Bị đánh thả không phục 66-CSDN blog

Nguyên sang liunx vận hành kịch bản gốc văn kiện sh, cùng window vận hành kịch bản gốc văn kiện mệnh lệnh cập những việc cần chú ý tổng kết

Windows Subsystem for Linux (WSL) cho phép ngươi ở Windows thượng vận hành Linux hoàn cảnh. Kịch bản gốc văn kiện là dùng cho ở loại Unix thao tác hệ thống ( như Linux cùng macOS ) trung vận hành Shell kịch bản gốc. Ở Windows trung, ngươi có thể sử dụng một ít công cụ cùng hoàn cảnh tới vận hành này đó kịch bản gốc. Vô luận là thông qua WSL, Git Bash, Cygwin, vẫn là trực tiếp sử dụng PowerShell thuyên chuyển WSL, ngươi đều có thể phương tiện mà chấp hành này đó kịch bản gốc. Git Bash là một cái dùng cho Windows ứng dụng trình tự, cung cấp một cái cùng loại với Linux mệnh lệnh hành hoàn cảnh, có thể vận hành.

2024-08-05 14:37:56 970

Nguyên sang Tình huống như thế nào hạ chạy số hiệu nội tồn mới có thể bạo

Đương xuất hiện nội tồn tràn ra khi, đầu tiên muốn kiểm tra số hiệu trung số liệu lớn nhỏ, mô hình kết cấu, tuần hoàn xử lý chờ bộ phận, cũng ưu hoá phê xử lý lớn nhỏ, sử dụng sinh thành khí, giảm bớt không cần thiết nội tồn copy hoặc rửa sạch vô dụng lượng biến đổi. Hợp lý sử dụng công cụ như psutil cùng tới theo dõi nội tồn sử dụng tình huống, cũng có thể trợ giúp dự phòng nội tồn bạo rớt tình huống.

2024-08-04 20:51:00 462

Nguyên sang Thường thấy chiều sâu học tập ưu hoá khí tổng kết

AdamW cùng Lookahead là phi thường đáng giá nếm thử lựa chọn, đặc biệt là ở ngươi hy vọng đạt được càng tốt phiếm hóa năng lực khi. Thích hợp ở yêu cầu càng cường chính tắc hóa cảnh tượng hạ sử dụng. RAdam thì tại lúc đầu huấn luyện ổn định tính thượng có điều tăng lên. Ở cắt ưu hoá khí đồng thời, ngươi cũng có thể nếm thử điều chỉnh học tập suất cùng chính tắc hóa hệ số chờ siêu tham số, lấy tiến thêm một bước tăng lên mô hình tính năng.

2024-08-04 12:14:21 510

Nguyên sang conda đổi mới hoàn cảnh phiên bản ( tỷ như torch phiên bản )

Tìm được muốn torch phiên bản sáng tạo tân hoàn cảnh.

2024-08-03 10:41:39 722

Đăng lại torch-sparse trang bị giáo trình ( đăng lại )

torch_geometric, torch_sparse, torch_scatter, torch_cluster là một cái đại lão căn cứ căn cứ pytorch phiên bản cùng một ít bug chữa trị liên tục đổi mới, bởi vậy ỷ lại quan hệ tương đối nghiêm trọng, căn cứ tuyên bố phiên bản hẳn là đối ứng lên tiến hành trang bị sử dụng. Này đó là có phiên bản khác nhau, đối ứng bất đồng torch phiên bản.

2024-08-02 10:56:28 122

Nguyên sang conda thao tác tổng kết, pip thao tác tổng kết, Python bao trang bị

【 số hiệu 】conda thao tác tổng kết.

2024-08-01 22:42:12 486

Nguyên sang conda trang bị cùng wheel trang bị cái gì khác nhau

Conda: Áp dụng với yêu cầu nhiều lời ngôn bảo đảm lý, hoàn chỉnh hoàn cảnh quản lý cùng tự động giải quyết ỷ lại quan hệ cảnh tượng. Thích hợp với số liệu khoa học, máy móc học tập chờ yêu cầu nhiều ngôn ngữ bao cùng hoàn cảnh quản lý hạng mục.: Áp dụng với thuần Python hạng mục, chuyên chú với nhanh chóng trang bị cùng quản lý Python bao. Thích hợp với đơn giản Python hạng mục, đặc biệt là đương ngươi chỉ cần quản lý Python bao khi. Lựa chọn conda vẫn là pip ( wheel ) quyết định bởi với ngươi cụ thể nhu cầu cùng hạng mục phức tạp độ. Đối với phức tạp nhiều lời ngôn hạng mục hoặc yêu cầu cường đại hoàn cảnh quản lý công năng khi, conda là càng tốt lựa chọn; đối với đơn giản Python hạng mục, pip ( wheel ) càng thêm nhẹ lượng thả dễ dàng sử dụng.

