Skip to content
李彼德之家

李彼德之家

Technology for Better Future

  • 首頁
  • 白話文科技
  • 白話文人工智慧
  • 平台應用分享
  • 技術實作分享Expand
    • AI
  • 自研網頁工具
  • 生活分享
李彼德之家
李彼德之家
Technology for Better Future

Month: 2 月 2025

Python讀取CSV檔案畫圖
AI | 技術實作分享

Python讀取CSV檔案畫圖

ByPeter_Li 26 2 月, 202526 2 月, 2025

簡介 常常用excel處理數據檔案，在數據很多的情況下，要反覆用手動的方…

Read More Python讀取CSV檔案畫圖Continue

BERT模型介紹: 大型語言模型基石
機器學習基礎 | 白話文人工智慧 | 科技知識分享

BERT模型介紹: 大型語言模型基石

ByPeter_Li 5 2 月, 20255 2 月, 2025

介紹 今天跟想跟大家分享BERT模型，雖然在現在有很多的大語言模型LLM…

Read More BERT模型介紹: 大型語言模型基石Continue

近期文章

2025 年 2 月
一 二 三 四 五 六 日
 12
3456789
10111213141516
17181920212223
2425262728  
« 1 月    

最新文章

  • Python讀取CSV檔案畫圖
  • BERT模型介紹: 大型語言模型基石
  • 新台幣人民幣轉換器
  • 生日提醒工具—輕鬆幫您記住朋友們生日
  • 商品CP值計算器—液體商品

文章分類

  • AI
  • 力學
  • 平台應用分享
  • 技術實作分享
  • 機器學習基礎
  • 機器學習技術新知
  • 生活分享
  • 白話文人工智慧
  • 白話文科技
  • 科學基礎
  • 科技產品
  • 科技知識分享
  • 能源
  • 自研網頁工具
  • 鋰離子電池

網站統計

  • 14,703
  • 113,139
  • 28,857
  • 106
  • 3
  • 27 2 月, 2025

最熱門的內容

  • 類神經網路(Deep neural network, DNN)介紹 (7,773)
  • Rule-based v.s. AI方法比較 (6,727)
  • Rule-based method是什麼? 與Machine Learning的差異為何?它們的應用場景是在哪裡? (5,104)
  • Softmax函數原理—多元分類核心技術 (4,841)
  • 深入解析Relu與Sigmoid函數：如何影響類神經網路的學習效果？ (4,289)
  • 大型語言模型(large language model, LLM) :微調技巧(fine-tuning) (4,253)
  • 遞迴類神經網路(Recurrent neural network,RNN)介紹 (4,049)
  • 分群演算法(cluster analysis) (3,798)
  • 類神經網路—前向傳播法 (3,686)
  • ChatGPT背後可能原理機制為何? (3,651)
  • 從BERT到GPT模型帶您綜觀大型語言模型(LLM)：編碼器(Encoder-only)，編碼器解碼器(Encoder-Decoder)，解碼器方法(Decoder-only) (3,546)
  • 卷積類神經網路(Convolution neural network,CNN)介紹 (3,535)
  • 白話文帶您了解反向傳播法 (3,425)
  • 批次訓練(mini-batch)是什麼?為何它可解決龐大數據面臨的痛點? (3,238)
  • 反向傳播法: 淺談梯度 (3,162)
  • Attention機制的關鍵概念—Query, Key, Value用類比法帶您快速了解 (3,109)
  • Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解 (3,105)
  • 監督式學習的訓練方法—六步驟帶您了解 (2,926)
  • 類神經網路—揭開網路架構調整秘辛 (2,648)
  • 從自編碼器(autoencoder)到ChatGPT架構:探索大型語言模型(LLM)的原理與基本概念 (2,452)
  • ChatGPT是什麼？探索GPT原理：遷移學習(transfer learning)的奧秘—微調(fine-tuning)技巧 (2,385)
  • 揭開反向傳播法神秘面紗 (2,342)
  • Linear函數與Tanh函數之原理探索 (2,285)
  • 自編碼器介紹(Autoencoder) (2,251)
  • 回歸與分類—機器學習面臨的問題種類介紹 (2,229)
  • 梯度下降法—五步驟帶您了解 (2,209)
  • 從ChatGPT探索GPT的原理概念:少量數據的解方—遷移學習技巧 (2,095)
  • Transformer介紹:為何它是現今NLP技術發展的基石? (2,071)
  • 等高線圖講解學習率 (1,925)
  • 精確度(均方根誤差,MSE)與穩健度(全距,Range)的考量 (1,804)

李彼德粉絲專頁

© 2025 李彼德之家 - WordPress Theme by Kadence WP

  • 首頁
  • 白話文科技
  • 白話文人工智慧
  • 平台應用分享
  • 技術實作分享
    • AI
  • 自研網頁工具
  • 生活分享
Search