V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
lingeo
V2EX  ›  机器学习

机器学习应该如何入手

  •  
  •   lingeo · 2023-10-10 09:44:39 +08:00 · 1329 次点击
    这是一个创建于 443 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近搭了个 baichuan-inc/Baichuan2 ,想要自己喂一个模型出来,写点风格化的东西。
    搭建环节凭借自己较为熟练的 python 使用经验和服务器运维入门的水平很顺利的完成了。但是如何去微调训练模型完全没有思路,不知道如何下手。各种名词只能一个个去搜,有没有过来人能指点一下学习路线。🙏

    7 条回复    2023-11-13 17:38:37 +08:00
    TimePPT
        1
    TimePPT  
       2023-10-10 12:46:04 +08:00 via Android
    试试 lora
    NoOneNoBody
        2
    NoOneNoBody  
       2023-10-10 14:16:59 +08:00
    这个已经是深度学习的概念了,机器学习只是“分类和归类”

    首先,上一台强劲的硬件机器,CPU 和显卡(GPU)要跟上
    ……
    后面搜文章,哈哈(苦笑,机器买不起,我还没走到这步)

    机器学习硬件需求低一些,我用 12700 核显玩这个
    lingeo
        3
    lingeo  
    OP
       2023-10-10 16:51:32 +08:00
    @NoOneNoBody 文章我已经抓了大概 600 篇左右,硬件的话目前是 2080ti 22G + 13600kf 。
    tothegump
        4
    tothegump  
       2023-10-16 20:37:56 +08:00
    可能我也了解过一丢丢机器学习吧……
    我先看了李航的《统计学习方法》,个人感觉非常好的一本书,可我是个码农,感觉跟代码对应不起来,又看了一点《机器学习实战》,依然没有感觉 (凑合着理解了半点点)
    再往后,大模型出来后,又乱七八糟的学了一点点
    买了课比较贵,就不推荐了……(不是课不好,是我没有时间看 尴尬.jpg )
    极客时间的几个专栏比较不错,在我收藏夹里的灰也比较厚了

    个人感觉使用 colab 搞几个 sd 模型比较好玩,可以快速给自己正反馈,也确实比较好玩(去 c 站看看😁)
    tothegump
        5
    tothegump  
       2023-10-16 20:39:11 +08:00
    对了,感觉前面学的跟后面大模型完全没关系,可以不去看那么多
    jack139
        6
    jack139  
       2023-10-26 16:04:12 +08:00
    mingge2333
        7
    mingge2333  
       2023-11-13 17:38:37 +08:00
    @tothegump 找到学习路线了没,我也是相同电脑配置, 目前 B 站学习, 同感觉没必要学太多, 只想根据自己的数据集训练特定数据
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1063 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 32ms · UTC 19:08 · PVG 03:08 · LAX 11:08 · JFK 14:08
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.