训练

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

Pytorch实现之基于相对平均生成对抗网络的人脸图像超分辨率

简介简介：改进SRGAN，并使用相对平均生成对抗网络的人脸图像超分辨率训练自己的数据集论文题目：FaceImageSuper-resolutionBasedOnRelativeAverageGenerativeAdversarialNetworks
这张生成的图像能检测吗·2025-03-05 07:49

【论文笔记】3DGS压缩相关工作2篇

这一解决方案为新视图合成（NVS）带来了前所未有的视觉质量，但代价是训练多层感知机的优化过程极为耗时，且渲染速度很慢。
AndrewHZ·2025-03-05 06:11

【大模型开源实战】10 分钟,教你如何用 LLama-Factory 训练和微调大模型

在这个AI快速发展的时代，我们很高兴为大家带来LlamaFactory-一个为AI开发者和爱好者量身打造的实用工具平台。作为非计算机专业出身的开发者，我们深深受益于计算机世界的开放共享精神。今天，我们希望通过LlamaFactory为这个社区贡献我们的一份力量。LlamaFactory能为您提供什么？英文文档的AI翻译：利用大语言模型将英文文档翻译成中文，助您更便捷地获取最新技术信息。快速获取主流
Langchain·2025-03-05 06:40

Scaling Laws（缩放法则）详解

ScalingLaws（缩放法则）详解1.定义与核心概念ScalingLaws（缩放法则）描述的是模型性能（如准确率、任务表现）与计算资源（模型参数量、训练数据量、训练时间）之间的数学关系。
天一生水water·2025-03-05 05:00

tensorflow Serving架构详解和代码示例

tensorflowServing的原理和代码实现,并提供简要的代码阅读指导.如何serve一个模型具体的步骤可以参考官方文档.主要包括两个部分：1.导出模型1.启动服务需要说明的是导出模型部分.如果要把我们训练的模型拿来提供服务
lloyd_chou·2025-03-05 03:44

DeepSeek 提示词技巧深度解析：从原理到实践

统计数据显示，经过专业提示词训练的用户，其获取有效答案的成功率可提升300%以上。要实现这种质的飞跃，需要掌握以下核心认知：1.信息解码机制：AI通过token化处理理解文本，
悠悠空谷1615·2025-03-05 02:00

什么是预训练？

一、介绍预训练模型诞生背景:对于某种特殊任务只存在少量的相关训练数据，以至于模型不能从中学习到有用的规律（标注资源稀缺，无大数据支持）举例：想对一批法律领域的文件进行关系抽取，就需要投入大量的精力（意味着时间和金钱的大量投入
卡卡大怪兽·2025-03-04 23:44

MLM: 掩码语言模型的预训练任务

MLM:掩码语言模型的预训练任务掩码语言模型（MaskedLanguageModel,MLM）是一种用于训练语言模型的预训练任务，其核心目标是帮助模型理解和预测语言中的上下文关系。
XianxinMao·2025-03-04 23:41

预训练模型微调与下游任务迁移学习技术

1.背景介绍机器学习技术近年来在计算机视觉、自然语言处理等领域取得了飞速发展,这离不开大规模预训练模型的贡献。
AGI大模型与大数据研究院·2025-03-04 22:37

什么是预训练语言模型下游任务？

问题：Word2Vec模型是预训练模型吗？由于训练的特性，word2Vec模型一定是与训练模型。给定一个词先使用独热编码然后使用预训练好的Q矩阵得到这个词的词向量。
衣衣困·2025-03-04 22:36

代码随想录算法训练营第五十六天| 图论02

99.岛屿数量注意深搜的两种写法，熟练掌握这两种写法以及知道区别在哪里，才算掌握的深搜。注意广搜的两种写法，第一种写法为什么会超时，如果自己做的录友，题目通过了，也要仔细看第一种写法的超时版本，弄清楚为什么会超时，因为你第一次幸运没那么想，第二次可就不一定了。代码随想录深度搜索，定义上下左右四个方向，找到一个第一个邻接矩阵就递归该点的上下左右，避免重复计算。版本一：direction=[[0,1]
Rachela_z·2025-03-04 21:00

