作者:蔡可彼
最近開始瞭解機器學習,常常需要重新安裝環境,但機器學習的東西有時一裝就是好幾個GB,家裡網路雖然是 100Mbps,但在幾十G面前,還是顯得很慢。 所以特地研究了一下怎麼設定 APT 與 PIP 的
接著上一篇線性迴歸,這篇繼續學習分類問題,資料與影片同樣是參考這個 Youtube 。 參考影片是要將2類的圖點分類, 我把它改的簡單一點,就是分成2類,正數與負數。 程式碼
線性回歸(WiKi)學校上過,不過從來也沒搞懂是做什麼用的。簡單的說就是為一堆散落的點,找出一個最小差距的公式。 網路上對線性迴歸的機器學習範例比較多,所以就從這篇開始學習。另外一個是分類問題,也會再
憑著一時衝動,終於花了大錢下單了一台 RTX 4090 主機,來做為人工智慧的學習的機器。為了能夠遠端的進行學習和開發,研究了一下怎麼從遠端執行 IDE 程式。 一開始是看怎麼從遠端執行 Spyder
經過上一篇的學習紀錄,瞭解到了要利用一般平台進行 GPT 訓練,似乎是一項非常昂貴的任務,所以尋找了降級的辦法。所謂的降級辦法,就是把 fp16 改用成 int8 的方式,進一步降低 CPU RAM
用了 CHAT GPT 後,就斷斷續續看了一些基本的 AI 基本 library 的用途介紹,包含 pandas: 一維/二維陣列處理 numpy: 多維陣列處理、矩陣乘法 pillow: 圖型處理
話說從上次說要學 AI 的文章也過了很久了,原本要再寫 Anaconda 安裝的流程,才發現已經寫過了。 這次會再重燃起興趣,是最近有一個很紅的聊天軟體 chatGPT,真的已經做到非常仿真,讓我覺得
Cygwin 是 Windows 上常用模擬 Linux 操作環境的套件,透過它可以安裝各種在 Linux 上常用的工具,讓使用者的操作習慣和程式環境可以和真實的 Linux 上接近。雖然在 Win1
年度回顧就都抄上一年的格式好了,這樣比較不用動腦。 2022 年的年度回顧先附上。今年是部落格的完整的第5年,即將邁向第6年。能維持這麼久也是不容易,真的也記了蠻多東西了,雖然用來當筆記的成份比較多,
前一篇 以Buildroot 建立ARM的 X11環境裡談到如何利用 buildroot 來建立 XWindows 環境,其最終目的也是為了可以讓 Firefox 運行起來,所以本篇是其後續。 這中間