2024-08-01 17:42:27 675

Nguyên sang Vận hành kịch bản gốc văn kiện là bash cùng sh khác nhau

bash cùng shshbashshbash[[ ]]<()**shbashshbashshshshbashbashbashshshshbashshbashshbash.

2024-08-01 16:56:06 621

Nguyên sang Gặp được quá Python bao tổng kết

dreeam: ipdb:opt_einsum:ujson:

2024-08-01 15:59:18 439

Nguyên sang wget mệnh lệnh là làm gì, dùng như thế nào

Cứ việc wget là một cái cường đại download công cụ, nhưng ở Python kịch bản gốc trung thông thường sử dụng subprocess mô khối tới thuyên chuyển nó. Nếu không nghĩ ỷ lại phần ngoài công cụ, có thể sử dụng requests mô khối tới thực hiện cùng loại công năng. Hai loại phương pháp các có ưu khuyết, có thể căn cứ cụ thể nhu cầu lựa chọn thích hợp phương thức.

2024-07-31 20:08:41 696

Nguyên sang QLoRA là làm gì

Ở hồ sơ cấp quan hệ rút ra nhiệm vụ trung, QLoRA ( Quantized Low-Rank Adaptation ) là một loại dùng cho ưu hoá cùng gia tốc chiều sâu học tập mô hình phương pháp, đặc biệt ở đại quy mô ngôn ngữ mô hình hơi điều ( fine-tuning ) trong quá trình. QLoRA thông qua đem mô hình quyền trọng tiến hành lượng hóa cùng thấp trật phân giải, do đó hạ thấp tính toán cùng tồn trữ nhu cầu, đồng thời bảo trì mô hình tính năng.

2024-07-31 11:02:44 529

Nguyên sang Chiều sâu học tập internet tương quan số hiệu ( liên tục đổi mới )

sigmoid hàm số đem này đưa vào mỗi cái nguyên tố chiếu rọi đến 0 cùng 1 chi gian. Bởi vậy, kết quả số tổ trung mỗi cái giá trị đều bị về một hóa tới rồi cái này trong phạm vi. Cái này đặc tính khiến cho sigmoid hàm số thường dùng với yêu cầu phát ra xác suất giá trị hoặc ở 0 cùng 1 chi gian tiến hành về một hóa tình huống. Sẽ đối đưa vào mỗi cái nguyên tố tiến hành thao tác, phản hồi một cái cùng đưa vào hình dạng tương đồng tensor, trong đó mỗi cái nguyên tố đều là đối ứng sigmoid giá trị. Kho: datasets.

2024-07-28 19:04:47 233

Nguyên sang Trang bị Python bao, github, bản địa, requirements.txt chờ

Mệnh lệnh clone kho hàng, hoặc là trực tiếp từ GitHub trang web download ZIP văn kiện cũng giải áp súc. Có chút hạng mục khả năng có riêng trang bị bước đi. Ở bắt đầu trang bị phía trước, tốt nhất kiểm tra một chút hạng mục. Văn kiện hoặc mặt khác hồ sơ, lấy bảo đảm không có để sót bất luận cái gì riêng trang bị chỉ dẫn. Hy vọng này đó bước đi đối với ngươi có trợ giúp! Nếu có bất luận vấn đề gì, mời theo khi vấn đề. Hoặc là, nếu ngươi hy vọng ở khai phá trong quá trình tiến hành điều chỉnh thử, có thể sử dụng. Văn kiện, dùng cho liệt ra hạng mục ỷ lại hạng. Văn kiện tới quản lý xây dựng phối trí, ngươi có thể sử dụng. Ở kho hàng mục lục trung thông thường có một cái. Một loại khác thường thấy phương pháp là sử dụng.

