![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
文章平均质量分 80
AI始于人类,却超脱于人类
醉墨居士
水静极则形象明,心静极则智慧生
展开
-
Go语言实现深度学习的正向传播和反向传播
正向传播是指从神经网络的输入层开始,通过逐层计算和传递,将输入数据一直传递到输出层。在每一层中,通过对输入数据进行加权求和并应用激活函数,得到该层的输出。这个过程可以看作是将输入数据在网络中前进(向前传播),直至得到模型的预测结果。反向传播是指根据模型的预测结果和实际标签之间的差异,从输出层向输入层反向计算梯度,并利用梯度来更新网络参数。这篇博客我将使用Go语言实现正向传播和反向传播,帮助你理解其底层的运转规律项目代码使用纯粹的Go语言标准库实现,不借用任何其它第三方库。用轮子是生活,造轮子是信仰。原创 2023-12-02 12:41:47 · 1201 阅读 · 0 评论 -
Go语言实现大模型分词器tokenizer
大模型的tokenizer用于将原始文本输入转化为模型可处理的输入形式。tokenizer将文本分割成单词、子词或字符,并将其编码为数字表示。大模型的tokenizer通常基于词表进行编码,使用词嵌入将单词映射为向量表示。tokenizer还可以将输入文本进行填充和截断,以确保所有输入序列的长度一致,以便于模型的批量处理。这篇博客使用纯粹的Go语言标准库,不借用任何其它第三方库。用轮子是生活,造轮子是信仰。原创 2023-11-29 21:06:55 · 1177 阅读 · 0 评论