大模型系列文章集锦

置顶 已于 2023-06-10 16:49:41 修改
阅读量1.2k 收藏
点赞数
分类专栏： 算法实现 文章标签： 人工智能 大模型
于 2020-05-17 14:57:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cymy001/article/details/106174520
版权
thinker_1120
关注
专栏目录
第3章 开源大模型框架概览3.1 TensorFlow与Keras3.1.3 TensorFlow与大模型
AI天才研究院
01-27 83
1. 背景介绍 随着深度学习的快速发展，大模型在各种应用场景中取得了显著的成果。为了支持大模型的训练和部署，谷歌推出了 TensorFlow，一个开源的、端到端的机器学习平台。TensorFlow 提供了丰富的 API 和工具，使得开发者可以轻松地构建和部署大型深度学习模型。本文将详细介绍 TensorFlow 如何支持大模型的训练和部署，以及如何使
大模型提问中包括时间的实战方案
热门推荐
herosunly的博客
07-04 9万+
本文主要介绍了大模型提问中包括时间的实战方案，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 实战方案
大模型综述，看这篇论文就够了
qq_28221231的博客
07-14 366
这篇文章的研究背景是大规模语言模型的发展和广泛应用。研究人员意识到通过深度学习技术和神经网络架构的进步，可以创建出具有接近人类水平表现的大规模语言模型。过去的方法包括改进现有架构和训练策略、增加上下文长度、使用高质量的训练数据以及增加训练时间来提高性能。然而，这些方法存在一些问题，比如训练的不稳定性和泛化能力的限制。本文的方法是通过综合分析不同大规模语言模型的架构、训练策略、训练数据集和性能评估，从而提出一种新的研究方法和技术来改善训练稳定性和泛化能力。
探索 TensorFlow：构建强大的机器学习模型
最新发布
jun778895的博客
09-23 917
TensorFlow的核心是一个计算图（Graph），图中的节点（Nodes）代表数学操作，而边（Edges）则代表在这些节点之间流动的多维数组（Tensors）。这种设计使得TensorFlow能够高效地执行大规模数值计算，特别是在GPU和TPU等硬件上。TensorFlow支持多种编程范式，包括静态图（Eager Execution之前的模式）和动态图（Eager Execution）。静态图模式下，计算图在运行时被构建并优化，而动态图模式下，操作会立即执行，使得调试和原型设计更加直观。
【ML】第19章 大规模训练和部署 TensorFlow模型
sikh_0529的博客
09-23 1万+
一次你有一个漂亮的模型，可以做出惊人的预测，你会用它做什么？好吧，你需要把它投入生产！这可能就像在一批数据上运行模型一样简单，并且可能编写一个每晚运行该模型的脚本。但是，它通常涉及更多。您的基础架构的各个部分可能需要在实时数据上使用此模型，在这种情况下，您可能希望将模型包装在 Web 服务中：这样，您的基础架构的任何部分都可以使用简单的 REST API 随时查询您的模型（或其他协议），正如我们在第 2 章中讨论的那样. 但随着时间的推移，您需要定期根据新数据重新训练模型并将更新版本推送到生产环境。您必须处
开源大模型框架概览3.1 TensorFlow与Keras3.1.1 TensorFlow简介
2401_85325726的博客
06-03 1172
TensorFlow最初是Google brain team用于研究和生产环境的一个强大的深度学习库。TensorFlow支持GPU加速训练，并且在分布式系统上也有很好的支持。图像识别语音识别自然语言处理TensorFlow团队正在努力开发更加易用的API，以降低使用TensorFlow的难度。在未来，我们可能会看到更多高阶API和Drag-and-Drop UI。
第四章：AI大模型的主流框架 4.1 TensorFlow
AI天才研究院
01-23 1307
1.背景介绍 1. 背景介绍 TensorFlow是Google开发的一种开源的深度学习框架，由于其强大的计算能力和灵活性，已经成为了AI领域的主流框架之一。TensorFlow的核心概念是张量(Tensor)，它是多维数组的推广，可以用于表示和操作数据。 TensorFlow的设计理念是“数据流图”(DataFlow Graph)，即将数据和计算操作组织成一个有向无环图，这使得Tensor...
