V
主页
文本转向量教程s2——认识文本转向量方法(sbert本质和推理加速)
发布人
背景 1. 需求:rag 很火、通用的很强,但是有时候需要微调。 知识点: 1. sbert、simcse、flag-embedding、colbert、m3e 2. 部署的时候,推理加速、optimum https://huggingface.co/docs/optimum/index 3. 前沿知识:bert类型的模型都可以做的(encode-only)。那么decode -only架构的能不能做(llama、gpt这种) 4. 长文本的embedding 5. 现在开源的主流的解决方案
打开封面
下载高清视频
观看高清视频
视频下载器
llama3.1国内可直接使用教程,405B堪称最强开源大模型,API无限调用,迪哥带你怎么玩,手把手教你打造自己的大模型!-人工智能、大模型、深度学习、NLP
文本转向量教程s1——总体介绍
不是吹!PyTorch真不难,常见的函数就这么多,一周看完《pytorch常用函数手册》你就牛啦!适合新手入门到进阶,学不会来捶我!机器学习|深度学习|NLP
nlp开发利器——vscode debug nlp大工程(最最最优雅的方式)
文本转向量教程s3——Trainer二次开发(embedding为例)
transformers源码阅读——如何看懂模型代码(以llama为例)
transformers源码阅读——入门(提高nlp工程师的工程能力)
结合创新,小波变换+注意力机制,实现100%分类准确率
如何丝滑的下载大模型——下载hf的大模型真的会谢(太慢了)
这才是科研人该学的!一口气学完线性回归、多项式回归、决策树等十大回归模型,从原理到实战,太通俗易懂了,比啃书强太多了!机器学习|深度学习|计算机视觉|人工智能
nlp开发利器——vscode愉快的写nlp代码
牛逼!竟然用3天一口气学完强化学习【PPO、Q-learning、DQN、A3C】十大算法原理及实战玩转超级马里奥!通俗易懂,比啃书强太多了!机器学习|深度学习
chatglm3源码阅读——吐槽角度
国内的大模型结构和llama有多相似?
longlora是怎么实现的——如何在transformers的模型上修改的
强化学习TRL包源码解读S2——PPO
transformers二次开发——为什么要实现自己的sft代码
与其绞尽脑汁地找方法提升代码能力,还不如把这三个项目啃透——人工智能|机器学习|深度学习
transformers二次开发——为什么要实现自己的sentence-embedding训练代码
transformers源码阅读——gradient_checkpointing详解
transfomers源码阅读——Trainer解读系列1_了解训练流程
transformers源码阅读——transformers包的文件框架介绍
大模型量化是怎么实现的——transformers源码解读
手把手教你搭建【NLP聊天机器人】,基于Pytorch实现,看完就能跑通!!!
26集全!B站目前唯一能将【量化交易】讲清楚的教程!用AI从零开始打造你的交易机器人!大数据量化交易/机器学习/Python金融分析
【深度学习保姆级教学】草履虫都能看懂!3小时入门到精通!人工智能基础入门必看!【ML机器学习|DL深度学习|CV计算机视觉|NLP自然语言处理】
吹爆2024【一个非常实用的方法】研一小白,不懂代码,如何才能快速发出一篇深度学习的论文!!!-人工智能/机器学习/深度学习
强化学习TRL包源码解读S1——reward_Trainer
miniCPM系列S1——技术报告解读(吊打llama2-70b-chat模型?)
transformers源码阅读——Trainer解读系列2_关键方法
科研党必看!LSTM+Transformer王炸组合创新,荣登Nature,高达95.65%精度!!附16篇前沿研究成果,看完创新点妥了!机器学习|深度学习
transformers更新了啥S2——在国庆的时候 更新了啥(闲聊)
transformers源码阅读——投机采样原理和实现方法
transformers疑惑解答S1——transformers是怎么保存模型权重的?
nlp开发利器——vscode如何debug transformers源码(torchrun形式)
牛逼!竟然用3天一口气学完pytorch入门基础【线性回归、逻辑回归、神经网络、梯度下降】等十大算法原理及实战!通俗易懂,比啃书强太多了!机器学习|深度学习
为什么我的模型就没有办法使用ddp——基于bert做embedding任务 使用ddp进行训练
多模态大模型LLaVA模型讲解——transformers源码解读
训练LLaVA模型(数据集构建、基于Trainer的训练框架搭建)——LLaVA系列
transformers二次开发——bge-reranker模型微调流程