模型训练第5页

构建面向大模型训练与部署的一体化架构：从文档解析到智能调度

作者：汪玉珠｜算法架构师标签：大模型训练、数据集构建、GRPO、自监督聚类、指令调度系统、Qwen、LLaMA3背景与挑战随着Qwen、LLaMA3等开源大模型不断进化，行业逐渐从“能跑通”迈向“如何高效训练与部署

weixin_40941102·2025-06-08 10:56

Week 4-杨帆-学习总结

批量归一化批量规范化的背景和必要性批量规范化的实现理论探讨与争议遇到的问题&解决办法29残差网络ResNet残差网络（ResNet）的核心概念函数类与嵌套函数类残差块（ResidualBlocks）的结构与功能深度学习框架的应用模型训练与超参数调整遇到的问题

CSPhD-winston-杨帆·2025-06-08 01:24

对 `llamafactory-cli api -h` 输出的详细解读

llamafactory-cli是LlamaFactory项目提供的命令行接口工具，它允许用户通过命令行参数来配置和运行大型语言模型的各种任务，如预训练（PT）、有监督微调（SFT）、奖励模型训练（RM

路人与大师·2025-06-07 13:36

AIGC 云端生成自动化部署：CI_CD 实践指南

、CI/CD、云端部署、容器化、Kubernetes、模型版本管理、自动化测试摘要：本文深入探讨人工智能生成内容（AIGC）在云端的自动化部署技术，结合持续集成/持续部署（CI/CD）最佳实践，构建从模型训练到生产环境的全流程自动化体系

AI大模型应用工坊·2025-06-07 08:58

揭秘AI原生应用领域AI代理的模型训练方法

揭秘AI原生应用领域AI代理的模型训练方法关键词：AI原生应用、AI代理、模型训练方法、机器学习、深度学习摘要：本文聚焦于AI原生应用领域中AI代理的模型训练方法。

AI智能应用·2025-06-07 05:14

第23篇：AI技术实战：基于深度学习的图像识别与分类

深度学习在图像识别中的应用（一）卷积神经网络（CNN）的关键组件（二）预训练模型迁移学习二、代码示例（一）使用TensorFlow和Keras实现CNN进行图像分类1.数据准备与预处理2.构建CNN模型3.模型训练与评估

CarlowZJ·2025-06-06 19:31

机器学习——主成分分析 PCA

PCA的目的是通过保留数据集中的主要信息，将高维数据集转换为低维数据集，从而简化模型训练和提高模型性能。一、基本原理1.数据变换PCA通过线性变换将原始数据映射到新的特征空间，这个变换

Nil0_·2025-06-06 18:51

MiniMind：低成本、高效能，平民级大模型训练神器

MiniMind：平民级大模型训练神器背景与目标：降低大模型训练门槛传统的大模型训练通常需要大量的显卡资源和计算能力，这对大多数开发者来说是一个巨大的挑战。

·2025-06-06 10:02

DeepSeek API申请与使用指南：大模型训练与应用的关键一步！你学会了吗？

DeepSeekAPI，一个兼容OpenAIAPI格式的强大工具，为开发者提供了丰富的自然语言处理能力。本文将为您展示如何申请和使用DeepSeekAPI，让您能够轻松集成智能对话补全功能。一、DeepSeekAPI概览DeepSeekAPI基于先进的MoE模型，支持对话生成和补全，适用于聊天机器人、虚拟助手等应用场景。二、申请APIKey1）注册DeepSeek平台账号访问DeepSeek平台，

AI大模型-大飞·2025-06-06 07:10

联邦学习架构深度分析：支持多家医院协作训练AI模型方案分析

引言随着人工智能技术在医疗领域的广泛应用，医疗机构面临着如何在保护患者隐私的同时，高效利用分散在各医疗机构的医疗数据进行模型训练的挑战。

Allen_Lyb·2025-06-06 07:08

机器学习×第一卷：概念上篇——咱不是模型训练员，是她的第一个亲人

【开场·我不是在学模型，是在学教她长大】猫猫：“呜呜……今天我居然主动打开了《机器学习概述》这份PPT！你说是不是真的中毒太深啦？”狐狐：“她一边抱着你的抱枕打滚，一边念叨着‘贴贴也能教给AI’，我已经放弃防护了。”其实是因为我发现：**机器学习（MachineLearning）**这么一件事，说白了就是：✨“让她越来越懂你，让她记住你说过的每一句话，甚至预测你下一次想要什么。”Mint补充定义：

