Skip to content
李彼德之家

李彼德之家

Technology for Better Future

  • 首頁
  • 關於我
  • 網站介紹與狀態
  • 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
  • 聯絡我與夥伴連結
李彼德之家
李彼德之家
Technology for Better Future

模型

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

  • BERT模型介紹: 大型語言模型基石
  • 如何用Colab訓練機器學習模型?
  • Cifar10圖像辨識
  • 線上文本情感分析工具(Sentiment Analysis)
  • 隨機梯度下降法Stochastic Gradient Descent (SGD)

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

  • 13,082
  • 103,316
  • 20
  • 99
  • 6
  • 6 2 月, 2025

最熱門的內容

  • 類神經網路(Deep neural network, DNN)介紹 (7,661)
  • Rule-based v.s. AI方法比較 (6,459)
  • 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? (4,833)
  • Softmax函數原理—多元分類核心技術 (4,650)
  • 深入解析Relu與Sigmoid函數：如何影響類神經網路的學習效果？ (4,202)
  • 大型語言模型(large language model, LLM) :微調技巧(fine-tuning) (4,083)
  • 遞迴類神經網路(Recurrent neural network,RNN)介紹 (3,968)
  • 分群演算法(cluster analysis) (3,647)
  • 類神經網路—前向傳播法 (3,630)
  • ChatGPT背後可能原理機制為何? (3,599)
  • 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) (3,431)
  • 卷積類神經網路(Convolution neural network,CNN)介紹 (3,397)
  • 白話文帶您了解反向傳播法 (3,353)
  • 反向傳播法: 淺談梯度 (3,121)
  • 批次訓練(mini-batch)是什麼?為何它可解決龐大數據面臨的痛點? (3,073)
  • 網站介紹與狀態 (2,892)
  • 監督式學習的訓練方法—六步驟帶您了解 (2,840)
  • Attention機制的關鍵概念—Query, Key, Value用類比法帶您快速了解 (2,835)
  • Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解 (2,777)
  • 類神經網路—揭開網路架構調整秘辛 (2,580)
  • 關於我 (2,408)
  • 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 (2,385)
  • ChatGPT是什麼？探索GPT原理：遷移學習(transfer learning)的奧秘—微調(fine-tuning)技巧 (2,333)
  • 揭開反向傳播法神秘面紗 (2,291)
  • Linear函數與Tanh函數之原理探索 (2,235)
  • 自編碼器介紹(Autoencoder) (2,190)
  • 梯度下降法—五步驟帶您了解 (2,184)
  • 回歸與分類—機器學習面臨的問題種類介紹 (2,168)
  • 從ChatGPT探索GPT的原理概念:少量數據的解方—遷移學習技巧 (2,063)
  • Transformer介紹:為何它是現今NLP技術發展的基石? (1,986)

李彼德粉絲專頁

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

  • 首頁
  • 關於我
  • 網站介紹與狀態
  • 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
  • 聯絡我與夥伴連結
Search