概念

光学字符识别 (OCR) 是指将文本图像转换为机器可读文本格式的流程。

自然语言处理 NLP

入门：

分词

Word2Vec

Transformer

细讲 | Attention Is All You Need
从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史
 【NLP】Transformer模型原理详解
 图解Transformer（完整版）

GPT

Lora

进阶：

CLIP

Diffusion

GAN

RL

实践：

代码要跑一个MNIST，一个判别的小模型，BERT做情感分类，GPT结构的LLM推理和微调。基本上一周一篇论文一份代码作业，多用GPT，多抄别人的代码，只要能找到代码放进去正常跑起来就算理解了。

学习率

机器学习的梯度下降法，学习率是控制不断迭代过程中的一个关键参数，用于权衡目标函数的梯度下降方向。公式表示为：

$\theta_{\text{new}} = \theta_{\text{old}} - \alpha \times \nabla J(\theta)$

其中，$\theta$ 是模型参数，$\alpha$ 是学习率，$\nabla J(\theta)$ 是目标函数 $J$ 相对于 $\theta$ 的梯度。这里，学习率 $\alpha$ 决定了梯度更新的步幅：较小的 $\alpha$ 可能导致梯度更新慢，而较大的 $\alpha$ 可能会导致梯度在最优解附近过冲甚至发散。

学习率与梯度下降
学习率在不同类型的梯度下降算法中有不同的应用和解释。最常见的三种梯度下降算法是：

批量梯度下降（Batch Gradient Descent）
随机梯度下降（Stochastic Gradient Descent, SGD）
小批量梯度下降（Mini-batch Gradient Descent）

在批量梯度下降中，学习率应用于整个数据集，用于计算损失函数的平均梯度。而在随机梯度下降和小批量梯度下降中，学习率应用于单个或一小批样本，用于更新模型参数。

随机梯度下降和小批量梯度下降由于其高度随机的性质，常常需要一个逐渐衰减的学习率，以帮助模型收敛。

学习率对模型性能的影响
选择合适的学习率是非常重要的，因为它会直接影响模型的训练速度和最终性能。具体来说：

过大的学习率：可能导致模型在最优解附近震荡，或者在极端情况下导致模型发散。
过小的学习率：虽然能够保证模型最终收敛，但是会大大降低模型训练的速度。有时，它甚至可能导致模型陷入局部最优解。
实验表明，不同的模型结构和不同的数据集通常需要不同的学习率设置。因此，实践中常常需要多次尝试和调整，或者使用自适应学习率算法。

综上，学习率是机器学习中一个基础但复杂的概念。它不仅影响模型训练的速度，还会影响模型的最终性能。因此，理解学习率的基础知识和它在不同情境下的应用，对于机器学习的实践和研究都是非常重要的。

学习率调整策略

学习率的调整策略是优化算法中一个重要的研究领域。合适的调整策略不仅能够加速模型的收敛速度，还能提高模型的泛化性能。在深度学习中，由于模型通常包含大量的参数和复杂的结构，选择和调整学习率变得尤为关键。本章将详细介绍几种常用的学习率调整策略，从传统方法到现代自适应方法。

常量学习率
最简单的学习率调整策略就是使用一个固定的学习率。这是最早期梯度下降算法中常用的方法。虽然实现简单，但常量学习率往往不能适应训练动态，可能导致模型过早地陷入局部最优或者在全局最优点附近震荡。

时间衰减
时间衰减策略是一种非常直观的调整方法。在这种策略中，学习率随着训练迭代次数的增加而逐渐减小。公式表示为：

$\alpha_t = \alpha_0 \times (1 + \gamma \times t)^{-p}$

其中，$\alpha_t$ 是随 t 变化的学习率，$\alpha_0$ 是初始学习率，$\gamma$ 是衰减率，$p$ 是一个正实数，用于控制衰减的速度。

自适应学习率
自适应学习率算法试图根据模型的训练状态动态调整学习率。以下是一些广泛应用的自适应学习率算法：

AdaGrad
AdaGrad（Adaptive Gradient Algorithm）是一种自适应学习率调整方法，它根据过去的梯度累积来调整学习率大小。

$g_t = \nabla J(\theta_t)$ $r_t = r_{t-1} + g_t \odot g_t$ $\theta_{t+1} = \theta_t - \frac{\alpha}{\sqrt{r_t + \epsilon}} \odot g_t$

其中，$g_t$ 是参数在时间点 t 的梯度，$r_t$ 是累积的梯度平方和，$\epsilon$ 是一个很小的数以防止除以零错误。

符号 $\odot$ 表示哈达玛积（Hadamard product），也称为元素间乘积。这种运算是指在两个矩阵之间进行的，其中矩阵的对应元素相乘。换言之，两个矩阵的每个相对应的元素分别相乘，生成一个新的矩阵，新矩阵的每个元素都是原来两个矩阵对应位置元素的乘积。
例如，如果有两个矩阵 A 和 B，它们的哈达玛积 C 计算如下:

A = (\begin{bmatrix} a{11} & a{12} \ a{21} & a{22} \end{bmatrix})

B = (\begin{bmatrix} b{11} & b{12} \ b{21} & b{22} \end{bmatrix})