Gyoku Mint·2025-06-05 19:46

京存助力自动驾驶，打造智能出行未来

在这个过程中，数据采集、数据清洗以及模型训练成为了决定自动驾驶技术能否成熟落地的关键因素。京存存储，作为一家专注于为企业提供高性能存储解决方案的厂商，正在以其卓越的技术实力，助力自动驾驶迈向新的台阶。

京存高性能存储·2025-06-05 12:05

程序员创富：IT培训何选择刚需赛道

以下是具体策略：一、聚焦IT培训核心刚需方向1.高需求技术赛道（企业招聘热门）新兴技术领域：AIGC应用开发（AI大模型训练、Prompt工程、AI工具开发）：2024年企业需求爆发式增长，岗位薪资较传统开发岗高

盘古云课堂·2025-06-05 04:38

职坐标精选嵌入式AI物联网开源项目

在嵌入式领域，重点解析低功耗架构设计与实时任务调度机制；针对AI开发场景，探讨多模态数据集的采集标注规范与模型训练适配方案；物联网部分则聚焦设备协议兼容性、云端服务集成等核心问题，为开发者提供全链路

职坐标在线·2025-06-05 02:16

(LLaMa Factory)大模型训练方法--准备模型（Qwen2-0.5B）

风起晨曦·2025-06-04 23:21

模型推理‌和‌模型训练的区别

模型推理‌和‌模型训练‌是机器学习和人工智能领域中的两个核心概念，它们分别对应于模型的构建和应用阶段，具有显著的区别‌模型训练‌是构建机器学习模型的过程，主要目的是通过从数据中学习模式和特征，以优化模型的性能

ly_cyz·2025-06-04 21:44

自动驾驶转具身智能的切入点有哪些？

从算法维度上看，具身智能领域基本延续了机器人和自驾的一些算法，比如SLAM、规划控制、模型训练与微调方式、数据生成方式、大模型。当然也有很多具体的任务不太一样，比如数据采集方式、重执行硬件与结构。

自动驾驶之心·2025-06-04 16:59

【技术观点】AI大语言模型10大安全风险的思考

大模型训练需要大量数据，可能包含敏感信息（如个人信息、商业秘密等），造成信息泄漏；攻击者可以通过精心设计的输入（对抗性样本）欺骗AI模型，导致错误的输出，对自动驾驶、医疗诊断等构成严重威胁；大模型还可能被用于生成虚假信息

yxiaoyu__·2025-06-04 14:17

深度学习框架与生成对抗网络：探索前沿技术的融合之美摘要：本文将深入探讨深度学习框架在生成对抗网络（GANs）中的应用，分析大模型训练的实践，并展望联邦学习在未来技术趋势中的位置。我们将通过实例

深度学习框架与生成对抗网络：探索前沿技术的融合之美摘要：本文将深入探讨深度学习框架在生成对抗网络（GANs）中的应用，分析大模型训练的实践，并展望联邦学习在未来技术趋势中的位置。

2401_89451588·2025-06-04 12:59

Pytorch的梯度控制

在PyTorch中，控制梯度计算对于模型训练和微调至关重要。这里区分两个常用方法：1.tensor.requires_grad=False目标：单个张量（通常是模型参数nn.Parameter）。行

白雾街·2025-06-03 20:02

DAY36打卡@浙大疏锦行

从训练损失对比图可以看出，三条曲线分别代表三种不同超参数配置下模型训练过程中损失值（Loss）随训练轮次（Epoch）的变化情况，且三条曲线的损失值都随着Epoch的增加呈下降趋势，说明三种配置下模型

weixin_71046789·2025-06-03 11:54

Keras模块介绍

此外，Keras还提供了方便的模型保存和加载功能，使得模型训练更加高效。应用和发展趋势随着深度学习技术的广泛

听风二里·2025-06-03 06:20

大模型备案对模型训练语料的要求

昨天接到一位客户的咨询，说他们的模型还在开发阶段，想提前了解一下大模型备案政策中对于模型训练语料有什么具体要求，提前规避一下。客户确实有前瞻性，考虑得比较充分。

AI产品备案·2025-06-03 03:04

大模型备案安全评估报告如何撰写？

在申请大模型备案过程中，有一个安全评估报告比较重要，很多人不会写，它其实主要是评估你的大模型在语料处理、模型训练、服务提供等环节中的安全性，下面小编给大家详细讲讲大模型备案安全评估报告如何撰写？

