- 综合排序
- 最热优先
- 最新优先
谷歌transformer模型简单介绍
谷歌的Transformer模型（2017年提出）是一种基于自注意力机制的神经网络架构，取代了传统的RNN和CNN，能并行处理序列数据。 该模型成为BERT、GPT等现代NLP技术的基础，并扩展至多模态领域。 RNN: 循环神经网络，Recurrent Neural NetworkCNN: 卷积神经网络，Convolutional Neural NetworkBERT: 谷歌2018年提出的预训练语言模型 （词向量维度）n_heads = 8 # 注意力头数d_ff = 2048 # 前馈网络隐藏层维度dropout = 0.1 # Dropout概率max_len 实际应用中需扩展解码器、添加掩码机制和训练循环才能构建完整模型。
1.1K10编辑于 2025-07-04谷歌AI模型解码海豚通信
这个约4亿参数的模型经过优化，可直接在WDP野外使用的Pixel手机上运行。该模型基于Gemma系列的见解，并在WDP的声学数据库上进行了广泛训练。 DolphinGemma作为一个音频输入、音频输出的模型，处理自然海豚声音序列以识别模式和结构，最终预测序列中接下来可能出现的声音，类似于人类语言大语言模型预测句子中的下一个词。 下一代以Pixel 9为中心，通过集成扬声器/麦克风功能，并使用手机的高级处理同时运行深度学习模型和模板匹配算法。 与研究社区共享DolphinGemma计划在今年夏天将DolphinGemma作为开放模型共享。 虽然该模型是在大西洋斑海豚声音上训练的，但预计它对研究其他鲸类物种（如宽吻海豚或长吻飞旋海豚）的研究人员也有用。针对不同物种的发声可能需要进行微调，而模型的开放性有助于这种适应。FINISHED
9410编辑于 2026-04-07- 来自专栏DeepHub IMBA
谷歌新语言模型Switch Transformer
Switch Transformer发布前，谷歌的T5模型一直是多个NLP基准上的记录保持者，但是最近被它自己的Switch Transformer超越。 并非所有的知识一直都是有用的。 在项目总结时这种观察在某种程度上是显而易见的，根据这个观点，谷歌大脑创建了新的Switch Transformer 。 Switch Transformer因其一万亿参数而得到媒体的报道。 对于谷歌的公司规模，这一成就并不难预料;主要的基础模块(Tensorflow, Mesh, Tensorflow, TPUs)已经存在了一段时间。 复制FFN权重而不是模型的其他参数(如自我注意中的键/查询/值矩阵)的决定似乎是实验性的。作者论文说，他们试图在模型的其他部分增加专家，结果导致训练不稳定。 模型如何决定启用哪位专家? 通过改变计算预算和参数计数等方面，论文做出了以下有趣的观察： 将专家库从1（相当于标准的Transformer）增加到2、4、8，依此类推，直到256，这表明性能持续提高，而没有额外的计算成本（因为无论库的大小如何
1.2K20发布于 2021-02-12 - 来自专栏大数据文摘
因为这个模型，谷歌要完？
直到这几天，一个重磅看似与搜索无关的AI模型的诞生，却大有撼动谷歌搜索地位的趋势... 这是一个在Twitter上特别火的帖子，目前已获得3千多次转推： Google is done. 谷歌时代结束了。 这条Twitter的博主搜索了一些它日常请教谷歌的问题（query），却发现OpenAI刚刚发布的“AI对话模型ChatGPT”的回答，完爆了谷歌搜索结果。。。 ChatGPT模型Demo测试地址： https://chat.openai.com/chat 推特用户@jdjkelly的推文 [1] 还表示，它发现对于代码开发类的搜索query，ChatGPT的回答强势的完爆了谷歌 这篇文章的作者将预训练大模型类比为人脑和传统的数据库，都是数据储存的一个媒介。而在进行数据检索的时候，人脑依靠的是思考，数据库依靠的是 SQL 语言，而预训练大模型则依靠的是 prompt。 短短2个月前学界还在质疑 prompt 是否能够完全达到“所查即所得”的效果，也就是说，下游任务并不知道使用何种 prompt 可以更好地从大模型中获取想要的结果。