2024-07-27 16:39:37 498

Nguyên sang Thiết trí hỗn hợp độ chặt chẽ huấn luyện ( fp16 ), giảm bớt GPU nội tồn sử dụng cũng nhanh hơn huấn luyện tốc độ

Này đó tham số dùng cho bắt đầu dùng cùng phối trí hỗn hợp độ chặt chẽ huấn luyện, có thể lộ rõ giảm bớt GPU nội tồn sử dụng cũng nhanh hơn huấn luyện tốc độ. Sử dụng này đó tham số khi, thỉnh bảo đảm ngươi đã trang bị NVIDIA Apex kho, cũng ở huấn luyện số hiệu công chính xác khởi động lại AMP.

2024-07-27 14:03:22 581

Nguyên sang Tensor nội tồn bố cục vấn đề, view, reshape ưu khuyết điểm

Ở tình huống của ngươi hạ, đương ngươi đối logits cùng label tiến hành view thao tác khi, khả năng sẽ bởi vì này đó trương lượng thị phi liên tục mà dẫn tới sai lầm. Sử dụng reshape thao tác có thể tránh cho loại này vấn đề, bởi vì nó sẽ tự động xử lý nội tồn bố cục vấn đề, bảo đảm thao tác thành công.

2024-07-27 11:27:23 336

Nguyên sang Einstein cầu hòa ước định torch.einsum

Là trung sử dụng Einstein cầu hòa ước định, nó miêu tả nhiều trương lượng chi gian nguyên tố thao tác phương thức, cũng sinh thành tân trương lượng. xyzbbatch_sizehthcnum_labelsxyzproto_dim phía dưới là einsum hình dạng là [x, y, z]xyproto_dimzent_head hình dạng là bbatch_sizehtxproto hình dạng là [b, c, y]bbatch_sizecnum_labelsyproto_diment_tail hình dạng là bbatch_sizehtzeinsum.

2024-07-26 16:44:27 392

Nguyên sang Chiều sâu học tập xử lý số liệu trung duy độ biến hóa thao tác sổ tay

Tốt, chúng ta có thể thông qua cụ thể con số tới càng rõ ràng mà hiểu biết duy độ biến hóa.

2024-07-26 16:07:21 318

Nguyên sang os.environ[‘CUDA_VISIBLE_DEVICES‘] = ‘2‘ hoặc là export CUDA_VISIBLE_DEVICES=2

Này đoạn số hiệu dùng cho thiết trí hoàn cảnh lượng biến đổi, lấy chỉ định ở trước mặt trình tự trung có thể thấy được CUDA thiết bị. Cụ thể tới nói, này đoạn số hiệu đem CUDA thiết bị có thể thấy được tính hạn chế vì thiết bị hướng dẫn tra cứu vì 2 GPU. Này hoàn cảnh lượng biến đổi chỉ chính là Python vận hành trung hoàn cảnh lượng biến đổi, mỗi lần đổi mới.

2024-07-26 10:33:03 471

Nguyên sang Python loại bên trong init cùng def forward() truyền lại tham số bất đồng

Đầu tiên, định nghĩa một cái đơn giản mạng lưới thần kinh tầng. Ở cái này ví dụ trung, chúng ta định nghĩa một cái chỉ có một cái tuyến tính tầng mạng lưới thần kinh. # định nghĩa tuyến tính tầng # trước hướng truyền bá định nghĩa tầng khi truyền lại tham số dùng cho khởi động lại tầng kết cấu cùng quyền trọng, mà ở trước hướng trong truyền bá truyền lại tham số là đưa vào số liệu. Hai người tham số bất đồng, là bởi vì chúng nó ở mạng lưới thần kinh huấn luyện cùng trinh thám trong quá trình gánh vác bất đồng nhân vật.

2024-07-26 09:28:41 234

Nguyên sang Python assert ngắt lời

Nếu cái thứ nhất ngắt lời điều kiện thành lập, trình tự sẽ tiếp tục chấp hành mà sẽ không có bất luận cái gì nhắc nhở. Nếu cái thứ hai ngắt lời điều kiện không thành lập, trình tự sẽ dẫn phát một cái. Câu nói tới tiến hành thực tế sai lầm xử lý. Ở sinh sản hoàn cảnh trung, hẳn là sử dụng dị thường xử lý cơ chế tới tiến hành sai lầm xử lý. Câu nói dùng cho điều chỉnh thử mục đích, trợ giúp kiểm tra nào đó điều kiện hay không vì thật. Nếu điều kiện vì giả ( tức điều kiện không thành lập ), câu nói khả năng sẽ bị cấm dùng ( thông qua sử dụng Python ưu hoá tiêu chí. Dị thường, cũng có thể lựa chọn tính mà cung cấp một sai lầm tin tức. Đáng chú ý chính là, ở sinh sản hoàn cảnh trung, dị thường, cũng biểu hiện sai lầm tin tức.

