- 博客(6)
- 收藏
- 关注
RSS订阅原创 Datawhale X 李宏毅深度学习入门 第五期
Hello各位小伙伴们，好久不见。上一次我们大致讲了一下如何调试数据模型，让我们机器预测的数据更加符合实际情况。然而，在实际生活中，我们进行模型调试时往往还会遇到许多问题，今天我们就来聊聊实际应用时数据模型可能会出现哪些问题吧~我们现在先来回顾一下上一篇文章，我们在上一篇中讲到调试模型时我们会引入许多参数，为了简化表达，我们直接用θ来统设所有的参数。接下来我们来定义损失，损失函数就变成了L(θ)。我们的目的是让损失L最小，所以我们现在要找出让L达到最小值的θ。
2024-09-02 12:01:13
252
原创 Datawhale X 李宏毅深度学习入门 第五期
我们把x的1000拿出来，让x=1000*b，那前一天的数据就是1000b，而隔天的数据则是0.97*（b+1）*1000，所以看起来就像平移了一天一样。于是我们得出一个结论，机器模型在训练数据上的误差是比较小的，在没训练过的数据上误差是比较大的。这里的 j 指的是我们的特征值，也就是第几天，wj 指的是第 j 天的不同权重，xj指的是第 j天的观看数量。我们之前的模型是以每天的观看数据进行预测的，无法预测到更后面的数据，所以我们需要对现有的模型进行修改。在线性模型中，y=wx+b，w是权重，b是偏置。
2024-08-26 20:32:23
859
原创 Datawhale X 李宏毅深度学习入门笔记 第五期
Hello，各位小伙伴们，今天我们来聊聊深度学习。作为一个零基础小白，李宏毅老师的《深度学习详解》可谓是一个良师益友。它带着我们从零基础入门，逆袭IT大佬。今天，我们就聊聊我对机器学习的了解吧。
2024-08-23 16:34:49
922
原创 Datawhale X 魔搭 第四期 AIGC文生图方向-Task03笔记
LoRA (Low-Rank Adaptation) 微调是一种用于在预训练模型上进行高效微调的技术。它可以通过高效且灵活的方式实现模型的个性化调整，使其能够适应特定的任务或领域，同时保持良好的泛化能力和较低的资源消耗。这对于推动大规模预训练模型的实际应用至关重要。
2024-08-17 17:05:27
796
原创 Datawhale AI 夏令营第四期魔搭-AIGC文生图方向Task1笔记
在生成图像中，我们可以通过修改promote和negative-promote这两个属性达到我们期望的效果，它们分别对应着希望图片有的和不希望图片有的两个方面，我们可以输入我们的要求以达到预期效果。经过对baseline的一番调试，我成功跑完了模型代码并获得了AI生图。总体而言，这次的AIGC文生图对新手很友好，零基础也可以跑代码，获得一次新鲜的利用AI生图的体验。这里我将着重强调最后一个步骤，即生成图像。在最后，我将附上我利用AI模型生成的图片。
2024-08-08 19:24:47
449
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人