40620编辑于 2023-04-10 - 来自专栏云云众生s
谷歌Gemini语言模型入门指南
本文向您介绍两种访问谷歌Gemini语言模型的途径:Vertex AI和Google AI Studio，并详细阐述每种方法的使用入门指南。 在我之前的文章中，我介绍了谷歌的多模态生成 AI 模型 Gemini 的关键功能。在这篇文章中，我将带领大家了解如何访问这个模型。 $ gcloud init $ gcloud auth application-default login 您会看到浏览器窗口弹出，要求您的谷歌凭据来完成认证过程。 通过 Google AI Studio 访问 Gemini Google AI Studio 是一个探索谷歌提供的生成式 AI 模型的游乐场。任何拥有谷歌账户的人都可以登录进行模型实验。 字符由 UTF-8 代码点计数，空格不包括在内。API 有方法提供令牌数 token counts，帮助我们估计成本。
1.8K10编辑于 2024-03-28 - 来自专栏Python与算法之美
8，模型的训练
根据问题特点选择适当的估计器estimater模型： 分类(SVC,KNN,LR,NaiveBayes,...) 回归(Lasso,ElasticNet,SVR,...) 一，分类模型的训练 ? ? ? ? ? ? ? ? ? 二，回归模型的训练 ? ? ? ? ? ? ? ? 三，聚类模型的训练 KMeans算法的基本思想如下： 随机选择K个点作为初始质心 While 簇发生变化或小于最大迭代次数： 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 ? 四，降维模型的训练 PCA主成分分析(Principal Components Analysis)是最常使用的降维算法，其基本思想如下： 将原先的n个特征用数目更少的m个特征取代，新特征是旧特征的线性组合 可以结合FeatureUnion 和 Pipeline 来创造出更加复杂的模型。 ?
82031发布于 2020-07-17 - 来自专栏云云众生s
Go中使用谷歌Gemini模型
这篇文章是如何使用 Go SDK 快速入门，以向模型提出混合文本和图像的问题的概述。 译自 Using Gemini models from Go。作者 Eli Bendersky 。 任务 我们将要求模型解释两张龟的图像之间的区别，这张： 和这张： 使用 Google AI SDK 使用 Google AI SDK，您只需生成一个 API 密钥（与 OpenAI 的 API 类似）即可访问模型 当我们运行此示例时，模型的响应会以 JSON 对象的形式输出。
65810编辑于 2024-03-28 - 来自专栏Java面试教程
谷歌大模型-Gemini快速开始
引言 近期相信大家和了不起一样，都听说了谷歌大模型：Gemini Gemini官网 访问官方网站 官网地址：https://ai.google.dev 官方已经提供了体验入口，大家可以很方便地体验谷歌发布的最大且能力最强的 在右侧列的模型字段中，选择支持图像的模型，例如 Gemini Pro Vision 模型。 第 3 步 - 用模型参数进行实验 在对提示进行原型设计时，您还可以在应用右侧试用模型运行设置。以下是需要了解的关键设置： 模型 - 选择您要回答问题的模型。 如需详细了解可用的模型和功能，请参阅模型。 温度 - 控制模型响应可以允许多大程度的随机性。提高此值可让模型生成更意外且更具创造性的响应。 最大输出 - 增加模型为每个请求返回的响应数。 总结 今天了不起带大家看了下谷歌大模型Gemini，有条件的可以试一下。 参考：https://ai.google.dev/tutorials/ai-studio_quickstart
