7.29
1.简介大语言模型的概念,定义与特点,国内外代表,模型大小与性能关系,以及其应用实例
2.它的核心是注意力机制,解释了大语言模型为什么使用token字符,transformer模型通过序列分解为一个个独立的token,并分别对应每个token应用注意力机制,从而能够并行处理整个序列,实现高效且精确的输出。
3.介绍了大语言模型的发展历程。
4.介绍了常见的大语言模型,及其特点能力预训练与微调机制,上下文感知能力。
5.大语言模型的广泛应用,有自然语言处理的革新,改进信息检索,使搜索引擎能更加准确理解用户查询。
6.大语言模型可能开启新的应用领域,但是也带来机遇与挑战。
7.学习自己部署一个趋动云,登录趋动云,创建项目,选择合适的显卡,镜像及模型,确定进入开发环境,上传文件进行对大语言的深入理解
8.1
1.介绍了Stable Diffusion模型图像生成方法的概念,是可以将文本生成图形或者图形生成图形,主要组成部分有文本编码器,图像解码器,噪声预测器,有其缺点及广泛的应用,在未来有巨大潜力与良好的发展趋势,促进创意产业的发展。
2.部署一个Stable Diffusion模型,登录趋动云,创建项目,选择相应的显卡,数据,镜像,打开终端,粘贴代码,添加端口,访问地址,学习如何生成图像,以及详尽描述生成更为准确的图像。