
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
微调方法学习总结(万字长文!)
微调相关方法以及详细原理解释,其他知识补充以及能够实现微调的框架等,本文章为个人学习总结使用,有问题直接提出,欢迎交流~

深度学习基础算法以及优化器复习总结
本文主要复习总结深度学习基础算法中从最基本的神经元,到 RNN,CNN,LSTM 等算法,以及其中用到的梯度下降,反向传播,优化器等等内容

prompt 工程学习总结
文本为个人系统性学习了解 prompt 工程的笔记,欢迎大家讨论,如有不足或者错误之处欢迎勘误~~~

Linux服务器下载百度网盘文件
Linux服务器下载百度网盘文件。

深度学习3 -- MLP实现
关于MLP神经网络的代码实现

深度学习5 -- 循环神经网络
本文主要介绍RNN原理以及使用场景

深度学习4 -- 卷积神经网络(代码实现篇+付详细流程文件)
本文主要是对之前个人写的CNN原理介绍篇的代码补充,以及代码所使用的相关详细说明

深度学习--优化器篇(超保姆级+附代码包含常用各种优化器)
文章详细介绍了优化器在深度学习中的作用,按照出现时间的顺序依次介绍各种优化器的实现原理附带个人理解的通俗数学公式,而且有torch中封装好的函数类用法和参数介绍等等,也包括优化器各自的优缺点,以及常用超参数的值大小等

深度学习--优化器篇(超保姆级+附代码包含常用各种优化器)
文章详细介绍了优化器在深度学习中的作用,按照出现时间的顺序依次介绍各种优化器的实现原理附带个人理解的通俗数学公式,而且有torch中封装好的函数类用法和参数介绍等等,也包括优化器各自的优缺点,以及常用超参数的值大小等

深度学习--优化器篇(超保姆级+附代码包含常用各种优化器)
文章详细介绍了优化器在深度学习中的作用,按照出现时间的顺序依次介绍各种优化器的实现原理附带个人理解的通俗数学公式,而且有torch中封装好的函数类用法和参数介绍等等,也包括优化器各自的优缺点,以及常用超参数的值大小等








