[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[动手写神经网络] 04 使用预训练 vgg 提升 cifar10 分类准确率
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[动手写神经网络] 02 逐行写代码 CNN pipeline 图像分类（模型结构、训练、评估）
...
【计算机视觉】基于 Siamese network 的图像相似性计算（keras 预训练网络及微调，多输入单输出）
...
[动手写神经网络] 03 自定义 CNN 模型适配新的数据集 CIFAR10（适配+简单调参）
...
[动手写神经网络] 08 WandB（weights & biases）深度学习调参利器
...
[调包侠] 使用 PyTorch Swin Transformer 完成图像分类
...
[动手写神经网络] 07 预训练 resnet 解决 kaggle weather dataset（validation dataset）的使用
...
[动手写神经网络] 如何设计卷积核（conv kernel）实现降2采样，以及初探vggnet/resnet 卷积设计思路（不断降空间尺度，升channel）
...
[动手写神经网络] 可微才可学，深度学习框架自动微分计算图（DAG）
...
Tools | 让我放弃Coze的10种理由
...
【喂饭教程】20分钟学会微调大模型Llama3，环境配置+模型微调+模型部署+效果展示详细教程！草履虫都能学会~
...
【本地微调大模型】不吃配置，本地笔记本上轻松微调Llama3，Windows中文微调教程（附弱智吧训练训练集）
...
[调包侠] 04 使用预训练模型进行图像特征向量提取（image feature extractor，img2vec）并进行相似性计算
...
[动手写神经网络] 如何对数据集（ImageNet） denormalize（inverse normalize）还原为原来的均值和标准差（mean/std）
...
[动手写神经网络] 06 自定义（kaggle）数据集（custom dataset）、Dataloader，及 train test valid 数据集拆分
...
[pytorch] [求导练习] 05 计算图（computation graph）构建细节之 inplace operation（data与detach）
...
[动手写神经网络] pytorch 高维张量 Tensor 维度操作与处理，einops
...
[动手写神经网络] 手动实现 Transformer Encoder
...
[动手写神经网络] 如何对数据集归一化（transforms.Normalize）以 mnist 数据集为例（mean=0.1307, std=0.3081）
...
鲨疯了！最适合新手入门的【LLM医疗大模型】教程：医疗大模型LLM应用现状及如何微调一个医疗大模型？我竟然一天就搞懂了！
...
[pytorch 强化学习] 13 基于 pytorch 神经网络实现 policy gradient（REINFORCE）求解 CartPole
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
【秒懂教程】20分钟学会微调大模型Llama3，本地部署+模型微调+模型部署+效果展示详细教程！草履虫都能学会~
...
NeurIPS'24预讲会｜大语言模型12篇工作：多智能体协作、端到端信息检索、高效微调架构、不确定性感知规划等
...
【深度学习环境搭建】02 gpu 服务器端部署 jupyter notebook server
...
动画解释深度学习：使用 SimCLR 进行对比学习
...
《大模型与Agent开发实战课》焕新升级！微调、RAG、Agent全体系技术详解 | 四大自研Agent万行代码项目实战 | 0基础直达大模型技术应用底层
...
[LLM & AIGC] 01 openai api 的简单介绍（文本生成/指令，图像生成）
...
【微调实战】喂饭级教程！！15分钟学会Qwen2-7B微调及部署，帮你从零基础到大神，通俗易懂，连草履虫都能学会~
...
[LLM && AIGC] 05 OpenAI 长文本（long text，超出 max_tokens）处理及 summary，划分 chunk 处理
...
《大模型原理与训练实战》焕新升级！【全网首门】体系化大模型训练实战课 | 从0到1构建+训练+优化你的专属大模型！| 预训练+指令微调+蒸馏+推理全流程
...
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation（低秩逼近）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[数值计算] 快速计算、妙算对数，之对数表（logarithm table）的使用，如何将任意一个数转换为10-99，或0-0.99之间的可查表形式
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
【合集】从零训练专属大模型技术实战｜Llama 3架构大模型训练实战｜稳定高质量对话大模型训练｜分词器训练+预训练+全量指令微调全流程技术实战
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
[personal chatgpt] trl reward model 与 RewardTrainer（奖励模型，分类模型）
...
[bert、t5、gpt] 05 构建 TransformerDecoderLayer（FFN 与 Masked MultiHeadAttention）