标签：深度学习

account_circle 林清杨 schedule2025年3月24日folder_open2025, AIcomment无评论

在现代自然语言处理（NLP）和计算机视觉（CV）的任务中，Self-Attention（自注意力机制）是不可或缺的核心技术。无论是 Transformer 架构，还是各种基于 Attention 的模…

account_circle 林清杨 schedule2025年3月24日folder_open2025, AIcomment无评论

交叉熵（Cross Entropy）常用于分类问题中衡量两个概率分布之间的差异。它的公式如下： 1. 对于二分类问题（Binary Classification）：给定真实标签 y \in \{0,…

account_circle 林清杨 schedule2025年3月23日folder_open2025, AIcomment无评论

趁热打铁，继续写语言建模系列第 2 篇文章：《统计语言模型 vs 神经语言模型》。一、语言模型的起点：让机器理解语言的概率世界语言模型（Language Model, 简称 LM）本质上是用于计算…

account_circle 林清杨 schedule2025年3月23日folder_open2025, AIcomment无评论

这一篇我们就直接硬刚——从 Transformer 开始，整一份全景图式的进化剖析，理清 BERT 和 ChatGPT 的演化脉络，最后揭开 ChatGPT 背后的秘密武器：预训练 + 微调 + RL…

上一篇，我们通过一个项目讲解了“实战 5 步”的前两步。在第一步“定义问题”中，我们定义了要处理的问题，也就是根据点赞数和转发数等指标，估计一篇文章能实现多大的浏览量。同时我们还将它归类为回归问题；在…

什么是机器学习这个问题其实不好回答，因为机器学习涵盖的内容太多了。机器学习之父 Arthur Samuel 对机器学习的定义是：在没有明确设置的情况下，使计算机具有学习能力的研究领域。国际机器学…

account_circle 林清杨 schedule2024年11月1日folder_openAIcomment无评论

特征工程全面指南：从基础到进阶引言特征工程是数据科学和机器学习中至关重要的一步，它涉及将原始数据转换为可以有效训练模型的特征。本文将系统性地探讨特征工程的各个方面，包括数据预处理、特征构建、特征选…

这场关于AI大模型训练平台的冒险，虽然充满了挑战与冲突，但正是这些波折造就了一个功能强大、前景广阔的AI训练平台。对于团队来说，这不仅是技术的胜利，也是智慧、协作与毅力的象征。每一次的挣扎与突破，都是…

人工智能、机器学习、深度学习的关系概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的，三者的关系为：人工智能 > 机器学习 > 深度学习。人工智能（ArtificialI…

AI Studio：https://aistudio.baidu.com/ 飞桨官网：https://www.paddlepaddle.org.cn/ 百度技术学院：http://bit.baidu….

吴恩达深度学习deeplearning.ai课程