8.3K11编辑于 2023-12-20 - 来自专栏新智元
解读谷歌最强NLP模型BERT：模型、数据和训练
---- 新智元专栏 作者：潘晟锋（追一科技算法高级研究员） 【新智元导读】近日，谷歌AI团队新发布的BERT模型，在NLP业内引起巨大反响，认为是NLP领域里程碑式的进步。 最近谷歌研究人员通过新的BERT模型在11项NLP任务中夺得STOA结果，这在自然语言处理学界以及工业界都引起了不小的热议。 而谷歌提出的BERT就是在OpenAI的GPT的基础上对预训练的目标进行了修改，并用更大的模型以及更多的数据去进行预训练，从而得到了目前为止最好的效果。 除了模型结构，模型大小和数据量都很重要 以上的描述涵盖了BERT在模型结构和训练目标上的主要创新点，而BERT的成功还有一个很大的原因来自于模型的体量以及训练的数据量。 谷歌用了16个自己的TPU集群（一共64块TPU）来训练大号版本的BERT，一共花了4天的时间。
1.2K20发布于 2018-11-08 - 来自专栏AI研习社
博客 | 谷歌最强 NLP 模型 BERT 解读
雷锋网 AI 科技评论按：本文是追一科技潘晟锋基于谷歌论文为 AI 科技评论提供的解读稿件。 最近谷歌研究人员通过新的BERT模型在11项NLP任务中夺得STOA结果，这在自然语言处理学界以及工业界都引起了不小的热议。 而谷歌提出的BERT就是在OpenAI的GPT的基础上对预训练的目标进行了修改，并用更大的模型以及更多的数据去进行预训练，从而得到了目前为止最好的效果。 ? 除了模型结构，模型大小和数据量都很重要 以上的描述涵盖了BERT在模型结构和训练目标上的主要创新点，而BERT的成功还有一个很大的原因来自于模型的体量以及训练的数据量。 谷歌用了16个自己的TPU集群（一共64块TPU）来训练大号版本的BERT，一共花了4天的时间。
65020发布于 2018-12-05 - 来自专栏机器学习与推荐算法
谷歌 | 物品-语言大模型推荐系统
TLDR: 当前将大语言模型用于推荐系统存在三方面问题：1）大语言模型不在推荐系统数据上训练，并且推荐数据通常不公开可用。 为解决以上限制，本文提出了一个物品语言模型，其由一个物品编码器和一个冻结的大语言模型组成，前者对用户交互信息进行编码以生成与文本对齐后的物品表示，后者用保留的预训练知识理解这些物品表示。 虽然可以使用矩阵分解算法计算物品和用户协同过滤嵌入，然后通过映射模块将这些嵌入馈送给大语言模型。但其会在协同嵌入和预训练大语言模型的词元嵌入间引入模态差异，仍需微调以对齐。 为了解决上述困难，本文提出了用于会话推荐任务的物品语言模型。 其语义嵌入采用Sentence-T5 11B模型计算得到。将带有两层MLP的CoLLM作为基准对比方法，还对比了带有随机初始化Q-Former编码器的ILM模型。
69410编辑于 2024-07-05 - 来自专栏AI科技评论
学界 | 谷歌最强 NLP 模型 BERT 解读
AI 科技评论按：本文是追一科技潘晟锋基于谷歌论文为 AI 科技评论提供的解读稿件。 最近谷歌研究人员通过新的BERT模型在11项NLP任务中夺得STOA结果，这在自然语言处理学界以及工业界都引起了不小的热议。 而谷歌提出的BERT就是在OpenAI的GPT的基础上对预训练的目标进行了修改，并用更大的模型以及更多的数据去进行预训练，从而得到了目前为止最好的效果。 ? 除了模型结构，模型大小和数据量都很重要 以上的描述涵盖了BERT在模型结构和训练目标上的主要创新点，而BERT的成功还有一个很大的原因来自于模型的体量以及训练的数据量。 谷歌用了16个自己的TPU集群（一共64块TPU）来训练大号版本的BERT，一共花了4天的时间。
