life reflection 6
现在是实习第二周结束是时候总结一下实习的情况了。 实习第一周主要是在看文档和摸鱼 当然没有干什么事情感觉也并不怪我们，第一周直到第四天才把主机批下来，再次之前我们只能看一个屏幕，也不能做什么操作，然后还在一直换地方，一开始是11楼的会议室，然后搬到门口的一个楼的二楼会议室，然后是9楼的职工室，最后又搬回去了，总之是非常坎坷。工牌和录脸是在第一周周五上午才录上的，那之后就可以自由进出，手机也不用带套子了。 到第二周，第一天在翻译文档，说是给自己留一个记录证明自己真的干活了；然后第二天快下班的时候说ip批下来了，临走的时候给我们电脑装了一个软件调了一下设置，然后我们电脑就可以打开cadence...
life reflection 5
这是一次间隔很近的更新。主要还是今天又爆典了 and...
life reflection 4
现在是2025年6月22日说起来是在6月18号晚上就考完最后一门封装技术了。考试期间和考完3天确实是没顾上写这个，现在我来找补了。 课程安排然后我研究了一下自己的培养方案，结果是剩余这些课程还没有选： 课程 学分 学期 课外实践8学分 8 xxx 专业实习 3 3-3 小学期 项目设计 2 4-1 大四上 毕业设计 10 4-2 大四下 形势与政策 2 xxx VLSI测试与可测性设计 2 4-1 大四上 计算机系统综合设计实验 1 4-1 大四上 工程与社会 1 4-1 大四上 这些课除了课外实践8学分至今不知道是什么东西以外，其他都是可以通过选课系统解决的。 另外通识课来说，我已经选修的课程有： 课程 分类 核心/选修 学分 开设学院 电磁通史与技术前沿 科学技术 核心 2 电气学院 营养与食品安全 选修 2 总之不可能是微电子学院 中华灯谜艺术及其欣赏 艺术审美与文化传承 选修 2 能动学院...
life reflection - special addition
欢迎来到本频道少见的加更环节关于为什么会有加更的原因是： 没有任何原因。 我算是比较随意的人，很多时候心血来潮会信誓旦旦地做很多计划，但是实际上不怎么会执行。当突然有一件事情我想去做的时候，只要当下没有十分要紧的事，我就会抽空去做；当一个比较要紧的事是我不太喜欢的东西的时候，我就会在大量兴趣爱好事件中穿插很重要的事情去做。 这次也不例外，属于是临时起意的加更环节。 乐子： 适才相戏耳近日，清华大学的研究生招生主页进行了一次更新，当然也没有时隔多久，我前几天才刚刚写过一个blog提到相关事件，详见此处。 那么我今天要说的是： 已经和上次看不一样了捏。不知道是不是看了网上大家的反应，或者是jyj有通知不允许这么早？原因未知，总之现在已经改了，比上次看推迟了半个月，有点难绷，相对来说，某所就显得沉稳很多： 并非乐子： 恐怖刀战这个其实是比上次写周记更早一些（指半天）的信息，我只是...
my Tensorflow cheat sheet
build environment with ryehere is my pyproject.toml: 123456789101112131415161718192021222324252627282930313233[project]name = "tensorflow"version = "0.1.0"description = "Add your description here"authors = [{ name = "Invoker-pray", email = "jiaohongbao04@gmail.com" }]dependencies = [ "pip>=25.1.1", "jupyter>=1.1.1", "shap>=0.47.2", "matplotlib>=3.10.3", ...
LLM-tune-section3
evaluate the model qualitativelywe need to evaluate the model’s quality, and sometimes we need to make further adjustments to model’s architecture, hyperparameters, or datasets. we should perform inference using the same input with the PEFT model. 12345678910111213141516171819202122%%timefrom transformers import set_seedset_seed(seed)index = 5dialogue = dataset['test'][index]['dialogue']summary = dataset['test'][index]['summary']prompt =...
LLM-tune-section1
it is time to fine-tuning the LLMLLMs excel in deal with normal context task, but may not always align with specific task or domains, so we can fine-tuning the pre-existing model, to improve LLMs’ performance and accurancy on particular field. so I will learn LLM fine-tuning in this blog, and start my learning record. the key step of LLM fine-tuning select a model. to tune the model on my laptop, with 16GB CPU and 6GB graphic memory, I need to select a model that can be tuned successfully on...
