微调训练第13页

详解：Grok中文版 _Grok 3 国内中文版本在线使用

借助深度学习与强化学习等先进技术，GrokAI具备自我学习的能力，可以通过不断的训练来优

·2025-03-06 18:35

在混合现实中操作无人机，Inzpire利用Varjo进行下一代无人机训练

Inzpire紧凑、敏捷的合成环境系统可直接向前线提供高度逼真的无人机训练场景，以适应不断变化的现代作战环境。扩大无人机行动的范围在国防和安全行动中使用无人机变得越来越重要。

Axis tech·2025-03-06 18:13

大模型入门

Transformer架构的持续演进体现在位置编码改进（如RoPE旋转位置编码）、注意力机制优化（FlashAttention算法提升30%训练速度）以及层级结构创新（深度

24k小善·2025-03-06 17:05

深度学习分类回归（衣帽数据集）

一、步骤1加载数据集fashion_minst2搭建classNeuralNetwork模型3设置损失函数，优化器4编写评估函数5编写训练函数6开始训练7绘制损失，准确率曲线二、代码导包，打印版本号：importmatplotlibasmplimportmatplotlib.pyplotasplt

何仙鸟·2025-03-06 16:24

Stable Diffusion模型Pony系列模型深度解析

StableDiffusion模型Pony系列模型深度解析一、技术架构与核心特性基于SDXL的深度优化Pony系列模型以SDXL为基础框架，通过针对二次元/动漫风格的微调，强化了在该领域的生成能力，同时保留了对写实场景的兼容性‌

Liudef06·2025-03-06 15:44

英伟达常见产品使用场景对比说明

产品型号显存容量显存带宽价格（人民币）适用场景模型性能对比数据中心与AI计算H100(SXM)80GBHBM33TB/s未公开（企业级）超大规模AI训练（千亿参数）、HPC比A100性能提升3-6倍（BERT

放羊郎·2025-03-06 14:37

基于SpringBoot大学生创新创业训练项目管理系统的设计与实现

1.引言在当今的软件开发领域，企业级应用的开发和部署速度直接影响着业务的竞争力。SpringBoot以其轻量级、快速启动和强大的集成能力，成为构建现代企业级应用的首选框架。本文将带您深入了解SpringBoot框架的核心特性，并展示如何利用它构建一个高效、可扩展的系统。2.开发环境开发语言：Java框架：springbootJD版本：JDK1.8服务器：tomcat7数据库：mysql5.7（一定

四金学长·2025-03-06 14:04

RAG组件：向量数据库（Milvus）

在当前大模型盛行的时代，大模型的垂类微调、优化成为产业落地、行业应用的关键；RAG技术应运而生，主要解决大模型对专业知识、实效性知识欠缺的问题；RAG的核心工作逻辑是将专业知识、实效知识等大模型欠缺的知识进行收集

CITY_OF_MO_GY·2025-03-06 13:59

Dolma:开源大规模语言模型预训练数据集与工具包

Dolma:开源大规模语言模型预训练数据集与工具包Dolma是由Allen人工智能研究所(AI2)开发的一个开源项目,旨在为大规模语言模型的预训练提供高质量的数据集和强大的数据处理工具。

2401_87458718·2025-03-06 13:59

BP神经网络计算过程：从数学原理到实践优化

引言：神经网络的时代意义与BP算法地位在深度学习重构人工智能边界的今天（Goodfellowetal.,2016），误差反向传播（Backpropagation，BP）算法作为神经网络训练的基石，其数学优雅性和工程实用性完美统一

Acd_713·2025-03-06 13:58

深度学习进阶：TensorFlow实战指南

书中还提供使用TensorFlow构建和训练深度学习模型的实例，包括AlexNet、VGG、ResNet以及LSTM和GRU，并通过图像分类和文本情感分析等实战案例，

ELSON麦香包·2025-03-06 13:53

卷积神经网络应用-训练手写体数字数据集并展示识别精度

#卷积神经网络(CNN)训练手写体数据集importnumpyasnpimportmatplotlib.pyplotaspltimporttensorflow.kerasaskaimportdatetime

yeahamen·2025-03-06 12:17

图像识别技术与应用课后总结（14）

训练模型加载预处理数据集：可以借助PyTorch的数据处理工具，如torch.utils和torchvision等定义损失函数：既可以自定义，也能使用PyTorch内置的，像回归任务常用nn.MSELoss