2024-07-25 10:48:11 154

Nguyên sang Phân bố thức huấn luyện trung tham số local_rank

local_rank là một cái thường dùng với phân bố thức huấn luyện trung tham số, dùng cho chỉ thị trước mặt tiến trình bản địa đánh số. Nó trợ giúp ở phân bố thức hoàn cảnh trung phân chia bất đồng tiến trình. Trong tình huống bình thường, local_rank giá trị vì -1 tỏ vẻ không tiến hành phân bố thức huấn luyện, giá trị vì 0 tỏ vẻ cái thứ nhất ( chủ ) tiến trình, cái khác số dương tỏ vẻ cái khác phụ trợ tiến trình. Ở phân bố thức huấn luyện trung, chúng ta thường thường yêu cầu bảo đảm nào đó thao tác ( tỷ như download mô hình cùng từ ngữ biểu ) chỉ do một cái tiến trình hoàn thành, để tránh miễn lặp lại công tác cùng tài nguyên lãng phí. Dưới là local_rank ở ngươi số hiệu trung, local_rank không ở [-1, 0] trung tỏ vẻ sở hữu phi chủ tiến trình hoặc phi máy rời đơn tạp hình thức tiến trình.

2024-07-23 19:29:50 616

Nguyên sang Thiết trí nhật ký ký lục ( logging )

Này đoạn số hiệu dùng cho thiết trí nhật ký ký lục ( logging ), để ở huấn luyện trong quá trình có thể ký lục cùng phát ra tương quan tin tức. Cụ thể bao gồm giả thiết nhật ký cách thức, nhật ký cấp bậc cùng với phát ra một ít mới bắt đầu trạng thái tin tức.

2024-07-23 15:40:56 396

Nguyên sang Thiết trí CUDA, GPU cùng phân bố thức huấn luyện

Này đoạn số hiệu dùng cho thiết trí CUDA, GPU cùng phân bố thức huấn luyện. Nó sẽ căn cứ args tham số tới xác định sử dụng thiết bị ( CPU hoặc GPU ), cùng với hay không bắt đầu dùng phân bố thức huấn luyện.

2024-07-23 15:19:40 473

Nguyên sang Viễn trình điều chỉnh thử Python kịch bản gốc

Này đoạn số hiệu dùng cho viễn trình điều chỉnh thử Python kịch bản gốc, đặc biệt là thông qua Visual Studio Code ( VS Code ) viễn trình điều chỉnh thử công năng. Nó sẽ ở chỉ định server IP cùng cảng thượng chờ đợi điều chỉnh thử khí liên tiếp.

2024-07-23 15:13:41 498

Nguyên sang Tùy cơ nhiều loại tử tác dụng

Thiết trí tùy cơ nhiều loại tử ( random seed ) mục đích là vì bảo đảm tùy cơ số sinh thành khí ở mỗi lần vận hành khi sinh ra tương đồng tùy cơ số danh sách, do đó bảo đảm thực nghiệm kết quả nhất trí tính. Tùy cơ nhiều loại tử thông qua khởi động lại tùy cơ số sinh thành khí bên trong trạng thái, khiến cho ở tương đồng hạt giống giá trị hạ, tùy cơ số sinh thành khí mỗi lần thuyên chuyển khi sinh thành danh sách là tương đồng.

2024-07-23 14:36:35 1587

Nguyên sang Chiều sâu học tập cơ sở số hiệu tổng kết ( liên tục đổi mới )

enumerate là Python một cái nội trí hàm số, nó cho phép chúng ta ở biến lịch một cái nhưng thay đổi đối tượng ( tỷ như danh sách ) khi, đồng thời thu hoạch trước mặt nguyên tố hướng dẫn tra cứu cùng nguyên tố bản thân.

