在经过第一阶段的学习后，我们来看看在不同设备上，训练所需要花费的时间。

在本系列的上一篇文章中，我们学习了如何训练一个识别数字图片的神经网络，在本篇文章中将会在此基础上学习一些进阶知识。

在本系列的上一篇文章中分享了卷积神经网络的基础知识，在完全了解1+1=2的基础知识后，本篇文章可以进行2*2=4进阶的学习。将会通过分析一个实例来进行讲解。

本系列文章将分享我在学习卷积神经网络时的心得和体会，不会涉及复杂的数学公式，而是用简单易懂的语言来解释卷积神经网络。当然，如果对相关的数学公式有深入了解的话，对学习这部分知识会很有帮助。

本文将分享从零搭建本地大模型搭建问答知识库过程中遇到的问题和解决方案。

最近在尝试开个一个GPT的工具箱，这里来对我的开发思路进行一些分享。