one_day

文本分类原理讲解（类比手写数字识别） 核心思想对比： 手写数字识别：28×28像素图像 → 784维向量 → 神经网络 → 10个数字类别 文本分类：单词序列 → 词向量 ...

从感知机到神经网络：手写数字识别原理与实现 一、前置知识回顾 在深入理解神经网络之前，我们需要掌握几个关键的数学概念： 1. 向量与矩阵 向量：一维数组，可用于表示单个数据...

核心思想：矩阵乘法的维度匹配 原始分解：A = U Σ Vᵀ A: m × n 矩阵 U: m × m 矩阵 Σ: m × n 对角矩阵 Vᵀ: n × n 矩阵 压缩过程...

那么，反向传播到底“优化”了什么？ 它优化的不是次数，而是每次迭代的“效率”和“方向性” 。 没有反向传播的“学习”是怎样的？那就好比： 随机猜测：厨师长对后厨喊：“菜不行...

1、y = f(wx + b) 是一条直线，只能区分直线两侧分类，如果数据点不是线性的，则不能区分， 因为 wx + b 本身是一个线性运算（它定义了一个超平面）。激活函数...

原文地址 https://juejin.cn/post/7426343844595335168 1、执行微调时 需要cd切换到lora目录 MLX MLX是由苹果的机器学习...

一、如何微调 数据准备 收集高质量、领域相关的标注数据（如问答对、指令、对话等）。 清洗格式，确保数据适合大模型输入。 选择预训练模型 选择适合的开源/商业基础模型（如 Q...

概念说明 1、微调：会改版模型参数，需要训练 通过额外训练修改模型内部参数 知识被"烘焙"到模型权重中 需要大量标记数据和计算资源 适合需要深度调整模型行为的场景 2、RA...

直接安装numpy报错 解决办法 #``` 创建虚拟环境 激活虚拟环境 在虚拟环境中安装 numpy...

一、感知机 1、x1到xn是输入信号，w1到wn是权重，b是偏置 2、大模型讲的参数是指，权重和偏置，x1-xn和b,总共n+1个参数。 大模型的参数本质上是所有神经元中所...

一、一维数组在乘号后面时 A=[[1,2],[3,4]] *[5,6],v会被转换（视为）列向量 二、一维数组在乘号前面时，v会转为行向量，如下图所示 三. 维度变化图解 ...

一、加载性能优化（首屏速度关键） 资源压缩与合并 代码压缩：使用Webpack/Gulp压缩HTML/CSS/JS（移除注释、空格、变量混淆）13 图片优化： 格式选择：W...

然后分别在两个组件中调用，A组件设置setShowUploadModal，B组件引用showUploadModal，A调用完，B组件不会重新渲染 原因 Hook的特性：自定...

1、模型 f(x)=wx+b,函数就是模型 2、其实就是通过数据找出一个函数规律，然后解决这一类的问题...

机器学习和深度学习都是人工智能的分支，但它们之间存在一些重要的区别： 复杂度： 机器学习：通常处理较为简单的问题，使用传统的算法。 深度学习：能够处理更复杂的问题，使用多层...

对于想要快速进入AI开发和调优领域的学习者来说，不必一开始就深入学习西瓜书这样的理论著作。以下是一个更实用的学习路径建议： 编程基础： 掌握Python语言，这是AI开发中...

西瓜书（《机器学习》by 周志华）中包含大量公式，而OpenAI等实际应用看似没有直接使用这些公式，这种现象可以从以下几个方面来解释： 理论基础vs实际应用： 西瓜书：提供...

1、vue项目中webpack配置文件，npm run dev的时候能控制台显示Lint报错，配置如下vue.config.js 配置项lintOnSave:true 2、...

矩阵的行数和列数在理论上没有固定的限制，可以是任意大小的矩阵。矩阵乘法的规则要求两个矩阵的尺寸满足特定条件： 如果矩阵 A 是一个 ( m \times n ) 的矩阵，而...

阶段 1：基础知识准备 1. 数学基础 线性代数：矩阵运算、特征值、特征向量、奇异值分解（SVD）。 微积分：梯度、偏导数、链式法则、优化理论。 概率与统计：概率分布、贝叶...