三分鐘學AI
282
免費公開
房間資訊
這頻道將提供三分鐘以內長度的AI知識,讓你一天學一點AI知識,每天進步一點
Top 5
1
AI說書 - 從0開始 - 120 | Google Gemini 使用
2
AI說書 - 從0開始 - 0
3
AI說書 - Prompt Engineering - 57
4
AI說書 - 從0開始 - 93
5
AI說書 - 從0開始 - 1
1
AI說書 - 從0開始 - 120 | Google Gemini 使用
2
AI說書 - 從0開始 - 0
3
AI說書 - Prompt Engineering - 57
4
AI說書 - 從0開始 - 93
5
AI說書 - 從0開始 - 1
全部
AI從0開始-第一章
AI從0開始-第二章
AI從0開始-第三章
AI從0開始-第四章
AI從0開始-第五章
AI從0開始-第六章
AI從0開始-第七章
AI馴獸師-第零章
AI馴獸師-第一章
AI馴獸師-第二章
全部
AI從0開始-第一章
AI從0開始-第二章
AI從0開始-第三章
AI從0開始-第四章
AI從0開始-第五章
AI從0開始-第六章
AI從0開始-第七章
AI馴獸師-第零章
AI馴獸師-第一章
AI馴獸師-第二章
全部類型
免費與付費
最新發佈
最新發佈
LearnAI
2024/08/30
AI說書 - 從0開始 - 156 | 第五章額外閱讀
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 125 到 AI說書 - 從0開始 - 155 | 文法判斷介面成果展示,我們完成書籍:Transformers for Natural
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/30
AI說書 - 從0開始 - 156 | 第五章額外閱讀
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 125 到 AI說書 - 從0開始 - 155 | 文法判斷介面成果展示,我們完成書籍:Transformers for Natural
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/30
AI說書 - 從0開始 - 155 | 文法判斷介面成果展示
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/30
AI說書 - 從0開始 - 155 | 文法判斷介面成果展示
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 154 | 製作預測文法正確與否的聊天介面
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 154 | 製作預測文法正確與否的聊天介面
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 153 | 製作文法正確與否的預測函數
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 153 | 製作文法正確與否的預測函數
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/28
AI說書 - 從0開始 - 152 | BERT 微調之保存微調後的模型
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
10
LearnAI
2024/08/28
AI說書 - 從0開始 - 152 | BERT 微調之保存微調後的模型
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
10
LearnAI
2024/08/27
AI說書 - 從0開始 - 151 | BERT 微調之推論 (以 MCC 為衡量指標)
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
15
LearnAI
2024/08/27
AI說書 - 從0開始 - 151 | BERT 微調之推論 (以 MCC 為衡量指標)
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
15
LearnAI
2024/08/26
AI說書 - 從0開始 - 150 | BERT 微調之推論程式
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/26
AI說書 - 從0開始 - 150 | BERT 微調之推論程式
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/25
AI說書 - 從0開始 - 149 | BERT 微調之用另一份資料檢視微調效果
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
23
LearnAI
2024/08/25
AI說書 - 從0開始 - 149 | BERT 微調之用另一份資料檢視微調效果
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
23
LearnAI
2024/08/25
AI說書 - 從0開始 - 148 | BERT 微調之訓練過程圖繪製
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 147 完成了訓練程式的撰寫,現在我們來看輸出長什麼樣子: 可以看到驗證集的準確度隨著訓練次數增加而提升,也可以做更細部的呈現
#
AI
#
ai
#
PromptEngineering
13
1
LearnAI
2024/08/25
AI說書 - 從0開始 - 148 | BERT 微調之訓練過程圖繪製
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 147 完成了訓練程式的撰寫,現在我們來看輸出長什麼樣子: 可以看到驗證集的準確度隨著訓練次數增加而提升,也可以做更細部的呈現
#
AI
#
ai
#
PromptEngineering
13
1
LearnAI
2024/08/24
AI說書 - 從0開始 - 147 | BERT 微調之訓練程式撰寫
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/24
AI說書 - 從0開始 - 147 | BERT 微調之訓練程式撰寫
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/23
AI說書 - 從0開始 - 146 | BERT 微調之 Optimizer 與精準度配置
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/23
AI說書 - 從0開始 - 146 | BERT 微調之 Optimizer 與精準度配置
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/22
AI說書 - 從0開始 - 145 | BERT 微調之參數的 Decay Rate 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中,將參數區分成兩種類群,差別在於 Decay Rate 的配置不同,我們可以檢視參數「optimizer_grouped_
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/22
AI說書 - 從0開始 - 145 | BERT 微調之參數的 Decay Rate 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中,將參數區分成兩種類群,差別在於 Decay Rate 的配置不同,我們可以檢視參數「optimizer_grouped_
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/22