一元钱面包·2025-03-06 12:15

8.1 从28GB到7GB！大模型显存暴降4倍的量化实战指南

大模型显存暴降4倍的量化实战指南8.1模型显存占用与量化技术简介8.1.1大模型显存占用分析在部署和训练大语言模型（LLM）时，显存占用是开发者面临的核心挑战。

少林码僧·2025-03-06 11:42

大模型的实践应用30-大模型训练和推理中分布式核心技术的应用

大家好，我是微学AI，今天给大家介绍一下大模型的实践应用30-大模型训练和推理中分布式核心技术的应用。本文深入探讨了大模型训练和推理中分布式核心技术的应用。

微学AI·2025-03-06 11:11

大模型技术在网络安全领域的应用与发展

一、概述大模型技术，尤其是深度学习和自然语言处理领域的大型预训练模型，近年来在网络安全领域得到了广泛应用。这些模型通过其强大的数据处理能力和泛化能力，为网络安全带来了新的机遇和挑战。

蓝色的香菇·2025-03-06 10:04

机器学习—赵卫东阅读笔记（一）

——BP算法：作为一种监督学习算法，训练神经网络时通过不断反馈当前网络计算结果与训练数据之间的误差来修正网络权重，使误差足够小。4.进化计算——通过迭代优化，找到最佳结果。

走在考研路上·2025-03-06 10:29

职坐标AIGC课程实战项目深度解析

课程聚焦人工智能生成内容（AIGC）的核心技术链，涵盖自然语言处理、生成模型架构及多模态数据融合等模块，通过电商智能客服系统与新媒体文案生成工具两类典型场景的深度实践，强化学员对模型训练、参数调优及商业落地的综合能力

职坐标在线·2025-03-06 09:21

Scrum中文网学员分享 | AI/AIGC产品经理实战训练营学习心得

公司邀请了Scrum中文网AI/AIGC产品专家给我们分享了AI/AIGC产品经理实战课程。参加这次AI/AIGC产品经理课程，让我收获颇丰，对AI/AIGC领域有了更为全面和深入的理解，为我在这个快速发展的行业中前行提供了有力的支撑。课程开篇便对现代AI/AIGC的发展现状和趋势进行了详细剖析。在了解到社会面临的诸多挑战后，我深刻认识到AI和AIGC技术在各行业潜在的巨大变革力量。通过小组讨论不

豆瓣如意·2025-03-06 08:49

AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘

博客目录第一章：DeepSeek与ChatGPT的基础概述1.1DeepSeek简介1.2ChatGPT简介第二章：模型架构对比2.1Transformer架构：核心相似性2.2模型规模与参数第三章：训练方法与技术

m0_74825466·2025-03-06 06:29

基于深度学习的田间杂草检测系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLO模型进行目标检测，包含数据集准备、模型训练、用户界面设计及系统实现。

深度学习&目标检测实战项目·2025-03-06 06:28

大模型（LLM）的若干科普之问（七）：如何隔离LLM微调结果？

一、微调大模型LLM的微调是指在预训练好的大型语言模型基础上，通过特定任务的数据进行进一步训练，以提升模型在该任务上的性能。

人工干智能·2025-03-06 04:12

20250303-代码笔记-train_n100

MachineEnvironmentConfig2.PathConfig3.Imports4.Parameters环境参数(`env_params`):模型参数(model_params):优化器参数(`optimizer_params`):训练器参数

唐小旭·2025-03-06 03:06

[Machine Learning] K-means算法

HuBERT预训练过程中会用到K-means算法，本文简单介绍一下K-means算法的基本流程。简单地讲，K-means就是给特征向量集进行聚类。

进阶的小蜉蝣·2025-03-06 02:24

Python深度学习实践：神经网络在异常检测中的应用

通过Python实现的神经网络，本文介绍了深度学习的基本概念、核心算法、模型优化方法，并提供了详细的实战案例，包括数据预处理、模型训练和评估。读者将了解如何使用深度学习技术检测金融欺诈、网络

