b p神经网络的优化算法研究  内容精选
b p神经网络的优化算法研究  更多内容
  • 可视化大制作操作指导 - 百度数据可视化Sugar BI | 百度智能云文档

    可视化大制作操作指导 介绍Sugar BI产品中如何创建大

    查看更多>>

  • Tab控件操作指导 - 百度数据可视化Sugar BI | 百度智能云文档

    Tab控件操作指导 介绍如何在Sugar BI产品中应用大Tab控件操作功能。

    查看更多>>

  • 优化索引设计和使用 - Baidu Palo/Doris 使用文档

    案例 2:使用倒索引加速查询 PALO 支持倒索引作为二级索引,以加速等值、范围及文本类型的全文检索等业务场景。倒索引的创建和管理是独立的,它能够在影响原始 Schema 和无需重新导入数据的情况下,便捷地进行业务性能优化。 关于典型的使用场景、语法及案例,可参考倒索引,查看详细介绍,章节不再重复阐述。

    查看更多>>

  • 【AI辅助打】使用千帆平台进行企业级打模型训练 千帆社区

    深度学习算法需要像大模型那样训练大量数量的模型来学习特征之间的联系。深度学习算法是基于神经元的,而大模型是利用大量参数训练神经网络。本文从大模型与深度学习方面入手,解决大模型是否是深度学习的未来的问题。 而微调大模型就很难对大量数据进行标注,而标注数据的同时数据清洗又是必不可少的一环。数据清洗是对业务数据中符合标准规范或者无效的数据进行相关操作。

    查看更多>>

  • 百度百舸面向百度天池超节点的大模型推理引擎优化,持续降低昆仑芯 XPU 的 token 成本 | 百度智能云

    结合新硬件架构的特性,AI Infra 团队可以基于对上层模型算法特性的深度理解,进一步做 AI 工程上的软件优化,充分释放硬件潜能,在吞吐量、首 Token 延迟(TTFT)、每 Token 处理时间(TPOT)等核心指标上实现突破性增长。 这些 AI Infra 优化不仅显著提升了系统整体效率,更大幅降低了硬件的 Token 的成本,成为企业落地大模型的关键胜负手。

    查看更多>>

  • 效果优化 - EasyDL零门槛AI开发平台 | 百度智能云文档

    效果优化 通过模型迭代、检查优化训练数据、选择高精度模型等方法,能够提升模型效果。 模型迭代 一个模型很难一次性就训练到最佳的效果,通常会需要结合模型评估报告和校验结果不断扩充数据和调优。 为此平台提供了模型迭代功能,即当模型训练完毕后,会生成一个最新的版本号,首次V1、之后V2……以此类推。可以通过调整训练数据和算法,多次训练,以获得适合业务需求的模型效果。

    查看更多>>

  • 效果优化 - EasyDL零门槛AI开发平台 | 百度智能云文档

    效果优化 通过模型迭代、检查优化训练数据、选择高精度模型等方法,能够提升模型效果。 模型迭代 一个模型很难一次性就训练到最佳的效果,通常会需要结合模型评估报告和校验结果不断扩充数据和调优。 为此平台提供了模型迭代功能,即当模型训练完毕后,会生成一个最新的版本号,首次V1、之后V2……以此类推。可以通过调整训练数据和算法,多次训练,以获得适合业务需求的模型效果。

    查看更多>>

  • 效果优化 - EasyDL零门槛AI开发平台 | 百度智能云文档

    效果优化 通过模型迭代、检查优化训练数据、选择高精度模型等方法,能够提升模型效果。 模型迭代 一个模型很难一次性就训练到最佳的效果,通常会需要结合模型评估报告和校验结果不断扩充数据和调优。 为此平台提供了模型迭代功能,即当模型训练完毕后,会生成一个最新的版本号,首次V1、之后V2……以此类推。可以通过调整训练数据和算法,多次训练,以获得适合业务需求的模型效果。

    查看更多>>