小詹小詹
小詹小詹_个人页
小詹小詹
文章
2
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
获得更多能力
通用技术能力：
-
Java
中级
能力说明：
掌握封装、继承和多态设计Java类的方法，能够设计较复杂的Java类结构；能够使用泛型与集合的概念与方法，创建泛型类，使用ArrayList，TreeSet，TreeMap等对象掌握Java I/O原理从控制台读取和写入数据，能够使用BufferedReader，BufferedWriter文件创建输出、输入对象。
云产品技术能力：
-
Clouder
-
Apsara Clouder云计算技能认证：云服务器基础运维与管理
获得于2018-11-03 21:20:26
-
Apsara Clouder云计算技能认证：网站建设：部署与发布
获得于2018-11-03 21:08:49
-
Apsara Clouder云计算技能认证：云数据库管理与数据迁移
获得于2018-11-02 16:49:20
-
Apsara Clouder云安全技能认证：云平台使用安全
获得于2018-10-30 18:23:09
-
Apsara Clouder云计算技能认证：云服务器基础运维与管理
-
ACA
-
阿里云云计算助理工程师认证（ACA）
获得于2018-11-03 21:21:01
-
阿里云云计算助理工程师认证（ACA）
阿里云技能认证
详细说明
-
发表了文章 2024-07-20
千问文本分类任务微调
这段代码定义了一个`predict`函数，它使用Hugging Face的`AutoModelForCausalLM`和`AutoTokenizer`来生成对话回复。模型和tokenizer分别从指定路径加载，然后对输入的`messages`（包含指令和用户输入）进行处理，通过模型生成响应。代码最后展示了一个测试用例，其中讨论了历史人物的评价。模型的输出被打印出来。整个流程涉及预处理、模型推理和后处理，用于生成与历史相关的内容。
-
发表了文章 2024-07-20
千问大模型对话
该段Python代码演示了如何使用`modelscope`库加载预训练的因果语言模型`Qwen2-1___5B-Instruct`到CUDA设备，并进行文本生成。首先，它定义了设备为`cuda`，然后加载模型和分词器。接着，设置了一个聊天情境并准备输入文本。通过调用`tokenizer.apply_chat_template`处理输入，然后将处理后的文本转化为模型输入张量并传入设备。使用`model.generate`方法生成新的文本，截取生成的输出并解码为人类可读的字符串。最后，打印出生成的响应。
暂无更多信息
暂无更多信息
暂无更多信息