C = (A \odot B = \begin{bmatrix} a{11} \times b{11} & a{12} \times b{12} \ a{21} \times b{21} & a{22} \times b{22} \end{bmatrix})

这种运算在各种矩阵操作中非常常见，特别是在深度学习和图像处理中，用于实现各种元素级的操作。

RMSprop
RMSprop（Root Mean Square Propagation）是对 AdaGrad 算法的一种改进，它使用了一个移动平均来代替累积平方梯度的和，以解决 AdaGrad 算法学习率逐渐减小的问题。

$r_t = \beta \times r_{t-1} + (1 - \beta) \times g_t \odot g_t$ $\theta_{t+1} = \theta_t - \frac{\alpha}{\sqrt{r_t + \epsilon}} \odot g_t$

其中，$\beta$ 是一个介于 0 和 1 之间的参数，用于控制移动平均的衰减率。

Adam
Adam (Adaptive Moment Estimation) 结合了 Momentum 和 RMSprop 的优点，同时使用一阶矩（均值）和二阶矩（未中心化的方差）来调整学习率。

$m_t = \beta_1 \times m_{t-1} + (1 - \beta_1) \times g_t$ $v_t = \beta_2 \times v_{t-1} + (1 - \beta_2) \times g_t \odot g_t$ $\theta_{t+1} = \theta_t - \frac{\alpha}{\sqrt{v_t + \epsilon}} \odot m_t$

其中，$m_t$ 和 $v_t$ 分别是一阶矩和二阶矩的估计值，$\beta_1$ 和 $\beta_2$ 是估计这两个矩的衰减率。

综上，学习率调整策略不仅影响模型训练的速度，还决定了模型的收敛性和泛化能力。选择合适的学习率调整策略是优化算法成功应用的关键之一。

原文：https://www.cnblogs.com/xfuture/p/17876583.html

资源

李沐《动手学深度学习》
PyTorch代码解读
 AI算法工程师手册
 AiBard123 AI导航

大模型推理能力增强方法总结
Repositories

Awesome-Multimodal-Large-Language-Models

Latest Papers and Datasets on Multimodal Large Language Models, and Their Evaluation.

NLP-Beginner：自然语言处理入门练习
 《神经网络与深度学习》
lucidrains (Phil Wang)
Algorithm_Interview_Notes-Chinese
ML-NLP

此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、NLP面试中常考到的知识点和代码实现，也是作为一个算法工程师必会的理论基础知识。

中医大语言模型-仲景

Blogs

多模态学习知乎：整理、跟踪多模态学习领域知识~
学姐带你读论文知乎鱼子酱：AI领域高分必读论文解读
自然语言处理/搜索知乎张俊林
 图神经网络知乎
 AI算法工程师Future B站
 霹雳吧啦Wz B站
 PyTorch深度学习快速入门教程【土堆】B站
 李宏毅2023春机器学习课程 B站
 Transformer、GPT、BERT，预训练语言模型的前世今生
 我是大尾巴狼呀- B站
 Poll的笔记
 Hugging Face
Kaggle
我爱自然语言处理
 飞桨基于深度学习的自然语言处理
 16篇AI变现实战案例

Tools

ChatGPT
Create blogs from YouTube videos
通义千问
Coze
讯飞智文(一键生成Word、PPT文档)
Kimi
Papers with Code
工业
岗位描述
＜算法实习生 - LLM>
职责描述：
文本生成相关：负责文本数据的收集、整理、过滤、清洗等工作，需要掌握数据分析和NLP工具的灵活应用，包括Python、GPT、BERT、Transformer等。同时需要对大模型针对垂类领域进行优化、训练、部署等。
图像生成相关：负责文本生成图像，图像生成图像，文本生成视频，文本生成语音等工作，需要掌握多模态大模型的使用和调优能力。需要掌握计算机视觉和图像处理基本算法、常用深度学习算法，并在如下等方面有深入研究：GAN、扩散模型、图像生成、多模态生成等。
数字人相关：利用SOTA数字人技术，构建直播类数字人，实现更智能、更优质的客户服务体验，包括人物外观，语音合成，情感识别，动作合成等方面的技术研究与应用。

我们需要您具备：

具备计算机科学、数学、统计学或相关学科的高等学历；
具备数据科学和文本处理的相关能力，包括Pandas、Numpy、sklearn、Matplotlib等工具的使用经验；
精通深度学习框架TensorFlow或PyTorch，并具有使用其进行模型开发的经验；
具备文本预训练模型在垂直领域的应用和调优经验。熟悉LLM微调方法，如LORA，P-Tuning等；
具备 NLP 大模型的算法知识，熟悉常见的 NLP 算法（GPT、BERT等）和工具（Huggingface、LangChain等）。了解LLM基本原理和相关公开算法，如InstructGPT，LLama, ChatGLM等；
具备NLP中大型项目的算法和开发经验，包括但不限于人机对话、知识图谱、机器翻译等；

具有以下条件优先：

具备数字人生成相关的经验；
发表过AIGC等相关优秀论文优先；
具备文本生成、音频生成、视频生成等相关的经验；
具备机器视觉相关算法的开发和应用经验，包括但不限于图片分类、图片生成、风格迁移等；
具有微服务开发以及数据库查询经验，如Kubernetes、Docker、Redis、MongoDB等；
具备计算机科学、数学、统计学或相关学科的博士学历优先