Self-attention
Objective 了解Self-attention; 学会使用Transformer。 Task Description Speaker Identification(语者识别):多分类任务,从给定的语音中预测演讲者的类别。 Dataset VoxCeleb2 Training: 56666 processed audio fe...
Objective 了解Self-attention; 学会使用Transformer。 Task Description Speaker Identification(语者识别):多分类任务,从给定的语音中预测演讲者的类别。 Dataset VoxCeleb2 Training: 56666 processed audio fe...
Objective 图像分类 用卷积神经网络解决图像分类问题。 通过数据增强来提高性能。 了解流行的图像模型技术,如残差。 Task Introduction 食物分类 图像是从food-11数据集中收集的,分为11类。 Training set: 9866 labeled images Validation set: 3430 labeled ima...
Objectives Data Preprocessing:从waveform中抽取MFCC特征; Classification:使用预提取的MFCC特征进行phoneme分类; Task Introduction Multiclass Classification:预测speech中每个phoneme所属的类别。 思路&Code 双过Boss Baseline...
Objectives 使用深度神经网络(DNN)解决回归(regression)问题; 了解基本的DNN训练技巧(hyper-parameter tuning, feature selection, regularization, …); 熟悉Pytorch。 Task Description 根据美国某州过去几天的调查结果,预测最后一天新增检测阳性病例的百分比。 思...
本课程是吴恩达与OpenAI、Hugging Face、LangChain等机构联合打造,面向开发者的LLM系列课程第四讲——LangChain:与你的数据对话,由LangChain联合创始人兼CEO Harrison Chase和吴恩达合作授课。 课程链接 LangChain: Chat with Your Data 建议大家直接看DeepLearning.AI上的英文原版,配...
本课程是吴恩达与OpenAI、Hugging Face、LangChain等机构联合打造,面向开发者的LLM系列课程第三讲——用于LLM应用程序开发的LangChain,由LangChain联合创始人兼CEO Harrison Chase和吴恩达合作授课。 课程链接 LangChain for LLM Application Development 建议大家直接看DeepLear...
本课程是吴恩达与OpenAI、Hugging Face、LangChain等机构联合打造,面向开发者的LLM系列课程第一讲——面向开发者的ChatGPT Prompt Engineering,由OpenAI的Isa Fulford和吴恩达合作授课。 课程链接 ChatGPT Prompt Engineering for Developers 建议大家直接看DeepLearning...
本课程是吴恩达与OpenAI、Hugging Face、LangChain等机构联合打造,面向开发者的LLM系列课程第二讲——使用 ChatGPT API 构建系统,由OpenAI的Isa Fulford和吴恩达合作授课。 课程链接 Building Systems with the ChatGPT API 建议大家直接看DeepLearning.AI上的英文原版,配合官方提供的...
Overview Text-to-Image Model Text-to-Image Model可以生成与文本描述相匹配的图像。ChatGPT-4O具备Text-to-Image能力,我们用ChatGPT-4O试一下,输入文字描述,模型根据文字描述输出图片👇 Personalization 基础模型不能满足个性化的要求,例如ChatGPT-4O每次输出的人脸都不一样。想要模型...
Task Introduction 本次作业的任务是:快速总结讲座视频。给定一个讲座视频,首先使用自动语音识别(automatic speech recognition (ASR))将视频转化为逐字稿;然后使用LLM对逐字稿做摘要。 作业使用的视频是Lin-shan Lee教授2023年的讲座”Signals and Life(信号与人生)“。由于原始视频很长,作业使用1:43:24...