深度学习炼丹炉

调参对象可针对模型本身和参数进行设置。模型本身的内容包括优化器、激活函数、正则化、损失函数等;参数设置包括:GPU数量、批处理大小、Epoch数量、初始化权重、学习率等。

针对权重初始化通常采用预训练模型或者xavier,其中前者为使用训练集得到的参数信息,更一般的为后者,通过设置参数分布来初始化权重。

相关推荐
程序员cxuan1 分钟前
OpenAI Linux 版来了!
人工智能·后端·程序员
用户5619035069335 分钟前
OpenAI兼容API报401/404/429怎么解决?API Key、Base URL、模型名排查
人工智能
lucky_syq6 分钟前
专栏目录与学习路线 | 48 篇正文导览
人工智能·学习
TechEdu20260611 分钟前
[人工智能]RLlib:基于Ray的可扩展强化学习框架
人工智能·ai
加多22 分钟前
DeepSeek Harness 深度分析:用途、问题、架构原理与使用指南
人工智能·架构
风流 少年35 分钟前
Spring AI 2.0:Flux
java·人工智能·spring
小马过河R44 分钟前
Graph Engineering 深度解析:模型越强,越需要给它画好“地图”
人工智能·langchain·graph·ai工程化·harness·驾驭工程
leisoo80971 小时前
涨停板次日表现因子怎么挖掘本地化Python全流程实战
大数据·人工智能·python
lucas_AI1 小时前
喂张白纸也能吐出证件号?文档 MLLM 的"关系级泄露"被测出来了
人工智能·算法·掘金技术征文
Old Uncle Tom1 小时前
手机银行用户画像设计
人工智能·智能手机