自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

梦想破三的奔三狗

coding is ruling

博客等级

码龄8年

184
原创

2010
点赞

4109
收藏

1002
粉丝

关注

私信

热门文章

分类专栏

最新评论

【速写】PPOTrainer样例与错误思考（少量DAPO）
囚生CY: trl 0.18.x，你可以看这篇https://blog.csdn.net/CY19980216，我写了个通用的TRL trainer的pipeline，直接用ScriptArguments，ModelConfig 和 XXXConfig 来导入参数，这篇写的只是可以跑起来的一个示例
【速写】PPOTrainer样例与错误思考（少量DAPO）
xxzhix: 请问 2确实可行的PPOTrainer版本里的trl是什么版本的？第57行ppo_config=PPOConfig()可以设置这么多参数吗？
【数值分析×机器学习】以SVD的分解形式进行深度神经网络的训练（逐渐熟练）
cool_lzj: 原论文那个奇异值向量的正交正则器那个公式中间是加号就那俩范数中间的
【项目小结】爬虫学习进阶：获取百度指数历史数据
_木_易_: 大佬这种解决办法吗 raise ValueError("API 返回的 'data' 字段是字符串，而不是字典: {}".format(json_response["data"])) ValueError: API 返回的 'data' 字段是字符串，而不是字典: {'status': 10018, 'data': '', 'logid': 3552200618, 'message': '您好，百度指数监测到您疑似存在异常访问行为，如您未有类似行为，可能是由于您使用公共网络或访问频次过高，\n 您可以通过邮箱[email protected]联系我们'}
【完结】cyのMemo（20240209~20240312）
Anna368: 你的daily好有趣哈哈哈哈

概率论趣题

关注

文章平均质量分 94

有趣的概率论证明题汇总，大都是笔者自创的题目与自主推导证明

关注数：文章数：3 文章阅读量：33560 文章收藏量：11

作者: 囚生CY

不如养生

展开

专栏收录文章