240 發(fā)簡(jiǎn)信
IP屬地:湖南
  • LLM筆記

    LoRA解讀:https://zx2ow2qh1z5.feishu.cn/docx/XTq5daVFio7UWAxjgDmcfVu7nSb[https://zx2ow2qh1...

  • 120
    RAG的效果評(píng)估

    RAG有兩個(gè)核心部分: 檢索部分:保證系統(tǒng)能根據(jù)用戶的Prompt找到對(duì)應(yīng)的chunk 生成部分:充分發(fā)揮大模型能力回挽,生成一個(gè)滿足用戶要求的正確回答 評(píng)估和優(yōu)化生成部分 優(yōu)化...

  • 120
    第七節(jié) 評(píng)測(cè)

    OpenCompass 評(píng)測(cè) https://github.com/InternLM/Tutorial/blob/camp2/opencompass/readme.md[ht...

  • 120
    第六節(jié) Agent

    Lagent & AgentLego 智能體應(yīng)用搭建 一闰挡、概述 Lagent 是一個(gè)輕量級(jí)開(kāi)源智能體框架樱调,旨在讓用戶可以高效地構(gòu)建基于大語(yǔ)言模型的智能體翩活。同時(shí)它也提供了一些典...

  • 120
    第五節(jié)

    LMDeploy 量化部署 LLM&VLM 實(shí)踐 一择吊、理論基礎(chǔ) 大模型部署面臨的挑戰(zhàn): 計(jì)算量巨大 內(nèi)存開(kāi)銷巨大 訪存瓶頸:硬件計(jì)算速度遠(yuǎn)快于顯存帶寬 動(dòng)態(tài)請(qǐng)求:請(qǐng)求量不確定...

  • 120
    第三節(jié)筆記

    搭建 RAG 智能助理 一扰藕、RAG 1.1 概述 RAG(Retrieval Augmented Generation)技術(shù),通過(guò)檢索與用戶輸入相關(guān)的信息片段校摩,并結(jié)合外部知識(shí)...

  • 120
    第四節(jié)筆記&作業(yè)

    XTuner 微調(diào) LLM:1.8B泄鹏、多模態(tài)、Agent 微調(diào)效果: XTuner 一個(gè)大語(yǔ)言模型&多模態(tài)模型微調(diào)工具箱秧耗。由 MMRazor 和 MMDeploy 聯(lián)合開(kāi)發(fā)。...

  • 120
    第二節(jié)作業(yè)

    1. 使用 InternLM2-Chat-1.8B 模型生成 300 字的小故事 2. Lagent 部署 在 terminal 中輸入指令舶治,構(gòu)造軟鏈接快捷訪問(wèn)方式: 在代碼...

  • 120
    第二節(jié)筆記

    玩轉(zhuǎn)趣味Demo 主要任務(wù) 部署 InternLM2-Chat-1.8B 模型進(jìn)行智能對(duì)話 部署實(shí)戰(zhàn)營(yíng)優(yōu)秀作品 八戒-Chat-1.8B 模型 通過(guò) InternLM2-Ch...

  • 120
    第一節(jié)筆記

    InternLM2.0主要亮點(diǎn) 從模型到應(yīng)用典型流程 模型選型:根據(jù)業(yè)務(wù)的特性選擇合適的模型(產(chǎn)品向) 判斷業(yè)務(wù)場(chǎng)景是否復(fù)雜:如果復(fù)雜分井,則要進(jìn)行針對(duì)性的微調(diào) 算力:達(dá)則全局微...

  • 120
    吃瓜第六章 支持向量機(jī)2023-12-27

    一 支持向量機(jī) 1 算法原理 從幾何角度,對(duì)于線性可分?jǐn)?shù)據(jù)集霉猛,支持向量機(jī)就是找距離正負(fù)樣本都最遠(yuǎn)的超平面尺锚。相比于感知機(jī),解是唯一的惜浅,且不偏不倚瘫辩,泛化性能最好。設(shè)劃分超平面是坛悉,...

