快速上手 WandB：用 PyTorch 训练 MNIST + 可视化全流程
本文介绍了如何使用 WandB 进行 PyTorch 模型的训练和可视化。通过详细的步骤说明，包括安装 WandB、配置 WandB 环境、编写训练脚本、使用 WandB 进行可视化等，帮助读者快速上手 WandB。文章还提供了常见问题的解决方案，适合遇到 WandB 使用问题的开发者参考。
Blog
Hugging Face 下载模型权重太慢？一招解决！
本文介绍了一个解决Hugging Face模型下载速度慢的实用方法。通过详细的步骤说明，包括配置镜像源、使用下载工具等技巧，帮助用户显著提升模型下载速度。文章还提供了常见问题的解决方案，适合遇到模型下载困扰的开发者参考。
【大模型加速】三分钟速通Flash Attention (flash-attn)安装
这篇博客介绍了如何安装 Flash Attention，一种用于加速 Transformer 模型的优化自注意力机制。Flash Attention 通过块稀疏计算和 I/O 高效优化来提升计算效率，减少显存占用。文章详细描述了安装过程，解释了根据 Python、PyTorch 和 CUDA 的版本来选择合适的 Flash Attention 版本的方法，提供了具体的下载链接和安装命令。
【Ollama+Open WebUI】Windows本地部署DeepSeek R1模型：完整指南
这篇博客详细介绍了如何在Windows系统上本地部署DeepSeek R1模型，并使用Open WebUI进行可视化交互。文章涵盖了必要工具的安装，如Ollama和Docker，配置模型权重下载路径，下载DeepSeek R1模型，并通过WebUI进行模型测试和交互。适合希望在本地环境中运行DeepSeek R1的用户，帮助顺利完成部署过程。
【全网首发】使用 LoRA 微调 Qwen2.5-VL-7B-Instruct：完整流程解析
本篇文章介绍了如何使用 LoRA（Low-Rank Adaptation） 技术对 Qwen2.5-VL-7B-Instruct 进行轻量级微调，从而高效适配特定任务。我们详细解析了 模型加载、数据预处理、LoRA 适配、训练配置及推理评估 的完整流程，并提供了代码示例。通过 LoRA，我们可以 在较低计算资源下快速微调大型视觉-语言模型（LVLMs），使其更适用于特定领域任务。对于希望优化 Qwen2.5-VL 并实现高效微调的开发者，本文提供了一套实用的解决方案。