手机网站设计企业,痘痘怎么去除有效果,怎么自己做网站版面设计,网络营销专业怎么样入门任务二 Git 关卡
参考#xff1a;
教程任务
注意#xff1a;
项目Github链接
1 闯关任务
1.1 使用 Git 完成破冰介绍
本任务将基于开发机实现#xff0c;重点在于熟悉Git操作。首先要了解 Git操作的常见四部曲#xff0c;即#xff1a;舔 Add#xff0c;提 Co…入门任务二 Git 关卡
参考
教程任务
注意
项目Github链接
1 闯关任务
1.1 使用 Git 完成破冰介绍
本任务将基于开发机实现重点在于熟悉Git操作。首先要了解 Git操作的常见四部曲即舔 Add提 Commit拉 Pull推 Push关于这些指令的作用可以参考本关卡的教程部分具有非常精炼的介绍。 添Add 命令git add 文件名 或 git add . 作用将修改过的文件添加到本地暂存区Staging Area。这一步是准备阶段你可以选择性地添加文件决定哪些修改应该被包括在即将进行的提交中。 提Commit 命令git commit -m 描述信息 作用将暂存区中的更改提交到本地仓库。这一步是将你的更改正式记录下来每次提交都应附带一个清晰的描述信息说明这次提交的目的或所解决的问题。 拉Pull 命令git pull 作用从远程仓库拉取最新的内容到本地仓库并自动尝试合并到当前分支。这一步是同步的重要环节确保你的工作基于最新的项目状态进行。在多人协作中定期拉取可以避免将来的合并冲突。 推Push 命令git push 作用将本地仓库的更改推送到远程仓库。这一步是共享你的工作成果让团队成员看到你的贡献。 下面我们在开发机进行具体操作。对照教程内容按步骤操作即可首先将目标仓库fork到自己的仓库并将仓库内容glone到开发机。而后根据个人问卷 ID定哦新的分支并创建破冰文件
git clone https://github.com/MrCatAI/Tutorial.git # 修改为自己frok的仓库
cd Tutorial/
git branch -a
git checkout -b camp3 origin/camp3
git checkout -b camp3_158 # 自定义一个新的分支
touch ./data/Git/task/camp3_158.md #修改为自己的问卷ID在新建的破冰文件编辑内容后利用我们学到的 git操作知识将更改提交到分支并 push 到主要分支即可
git add .
git commit -m add git_158_introduction # 提交信息记录
git push origin camp3_158最终效果如下 然后按照要求将更改提交 PR到 Tutorial效果如下
1.2 实践项目构建个人项目
本项目将学习在Github构建个人仓库用于提交笔记、心得体会或分享项目和创意等。
项目链接LazyCooking
计划如下
项目简介 “懒人今天做什么吃” 是一款个性化的烹饪指导应用旨在根据用户当天的食材推荐便捷但美味且营养的菜谱。通过智能助手的帮助用户可以轻松地准备健康、美味的餐点享受更加便捷的烹饪体验。
项目目标
提供基于当天食材的便捷菜谱推荐提供详细的烹饪指导提供营养分析和健康建议提供购物清单生成功能
功能特点 当天食材输入 食材扫描用户可以通过拍照或手动输入的方式快速录入当天可用的食材。食材识别使用图像识别技术自动识别用户上传的食材。 便捷菜谱推荐 快捷菜谱库内置丰富的快捷菜谱库每个菜谱都经过优化确保在最短时间内完成。个性化推荐根据用户的饮食偏好和健康需求推荐适合当天食材的快捷菜谱。 详细的烹饪指导 分步指导提供分步的烹饪指导包括准备工作、烹饪步骤和注意事项。时间管理提供烹饪时间的管理和提醒确保每道菜按时完成。互动问答用户可以在烹饪过程中向助手提问获得即时帮助。 营养分析和健康建议 营养成分分析分析每道菜的营养成分如热量、蛋白质、脂肪、碳水化合物等。健康建议根据用户的健康需求提供个性化的饮食建议。 购物清单生成 自动生成购物清单根据推荐的菜谱生成购物清单方便用户补充食材。清单管理用户可以添加、删除或标记购物清单中的项目。购物建议根据用户的购物习惯提供购物建议和促销信息。
技术框架 基础模型 使用 InternLM 基础模型结合增量训练和微调SFT技术增强模型对烹饪和营养知识的理解和生成能力。 数据收集与预处理 数据来源收集快捷菜谱数据、营养数据、用户反馈数据等。数据清洗对数据进行清洗和格式化处理确保数据质量。 模型训练与优化 增量训练在现有模型基础上进行增量训练提高模型的烹饪指导能力。微调结合具体的快捷菜谱数据和用户需求进行模型微调。 交互界面开发 移动应用开发适用于 Android 和 iOS 平台的移动应用提供友好的用户界面。WebUI开发 Web 界面用户可以通过浏览器访问和使用助手功能。智能家居集成集成到智能冰箱、智能厨房设备等提供更加便捷的使用体验。 测试与发布 功能测试对各项功能进行全面测试确保其稳定性和准确性。用户测试邀请部分用户进行测试收集反馈并进行优化。正式发布在应用商店和官方网站上正式发布应用并进行推广。
实施步骤 需求分析 与目标用户进行沟通详细了解他们的需求和偏好。确定项目的具体功能和技术方案。 数据收集与预处理 编写数据收集脚本获取所需的快捷菜谱和营养数据。对数据进行清洗和格式化处理确保数据的准确性和一致性。 模型训练与优化 使用 InternLM 模型进行增量训练和微调增强其对烹饪和营养知识的理解。进行初步测试和优化确保模型的性能。 交互界面开发 设计和开发移动应用和 WebUI确保其易用性和美观性。集成到智能家居设备提供更加便捷的使用体验。 测试与发布 进行功能测试和用户测试收集反馈并进行优化。正式发布应用并进行推广吸引更多用户使用。
特别鸣谢
感谢所有提供数据和反馈的用户。感谢开发团队的辛勤付出和技术支持。感谢所有支持和鼓励我们的人。本项目基于 InternLM 教程构建 InternLM教程。
一起拥抱 LLM 的浪潮吧
