×

Loading...
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务

chatgpt 说

在机器学习中,模型是指一种数学函数或算法,它可以接受输入数据并输出一个结果。例如,在图像分类问题中,模型可以将一张图片作为输入,然后输出一个代表图像类别的数字或标签。

模型包括两类参数,分别是超参数和内部参数。

超参数是在训练模型之前设置的参数,例如学习率、批次大小、层数和每一层的神经元数量等。这些超参数需要经过仔细的选择和调整,以使模型在训练期间表现良好。

内部参数是模型的内部变量,例如权重和偏差,是在训练过程中自动学习的,它们通过不断迭代调整以最小化预测值与真实值之间的误差。

在训练过程中,超参数的设置对模型的训练过程和结果有很大的影响,因此需要进行仔细的调整和优化,以获得更好的模型性能。

Report

Replies, comments and Discussions:

  • 工作学习 / 学科技术 / 问个技术问题:AI的10亿个参数是什么意思?能用普通的语言,非数学公式解释吗?
    • A parameter refers to the values an LLM can independently update as the model learns. These values are learned from existing training data and characterize the skill of a large language model for solving a specific problem, e.g., text generation. +1
      • 那这个参数是数值(scalar), 还是其它什么东西?
    • 我的理解是:相当于做菜的调料,盐巴应该放多少,味精应该要放多少。 +1
    • 深度学习的基本单元是 y = W*X + b, 其中W, b是二个参数, 都是矩阵,随便一个神经网络都会有上百万的参数。网络越复杂参数越多。 +2
    • chatgpt 说 +1

      在机器学习中,模型是指一种数学函数或算法,它可以接受输入数据并输出一个结果。例如,在图像分类问题中,模型可以将一张图片作为输入,然后输出一个代表图像类别的数字或标签。

      模型包括两类参数,分别是超参数和内部参数。

      超参数是在训练模型之前设置的参数,例如学习率、批次大小、层数和每一层的神经元数量等。这些超参数需要经过仔细的选择和调整,以使模型在训练期间表现良好。

      内部参数是模型的内部变量,例如权重和偏差,是在训练过程中自动学习的,它们通过不断迭代调整以最小化预测值与真实值之间的误差。

      在训练过程中,超参数的设置对模型的训练过程和结果有很大的影响,因此需要进行仔细的调整和优化,以获得更好的模型性能。

    • 简单点说吧,我们生活在三维世界,加上时间算是四维,物理学家说世界是11維的,AI算的是上亿维的。 +1