AI說書 - 從0開始 - 144 | BERT 微調之模型參數窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中提到 Optimizer 以及 Decay Rate,那如果我想指定看模型中特定「層」的參數怎麼辦,程式語法如下: la
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/22
AI說書 - 從0開始 - 144 | BERT 微調之模型參數窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中提到 Optimizer 以及 Decay Rate,那如果我想指定看模型中特定「層」的參數怎麼辦,程式語法如下: la
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/21
AI說書 - 從0開始 - 142 | BERT 微調之模型載入
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要把 BERT 的 Pretrained 模型從 Hugging Face 上載入,程式為: model = BertForSequenceClassific
#
AI
#
ai
#
promptengineering
14
LearnAI
2024/08/21
AI說書 - 從0開始 - 142 | BERT 微調之模型載入
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要把 BERT 的 Pretrained 模型從 Hugging Face 上載入,程式為: model = BertForSequenceClassific
#
AI
#
ai
#
promptengineering
14
LearnAI
2024/08/21
AI說書 - 從0開始 - 143 | BERT 微調之 Optimizer 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然要執行模型訓練,就必須要談到 Optimizer,然而為了避免 Overfitting,通常會排程 Decay Rate,也正因如此,需要區隔哪些 Optimize
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/21
AI說書 - 從0開始 - 143 | BERT 微調之 Optimizer 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然要執行模型訓練,就必須要談到 Optimizer,然而為了避免 Overfitting,通常會排程 Decay Rate,也正因如此,需要區隔哪些 Optimize
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/20
AI說書 - 從0開始 - 141 | BERT 微調之 BERT 模型窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然現在要執行 BERT 模型的微調,理當看看此模型的一些細節,程式為: from transformers import BertModel, BertConfig
#
AI
#
ai
#
PromptEngineering
32
LearnAI
2024/08/20
AI說書 - 從0開始 - 141 | BERT 微調之 BERT 模型窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然現在要執行 BERT 模型的微調,理當看看此模型的一些細節,程式為: from transformers import BertModel, BertConfig
#
AI
#
ai
#
PromptEngineering
32
LearnAI
2024/08/20
AI說書 - 從0開始 - 140 | BERT 微調之 DataLoader 準備
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 139 中準備了一些素材,但是我們現在使用的是 PyTorch,因此需要進行一些轉換,程式如下: train_inputs = t
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/20
AI說書 - 從0開始 - 140 | BERT 微調之 DataLoader 準備
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 139 中準備了一些素材,但是我們現在使用的是 PyTorch,因此需要進行一些轉換,程式如下: train_inputs = t
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/19
AI說書 - 從0開始 - 139 | BERT 微調之訓練驗證集切割
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要讓輸入資料的長度均保持一致,不夠長的會執行 Padding,在資料集中,最長者為 47,為了展示一般性,我們設定長度為 128,程式為: MAX_LEN =
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/19
AI說書 - 從0開始 - 139 | BERT 微調之訓練驗證集切割
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要讓輸入資料的長度均保持一致,不夠長的會執行 Padding,在資料集中,最長者為 47,為了展示一般性,我們設定長度為 128,程式為: MAX_LEN =
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/19
AI說書 - 從0開始 - 138 | BERT 微調之資料前處理
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在 AI說書 - 從0開始 - 131 說要把句子前面加上 [CLS],而句子和句子間要加上 [SEP] 區隔,於是程式為: sentences = df.s
#
AI
#
ai
#
PromptEngineering
13
LearnAI
2024/08/19
AI說書 - 從0開始 - 138 | BERT 微調之資料前處理
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在 AI說書 - 從0開始 - 131 說要把句子前面加上 [CLS],而句子和句子間要加上 [SEP] 區隔,於是程式為: sentences = df.s
#
AI
#
ai
#
PromptEngineering
13
LearnAI
2024/08/18
AI說書 - 從0開始 - 137 | BERT 微調之訓練資料窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在 AI說書 - 從0開始 - 136 載入了本次 Fine-Tuning 需要的 CoLA 資料集 (詳見 AI說書 - 從0開始 - 93 ),我們可以對此
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/18
AI說書 - 從0開始 - 137 | BERT 微調之訓練資料窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在 AI說書 - 從0開始 - 136 載入了本次 Fine-Tuning 需要的 CoLA 資料集 (詳見 AI說書 - 從0開始 - 93 ),我們可以對此
#
AI
#
ai
#
PromptEngineering
16
加入
Top 5
1
AI說書 - 從0開始 - 120 | Google Gemini 使用
2
AI說書 - 從0開始 - 0