AI天才研究院·2025-03-06 01:53

INA(In-Network Aggregation)技术

In-NetworkAggregation（网络内聚合）是大模型分布式训练或推理中优化通信效率的一种技术，核心思想是在网络传输路径中直接完成数据聚合，而非依赖终端节点处理，从而降低通信开销、提升整体效率

一只积极向上的小咸鱼·2025-03-06 01:22

深度学习突破：LLaMA-MoE模型的高效训练策略

在人工智能领域，大模型（LLM）的崛起带来了前所未有的进步，但随之而来的是巨大的计算资源需求。为了解决这一问题，Mixture-of-Expert（MoE）模型架构应运而生，而LLaMA-MoE正是这一架构下的重要代表。LLaMA-MoE是一种基于LLaMA系列和SlimPajama的MoE模型，它通过将LLaMA的前馈网络（FFNs）划分为稀疏专家，并为每层专家插入top-K个门，从而显著减小模

人工智能大模型讲师培训咨询叶梓·2025-03-06 01:44

22.代码随想录算法训练营第二十二天|77. 组合，216. 组合总和 III，17. 电话号码的字母组合

22.代码随想录算法训练营第二十二天|77.组合，216.组合总和III，17.电话号码的字母组合回溯法的模板voidbacktracking(参数){if(终止条件){存放结果;return;}for

白鹭鸣鸣！·2025-03-05 22:56

X-LoRA：高效微调 LoRA 系列，实现不同领域知识专家混合模型

文献卡X-LoRA:MixtureofLow-RankAdapterExperts,aFlexibleFrameworkforLargeLanguageModelswithApplicationsinProteinMechanicsandMolecularDesign作者:EricL.Buehler;MarkusJ.BuehlerDOI:10.48550/arXiv.2402.07148摘要:We

yumuing blog·2025-03-05 22:22

一次性了解OpenAI的“草莓”（Strawberry）超强实力

“草莓”项目是OpenAI在AI推理领域的一项重要突破具备高级推理能力、长任务规划、超大规模训练等核心功能与技术特点。该项目的推出将进

金融街小单纯·2025-03-05 22:51

代码随想录算法训练营 | 图论 | DFS

98.所有可达路径//DFS#includeusingnamespacestd;vector>result;vectorpath;voiddfs(constvector>&graph,inti,inttarget){if(i==target){result.push_back(path);return;}for(intnums:graph[i]){path.push_back(nums);dfs(

jcc_newszu·2025-03-05 21:16

kNN算法：对红酒数据进行分类

train_feature,train_label,test_feature):'''使用KNeighborsClassifier对test_feature进行分类:paramtrain_feature:训练集数据

阿拉保·2025-03-05 20:07

Qt常用控件之日期微调框QDateTimeEdit

日期微调框QDateTimeEditQDateTimeEdit是一个日期微调框控件，它可以选择年月日和时分。Qt中还有QDateEdit只能微调年月日的控件和QTimeEdit只能微调时分的控件。

laimaxgg·2025-03-05 19:06

对“预训练”的理解

预训练有什么用传统的机器学习是偏数学的，对数据的量不做过多要求，而深度学习的项目通常是有大量的数据可供使用。

衣衣困·2025-03-05 18:59

C++使用Onnxruntime/TensorRT模型推理

步骤流程模型训练，python下生成pytorch的模型.pth，并基于.pth模型进行推理python下依据模型推理实现从.pth转向.onnxpython下基于.onnx进行推理，与后续两种推理方式种的推理结果进行比较环境

奇华智能·2025-03-05 16:30

基于K8S设计实现机器学习管理调度平台

设计和实现一套基于Kubernetes(K8s)的机器学习管理调度平台，目标是利用K8s的容器化和调度能力，提供高效的资源管理、任务调度、可扩展性及灵活性，适应机器学习（ML）训练、推理等不同场景的需求

richenlin·2025-03-05 15:56

《YOLOv12魔术师专栏》专栏介绍 & 专栏目录

25.03.05）：【原创自研模块】【多组合点优化】【注意力机制】【主干篇】【neck优化】【卷积魔改】【block&多尺度融合结合】【损失&IOU优化】【上下采样优化】【小目标性能提升】【前沿论文分享】【训练实战篇

