Only(AR) 的编程日记

【论文翻译】D-CPT Law: Domain-specific Continual Pre-Training Scaling Law for Large Language Models 原文地址：D-CPT Law: Domain-specific Continual Pre-Training Scaling Law for Large Language Models 摘要 继续预训练（CP

自用的流程手册，省得上网到处查。

大模型的本机部署 1 介绍 用于方便在个人电脑上快速启动一个大语言聊天模型。支持命令行聊天和网页端聊天两种方式。最低配置可以支持纯 CPU，有独立显卡会有更好的体验。 本项目基于目前非常火的大模型微调开源项目 LLaMA-Factory1，大家可以点进去给给 Star 支持一下学长的工作。 网页端演示： 网页端演示 命令行演示： 命令行演示 2 环境配置 首先安装 Python，请使用

Pip 常用操作 1 安装和卸载 安装最新版本 1pip install package 安装指定版本 1pip install package==ver 安装最小版本 1pip install 'package>=ver' 一定要加引号，不然会被当成输出重定向。 安装指定源（以清华源为例） 1pip install pa

基于hexo+fluid+腾讯云COS的博客搭建教程（二） 上回说到，hexo 框架和 fluid 主题的安装和搭建，这次继续学习 fluid 主题的配置和图片的存放，以及 COS 部署的知识。 6 主题配置概述 这一章节我们主要讲 fluid 主题的使用，大家除了看本教程，还应该参考主题的官方文档：配置指南 | Hexo Fluid 用户手册 (fluid-dev.com)。 主题的官方仓库

如大家所见现在的 onlyar.site 是我在 2022 年暑假正式搭建的。在这之前我一直在博客园发表我的文章，但是我觉得博客园还是不够 geek 而选择了自建博客。一开始我尝试的是 hugo 框架，后来因为当时网上的资料比较少，出了 bug 难以修复而放弃，最后我选择了现在的 hexo 框架。

简单神经网络实现手写数字识别 突然发现已经来实验室半年了还没有写过 Pytorch 代码，觉得既然是做深度学习还是有必要学一下的吧。那么今天下定决心自己（照着教程）写一个手写数字识别的任务。 0. 环境搭建 0.1 python 环境准备 大多数人使用的是 conda 管理环境，但是这次我使用的是 PyCharm+venv+Jupyter 的组合。具体操作如下： PyCharm 中点击：新建项目