本文主要介绍了如何在科研助手中部署和使用LangChain-ChatChat。

本文主要介绍了如何在科研助手上使用LLaMA Factory进行模型LLMs微调。

本文主要介绍了如何在科研助手上使用Stable Diffusion进行图像生成。

本篇内容详细介绍了如何利用科研助手的并行计算功能模块训练手写数字识别MNIST模型。科研助手提供多种运行引擎和不同种类算力支持，用户可按需选购。准备工作包括准备数据（训练代码、训练数据、训练环境）、创建科研文件、上传数据。训练代码包含启动脚本和模型训练代码，数据使用官方MNIST数据集。创建科研文件后，上传数据至指定目录。进入并行计算页面，配置任务（选择框架、镜像地址、启动命令等），创建计算任务。任务运行后，可通过作业日志、实例终端、运行监控、实例事件等功能跟踪任务运行情况。

该篇内容详细介绍了如何在科研助手上利用外部镜像仓库进行并行计算。首先，需拥有外部镜像仓库的使用权限，如在天翼云官网开通容器镜像服务，配置用户名和密码用于Docker登录。接着，创建命名空间并打开自动创建仓库功能。通过本地Docker登录到外部镜像仓库，获取公网address，并使用docker login命令登录。登录成功后，修改镜像名称，将其推送到外部仓库。在科研助手上，登录并行计算页面，创建计算任务。如果镜像仓库为私有，需配置私有仓库凭证，新建密钥并填写相关信息。最后，在任务配置中填写镜像address并测试拉取，确保镜像成功拉取并运行。

该篇内容主要介绍了如何利用科研助手平台完成钢筋计数模型的训练与推理。该实践基于息壤·科研助手，通过应用商城选购教学与实践镜像，创建开发机并进行实践操作。实践内容包括环境与数据准备、查看训练数据样例、模型训练和模型推理四个任务。在环境与数据准备阶段，download钢筋数据集并配置所需Python模块。接着查看训练数据样例，展示原图和标注框。然后进行模型训练，定义训练超参、构建模型、定义优化器及损失函数，并开始训练。最后进行模型推理，定义目标检测类，配置训练好的模型，并对测试图片进行钢筋计数，输出钢筋位置和总数。