微调（Fine-tuning）

微调（Fine-tuning）是自然语言处理（NLP）和深度学习中的一种常见技术，用于将预训练模型（Pre-trainedModel）适配到特定任务上。
路野yue·2025-03-04 20:49

《DataWorks：为人工智能算法筑牢高质量数据根基》

而在这一系列AI应用的背后，高质量的训练数据是其能够发挥强大效能的关键所在。就如同巧妇难为无米之炊，没有优质的数据，再先进的AI算法也难以施展拳脚。
·2025-03-04 19:16

我的2024年总结

【坚持健身，不用私教自己训练】这个也做到了，虽然做不到一周三四练，但基本上还是保证一周可以两练，同时尝试自己去健身房进行健身，感觉效果也不错。后面
XiyouLinux_Kangyijie·2025-03-04 18:36

大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》

构建数据集对于大语言模型（LLM）的训练而言，首先需要构建
XiyouLinux_Kangyijie·2025-03-04 18:33

软件设计和软件架构之间的区别

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-03-04 17:56

代码随想录算法训练营第十天|1. 两数之和，第454题.四数相加II

文档讲解：代码随想录难度：一般嗷~~1.两数之和力扣题目链接(opensnewwindow)给定一个整数数组nums和一个目标值target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。示例:给定nums=[2,7,11,15],target=9因为nums[0]+nums[1]=2+7=9所以返回[0,1
火车叨位去1949·2025-03-04 17:54

BERT 和 Milvus 构建智能问答系统的全面技术解析，涵盖从原理到实践的完整流程

下面Python代码示例和优化策略：一、技术栈协作原理BERT的语义编码能力BERT作为预训练语言模型，通过双向Transformer结构将文本转换为高维向量（如768维），捕捉上下文语义信息。
·2025-03-04 14:28

python流水线自动化项目教程

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言1.项目环境准备Python安装选择Python开发环境安装必要库2.数据获取与理解4.模型训练流水线6.模型保存7.模型部署
小白教程·2025-03-04 12:46

SFT与RLHF的关系

在大模型训练中，SFT（监督微调）和RLHF（基于人类反馈的强化学习）是相互关联但目标不同的两个阶段，通常需要结合使用以优化模型性能，而非互相替代。
一只积极向上的小咸鱼·2025-03-04 11:12

AI大模型与区块链技术的结合

模型可信度：区块链记录模型的训练和使用过程，确保模型的透明性和
小赖同学啊·2025-03-04 10:31

蚂蚁技术研究院发布推理大模型强化学习框架，邀请开发者共同助力 AGI 生态

AReaL源自开源项目ReaLHF，旨在训练每个人都可以复现和贡献的大型推理模型(LRM)。AReaL是蚂蚁技术研究院为开发一个完全开放和包容的AGI世界迈出的一步。
·2025-03-04 10:52

大模型开发和微调工具Llama-Factory--＞WebUI

#避免从HuggingFace下载模型导致网速不畅USE_MODELSCOPE_HUB=1llamafactory-cliwebui1.训练在模型开始训练之
m0_74823705·2025-03-04 05:56

神经网络之CNN文本识别

但是在文本分类问题上，相比于RNN，CNN的构建和训练更为简单和快速，并且效果也不差，所以仍然会有一些研究。那么，CNN到底是怎么应用到NLP上的
邪恶的贝利亚·2025-03-04 05:56

【Address Overfitting】解决过拟合的三种方法

：2.特征选择方法介绍：实践示例：适用场景：优缺点：3.正则化（Regularization）正则化类型：实践示例：适用场景：优缺点：总结与对比总结在机器学习中，过拟合（Overfitting）是模型训练过程中常见的问题
HP-Succinum·2025-03-04 05:24