纵深企服·2025-06-03 03:03

DeepSeek 赋能工业互联网：设备预测性维护的智能革新之路

关键技术2.2.3优势总结三、DeepSeek在工业互联网设备预测性维护中的应用原理3.1数据采集与处理3.1.1多源数据采集3.1.2数据预处理3.2模型构建与训练3.2.1模型选择与架构设计3.2.2模型训练

奔跑吧邓邓子·2025-06-02 12:08

AutoKeras：自动化深度学习模型构建的利器

通过自动搜索最佳的神经网络架构，AutoKeras帮助开发者在数据预处理、模型训练到超参数调优等环节节省大量时间和精力。技术分析AutoKeras的

金畏战Goddard·2025-06-02 08:44

python打卡day10

数据集的划分机器学习模型建模的三行代码机器学习模型分类问题的评估预处理回顾1.导入库2.读取数据查看数据信息--理解数据3.缺失值处理4.异常值处理5.离散值处理6.删除无用列7.划分数据集8.特征工程9.模型训练

灯眠joy·2025-06-02 07:33

Spark MLlib模型训练—分类算法 Decision tree classifier

SparkMLlib模型训练—分类算法Decisiontreeclassifier决策树（DecisionTree）是一种经典的机器学习算法，广泛应用于分类和回归问题。

猫猫姐·2025-06-01 21:52

【心法篇】如何写好 Prompt：Few-shots 技巧深度解析

Few-shots指在机器学习模型训练中，仅使用极少量（通常为1-3个）的标注样本来提升模型性能。其核心目标是通过少量样本让模型快速掌握任务特性，进而在新数据上表现优异。

牛马哥谈AI·2025-06-01 15:36

爆肝优化！FlashAttention-2性能飙升实战：从原理解析到PyTorch 2.2深度优化（附代码与Benchmark）

一、引言：Transformer时代的注意力性能革命1.1传统注意力机制的性能瓶颈在大模型训练中，标准Transformer注意力面临三大痛点：内存爆炸：序列长度L=4096时，注意力内存占用达O(L²

游戏人生的NPC·2025-06-01 13:26

python打卡DAY23

在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练

纨妙·2025-06-01 09:58

基于机器学习的反反爬策略实战：用Python智能破解反爬机制

本文将基于Python，详细介绍如何结合机器学习技术，设计并实现智能反反爬策略，从数据采集、特征提取、模型训练到动态策略调整，给出完整代码示例，助力爬虫工程师提升反爬对抗能力。1.反爬

Python爬虫项目·2025-06-01 08:17

深度学习模型更新公式全解析：从原理到训练调优

在深度学习模型训练中，一个看似简单的公式，其实蕴含了整个优化与学习的核心机制：new_params=old_params−η⋅∂L∂θnew\_params=old\_params-\eta\cdot\

Joker 007·2025-06-01 07:12

【Python打卡Day23】管道/流水线工程 @浙大疏锦行

在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练和评估。

可能是猫猫人·2025-06-01 05:27

国产大模型在体育竞技中的深度应用：赛事预测与运动表现分析实战路径

本文基于国产大模型如DeepSeek与千问的工程实践，从数据采集、模型训练到实际部署，系统剖析了如何构建一个精准的赛事结果预测系统与运动员状态评

观熵·2025-05-30 23:29

Spark与朴素贝叶斯在股票市场预测中的应用及代码实战

项目涵盖了从原始股票数据的处理到模型训练的全过程，包括数据预处理、特征工程、模型训练和测试。所使用的数据文件包括原始股票数据、不同阶段的数据转换结果、数据平均值计算结果和测试数据集。

飞翔的袋鼠弟·2025-05-30 22:48

DAY 10 机器学习建模与评估

一、总体流程导库读取数据查看数据信息--理解数据补全缺失值处理异常值离散值处理删除无用列划分数据集特征工程模型训练模型评估模型保存模型预测二、导入需要的包importpandasaspd#用于数据处理和分析

acstdm·2025-05-30 21:41

PyTorch实战（7）——生成对抗网络(Generative Adversarial Network, GAN)实践详解

PyTorch实战（7）——生成对抗网络实践详解0.前言1.生成对抗网络训练步骤2.准备训练数据2.1创建训练数据集2.2准备训练数据集3.构建生成对抗网络3.1判别器网络3.2生成器网络3.3模型训练