基于大语言模型的智能问答系统设计与实践【系列文章】
AI架构设计之禅
03-28 2587
随着人工智能技术的迅猛发展，智能问答系统在各行各业中得到了广泛应用。无论是智能客服、在线教育，还是智能助手，问答系统都在提升用户体验和服务效率方面发挥着重要作用。然而，传统的问答系统往往依赖于规则和模板，难以应对复杂多变的用户需求，且开发成本高，维护难度大。近年来，大规模预训练语言模型（Large Language Models, LLMs）的出现，为智能问答系统带来了新的解决方案。
大模型自我认知微调的实战教程
herosunly的博客
12-30 4万+
本文主要介绍了大模型自我认知微调的实战教程，希望对学习大语言模型的同学们有所帮助。微调成功并保留原有能力的截图如下所示： 文章目录 1. 前言 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 3. 实战代码 3.1 配置数据集 3.2 lora微调
大模型落地实践系列一、公司为什么要做大模型？
AI天才研究院
06-19 9997
近年来，随着人工智能技术的飞速发展，大模型在各行各业中被越来越多地应用。尤其是在企业中，大模型被视为提高生产力、优化运营和增加收益的利器，越来越多的公司开始着手部署大模型。本文将探讨在企业中做大模型的原因。
【大模型】AutoDL部署AI绘图大模型Stable Diffusion使用详解
congge
09-22 6802
AutoDL部署AI绘图大模型Stable Diffusion使用详解
TensorFlow学习笔记（二十五）CNN的9大模型
春华秋实
08-18 1177
接触深度学习已经有半年了，从最开始的caffe到后来的keras，前面2个框架差不多就是配好环境，并没有做什么东西，后来google的tensorflow，我驻足在这里，决定多花点时间，写点demo，也体验一下，最开心的事是TensorflowOnSpark开源，spark的学习使用我已经有接近一年的经验了，项目中也在使用，这样tensorflowOnSpark打通，未来可以做很多事，也许有人会说
大模型基本概念学习 - Checkpoint、PyTorch、 TensorFlow、Transformers、ModelScope
一起来研究langchain和langchain-chatchat
06-23 2892
之前学习的过程中我们的模型应用可以跑起来了，那么在这个过程中我们是按官方的demo来学习编写的，有些地方只会用，但是并没有深入理解。现在我们一起来学习一些大数据的基础概念，Checkpoint、PyTorch、 Transformers、ModelScopeTensorFlow 是由 Google Brain 团队开发的开源深度学习框架。自 2015 年发布以来，它已经成为机器学习和深度学习社区中广泛使用的工具之一。TensorFlow 适用于从研究到生产的广泛应用场景，并支持多种编程语言。
大模型有什么用，从技术上看
AI研究院
06-04 1万+
参数服务器模式从第一代 Alex Smola 在 2010 年提出的 LDA（文本挖掘领域的隐狄利克雷分配模型），到第二代 Jeff Dean 提出的 DistBelief，接着到第三代李沐提出的相对成熟的现代 Parameter Server 架构，再到后来的百花齐放：Uber 的 Horvod，阿里的 XDL、PAI，Meta 的 DLRM，字节的 BytePs、美团基于 Tensorlow 做的各种适配等等。将整个模型切成一半，一半模型节点0，一半模型节点1，数据是整个拿去训练。参数量卷到一百万亿！
第三章：AI大模型的主要技术框架3.1 TensorFlow3.1.2 TensorFlow基本操作与实例
AI天才研究院
01-20 841
1.背景介绍 1. 背景介绍 随着人工智能技术的发展，深度学习模型的规模越来越大，需要更高效的计算框架来支持这些模型的训练和部署。TensorFlow是一种开源的深度学习框架，由Google开发，具有强大的计算能力和灵活性。它已经成为深度学习领域的一种标准，被广泛应用于各种领域，如自然语言处理、图像识别、语音识
第3章 开源大模型框架概览3.1 TensorFlow与Keras3.1.1 TensorFlow简介
AI天才研究院
01-06 838
1.背景介绍 TensorFlow是Google开发的一款开源的深度学习框架，由于其强大的计算能力和灵活的API，它在机器学习和人工智能领域非常受欢迎。TensorFlow的核心概念是张量（Tensor），它是一种高维数的数组，可以用来表示数据和模型的参数。TensorFlow提供了一系列的API来构建、训练和部署深度学习模型。 在本章中
AI大模型入门：从ChatGPT到LLM的探索
GPT系列模型最初是为了生成连贯的、有意义的文本而设计，它们通过阅读大规模的互联网文本进行预训练，然后可以根据上下文生成后续的文本片段。GPT-3是GPT系列的第三个版本，拥有1750亿个参数，堪称当时最大的预训练...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值