文本摘要实验报告 项目概述 介绍：本次实验任务为训练一个生成式文本摘要模型，可以通过理解文本的语义和上下文来生成新的句子或短语来概括文本。 模型： 本次实验将使用pytorch，从一个基础的基于LSTM的seq2seq模型开始搭建一个完整的训练过程(test.py)，然后在此基础上实现一个完整的transformer模型，并进行网格搜索调参，最后使用BLEU,ROUGE,METEOR指标评估模型

Bookstore II 《当代数据管理系统》第二次大作业 一、关系型数据库设计 1. ER图设计 共四个实体（用户，订单，商店，图书），关系如下： graph LR 用户--1---a{创建}--N---商店 用户--1---b{"-买家-\n下单\n付款\n收货\n取消\n查询"}--N---订单 用户--1---c{"-卖家-\n发货"}--N---订单

MIT 6.172 Performance Engineering of Software Systems “Homework 2: Profiling Serial Merge Sort” 文档地址:https://ocw.mit.edu/courses/6-172-performance-engineering-of-software-systems- fall-2018/796439e64

图像分类及经典CNN实现实验报告 项目概述 介绍：图像分类是计算机视觉领域中的重要任务之一。它涉及将图像分为不同的类别，例如识别手写数字、识别物体或人脸等。本实验旨在训练经典的卷积神经网络（CNN）模型，使其能够准确识别手写数字。 数据集：本实验使用的数据集是MNIST，包含60000张训练图像和10000张测试图像，每张图像都是一个手写数字（0-9）的灰度图像（即一层通道），大小为28x28像