2024-07-23 13:57:00 144

Nguyên sang SSAN số hiệu phân tích

Hàm số định nghĩa công năng: Thêm tái cũng hoãn tồn hàng mẫu số liệu. Đưa vào args ( tham số phối trí ), tokenizer ( phân từ khí ), evaluate ( hay không đánh giá ), predict ( hay không đoán trước ). Phát ra: Phản hồi xây dựng TensorDataset đối tượng. Xử lý phân bố thức huấn luyện cái chắn công năng: Bảo đảm chỉ có cái thứ nhất tiến trình xử lý số liệu tập, còn lại tiến trình chờ đợi sử dụng hoãn tồn. Khởi động lại xử lý khí cùng thêm tái nhãn chiếu rọi công năng: Khởi động lại DocRED xử lý khí cũng thêm tái nhãn chiếu rọi. Căn cứ hình thức thêm tái số liệu tập else: Công năng: Căn cứ evaluate cùng predict tiêu chí, thêm tái nghiệm chứng tập, thí nghiệm tập hoặc huấn luyện tập hàng mẫu. Đem hàng mẫu thay đổi vì đặc thù.

2024-07-22 23:13:46 97

Nguyên sang DocRED số liệu tập

train_distant.json: Bao hàm viễn trình giám sát ( distant supervision ) số liệu, có thể là chưa hoàn toàn đánh dấu hoặc tự động đánh dấu huấn luyện số liệu, dùng cho tăng cường mô hình huấn luyện tập. load_train_annotated_rel2num.json: Bao hàm đánh dấu quá huấn luyện tập quan hệ cùng số lượng chiếu rọi, khả năng dùng cho thống kê huấn luyện tập trung quan hệ phân bố. load_train_annotated.json: Bao hàm đánh dấu quá huấn luyện tập số liệu, là huấn luyện tập trung đánh dấu thật thể cùng quan hệ số liệu. load_test_rel2num.json: Bao hàm thí nghiệm tập quan hệ cùng số lượng chiếu rọi, khả năng dùng cho thống kê thí nghiệm tập trung quan hệ phân bố.

2024-07-22 16:02:36 509

Nguyên sang import argparse bao tổng kết

【 số hiệu 】import argparse bao tổng kết.

2024-07-21 20:26:21 117

Nguyên sang huggingface thượng mô hình quyền trọng văn kiện công năng tường giải

Cái này văn kiện là tokenizer phối trí một bộ phận, định nghĩa này đó đặc thù token ID và ở văn bản xử lý trung cụ thể tác dụng. Thêm tái mô hình khi, tokenizer sẽ căn cứ cái này văn kiện chính xác xử lý này đó đặc thù token.: Bao hàm đặc thù token chiếu rọi tin tức, này đó token ở tự nhiên ngôn ngữ xử lý nhiệm vụ trung có đặc thù tác dụng. Này đó văn kiện bao hàm chiều sâu học tập mô hình các loại phối trí cùng quyền trọng tin tức, áp dụng với bất đồng dàn giáo cùng sử dụng. Này đó văn kiện cộng đồng cấu thành một cái hoàn chỉnh chiều sâu học tập mô hình phối trí cùng quyền trọng, có thể ở bất đồng dàn giáo trung thêm tái cùng sử dụng cái này mô hình.

2024-07-19 20:02:10 989

Nguyên sang Vận hành sh kịch bản gốc văn kiện thường thấy sai lầm tổng kết

Thử vận hành cái này cải tiến sau kịch bản gốc, xem hay không còn sẽ xuất hiện đồng dạng sai lầm. Nếu có nhiều hơn sai lầm tin tức, thỉnh cung cấp kỹ càng tỉ mỉ tin tức, để tiến thêm một bước chẩn bệnh. Bảo đảm kịch bản gốc văn kiện không có lấy Windows đổi hành phù ( CRLF ) kết cục, này khả năng dẫn tới vấn đề.

2024-07-19 17:46:27 380

Nguyên sang Server tương quan tổng kết

Xem xét conda phiên bản xem xét trước mặt conda phối trí văn kiện vị trí biên tập phối trí văn kiện, cam chịu đường nhỏ là ~/condarc ở channels tự đoạn tăng thêm tân cảnh trong gương nguyên, tỷ như Thanh Hoa cảnh trong gương biểu hiện sở hữu channel tăng thêm Thanh Hoa cảnh trong gương nguyên

2024-07-19 17:26:49 457

Nguyên sang DocRE-SD số hiệu phân tích

【 số hiệu 】DocRE-SD số hiệu phân tích.