3
AI說書 - Prompt Engineering - 57
4
AI說書 - 從0開始 - 93
5
AI說書 - 從0開始 - 1
1
AI說書 - 從0開始 - 120 | Google Gemini 使用
2
AI說書 - 從0開始 - 0
3
AI說書 - Prompt Engineering - 57
4
AI說書 - 從0開始 - 93
5
AI說書 - 從0開始 - 1
全部
AI從0開始-第一章
AI從0開始-第二章
AI從0開始-第三章
AI從0開始-第四章
AI從0開始-第五章
AI從0開始-第六章
AI從0開始-第七章
AI馴獸師-第零章
AI馴獸師-第一章
AI馴獸師-第二章
全部
AI從0開始-第一章
AI從0開始-第二章
AI從0開始-第三章
AI從0開始-第四章
AI從0開始-第五章
AI從0開始-第六章
AI從0開始-第七章
AI馴獸師-第零章
AI馴獸師-第一章
AI馴獸師-第二章
全部類型
免費與付費
最新發佈
最新發佈
LearnAI
2024/08/30
AI說書 - 從0開始 - 156 | 第五章額外閱讀
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 125 到 AI說書 - 從0開始 - 155 | 文法判斷介面成果展示,我們完成書籍:Transformers for Natural
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/30
AI說書 - 從0開始 - 156 | 第五章額外閱讀
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 125 到 AI說書 - 從0開始 - 155 | 文法判斷介面成果展示,我們完成書籍:Transformers for Natural
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/30
AI說書 - 從0開始 - 155 | 文法判斷介面成果展示
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/30
AI說書 - 從0開始 - 155 | 文法判斷介面成果展示
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 154 | 製作預測文法正確與否的聊天介面
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 154 | 製作預測文法正確與否的聊天介面
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 153 | 製作文法正確與否的預測函數
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/29
AI說書 - 從0開始 - 153 | 製作文法正確與否的預測函數
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
8
LearnAI
2024/08/28
AI說書 - 從0開始 - 152 | BERT 微調之保存微調後的模型
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
10
LearnAI
2024/08/28
AI說書 - 從0開始 - 152 | BERT 微調之保存微調後的模型
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
10
LearnAI
2024/08/27
AI說書 - 從0開始 - 151 | BERT 微調之推論 (以 MCC 為衡量指標)
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
15
LearnAI
2024/08/27
AI說書 - 從0開始 - 151 | BERT 微調之推論 (以 MCC 為衡量指標)
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
15
LearnAI
2024/08/26
AI說書 - 從0開始 - 150 | BERT 微調之推論程式
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/26
AI說書 - 從0開始 - 150 | BERT 微調之推論程式
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/25
AI說書 - 從0開始 - 149 | BERT 微調之用另一份資料檢視微調效果
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
23
LearnAI
2024/08/25
AI說書 - 從0開始 - 149 | BERT 微調之用另一份資料檢視微調效果
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
23
LearnAI
2024/08/25
AI說書 - 從0開始 - 148 | BERT 微調之訓練過程圖繪製
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 147 完成了訓練程式的撰寫,現在我們來看輸出長什麼樣子: 可以看到驗證集的準確度隨著訓練次數增加而提升,也可以做更細部的呈現
#
AI
#
ai
#
PromptEngineering
13
1
LearnAI
2024/08/25
AI說書 - 從0開始 - 148 | BERT 微調之訓練過程圖繪製
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 147 完成了訓練程式的撰寫,現在我們來看輸出長什麼樣子: 可以看到驗證集的準確度隨著訓練次數增加而提升,也可以做更細部的呈現
#
AI
#
ai
#
PromptEngineering
13
1
LearnAI
2024/08/24
AI說書 - 從0開始 - 147 | BERT 微調之訓練程式撰寫
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/24
AI說書 - 從0開始 - 147 | BERT 微調之訓練程式撰寫
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/23
AI說書 - 從0開始 - 146 | BERT 微調之 Optimizer 與精準度配置
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/23
AI說書 - 從0開始 - 146 | BERT 微調之 Optimizer 與精準度配置
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧一下目前手上有的素材: 訓練的必要模組安裝:AI說書 - 從0開始 - 135 載入資料集:AI說書 - 從0開始 - 136 資料集窺探:AI說書 - 從0
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/22
AI說書 - 從0開始 - 145 | BERT 微調之參數的 Decay Rate 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中,將參數區分成兩種類群,差別在於 Decay Rate 的配置不同,我們可以檢視參數「optimizer_grouped_
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/22
AI說書 - 從0開始 - 145 | BERT 微調之參數的 Decay Rate 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中,將參數區分成兩種類群,差別在於 Decay Rate 的配置不同,我們可以檢視參數「optimizer_grouped_
