Tensorboard 部署测试
Tensorboard in Pytorch Introduction Tensorboard是一个用于机器学习实验的可视化工具包。TensorBoard允许跟踪和可视化指标，如损失和准确性，可视化模型图，查看直方图，显示图像等，本文介绍pytorch架构下使用Tensor Board。核心原理是使
Archive
2024 / 07
RLHF 强化学习人类反馈
Introduction 强化学习人类反馈（Reinforcement Learning from Human Feedback, RLHF）是一种通过结合强化学习和人类反馈来优化模型性能的方法。RLHF特别适用于那些 主观性强、没有明确目标的任务 ，例如生成文本摘要、回答开放性问题等。 RLHF