AI小怪兽·2025-03-05 15:24

XGBoost系列文章（四）：参数调优与模型训练

XGBoost系列文章（四）：参数调优与模型训练本文是XGBoost系列的第四篇，聚焦参数调优与模型训练实战，从参数分类到调优技巧，结合代码示例解析核心方法。

什么都想学的阿超·2025-03-05 14:13

【图像去噪】论文复现：真实噪声转高斯噪声，提升高斯噪声训练的模型性能！Learning to Translate Noise的Pytorch源码复现，跑通流程，框架结构和损失函数详解！

图像去噪（ImageDenoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）完整代码和训练好的模型权重文件下载链接见本文底部

十小大·2025-03-05 13:01

大模型训练内存预估计算方法

方法论大模型在训练过程中,需要预估需要多少显存进行参数的存储,需要进行预估.来方便GPU的购买.举例以DeepSeek-V3模型为例,总共有671B个参数.B=Billion（十亿）,因此，671B模型指拥有

junjunzai123·2025-03-05 13:29

零基础也能看懂的ChatGPT等大模型入门解析！大模型入门到精通，看这篇就够了！

GPT对应的是三个关键概念：生成式（Generative）、预训练（Pre-Training）和Transfo

大模型微调实战·2025-03-05 12:27

曝罗永浩挖走小米前50号员工要做AIOS；谷歌呼吁美国政府不要拆分公司；Copilot+PC能本地运行DeepSeek|极客头条

AAAI2025杰出论文奖出炉，南大周志华团队获奖字节跳动以约3150亿美元估值启动新一轮股票回购计划消息称vivoOS部门新成立AI领域，大模型训练重心向端侧转移为“AIOS”招兵买马：消息称罗永浩挖来小

极客日报·2025-03-05 12:55

DeepSeek 各版本的区别

训练数据：14.8万亿Token预训练，推理速度较快（每秒

dushky·2025-03-05 12:25

智能模型轻量化：知识蒸馏技术如何重塑AI部署格局

一、技术本质的解构与重构知识蒸馏颠覆了传统模型训练的范式，构建了"师生传承"的新型学习

·2025-03-05 11:10

探秘Mixup：数据增强的新利器

这个项目的目标是通过混合不同样本的数据点生成新的训练样本，从而帮助模型更好地学习数

荣正青·2025-03-05 10:42

大模型研究：DeepSeek版本比较说明

它基于海量代码数据进行训练，对各类编程语言的语法、语义有深入理解。能快速准确地完成代码补全、代码生成、代码解释、代码纠错等任务，在编程场景中为开发者提供高效的辅助。

程序猿学长·2025-03-05 09:33

深度学习代码分析——自用

tab=readme-ov-file借助了一些人工智能1_train_stage1.py代码功能总览该代码是弱监督语义分割（WSSS）流程的Stage1训练与测试脚本，核心任务是通过多标签分类模型生成图像级标签

肆——·2025-03-05 08:28

PyTorch 中结合迁移学习和强化学习的完整实现方案

迁移学习可以利用预训练模型的知识加速训练，而强化学习则通过与环境的交互优化策略。以下是如何在PyTorch中结合迁移学习和强化学习的完整实现方案。

小赖同学啊·2025-03-05 07:54

pytorch 模型测试

在使用PyTorch进行模型测试时，一般包含加载测试数据、加载训练好的模型、进行推理以及评估模型性能等步骤。以下为你详细介绍每个步骤及对应的代码示例。

小赖同学啊·2025-03-05 07:24

大模型在高血压预测及围手术期管理中的应用研究报告

目录一、引言1.1研究背景与意义1.2研究目的1.3国内外研究现状二、大模型预测高血压的原理与方法2.1常用大模型介绍2.2数据收集与预处理2.3模型训练与验证三、术前风险预测与手术方案制定3.1术前风险因素分析

LCG元·2025-03-05 07:21

推荐频道

微调训练