热门标签
热门文章
- 1新手云服务器上搭建个人网站+数据库（宝塔面板）_宝塔服务器搭建网站教程
- 2Elasticsearch中的笔试和面试---24道进阶必备Elasticsearch面试真题_es php 面试题
- 3《算法导论》学习笔记之Chapter12二叉树基本特点，及二叉搜索树（查找树）_考虑一个二值搜索树 ,它的键是不同的。表明,如果 中的一个节点 的右子树
- 4力扣62题：不同路径_力扣62题超出时间限制
- 5【安卓开发】发送广播报错One of RECEIVER_EXPORTED or RECEIVER_NOT_EXPORTED..._a receiver isn't being registered exclusively for
- 6深入理解内联函数（C语言）
- 76款令人相见恨晚的在线搜索网站，成年后都会要用上，了解一下！
- 8美国服务器如何避免网络漏洞?
- 9Apache Zookeeper未授权访问漏洞
- 10电子技术基础(三)_第6章组合逻辑电路_译码器_数据选择器_数据比较器_地址输入端和数据输入端区别
当前位置: article > 正文
[算法前沿]--018-中文大模型ChatGLM微调：P-Tuning,deepspeed,LoRA＜下＞_基于chatglm 的p-tuning微调
作者：不正经 | 2024-06-03 11:09:44
赞
踩
基于chatglm 的p-tuning微调
1.模型部署
首先载入Tokenizer：
from transformers import AutoConfig, AutoModel, AutoTokenizer
# 载入Tokenizer
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)- 1
- 2
- 3
推荐阅读
相关标签
