- 博客(5)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 Datawhale AI夏令营——大模型技术（微调） Task1 学习笔记
task1难度偏简单，目前想到的得高分的思路是不断测试lr与epochs的更优组合，以及优化prompt，优化生成的数据是否也可以。疑问是找出lr与epochs的更优组合只能通过不断猜测的方法吗？
2024-08-11 13:57:21
747
原创 Datawhale AI夏令营——AI+物质科学 Task3 学习笔记
这一期的学习到此为止，认为收获还是很多的，但是对于机器学习以及深度学习的一些概念的理解还是一个比较模糊的状态，代码的实战能力也还欠缺，感觉这次夏令营应该更适合有一些基础的同学。
2024-08-03 22:45:17
570
原创 Datawhale AI 夏令营——AI+物质科学 Task2 学习笔记
因为之前没有接触过深度学习，所以在这一块的理解上有些困难。以下是我对baseline中定义模型部分的一些理解。# 定义RNN模型定义rnn模型需要的参数num_embed：嵌入层的词汇量大小input_size：每个词嵌入向量维度hidden_size：隐藏层维度，该参数偏大时，模型可以捕捉更多复杂的模式和特征，但是计算开销和训练时间随之增加，且数据量不足时会有过拟合风险。output_size：全连接层的输出维度。
2024-07-30 21:37:35
1458
空空如也
调用星火大模型遇到的请求错误
2024-07-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人