标签:AI

人工智能

生成式AI第五章 大语言模型微调

生成式AI第五章 大语言模型微调
在第二章中,我们探讨了语言模型的原理以及如何使用它们完成不同的任务,例如文本生成和序列分类。可以看到,通过适当的提示词和这些模型的零样本能力,语言模型在许多任务中无需进一步训练就能表现出色。我们还讲到了一些由社区提供的成千上万的预训练模型。在本章中,我们将学习如何通过在自有数据上进行微调来提升语言模型在特定任务上的表现。尽管预训练模型展示了非凡的能力,但其……继续阅读 »

Alan 1个月前 (06-12) 263浏览 0评论0个赞

人工智能

生成式AI第四章 Stable Diffusion

生成式AI第四章 Stable Diffusion
在前一章中,我们介绍了扩散模型及其迭代优化的基本思想。学完该章,我们已经能够生成图像,但训练模型非常耗时,而且我们无法控制生成的图像。在本章中,我们将学习如何从这一阶段走向基于文本条件的模型,这些模型可以根据文本描述高效地生成图像,研究的是一个名为Stable Diffusion(SD)的模型。不过在介绍SD之前,我们会先了解条件模型如何工作,并回顾一些产生……继续阅读 »

Alan 2个月前 (06-10) 481浏览 0评论0个赞

人工智能

生成式AI第三章 扩散模型Diffusion

生成式AI第三章 扩散模型Diffusion
图像生成领域在2014年因Ian Goodfellow引入生成对抗网络(GAN)而广泛流行。GAN的关键理念催生了一大批能够快速生成高质量图像的模型。然而,尽管GAN取得了成功,它也面临着挑战,需要大量参数并且难以有效泛化。这些限制引发了其它的研究尝试,带来了对扩散模型的探索——这是一类重新定义高质量、灵活图像生成的模型。2020年底,一类鲜为人知的模型—……继续阅读 »

Alan 2个月前 (06-09) 305浏览 0评论0个赞

人工智能

生成式AI第二章 Transformers

生成式AI第二章 Transformers
很多人将最近一波生成式人工智能的进展追溯到2017年发布称为transformer的模型。其最著名的应用是强大的大语言模型(LLM),如Llama和GPT-4,每天有数亿人使用。transformer已成为现代人工智能应用的核心,推动着聊天机器人、搜索系统乃至机器翻译和内容摘要等各类应用。甚至已超越了文本领域,在计算机视觉、音乐生成和蛋白质折叠等领域引起了巨……继续阅读 »

Alan 2个月前 (06-07) 452浏览 0评论0个赞

人工智能

生成式AI常见系统问题

生成式AI常见系统问题
很多年没使用Windows了,这次组装了一个台式机,主要是为了能使用Nvidia的4090显卡,虽然可以做双系统,但简单使用下来发现WSL配合VScode使用也不错,先看看有哪些坑吧。PyTorch安装 pip install torch torchvision torchaudio --extra-index-url htt……继续阅读 »

Alan 2个月前 (06-06) 241浏览 0评论0个赞

人工智能

生成式AI第一章 多媒体生成入门

生成式AI第一章 多媒体生成入门
生成式模型在近年来广泛流行。在阅读本文时,读者很可能已经在与生成模型进行过互动。或许是使用ChatGPT生成文本,或许是在Instagram等应用中使用风格转换,亦或是看过那些引发热议的深度伪造视频。这些都是生成式模型的实际应用!在系列文章中,我们将探索生成式模型的世界,从两大生成模型阵营——transformers和扩散模型(diffusion)的基础开……继续阅读 »

Alan 2个月前 (06-05) 217浏览 0评论0个赞

Coding

AI大语言模型之文生3D和图生3D

AI大语言模型之文生3D和图生3D
多模态大语言模型世界已然很丰富, 图片领域前有Midjourney,后有DALL·E的追赶,开源界还有Stable Diffusion垫后。视频领域Runway的Gen 2一骑绝尘,也不乏大量的追赶者,Deforum配合Stable Diffusion也可实现文生视频。今天我们探讨的是3D模型,如果未来增强现实以及Apple所倡导的空间计算能够走入大众市场,……继续阅读 »

Alan 8个月前 (11-21) 910浏览 0评论0个赞

Coding

第7章 组合不同的模型进行集成学习

第7章 组合不同的模型进行集成学习
其它章节内容请见机器学习之PyTorch和Scikit-Learn上一章中,我们专注于调优和评估不同的分类模型的最佳实践。本章中,我们将基于这些技术,并探索构建一组分类器的方法,这些方法通常比各个成员具备更好的预测性能。本章我们学习的主要内容有:基于多数投票做出预测使用装袋法重复从训练数据集中随机抽取组合降低过拟合应用提升方法通过弱学习器构建强大的……继续阅读 »

Alan 1年前 (2023-06-08) 1077浏览 0评论0个赞

Python

第6章 学习模型评估和超参数调优的最佳实践

第6章 学习模型评估和超参数调优的最佳实践
其它章节内容请见机器学习之PyTorch和Scikit-Learn在前面的章节中,我们学习了用于分类的基本机器学习算法以及如何在喂给这些算法前处理好数据。下面该学习通过调优算法和评估模型表现来构建良好机器学习模型的最佳实践了。本章中,我们将学习如下内容:评估机器学习模型表现诊断机器学习算法常见问题调优机器学习模型使用不同的性能指标评估预测模型……继续阅读 »

Alan 1年前 (2023-04-25) 1942浏览 0评论0个赞