![](https://img-blog.csdnimg.cn/5a744bd731484992b05b05f262b0213d.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
人工智能
人工智能及人工智能应用
意林飞笑
这个作者很懒,什么都没留下…
展开
-
深度学习算法
深度学习中的神经网络模型根据预测值和真实值构建一个损失函数,通过优化算法最优化这个损失函数来达到学习神经网络模型参数的目的,进而提高神经网络模型性能。1.人工神经网络(Artificial Neural Network, ANN):这是最基本的神经网络结构,由输入层、隐藏层和输出层组成。3.循环神经网络(Recurrent Neural Network, RNN):用于处理序列数据,通过隐藏层的环形结构存储内部状态。用来度量模型预测值和真实值间的偏差,偏差越小,模型越好,所以我们需要最小化损失函数。原创 2024-05-17 10:34:20 · 334 阅读 · 0 评论 -
LangChain+ChatGLM基本原理及私有化部署
基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现,通过RAG提供了本地创建用户知识库的支持,使得在大语言模型基础上,可以接入用户数据,实现基于大语言模型的数据抽取和分析,并提供更加灵活友好的人性化交互方式。接口4-处理文本输入列表嵌入请求(get):http://192.168.0.129:8000/v1/chat/embeddings。接口2-列出可用模型列表(get):http://127.0.0.1:8000/v1/models/原创 2024-06-28 00:00:35 · 660 阅读 · 0 评论 -
ChatGPT基本原理及应用场景
GPT:生成式预训练Transformer模型,是一种自然语言NLP模型,包含多个编码器和解码器对输入文本进行编码和生成。2.模拟人类偏好,标注者对大量SFT模型输入投票,创建一个比较数据组成新数据集。ChatGPT使用Transformer结构,在OPENAI的GPT3.5大模型基础上使用监督和强化学习进行微调。3.chatGPT使用PPO近端划策略强化学习算法在训练回报模型上训练进一步调优SFT(有监督调优)1.有监督调优,ChatGPT在预训练语言模型使用少量已标注的数据进行调优(给定提示下响应)原创 2023-12-09 18:33:14 · 507 阅读 · 0 评论