3.1 預(yù)訓練與微調(diào)的原理和典型模型
- 大語言模型：原理、應(yīng)用與優(yōu)化
- 蘇之陽 王錦鵬 姜迪 宋元峰
- 158字
- 2024-12-18 17:06:31
上QQ閱讀APP看后續(xù)精彩內(nèi)容
登錄訂閱本章 >
推薦閱讀
- 深度學習計算機視覺實戰(zhàn)
- 移動平臺深度神經(jīng)網(wǎng)絡(luò)實戰(zhàn)：原理、架構(gòu)與優(yōu)化
- 人工智能時代
- 不會被機器替代的人：智能時代的生存策略
- 智能浪潮：增強時代來臨
- 深度學習及加速技術(shù)：入門與實踐
- 從零開始：機器學習的數(shù)學原理和算法實踐
- 人工智能：從科幻中復(fù)活的機器人革命
- 碼農(nóng)的零門檻AI課：基于fastai與PyTorch的深度學習
- 智能汽車軟件功能安全
- AI：人工智能的本質(zhì)與未來
- 創(chuàng)客智造：讓物體擁有“智慧”的物聯(lián)網(wǎng)創(chuàng)意設(shè)計與應(yīng)用（第3版）
- PaddlePaddle深度學習實戰(zhàn)
- 機器學習實踐指南：案例應(yīng)用解析
- 深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通