xinjunwei

> 你好，想问个问题，在运行时，batch_size作者是设置了6，你有修改这些大小吗？我修改了几次，运行完第一阶段就停止了，第二阶段运行不了。 > 报这个错，好像是说内存不够了。 > I tensorflow/core/common_runtime/bfc_allocator.cc:645] Chunk at 0000000217715F00 of size 1024 我也遇到这样的问题，第二阶段优化全部层，所以显存溢出了，我改动batchsize让其在第二阶段可以正常运行后，重新训练了。

> @zhishao @iodncookie @jhfollowgd @CNUyue @Shank2358 @jersonal > 你好，想问下你们的 COCO 数据集是怎么处理然后用于训练的？是把 COCO 转换成 PASCAL VOC 的格式吗？ > > 谢谢 将coco数据集转换成这个项目需要的格式,该项目的readme中有写,转换代码需要自己写.

SSR搭建的每个端口只用一天就被封了，端口设置的五位数 @Alvin9999

> @jersonal 是自己搭建的账号？ 是的 自己买的VPS搭建的账号，现在卸载了ssr，搭了v2ray，想问一下多个设备公用一个服务器会更容易被封吗

> 鬼子的封锁越来越严了 用v2ray+ws+tls，从没被封过

这是提醒，你应该用的在线模型吧？当使用config.get("model_path")时候，model_path不存在，会将text_splitter_dict[splitter_name]["tokenizer_name_or_path"]=None  然后在调用AutoTokenizer.from_pretrained(text_splitter_dict[splitter_name]["tokenizer_name_or_path"],trust_remote_code=True)时候，由于text_splitter_dict[splitter_name]["tokenizer_name_or_path"]=None，所以会警告  你可以使用下载到本地的模型做测试，比如chatglm3等 

> > 可以使用下载到本地的模型做测试，比如chatglm3等 > > 既然是提醒的话，是不是就没有问题 是的，没有影响。 这个是大模型的分词器，本地模型会在MODEL_ROOT_PATH下去找该模型对应的分词器。在线模型没有model_path参数，默认会调用text_splitter.chinese_recursive_text_splitter.ChineseRecursiveTextSplitter分词器，所以没有影响  

不用管，看着不爽就把print(e)注释了 

> > 不用管，看着不爽就把print(e)注释了  > > 大佬，还有个问题方便解答一下吗? 我本身模型用的是EMBEDDING_MODEL = "bge-large-zh"，但是在创建知识库的哪里有模型选择，这里是只能选择我配置里的EMBEDDING_MODEL = "bge-large-zh" 吗 我刚刚测试选择了1.5的 报错如下： 2024-03-21 17:31:27,847 - faiss_cache.py[line:80] - INFO: loading vector store in '中文测试删除/vector_store/bge-large-zh-v1.5' from disk. 2024-03-21 17:31:27,891...

mim install mmcv-full==1.7.1 （or other version） dont use mim install mmcv