  • 120
    吃瓜第五章 神經(jīng)網(wǎng)絡(luò) 2023-12-23

    神經(jīng)網(wǎng)絡(luò) 1 神經(jīng)元模型 1.1 M-P神經(jīng)元 “ “——《機(jī)器學(xué)習(xí)》周志華 1.2 激活函數(shù) 常用Sigmoid函數(shù)伐厌,把在較大范圍內(nèi)變化的輸入值擠壓到(0, 1)輸出范圍內(nèi)...

  • 120
    吃瓜第四章 決策樹(shù) 2023-12-19

    決策樹(shù) 1 概述 決策樹(shù)的學(xué)習(xí)目的是產(chǎn)生一棵泛化能力強(qiáng)的決策樹(shù),基本流程遵循“分而治之”的策略裸影。 決策樹(shù) 最頂層是根節(jié)點(diǎn)挣轨,包含所有樣本 每個(gè)葉節(jié)點(diǎn)代表類或類分布(幾類的概率分...

  • 120
    吃瓜 3.5, 3.6 多分類&類別不平衡 2023-12-18

    3.5 多分類問(wèn)題 三種拆分策略 一對(duì)一 OvO 一對(duì)其余 OvR 多對(duì)多 MvMOvO與OvROvO:把共N個(gè)類別兩兩配對(duì),產(chǎn)生N(N - 1) / 2個(gè)二分類器轩猩。在測(cè)試時(shí)...

  • 120
    吃瓜3.4 LDA 2023/12/18

    線性判別分析 Linear Discriminant Analysis 1 PCA(主成分分析)與LDA PCA與LDA都是一種降維的方法卷扮。PCA僅關(guān)注方差最大的方向,LDA...

  • 120
    基于膚色保護(hù)的自然飽和度增強(qiáng)算法

    飽和度增強(qiáng)指的是通過(guò)調(diào)整圖片和視頻畫(huà)面的飽和度特性均践,使得畫(huà)面色彩得以還原真實(shí)色彩更加逼真或相比原畫(huà)面更加豐富晤锹,從而提升人的視覺(jué)主觀感受。對(duì)視頻圖像等后處理具有重要的意義彤委。 1...

  • 120
    吃瓜3.3 對(duì)數(shù)幾率回歸 2023-12-16

    對(duì)數(shù)幾率回歸 回歸的結(jié)果是連續(xù)的鞭铆,但是我們需要做分類任務(wù),所以在線性模型的基礎(chǔ)上套一個(gè)映射函數(shù)葫慎,把結(jié)果映射到01之間來(lái)實(shí)現(xiàn)分類衔彻。 算法 y是離散型隨機(jī)變量薇宠,值取0或者1,取1...

  • 120
    吃瓜3.1, 3.2 線性回歸(一) 2023-12-13

    極大似然估計(jì) 有一批樣本艰额,估計(jì)它符合的分布的參數(shù)澄港。 先寫(xiě)出此分布的概率密度函數(shù)。 把所有樣本的概率做連乘柄沮,算聯(lián)合概率回梧。 求出使得式子取到最大值的參數(shù)。 ps:對(duì)聯(lián)合概率進(jìn)行l(wèi)...

  • 吃瓜第二章 2023-12-11

    第二章 模型評(píng)估與選擇 2.1 經(jīng)驗(yàn)誤差與過(guò)擬合 概念: 錯(cuò)誤率(分類) 精度:(分類) 誤差:輸出和真實(shí)值的差異 經(jīng)驗(yàn)誤差:訓(xùn)練誤差 泛化誤差:新樣本上的誤差 過(guò)擬合ove...

  • 120
    吃瓜第一章 2023-12-11

    學(xué)習(xí)目標(biāo) 看懂每一步推導(dǎo) 會(huì)調(diào)scikit-learn庫(kù)實(shí)現(xiàn)代碼 第一章 緒論 1 基本術(shù)語(yǔ) 模型:一個(gè)函數(shù) 樣本空間 :表示 標(biāo)記:標(biāo)記取值為離散型祖搓,是分類任務(wù)classi...

亚洲A日韩AV无卡,小受高潮白浆痉挛av免费观看,成人AV无码久久久久不卡网站,国产AV日韩精品