Word2Vec的使用，一些思考，含示例——包括使用预训练Word2Vec模型和自训练Word2Vec模型

你可以直接通过它训练生成词向量，也就是一个新的Word2Vec，也可以使用预训练好的词向量，也就是那里直接用。
热爱生活的猴子·2025-03-04 03:13

AI大模型教程入门到精通，非常详细收藏我这一篇就够了！AI大模型零基础入门教程（适合小白）

AI大模型是指使用大规模数据和强大的计算能力训练出来的人工智能模型。这些模型通常具有高度的准确性和泛化能力，可以应用于各种领域，如自然语言处理、图像识别、语音识别等。为什么要学AI大模型？
AGI大模型学习·2025-03-04 01:21

大模型算法工程师的技术图谱和学习路径

负责整个模型开发生命周期，包括数据清洗、特征工程、模型选择、训练和部署。与数据科学家、工程团队和产品团队合作，理解业务需求并将算法转化为实际产品。对模型性能进行评估和优化，确保模型的准确性、效率和可扩
执于代码·2025-03-03 23:39

AI提示词终极奥秘：三招破解Zero-Shot/Few-Shot/COT魔法

二、三分钟掌握三大核心技术1.Zero-Shot：空手道大师的思维（无需任何示例）核心原理：利用模型预训练知识直接推
曦紫沐·2025-03-03 22:05

DeepSeek-R1：通过强化学习激励大型语言模型的推理能力

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练而成的模型，无需监督微调（SFT）作为初步步骤，展示了卓越的推理能力。
AI专题精讲·2025-03-03 22:05

深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用

pytorch之19种优化算法（optimizer）解析深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用摘要归一化（Normalization）是提升模型性能、加速训练的重要技巧
@Mr_LiuYang·2025-03-03 21:55

Pta考试真题训练—1125（字符串之最小子串）

子串是一个字符串中连续的一部分，而子列是字符串中保持字符顺序的一个子集，可以连续也可以不连续。例如给定字符串atpaaabpabtt，pabt是一个子串，而pat就是一个子列。现给定一个字符串S和一个子列P，本题就请你找到S中包含P的最短子串。若解不唯一，则输出起点最靠左边的解。输入格式：输入在第一行中给出字符串S，第二行给出P。S非空，由不超过104个小写英文字母组成；P保证是S的一个非空子列。
Arbritry·2025-03-03 21:55

PyTorch Lightning 的简单使用示例

1.环境准备与依赖导入首先，代码需要导入了实现模型、数据处理和训练所需的各个包：importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoader
idealmu·2025-03-03 21:54

基于DeepSeek 的图生文最新算法 VLM-R1

具体来说，对于引用表达式理解（REC）的任务，我们使用R1和SFT方法训练了Qwen2.5-VL。结果表明，在域内测试数据
AI算法网奇·2025-03-03 18:02

清华「DeepSeek从入门到精通」正式发布！104页超全解析使用教程

还有些用的是chatGPT的训练方式，要知道，DeepSeek和chatGPT是两种模型，一个是推理型，一个是指令型，这是驴唇不对马嘴啊。
职场程序猿·2025-03-03 18:28

C++数组综合训练：插入删除/进制转换/排序算法

第一部分：数组基础操作强化1.1数组元素插入（动态位移版）//示例：在指定位置插入元素inta[11],i,n,x,y;cin>>n;//当前元素数量for(i=0;i>a[i];cin>>x>>y;//输入插入位置（从1开始计数）和元素值x--;//转换为数组下标//关键算法：从后向前移动元素（时间复杂度O(n)）for(i=n;i>=x;i--){a[i+1]=a[i];//元素后移}a[x]
卫青~护驾！·2025-03-03 18:57

