Обсуждение:Приём репараметризации
Материал из MachineLearning.
(Различия между версиями)
Stepan Suvorov (Обсуждение | вклад)
(Новая: Deepseek помнил мой прошлый промпт и в продолжение был использован схожий промпт для новой статьи * [[Обсу...)
К следующему изменению →
Текущая версия
Deepseek помнил мой прошлый промпт и в продолжение был использован схожий промпт для новой статьи
- Обсуждение:Нейросеть
- Обсуждение:Глубокое обучение
- Обсуждение:Обратное распространение ошибки
- Обсуждение:Автоматическое дифференцирование
- Обсуждение:Генеративная модель
- Обсуждение:Вариационный автокодировщик
Используемый промпт:
| Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки.
Статья должна быть полезна как новичку (понятно даются определения, популярно объясняются идеи), так и профессионалу (есть полезные ссылки, приводятся актуальные научные результаты). Напиши энциклопедическую статью о приёме репараметризации. Опиши их суть, историю, ключевые архитектуры, принципы обучения, области применения и современные вызовы. Излагай строгим академическим языком. В конце приведи список литературы из классических и свежих работ. |
Как видно, если 1 промптом закинуть нейросети все необходимые требования, то далее даже простенького промпта более чем достаточно для получения хорошего результата.
