ChatGLM-LLaMA-chinese-insturct前言一、实验记录1.1环境配置1.2代码理解1.2.1LoRA1.4实验结果二、总结前言介绍：探索中文instruct数据在ChatGLM,LLaMA等LLM上微调表现，结合PEFT等方法降低资源需求。Github:https://github.com/27182812/ChatGLM-LLaMA-chinese-insturct补充学习：https://kexue.fm/archives/9138一、实验记录1.1环境配置优雅下载huggingface模型和数据集condaupdate-nbase-cdefaultscondacur
秋葉aaaki的个人空间_哔哩哔哩_bilibilihttps://space.bilibili.com/12566101/?spm_id_from=333.999.0.0感谢秋葉aaaki大佬の免费开源目录1.获取资源整合包2.下载并配置webui启动器 3.启动器功能 4.一键启动，开始实战5.效果演示 露出鸡脚哩 幻想景色加上lora模型xiaorenshu 刘亦菲图生图+lora模型xiaorenshu lora模型墨心+疏可走马（强烈推荐！！！!！，既可写意也可写实，很棒的水墨风） 少女+lora模型xiaorenshu1.获取资源整合包1.资源整合包 百度网盘请输入提取码百度网盘为
关于本教程：ESP32基础篇 1.ESP32简介 2.ESP32Arduino集成开发环境3.VS代码和PlatformIO4.ESP32引脚5.ESP32输入输出6.ESP32脉宽调制7.ESP32模拟输入8.ESP32中断定时器9.ESP32深度睡眠ESP32协议篇1.ESP32网络服务器2.ESP32LoRa☑3.ESP32BLE4.ESP32BLE客户端-服务器5.ESP32蓝牙6.ESP32MQTT7
stablediffusionwebui地址https://github.com/AUTOMATIC1111/stable-diffusion-webui在项目readme里面找到InstallationandRunning，可以用colab在线使用，无需配置环境**（前提是可以连上Google）**点击ListofOnlineServices跳转到有多种不同人维护的colab在线仓库地址给到下面https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Online-Services这里我们选择第二个maintainedbycam
stablediffusionwebui地址https://github.com/AUTOMATIC1111/stable-diffusion-webui在项目readme里面找到InstallationandRunning，可以用colab在线使用，无需配置环境**（前提是可以连上Google）**点击ListofOnlineServices跳转到有多种不同人维护的colab在线仓库地址给到下面https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Online-Services这里我们选择第二个maintainedbycam
深入理解LORA模型LORA模型是一种神经网络模型，它通过学习可以自动调整神经网络中各层之间的权重，以提高模型的性能。本文将深入探讨LORA模型的原理、应用场景、优缺点等方面。1.LORA模型的原理LORA模型的全称为LearnableRe-Weighting，即可学习的重加权模型。它主要是通过对神经网络中各层之间的权重进行学习，来提高模型的性能。具体来说，LORA模型通过学习到前一层和后一层之间的相关性，来自动调整当前层的权重，从而提高模型的性能。LORA模型的基本思想是，将神经网络中的每一层看做是一个可加权的特征提取器，每一层的权重决定了它对模型输出的影响。LORA模型通过对权重的调整，可
目录一sd安装二目标三sd基础3.1模型3.2vae（Variationalautoencoder，变分自编码器）3.3embedding3.3.1安装方式3.3.2使用方式3.4Lora3.4.1lora组成3.4.2使用：3.4.3效果3.4.4测试不同CFG效果3.5hypernetworks超网络3.6补充四总结转载请注明出处：🔗https://blog.csdn.net/weixin_44013533/article/details/130297373sd玩了很久了，自去年国庆刚出来，引起一片lsp欢呼，我那段时间也沉迷抽卡。后续一段时间的炼丹潮也就没跟进了，然后又陆续出来一些大模型
最近几个月，ChatGPT等一系列大语言模型（LLM）相继出现，随之而来的是算力紧缺日益严重。虽然人人都想打造专属于自己的大模型，但是能负担得起上亿参数模型训练的机构却寥寥无几。在快速发展的人工智能领域，以高效和有效的方式使用大型语言模型正变得越来越重要。LoRA（Low-RankAdaption，低秩自适应）作为微调LLMs一种比较出圈的技术，其额外引入了可训练的低秩分解矩阵，同时固定住预训练权重，从而大大减少了下游任务的可训练参数数量。本文中，来自LightningAI首席人工智能教育家SebastianRaschka将带你了解如何以高效的方式用LoRA来微调LLM。下面是全文内容。为什么
所用单片机为STM32F407，此篇为当时做电赛时未记录，但是现在忘了所以重新记录一下，防止自己忘记。总的来说就是用串口给LoRa模块发送AT指令来配置模块，然后单片机想要发数据也是使用串口发送出去。1、引脚连接MD0引脚配置为推挽输出模式，并配置为下拉，AUX引脚配置为输入模式，并配置为下拉（MD0、AUX引脚悬空下为低电平）（模块根据MD0的配置与AUX引脚的状态会进入不同的功能）TXD、RXD与单片机的uart3的RXD以及TXD分别连接GND、VCC即连在单片机上（无线串口模块为TTL电平，请与TTL电平的MCU进行连接）（模块的引脚电平是3.3V，与5V的单片机通信需要做电平转换适配
Lora01模块之间通信测试文章目录Lora01模块之间通信测试前言1、两个接串口TTL通信1.1准备工作1.1.1模块接线1.1.2模块引脚定义说明1.2实验步骤1.2.1模块接线1.2.2打开上位机软件1.2.3配置串口参数1.2.4指令配置2、单片机和串口通信2.1烧录代码2.2配置参数2.3通信3、单片机和单片机通信4、XCOM指令配置应用5、总结前言随着无线设备通信的需求不断加大，通信速度和通信距离是必须考虑的因素。之前用的WiFi模块和蓝牙模块都是基本在20米左右，而正点原子出了这款无线串口Lora模块大大改善了距离的问题，可以在3公里的范围内进行数据传输，比较实用。1、两个接串口
