-10
  • 打赏
  • 举报
回复
呵呵你搞.NET的 那个是JAVA 的!SSH我会一些!
Coolfatman 2011-03-10
  • 打赏
  • 举报
回复
听着就是一个根据用户信息的查询加显示。这已经是最简单的应用了。再简单就是纯HTML了。
ITJava 2011-03-10
  • 打赏
  • 举报
回复
不明白是啥意思…
happyfmy 2011-03-04
  • 打赏
  • 举报
回复
哈哈 求详情 看板?
qiaopeizhan 2011-03-03
  • 打赏
  • 举报
回复
楼主解释下“看板系统”,想学习下!
  • 打赏
  • 举报
回复
不知道什么叫看板系统。
我嘞个去 2011-03-03
  • 打赏
  • 举报
回复
zhuming12345 2011-03-03
  • 打赏
  • 举报
回复
什么东东???还真不明白!
Dongo2 2011-03-03
  • 打赏
  • 举报
回复
什么看板系统 ?
runer 2011-03-02
  • 打赏
  • 举报
回复
加油丁页你
内容概要:本文系统介绍了基于LlamaFactory框架对大语言模型Qwen3-1.7B进行LoRA微调以实现商品十分类任务的完整流程,涵盖环境搭建、数据预处理、模型微调、性能评估与Badcase分析,以及使用vLLM进行推理加速部署的全过程。通过DeepSpeed技术实现训练加速,并结合实际分类效果进行准确率分析,将模型原始准确率从59.6%提升至91.3%,显著优化分类表现。同时针对低召回率类别(如冷藏即饮果汁)开展Badcase分析,定位训练数据不足问题并提出增量训练改进方案。最后通过vLLM部署实现推理性能大幅提升,批处理时间由54秒缩短至22秒。; 适合人群:具备一定深度学习与自然语言处理基础,熟悉Python编程和Linux环境,从事AI算法研发或模型优化工作的工程师及研究人员,尤其适合有大模型微调与部署需求的从业者; 使用场景及目标:①掌握基于LoRA的大模型高效微调方法;②学习如何利用DeepSpeed加速训练过程;③提升分类任务准确率与召回率的调优策略;④实现高性能推理部署与端到端模型优化闭环; 阅读建议:建议结合代码实践操作,重点关注数据构造、参数配置、Badcase分析与推理部署环节,深入理解微调机制与性能瓶颈优化思路,配合日志与评估指标迭代改进模型。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