- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale AI冬令营
定制大模型和微调是深度学习和机器学习领域中的重要技术，它们允许我们根据特定需求调整和优化模型。微调是指在预训练模型的基础上，使用特定领域的数据进一步训练模型，以提高其在特定任务上的性能。• 预训练模型：使用大规模数据集预训练模型，使其具备通用的语言或视觉理解能力。• 基于人类反馈的强化学习（RLHF）：结合人类反馈来指导模型的微调过程。• 迁移学习：将预训练模型应用到特定任务上，通过微调来适应新任务。• 选择基础模型：选择合适的预训练模型作为起点。• 选择合适的预训练模型：根据任务需求选择模型。
2024-12-11 23:10:46
667
原创 Datawhale X 李宏毅苹果书AI夏令营 学习笔记1
例如，定义损失我们可以为不同的 w 跟 b 的组合，计算它的损失，就可以画出等高线图。越偏红，损失越大，这一组 w 跟 b 越差。越偏蓝，损失越小，这一组 w 跟 b 越好，越精准。（可以看做是一个三维图形）画出来的等高线图称为误差表面（error surface）。
2024-08-27 23:36:10
902
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