2024-07-18 19:26:52 247

Đăng lại Nghi nan sai lầm ( đăng lại ) tổng kết

Giải quyết Conda báo sai InvalidArchiveError vài loại phương pháp

2024-07-18 16:58:17 42

Đăng lại Nghi nan sai lầm ( đăng lại ) tổng kết

Giải quyết Conda báo sai InvalidArchiveError vài loại phương pháp

2024-07-18 15:18:57 52

Nguyên sang Can‘t detach views in-place. Use detach() instead. If you are using DistributedDataParallel (DDP) fo

Cái này sai lầm tin tức chủ yếu là về sử dụng PyTorch tiến hành phân bố thức huấn luyện khi, thang độ đồ thị hình chiếu vô pháp ngay tại chỗ chia lìa vấn đề. Cụ thể tới nói, đương thiết trí vì True khi, thang độ trên thực tế là DDP thùng đồ thị hình chiếu, bởi vậy không thể trực tiếp thuyên chuyển detach_() phương pháp. detach()Truedetach_() nói như vậy, detach() phương pháp dùng cho sáng tạo một cái tân trương lượng, nên trương lượng cùng nguyên thủy tính toán đồ chia lìa, mà detach_() là một cái ngay tại chỗ thao tác. Bởi vì ở DDP hình thức hạ, thang độ là DDP thùng đồ thị hình chiếu, ngay tại chỗ thao tác sẽ ảnh hưởng này đó đồ thị hình chiếu, do đó dẫn phát sai lầm.

2024-07-18 14:01:00 410

Nguyên sang Document-level RE trung, từ ngữ mấu chốt DocRED, Re-DocRED, Dev, Test, Ign F1, F1 phân biệt đều là có ý tứ gì ( phụ số hiệu )

DocRED là một cái rộng khắp sử dụng hồ sơ cấp quan hệ rút ra số liệu tập, dùng cho huấn luyện cùng đánh giá mô hình ở hồ sơ cấp quan hệ rút ra nhiệm vụ thượng tính năng. Thông thường chỉ DocRED số liệu tập chỉnh sửa bản, khả năng bao hàm cải tiến số liệu chú thích hoặc chỉnh sửa đánh dấu lấy đề cao số liệu chất lượng. Khai phá tập dùng cho mô hình điều tham cùng nghiệm chứng mô hình tính năng, thông thường không cần với cuối cùng đánh giá.: Test set. Thí nghiệm tập dùng cho đánh giá mô hình cuối cùng tính năng, thông thường ở mô hình huấn luyện cùng điều tham sau sử dụng, thả này nhãn đối mô hình không thể thấy. F1 điểm một loại biến thể, tính toán khi xem nhẹ nào đó không xác định đoán trước, tỷ như DocRED trung xem nhẹ NA (Not Available) phân loại đoán trước.: F1 score.

2024-07-17 22:06:43 429

Nguyên sang SSLRec số hiệu phân tích

Loại, dùng cho sử dụng võng cách tìm tòi phương pháp tiến hành siêu tham số điều ưu. Nó biến lịch siêu tham số giá trị tổ hợp, căn cứ phối trí xây dựng cùng huấn luyện mô hình, cũng quản lý siêu tham số phối trí cùng ký lục.

2024-07-14 16:41:14 229

Nguyên sang 【 tổng kết 】 chiều sâu học tập mạng lưới thần kinh tầng ( tỷ như Linear tầng chờ ) giới thiệu

Chiều sâu học tập trung mạng lưới thần kinh từ nhiều loại bất đồng loại hình tầng tạo thành, mỗi loại tầng đều có này độc đáo công năng cùng sử dụng. Dưới là một ít thường thấy mạng lưới thần kinh tầng giới thiệu cùng thí dụ mẫu số hiệu, cũng mang thêm kỹ càng tỉ mỉ chú thích.

2024-07-13 11:34:52 677

Nguyên sang Khuyết thiếu nghiệm chứng tập làm sao bây giờ

Thông qua phương thức này, cho dù chỉ có huấn luyện tập cùng thí nghiệm tập, chúng ta vẫn cứ có thể thông qua giao nhau nghiệm chứng kỹ thuật tới hữu hiệu mà đánh giá cùng lựa chọn mô hình, tận lực giảm bớt quá nghĩ hợp nguy hiểm. Ở một ít dưới tình huống, chỉ có huấn luyện tập cùng thí nghiệm tập cũng là có thể, nhưng là sẽ mang đến một ít vấn đề cùng khiêu chiến.

2024-07-13 11:25:17 481

Rỗng tuếch

TA sáng tạo bookmarkTA chú ý bookmark

TA chú ý người