机器学习-深度学习


  1. Regression
  2. Classification
  3. CNN
  4. Self-attention
  5. Transformer
  6. GAN
  7. BERT
  8. Auto encoder
  9. Explainable AI
  10. Model Attack
  11. Domain Adaptation
  12. Reinforcement Learning
  13. Network Compression
  14. Life-long Learning
  15. Meta Learning

李宏毅 YouTube Channel:https://www.youtube.com/c/HungyiLeeNTU


一、生成式AI(ChatGPT)

一、文字接龙-函式(function)

1. 训练 - f - 测试

2. Chat-GPT关键技术

  1. 预训练 Pre-train:GPT,基石模型 Foundation Model;自督导式学习,通过网络资料学习的过程

  2. GPT->ChatGPT:微调(finetune)

  3. 自监督式学习 Self-supervised Learning

  4. ChatGPT: G->generative生成的 P->pre-trained预训练 T->Transformer

  5. 督导式学习->成对地训练

  6. 增强式学习Reinforcement Learning,RL

    image-20230829184440018

3. ChatGPT带来的研究问题:

  • 如何精确提出需求 Prompting

    image-20230829184739179

  • 如何更正错误 Neural Editing(修改错误不带来新的错误)

  • 侦测AI生成的物件

  • 不小心泄露秘密 Machine Unlearning(遗忘不想泄露的信息)

  • 文字冒险游戏使用 Midjourney 生成文字描述的图片

二、Regression

一、Model - 确定模型

1. Linear model:

$$y=b+\sum{w_ix_i} $$

$x_i$: an attribute of input x

$w_i$: weight

$b$: bias

二、Goodness of Function - 确定损失函数

1. Loss function L:

​ $$L(f) = L(w,b) $$

​ $$= /sum{}$$

kaggle JudgeBio


文章作者: nusqx
文章链接: https://nusqx.top
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 nusqx !
评论
  目录