- 博客(5)
- 收藏
- 关注
原创 KNN算法Day2
KNN,全称k-Nearest Neighbors,即k最邻近算法,是一种基于实例的学习算法,既可以用于分类,也可以用于回归。其核心思想在于:当预测一个新样本的类别时,根据它距离最近的k个样本点是什么类别来判断该新样本属于哪个类别(多数投票)。KNN算法最初由Cover和Hart于1968年提出,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。
2024-04-23 16:31:30 578
原创 实习认知Day1
使计算机具备无需明确编程即可学习能力的学科领域Deep Learning (DL) :大脑仿生,设计一层一层的神经元模拟万事万物。深度学习是机器学习领域中的一个重要研究方向,其目标是让机器能够像人一样具有分析学习能力,识别并理解文字、图像和声音等数据。深度学习主要通过对大量样本的特征进行自学习,实现输入与输出之间的复杂函数逼近。其原理基于神经网络,通过反向传播算法训练网络参数,不断优化网络性能。深度学习在多个领域都有广泛应用,如计算机视觉、自然语言处理、语音识别、推荐系统、医学影像识别、金融风控等。
2024-04-22 11:32:52 275 1
原创 书生.哺语大模型全链路开源体系作业二
使用Lagent的过程相对简单。例如,书生·浦语的微调过程支持全参数微调,并且还提供了轻量级微调工具XTuner,使得使用更小的计算资源就可以进行有效的模型微调。此外,书生·浦语在训练框架方面也进行了创新,整合了Transformer模型算子,提高了训练效率,并提出了Hybrid Zero技术,实现了计算和通信的高效重叠,显著减少了训练过程中的跨节点通信流量。Lagent的发布和使用为基于大型语言模型的智能体构建提供了新的可能性,使得开发者能够更高效地利用这些强大的模型,以及更方便地将它们应用于各种场景【
2024-01-13 20:46:00 616
原创 书生.哺语大模型全链路开源体系作业一
这两个工具的集成,使得书生-浦语20B不仅拥有强大的语言处理能力,还能在不同的应用环境中灵活部署,特别是在需要轻量级实现或者多模态交互的场景中。4. **微调模型**:使用准备好的数据集和设置的参数对书生-浦语20B模型进行微调。通过将书生-浦语20B开源大模型与其他国内开源的大模型的性能从综合考试,知识问答,阅读理解,推理,编程方面进行对比,可以看出其性能的优越。:随着时间的推移,OpenAI不断推出新的模型版本,包括对模型的训练数据进行更新,优化算法以及提高模型的理解和交互能力。
2024-01-11 19:12:23 1468
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