Skip to content

好玩周刊 (第三期) 首届AI方程式大赛 2024.5.5

这里记录好玩的任何事物,每周发布。

也许没有人会看,也供自己闲暇时候回顾。

封面图

og-image.png

首届AI方程式大赛 A2RL

首届AI方程式大赛 A2RL

这个月,F1中国大奖赛,周冠宇迎来主场首秀。F1这项赛事在中国换发了一个新的生机。

对于F1我的印象还停留在小时候看极速汽车频道里的画面,对于F1的赛制和了解非常浅薄。

不过最近这个A2RL的自动驾驶F1让我引起了我的很大兴趣。由算法驱动的F1是怎么样的呢,这个实现起来一定是一个非常酷的事情。F1+算法是科技前沿的联合了。看了机器之心对于这个赛事的报道,还是非常有趣的。

https://finance.sina.cn/tech/2024-04-29/detail-inatnptz3058864.d.html?fromtech=1&from=wap

我想也许AI还可以结合更多有趣的东西,AI方程式仅仅展现了AI+的一环。很多东西加上AI也许会更加有趣。可以说AI+目前感觉还能结合更多东西,也是当前的蓝海。

好玩网站:

1.深入浅出PyTorch

https://datawhalechina.github.io/thorough-pytorch/index.html

一个从谷歌搜索到的pytorch全面教程,算是能够精通pytorch,不过还需要辅以深度学习相关概念。

以后可以多学习一下。

2.魔塔社区

https://www.modelscope.cn/home

相当于huggingface的中文模型社区,即使随便逛一逛也能有点收获。

huggingface中国用不了,这个可以作为一点替代品。

3.保姆级教程,用PyTorch和BERT进行文本分类

https://zhuanlan.zhihu.com/p/524487313

详细的描述了怎么使用bert预训练模型进行数据集训练,写的非常详细基础,在这个教程上我尝试写了一个头条的新闻数据集进行训练。得到了以下好成绩。一个通用的预训练模型可以帮助很好的进行一些具体实验。

Epochs: 2 | Train Loss: 0.172 | Train Accuracy: 0.904 | Val Loss: 0.194 | Val Accuracy: 0.890

有点郁闷的是,用学校训练了5小时左右,缺找不到保存的预训练权重。

好玩的事:

1.无限/多次回购的速食食品?

https://sspai.com/bullet/1713257129/

在少数派看到了这么一个讨论,本身我也喜欢速食食品。主要是速食食品方便,容易保存,且可以品尝不同风味的食品,有的也相对干净。这个讨论看到了不少可以尝试的产品。

YisuX.com