铭凡知道 17d ago 牛逼, 听懂了! 怪不得模型越先进, 占用显存就越大, 原来就是这种向量的这种数据太多了, 其实不一定是说算法流程越来越大, 是你训练的内容多了, 保存的向量或者什么卷积特征啥的数据多了, 而这才是你模型越来越准确的原因. 同样一个算法, 我给你模型删了也啥也不是, 同样一个算法, 我拿我的这个领域的东西给他训练, 时间长了他对于我这个领域就更厉害, 可以这么理解吧 ♥ 56 ↩ 2
Comments
一开始以为又是什么垃圾ai生成视频，终于看到真的图解和动画讲述的了。 屎里淘金真的折磨人
♥ 16 ↩ 1
[doge_金箍]
♥ 8 ↩ 3
视频用猜词游戏生动讲解了从N-gram到LSTM的语言模型演进，清晰易懂。
♥ 2
@MilkyAi @总结猫 总结了私发给我
♥ 1
用AI最大的改变，是做事更有条理了✦
♥ 2
催更，催更，催更，催更，催更，催更，催更，催更
♥ 1
下一期，赶紧端上来[支持]
♥ 1
讲的很好，很便于理解，催更 transformer [蹲蹲]
♥ 1
牛逼, 听懂了! 怪不得模型越先进, 占用显存就越大, 原来就是这种向量的这种数据太多了, 其实不一定是说算法流程越来越大, 是你训练的内容多了, 保存的向量或者什么卷积特征啥的数据多了, 而这才是你模型越来越准确的原因. 同样一个算法, 我给你模型删了也啥也不是, 同样一个算法, 我拿我的这个领域的东西给他训练, 时间长了他对于我这个领域就更厉害, 可以这么理解吧
♥ 56 ↩ 2
建议长视频加个时间轴介绍[打call]
♥ 4 ↩ 2
✧现在AI已经不只是新鲜感了✧
✦这条视频不火天理难容🔥❧
真的有被帮助到
以前查半天的问题，现在几分钟有方向❀
UP做这行的不知道词元？
10：58神经网络利用了词向量的语义（高维特征），可以把训练好的权重偏置（识别规则）迁移，相反N-gram根本没用词向量语义，纯纯统计概率