Zhangzhe's Blog

11-19

强化学习(5)——DQN的变体们

11-15

强化学习(4)——用DQN算法训练Agent玩Taxi游戏

11-11

强化学习(3)——强化学习算法分类

11-08

强化学习(2)——用Q Learning算法训练Agent玩Blackjack

11-06

强化学习(1)——用REINFORCE算法训练Agent玩倒立摆游戏

10-29

大模型量化/部署——在AX650上部署Qwen模型

10-22

用 transformers 推理 Qwen2-0.5B-Instruct

10-21

用树莓派 5 搭建 NAS 的 worklog

10-12

LoRA: Low-Rank Adaptation of Large Language Models

10-11

LLaVA: Visual Instruction Tuning