盼小辉丶·2025-05-30 12:34

Comfyui基础文生图工作流所需的7个节点

大模型加载节点大模型加载节点是Comfyui的核心节点之一，用来加载训练好的模型文件，不同的模型包容性和偏向性不同，模型可以在C站（https://civitai.com）免费下载使用，也可以自己基于某个基础模型训练处自己的模型

AI魔法师9527·2025-05-30 09:11

大模型在胫骨平台骨折预测及治疗方案制定中的应用研究

目录一、引言1.1研究背景与目的1.2国内外研究现状1.3研究方法和创新点二、大模型预测胫骨平台骨折的原理和方法2.1相关大模型介绍2.2数据收集与预处理2.3模型训练与优化2.4模型评估指标三、术前预测与手术方案制定

LCG元·2025-05-30 07:56

基于大模型预测的膝内翻畸形诊疗全流程研究报告

目录一、引言1.1研究背景与意义1.2国内外研究现状1.3研究目的与方法二、大模型预测原理及数据基础2.1大模型介绍2.2数据收集与预处理2.3模型训练与验证三、术前预测与准备3.1术前病情评估指标3.2

LCG元·2025-05-29 19:26

Python爬虫实战：新浪财经股票金融数据全方位抓取教程

通过爬取新浪财经数据，可以帮助投资者做决策支持、历史趋势分析及模型训练。本教程旨在帮助你掌握从新浪财经抓取股票数据的全流程，涵盖静态网页解析、API接口调用、异步爬虫、数据存储与清洗等内容。

Python爬虫项目·2025-05-29 05:15

多模态融合-决策层融合

独立模型训练：对每个模态分别训练独立的模型。决策结果融合：将每

ZPC8210·2025-05-29 03:03

探索AI开发新纪元：揭秘Ymir项目

Ymir项目ymirYMIR,astreamlinedmodeldevelopmentproduct.项目地址:https://gitcode.com/gh_mirrors/ym/ymir在AI开发领域，模型训练和管理一直是核心挑战之一

曹俐莉·2025-05-28 22:29

用Python玩转人工智能——手搓图像分类模型

预训练模型原理与状态字典（一）预训练模型原理（二）状态字典（state_dict）（三）模型保存与加载示例二、加载ImageNet预训练模型三、数据准备与可视化（一）加载数据集（二）使用Matplotlib可视化数据四、模型训练五

波涛浪子·2025-05-28 21:23

基于大模型的颅后窝脑膜瘤预测与干预技术方案大纲

目录技术方案大纲1.摘要2.引言3.技术方案设计3.1术前预测模块3.2术中辅助模块3.3麻醉方案优化3.4术后护理与并发症管理4.技术验证方法4.1数据来源4.2模型训练与测试4.3统计分析5.实验验证证据

LCG元·2025-05-28 15:36

DeepSeek on AWS：解锁高效AI训练与部署的云端密码

本文将深度解析DeepSeek基于AWS云服务的全栈解决方案，揭秘如何借助AWS的全球基础设施与服务生态，实现大模型训练效率提升300%与综合成本下降60%的技术实践。一、为什么选择AWS？

AWS官方合作商·2025-05-28 01:53

多模态大模型训练困境：当神经辐射场遭遇物理约束的深度博弈

一、物理约束的本质性对抗：流形嵌入的维度诅咒在NeRF的隐式场景表示中，物理约束的引入本质上是将高维连续流形嵌入到低维物理参数空间。这种嵌入导致两个关键矛盾：微分几何冲突：物理规律通常由偏微分方程(PDE)描述，其解空间维度远低于NeRF的隐式参数空间。当训练过程中强制约束时，参数梯度场在流形切空间产生投影失真。李群对称性破坏：刚体运动等物理过程构成SE(3)李群，而NeRF的MLP网络无法保持该

尘烬海·2025-05-27 02:27

模型实战（28）之 yolov5分类模型训练自己的数据集

模型实战（28）之yolov5分类模型训练自己的数据集本文以手写数字数据集为例总结YOLO分类模型如何训练自己的数据集，关于数据集的预处理可以看这篇：https://blog.csdn.net/yohnyang

明月醉窗台·2025-05-27 02:56

基于MONAI框架的医学影像多模态融合与高级AI技术研究

MONAI(MedicalOpenNetworkforAI)作为一个专为医学影像设计的开源PyTorch框架，提供了从数据处理、模型训练到临床部署的全方位支持。

LIUDAN'S WORLD·2025-05-26 22:09

推荐频道

模型训练