深度学习

本文深入探讨了大语言模型高效微调技术 LoRA 及其改进版 LoRA+，详细解析了低秩假设、参数初始化策略以及非对称学习率对模型性能与收敛速度的影响。

本文系统梳理了机器学习的基本概念、监督/无监督学习、损失函数、经验风险与期望风险、神经网络基础、反向传播算法等核心内容，是 ACEE 人工智能前沿课程的考试复习笔记。

本文深入解析 LoRA（Low-Rank Adaptation）的核心思想、数学原理、初始化策略以及 LoRA+ 的改进，是理解大模型参数高效微调技术的重要理论基础。

本文系统梳理了 AIGC 从 GAN 到扩散模型的技术演进历程，并为 Apple Silicon 用户提供了一套基于 ComfyUI 的现代化本地化部署与进阶工作流方案。