分享：【从零开始大模型开发与微调:基于PyTorch与ChatGLM】(新时代的曙光之大模型与人工智能)（学习笔记）
刷到一个挺有意思的话题，结合自己之前的经验，整理了一下核心要点。  **🔥承渊政道：**[个人主页](https://) **❄️个人专栏: ** [《C语言基础语法知识》](https://) [《数据结构与算法》](https://) [《C++知识东西》
标签：#机器学习
分享：第十五章：海纳百川——集成学习的高级策略与Stacking硬核实战
刷到一个挺有意思的话题，结合自己之前的经验，整理了一下核心要点。 在上一章“从树到森林”中，我们领略了Bagging通过并行投票降低方差、Boosting通过顺序纠错降低偏差的强大威力。然而，当单一算法家族（像是清一色的决策树）遇到性能瓶颈时，我们需要更宏大的视野——**“海纳百川”**。本章将彻底
整理：二分类任务核心：BCE 损失函数从原理到 PyTorch 实战
今天翻到一篇不错的技术分享，看完之后自己也琢磨了一下，把思路梳理记录下来。 #### 🔥 二分类任务核心：BCE 损失函数从原理到 PyTorch 实战 - [一、先理清：二分类与多分类损失的核心差异](#_6) - [二、BCE 损失函数：原理与公式深度解析](#BCE__19) - [1. 核心
说说深度学习核心：损失函数完全解析 —— 从原理到 PyTorch 实战
刷到一个挺有意思的话题，结合自己之前的经验，整理了一下核心要点。 #### 🔥深度学习核心：损失函数完全解析 —— 从原理到 PyTorch 实战 - [Bilibili 视频](#Bilibili__2) - [一、损失函数：模型的 “质量标尺”](#__12) - [1.1 核心定义](#11_
说说一文读懂人工智能，机器学习，深度学习，神经网络，Transformer（学习笔记）
这两天一直在研究这个话题，踩了几个坑，把遇到的东西整理成文，供有需要的朋友参考。 #### 目录 - [一、逐个定义 + 各自包含内容](#___1) - [1. 人工智能 AI（最大范畴）](#1__AI_2) - [2. 机器学习 ML（AI 的子集，实现AI的主流方法）](#2__MLAI_A