2023-12-28

8:35 汇总昨天出差吉安的信息，整理Word并汇报

10:33 浏览关于ChatGLM的相关信息、各大语言模型测评与相关杂谈

模型能力以及运行所需资源大小

通义千问部署所需资源（半精度FP16需要144GB以上的显存）

12:37 刷B站

  • 观看大模型本地部署教程（Bilibili）

  • SDXL AI绘画

  • 显卡RTX8000与RTX 2080 Ti 22G，大显存应用（模型推理，模型训练，仿真-有限元分析）

  • 基于CPU AVX512指令集，使用内存完成大模型推理

13:57 询问Bing如何学习人工智能，与多模态AI开发

学习人工智能需要一定的学习路径和知识储备。以下是一些关键步骤和需要掌握的知识：

  • 数学基础：线性代数、概率论、统计学、微积分等基本数学知识是人工智能领域的重要基础。

  • 编程基础：熟悉至少一种编程语言（如Python、C++等），了解基本的数据结构和算法。

  • 机器学习基础：了解机器学习算法的基本原理和分类，如监督学习、非监督学习和强化学习等。

  • 深度学习基础：了解神经网络的基本结构和工作原理，了解卷积神经网络、循环神经网络、生成对抗网络等深度学习模型。

  • 数据处理能力：掌握数据预处理、特征工程、数据可视化等技能。

  • AI工具和框架：熟悉TensorFlow、PyTorch等深度学习框架。

  • 多模态深度学习：了解如何开发能够同时处理和学习多种类型数据的模型，例如文本、图像、音频、视频等。

14:32 查找线性代数资料

YouTube视频

14:50 发博客整理内容，升级博客插件

15:21 初步了解线性代数与微积分

暂未理解，还需查找资料学习向量、矩阵、微分与积分

匀速累积（线性）：标量、向量、矩阵之间的乘法

  • 累计速度：除法

  • 累计总量：乘法

变速累积（非线性，W为变量）：微分与积分

  • 单因素（？）：

    • 累计速度（微分）：无限细分求导（导数）

    • 累积总量（积分？）：？

15:50 治超红狮站点沟通

17:29 协调收获约前端代码修改