2023 iThome 鐵人賽

2023 iThome 鐵人賽

帶我們前進的是想證明自己的力量

AI & Data

最新文章熱門文章

選手 121 文章 2526

Day 4

2023-09-08

5841

0

以 OpenAI 以及 LangChain 實做我的聊天機器人系列

[D4] 原理解析 - 大型語言模型之爭

在本文開始之前，讓我們先來探討一張圖表，該圖表詳細描述了大型語言模型的族系、演變軌跡和發表年代。從這張圖表中，以下幾點吸引了我的注意：現代語言模型的根基主要...

Day 23

2023-10-06

5820

0

揭開黑箱模型：探索可解釋人工智慧系列

[Day 23] Attention-Based：使用注意力機制解釋CNN模型

近年來注意力機制（Attention Mechanism）已經成為深度學習和神經網路領域的一個重要研究。它不僅能夠改善模型的性能，還可以增強模型的解釋性。201...

Day 29

2023-10-14

5734

0

30天內成為NLP大師：掌握關鍵工具和技巧系列

【Day 29】ChatGPT的挑戰者LLaMA(下) - 用RLHF與QLoRA調整大型語言模型

前言終於來到我們這個系列的最後一個階段啦~今天的主要內容是教你如何運用RLHF與QLoRA來調整這些龐大的語言模型。在這個部分裡，如果你在網路上查詢資料，可能...

Day 12

2023-09-27

5648

0

LLM 學習筆記系列

LLM Note Day 12 - So Many LLMs 如繁星般的語言模型們

簡介雖然多數的 Local LLM 不會像 ChatGPT 一樣高達 175B 的參數量，但即便模型只有 7B, 13B，在只有一兩張 3090, 4090...

團隊消波塊上的海洋貓貓

Day 24

2023-10-07

5641

0

揭開黑箱模型：探索可解釋人工智慧系列

[Day 24] LSTM的可解釋性：從時序資料解析人體姿態預測

在這個系列中，我們已經介紹了深度神經網路中的DNN（深度神經網路）和CNN（卷積神經網路），以及它們如何透過不同的方法進行模型解釋。今天，我們將深入探討如何使用...

Day 27

2023-10-09

5566

0

30天深度學習-從零到英雄系列

池化層(pooling layer)

前言：昨天說過 CNN = 卷積層 + 池化層 + 密集神經網路，所以我們今天就要來介紹池化層池化層通常在 CNN 神經網路後面還會搭配池化層 (pool...

熱門文章

熱門系列

鐵人選手

工商時間