Llama 3.2入门基础教程（非常详细），Llama 3.2微调、部署以及多模态训练入门到精通，收藏这一篇就够了！

然后在训练上变化比较大，参数变大了，400B的还没放出来
中年猿人·2025-03-03 17:49

GPT-4.5

OpenAI团队表示，GPT-4.5是他们迄今为止最大、最强的模型，在预训练和后训练方面实现了重大突破。
开发者每周简报·2025-03-03 15:38

数学建模：MATLAB极限学习机解决回归问题

一、简述极限学习机是一种用于训练单隐层前馈神经网络的算法，由输入层、隐藏层、输出层组成。基本原理：输入层接受传入的样本数据。
DesolateGIS·2025-03-03 15:05

DeepSeek-R1 技术报告解读：用强化学习激发大模型的推理潜能

文章目录1.背景2.DeepSeek-R1训练流程2.1DeepSeek-R1-Zero：纯强化学习2.2DeepSeek-R1：冷启动+多阶段训练3.蒸馏小模型3.1蒸馏流程与优势3.2蒸馏vs.直接
跑起来总会有风·2025-03-03 14:04

神经进化算法(Neuroevolution) 原理与代码实例讲解

然而，传统的神经网络训练方法通常依赖于人工设计的网络结构和参数初始化，这往往需要大量的经验和试错，并且难以找到最优的网络结构和参数。神经进化算法(Neuroevolutio
AI大模型应用之禅·2025-03-03 13:25

【硬核教程】DeepSeek 70B模型微调实战：打造工业级AI开发专家（附完整代码+案例）

——基于LoRA+GRPO算法，显存直降10倍，手把手教你训练行业大模型为什么这篇内容值得收藏？
爱吃青菜的大力水手·2025-03-03 11:06

分布式多卡训练(DDP)踩坑

多卡训练最近在跑yolov10版本的RT-DETR，用来进行目标检测。
m0_54804970·2025-03-03 11:05

YOLO 中 SPFF 模块的优化与 Focal Modulation 替代研究

文章目录1.YOLO中的SPPF模块分析2.FocalModulation简介3.在YOLO中用FocalModulation替换SPPF4.实验与对比分析4.1代码替换YOLO模型中的SPPF4.2训练对比
向哆哆·2025-03-03 10:57

【WOA-CNN-LSTM】基于鲸鱼算法优化深度学习预测模型的超参数研究（Matlab代码实现）

首先，我们介绍了LSTM模型的结构和训练过程。然后，我们
然哥爱编程·2025-03-03 10:25

基于大模型的脂肪栓塞综合征风险预测与综合治疗方案研究报告

研究目的与方法二、脂肪栓塞综合征概述2.1定义与发病机制2.2病因与危险因素2.3临床表现与分类2.4诊断标准与方法三、大模型在脂肪栓塞综合征预测中的应用3.1大模型简介3.2数据收集与预处理3.3模型训练与验证
LCG元·2025-03-03 09:50

代码随想录算法训练day65---图论系列9《dijkstra(堆优化版)&Bellman_ford 算法》

代码随想录算法训练—day64文章目录代码随想录算法训练前言一、47.参加科学大会-----dijkstra(堆优化版)二、94.城市间货物运输I---Bellman_ford算法总结前言今天是算法营的第
Ritsu栗子·2025-03-03 08:45

DeepSeek-R1：重新定义推理性能的开源人工智能

目录重新定义卓越的基准变革性应用案例技术创新后训练优化冷启动数据以提高可用性可扩展性蒸馏模型API集成：为开发者而生竞争定价：可及的高级人工智能开源优势DeepSeek代表的引用推动开放人工智能的边界推动边界意味着什么
知识小报童·2025-03-03 08:11

DeepSeek 开源周五个开源项目，引领 AI 创新？

这些项目涵盖了AI基础设施、模型训练和数据处理的各个方面，旨在通过透明和社区驱动的创新推动AI发展。这也解释了为什么DeepSeek可以用低成本训练出高质量的模型。
LaughingZhu·2025-03-03 08:09
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他