• 據(jù)說DeepSeek的數(shù)據(jù)比別家的好？ 為什么說數(shù)據(jù)質量是大模型的關鍵變量？

  為什么有些大模型效果更自然、理解更準、生成更穩(wěn)？參數(shù)量或架構當然重要，但在頂尖選手中，真正拉開差距的，往往是“看不見”的東西——比如數(shù)據(jù)質量。

  超算百科

  446

  05/14 09:30

  大模型 數(shù)據(jù)集

  
• 高逼真合成數(shù)據(jù)助力智駕“看得更準、學得更快”

  自動駕駛研發(fā)如何高效獲取海量訓練數(shù)據(jù)？高逼真合成數(shù)據(jù)技術正在提供新解法。通過仿真平臺可生成多場景、多傳感器的精準標注數(shù)據(jù)。文章詳解如何構建符合nuScenes標準的數(shù)據(jù)集，覆蓋復雜交通場景，為感知模型訓練提供高效、可控的數(shù)據(jù)支持。

  康謀科技

  886

  04/29 11:30

  測試測量 算法

  
• 【一文看懂】大模型能力的關鍵：“龐大參數(shù)量”和“海量訓練數(shù)據(jù)”的作用與關系

  大模型強大的能力背后，離不開兩個關鍵要素：龐大的參數(shù)量和海量的訓練數(shù)據(jù)。例如，阿里云通義千問旗艦版模型Qwen2.5-Max擁有高達3250億參數(shù)，預訓練數(shù)據(jù)超過20萬億tokens。

  超算百科

  4012

  03/24 15:55

  大模型 數(shù)據(jù)集
• AI模型訓練【偏差/方差】與【欠擬合/過擬合】

  在我們拿到一個數(shù)據(jù)集，高高興興準備訓練一個模型時，會遇到欠擬合或過擬合的問題，業(yè)內也喜歡用偏差和方差這兩指標去定義它們，那這些詞什么意思呢？有什么方法能避免/解決 欠擬合和過擬合呢？這其實是非常非?；A的概念，但是其實即使是業(yè)內人士很難一下子把它們完全講明白，并列出全面的解決方法，本文為你最通俗地解答。

  全棧O-Jay

  2084

  2024/12/26

  AI模型 AI訓練

  
• 最簡單用TensorFlow實現(xiàn)CNN（cifar10數(shù)據(jù)集）

  CNN的本質是先把數(shù)據(jù)進行特征提取，再送進DNN。前面特征提取的部分可以概括為CBAPD，C表示卷積（convolution），B表示批標準化（batch normalization），A表示激活（activation），P表示池化（pool），D表示（dropout）

  全棧O-Jay

  1850

  2024/12/11

  CNN TensorFlow

  
• 最簡單用TensorFlow實現(xiàn)神經網絡DNN（iris和mnist數(shù)據(jù)集）

  識別鳶尾花（iris）數(shù)據(jù)集。不用keras：無中間層，最簡單一層實現(xiàn)識別，W個數(shù)為4*3，b個數(shù)為3，batch_size為32。

  全棧O-Jay

  2767

  2024/12/11

  神經網絡 數(shù)據(jù)集

  

正在努力加載...