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/22
AI說書 - 從0開始 - 144 | BERT 微調之模型參數窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中提到 Optimizer 以及 Decay Rate,那如果我想指定看模型中特定「層」的參數怎麼辦,程式語法如下: la
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/22
AI說書 - 從0開始 - 144 | BERT 微調之模型參數窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 143 中提到 Optimizer 以及 Decay Rate,那如果我想指定看模型中特定「層」的參數怎麼辦,程式語法如下: la
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/21
AI說書 - 從0開始 - 142 | BERT 微調之模型載入
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要把 BERT 的 Pretrained 模型從 Hugging Face 上載入,程式為: model = BertForSequenceClassific
#
AI
#
ai
#
promptengineering
14
LearnAI
2024/08/21
AI說書 - 從0開始 - 142 | BERT 微調之模型載入
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要把 BERT 的 Pretrained 模型從 Hugging Face 上載入,程式為: model = BertForSequenceClassific
#
AI
#
ai
#
promptengineering
14
LearnAI
2024/08/21
AI說書 - 從0開始 - 143 | BERT 微調之 Optimizer 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然要執行模型訓練,就必須要談到 Optimizer,然而為了避免 Overfitting,通常會排程 Decay Rate,也正因如此,需要區隔哪些 Optimize
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/21
AI說書 - 從0開始 - 143 | BERT 微調之 Optimizer 設定
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然要執行模型訓練,就必須要談到 Optimizer,然而為了避免 Overfitting,通常會排程 Decay Rate,也正因如此,需要區隔哪些 Optimize
#
AI
#
ai
#
PromptEngineering
12
LearnAI
2024/08/20
AI說書 - 從0開始 - 141 | BERT 微調之 BERT 模型窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然現在要執行 BERT 模型的微調,理當看看此模型的一些細節,程式為: from transformers import BertModel, BertConfig
#
AI
#
ai
#
PromptEngineering
32
LearnAI
2024/08/20
AI說書 - 從0開始 - 141 | BERT 微調之 BERT 模型窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 既然現在要執行 BERT 模型的微調,理當看看此模型的一些細節,程式為: from transformers import BertModel, BertConfig
#
AI
#
ai
#
PromptEngineering
32
LearnAI
2024/08/20
AI說書 - 從0開始 - 140 | BERT 微調之 DataLoader 準備
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 139 中準備了一些素材,但是我們現在使用的是 PyTorch,因此需要進行一些轉換,程式如下: train_inputs = t
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/20
AI說書 - 從0開始 - 140 | BERT 微調之 DataLoader 準備
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在 AI說書 - 從0開始 - 139 中準備了一些素材,但是我們現在使用的是 PyTorch,因此需要進行一些轉換,程式如下: train_inputs = t
#
AI
#
ai
#
PromptEngineering
11
LearnAI
2024/08/19
AI說書 - 從0開始 - 139 | BERT 微調之訓練驗證集切割
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要讓輸入資料的長度均保持一致,不夠長的會執行 Padding,在資料集中,最長者為 47,為了展示一般性,我們設定長度為 128,程式為: MAX_LEN =
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/19
AI說書 - 從0開始 - 139 | BERT 微調之訓練驗證集切割
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 現在我們要讓輸入資料的長度均保持一致,不夠長的會執行 Padding,在資料集中,最長者為 47,為了展示一般性,我們設定長度為 128,程式為: MAX_LEN =
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/19
AI說書 - 從0開始 - 138 | BERT 微調之資料前處理
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在 AI說書 - 從0開始 - 131 說要把句子前面加上 [CLS],而句子和句子間要加上 [SEP] 區隔,於是程式為: sentences = df.s
#
AI
#
ai
#
PromptEngineering
13
LearnAI
2024/08/19
AI說書 - 從0開始 - 138 | BERT 微調之資料前處理
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧我們在 AI說書 - 從0開始 - 131 說要把句子前面加上 [CLS],而句子和句子間要加上 [SEP] 區隔,於是程式為: sentences = df.s
#
AI
#
ai
#
PromptEngineering
13
LearnAI
2024/08/18
AI說書 - 從0開始 - 137 | BERT 微調之訓練資料窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在 AI說書 - 從0開始 - 136 載入了本次 Fine-Tuning 需要的 CoLA 資料集 (詳見 AI說書 - 從0開始 - 93 ),我們可以對此
#
AI
#
ai
#
PromptEngineering
16
LearnAI
2024/08/18
AI說書 - 從0開始 - 137 | BERT 微調之訓練資料窺探
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在 AI說書 - 從0開始 - 136 載入了本次 Fine-Tuning 需要的 CoLA 資料集 (詳見 AI說書 - 從0開始 - 93 ),我們可以對此
#
AI
#
ai
#
PromptEngineering
16