一，什么是Prompt 在人工智能领域，Prompt指的是用户给大型语言模型发出的指令。作用是引导模型生成符合预期主题或内容的文本，从而控制生成结果的方向和内容。 大模型是根...
发简信
IP属地：湖南
-
LLM（二）：Prompt -
LLM（一）：大语言模型自2022年，ChatGPT发布之后，大语言模型（Large Language Model），简称LLM掀起了一波狂潮。作为学习理解LLM的开始，先来整体的理解一下大语言模型...
-
NLP（三）：词向量自然语言处理，处理的是自然的需要，通过分词后得到我们想要的词，但是不可能直接把这种自然语言传递给计算机来理解。这时候就有一个概念叫词向量，用来表示词的特征向量或表征。 一，词...
-
-
NLP（一）：RNN&LSTM&GRU一，RNN 在BP神经网络和CNN中，输入输出都是互相独立的，但是在实际应用中有些场景输出内容和之前的内容是由关联的，比较典型的就是在处理序列信息的时候。 循环神经网络，在全...
-
深度学习（十一）：注意力机制在自然语言处理中，序列数据的输入包括一系列文本、语音信号、图像或视频等。 传统的循环神经网络（RNN）模型已经在这些任务中取得了很好的效果，但是该模型存在着两个主要问题：一是...
-
深度学习（十）：循环神经网络卷积神经网络可以有效地处理空间信息， 循环神经网络就是专门为更好地处理序列信息而生，如时间等。循环神经网络通过引入状态变量存储过去的信息和当前的输入，从而可以确定当前的输出。...
-
深度学习（九）：现代卷积神经网络在之前已经介绍了卷积神经网络的基本原理，这一节主要介绍一下现代的现代卷积神经网络模型，包括 AlexNet。它是第一个在大规模视觉竞赛中击败传统计算机视觉模型的大型神经网络；...
-
深度学习（八）：深度学习框架
一，基础介绍 在前面的内容中，所有的包括函数、各种层的封装都是我们自己手动码出来的，在实际的工程应用中，其实有很多东西是可以重复利用的，所以有些大佬就将其封装了起来，方便使用...
-
深度学习（七）：卷积神经网络一，整体结构 卷积神经网络，英文为Convolutional Neural Network，所以也被简称为CNN CNN和之前介绍的神经网络一样，也可以通过组装层来构建，只是...
-
深度学习（六）：实现误差反向传播法
通过组装已经实现的层来构建神经网络。 神经网络学习的步骤如下所示： 1，从训练数据中随机选择一部分数据。 2，计算损失函数关于各个权重参数的梯度。 3，将权重参数沿梯度方向进...
-
深度学习（五）：误差反向传播法在四中，采取了数值微分的方式求损失函数关于权重参数的梯度，但是比较耗时间，这一节讲一个能够高效计算权重参数的梯度的方法——误差反向传播法。 一，计算图 计算图指的就是将计算过...
-
深度学习（四）：神经网络的学习这里所说的“学习”是指从训练数据中自动获取最优权重参数的过程。 神经网络的学习可以结合机器学习，如导入损失函数这一指标，学习的目的就是找到使损失函数的值最小使的权重参数 一，...
-
深度学习（三）：手写数字识别
在之前神经网络的学习基础上，来试着解决实际问题。进行手写数字图像的分类。假设学习已经全部结束，我们使用学习到的参数，先实现神经网络的“推理处理”。这个推理处理也称为神经网络的...
-
深度学习（二）：神经网络在之前的感知机中，虽然它有着理论上能表示很多复杂函数的可能，但是设定权重等都是人工进行的。而神经网络的出现就是为了解决这个问题，神经网络是可以自动地从数据中学习到合适的权重参...
-
深度学习（一）：感知机感知机是作为神经网络的起源算法，因此，学习感知机的构造也是很有帮助的。 一，感知机是什么 感知机接收多个输入信号，输出一个信号。信号只有0和1两种取值。如下是一个接收两个输入...
-
机器学习（九）：决策树算法实现
在 sklearn 库中与决策树相关的算法都存放在sklearn.tree?？?决策树实现步骤 确定纯度指标确定纯度指标，用它来衡量不同“特征属性”所得到的纯度，并选取使得纯...
-
机器学习（八）：决策树算法一，if-else原理 决策树算法是以if-else来形成的，if-else它的用法就是：if 后跟判断条件，如果判断为真，也即满足条件，就执行 if 下的代码段，否则执行 ...
-
机器学习（七）：朴素贝叶斯分类算法
一，贝叶斯公式 在统计学中，有两个较大的分支，一个是频率，一个是贝叶斯。贝叶斯公式如下所示： P(A)表示A出现的概率； P(B|A)表示A发生的条件下，发生B的概率，也被称...