tuple和tensor的主要区别;Hugging Face;LoRA(Low-Rank Adaptation,低秩适配器);Adam和LoRA在原理的区别;嵌入词向量128维,3头训练和MLP哪个权

282 篇文章 23 订阅 ¥99.90 ¥299.90
216 篇文章 3 订阅 ¥199.90 ¥299.90
108 篇文章 0 订阅 ¥199.90 ¥299.90

目录

tuple和tensor的主要区别

参数解释

返回值

异常

函数流程

Hugging Face

Hugging Face概述

Hugging Face的特点

举例说明

LoRA(Low-Rank Adaptation,低秩适配器)

定义与原理

优势

应用场景

未来发展

Adam和LoRA在原理的区别

Adam原理

LoRA原理

总结

LoRA针对多头训练还是MLP?

在多头注意力模块中的应用

在MLP层中的应用

结论

嵌入词向量128维,3头训练和MLP哪个权重参数更多

1. 嵌入词向量(Embedding Layer)

2. 3头训练(通常指多头注意力机制)

3. MLP(多层感知机)

综合比较


tuple和tensor的主要区别

在于它们的用途、‌结构和操作。‌

  •  

    用途:‌tuple(‌元组)‌是一种不可变的序列类型,‌用于存储一系列有序的元素,‌这些元素可以是不同类型的对象。‌它通常用于存储一组值,‌这些值在创建后不能被修改。‌相比之下,‌tensor(‌张量)‌主要用于科学计算和数据处理,‌特别是在深度学习和机器学习领域。‌Tensor是一个多维数组,‌支持数学运算,‌如矩阵乘法等,‌常用于数值计算。‌

  •  

    结构:‌tuple由圆括号包围的元素组成,‌元素之间用逗号分隔,‌且tuple是不可变的,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

ZhangJiQun&MXP

等到80岁回首依旧年轻

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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