87120发布于 2018-11-08 - 来自专栏人工智能快报
谷歌推出通用机器学习模型
据外媒报道，谷歌的研究人员已经运用多种类型的训练数据创立了他们所谓的“一个模型解决所有问题”，以此在不同的任务中训练人工智能模型。 研究人员和专注于人工智能的谷歌大脑团队已将该模型与其它工具及模块化组件打包在其新的Tensor2Tensor（T2T）程序库中，他们希望该程序库将帮助促进深度学习研究。 谷歌公司所创建的模型在各种各样的任务中都得到了训练，包括图像识别、翻译任务、图像说明以及语音识别。 研究人员声称，单一模型能够同时在多项领域中学习很多任务，且该模型能够传递知识。 由谷歌大脑研究人员和工程师共同维护的T2T程序库，是一个用于在TensorFlow上训练深度学习模型的一套开源系统。 T2T的发布也包括谷歌大脑研究人员从近期论文中借鉴的数据集库和模型库。
1.2K30发布于 2018-03-07 - 来自专栏深度学习与python
谷歌自研芯片Tensor正式亮相：5nm，8核CPU，支持手机运行AI模型
该芯片由谷歌研究院设计，被谷歌誉为“机器学习里程碑”。早在今年夏天，谷歌首次谈到了 Tensor，它为谷歌的定制硬件提供人工智能支持。 谷歌感受到了危机。今年夏天，谷歌硬件业务负责人 Rick Osterloh 在接受采访时称，谷歌要利用这颗自研的芯片彻底改变智能手机，为未来 AR 和 AI 等新技术的应用打下重要基础。 谷歌之所以推出自研芯片，一定程度上是因为 AR 和 AI 等前瞻性技术依旧对手持设备构成重大计算挑战，因此谷歌进行了大胆尝试，利用 Tensor 芯片来进行补救。 如果谷歌真的成功了，也许 Tensor 可以应用到其他公司的设备上。Osterloh 称，这款芯片十分强大，它甚至能够在智能机上运行 Google AI 模型。 放在以前，手机要运行 Google AI 模型还得连接到数据中心才行。
83520编辑于 2023-04-01 - 来自专栏软件安装
不需要谷歌账号，8个可平替谷歌商店paly的APP
安卓用户的“官方镜像站” 作为Android Police团队运营的平台，APKMirror 主要是“100%无修改、无盗版”等问题，所有APK均通过Google Play签名验证，支持历史版本下载和谷歌三件套 设置里可以看到，除了谷歌应用，这个 Aurora Store 还内置的有 F-Droid，妥妥的套娃了。 ▌4. 他在4.7.4版本后优化了国内网络适配，华为用户实测可流畅下载Ins、X等应用，但部分付费应用还是需要绑定谷歌账号。 1、安装的时候会会提示风险，这个没办法的是，可以不用管。 ▌ 6. ▌ 8. 应用乐园 应用乐园 的界面与Google Play高度相似，分类包括“应用集”“游戏集”。 它于整合了谷歌系列应用（如Chrome、地图），但部分资源为用户上传，可以说只要用户有的，你就有了，但上传的包是不是安全的就没办法保证了。
2.1K10编辑于 2026-03-26 - 来自专栏碲矿
【羊毛】谷歌家的大模型 Gemini Pro
群友爆料 群友在群里提醒，谷歌又有羊毛可以薅。 在此之前，有群友已经提了 PR，给 WeChatRobot[1] 接上了 Bard。
11510编辑于 2024-12-06 - 来自专栏机器学习与生成对抗网络
谷歌 | 宽模型 和 深模型 学到的，一样吗？
作者｜Thao Nguyen, AI Resident, Google Research 来自｜AI公园 编译｜ronghuaiyang 导读 提高模型容量可以从宽度和深度着手，但是，宽模型和深模型学到的是相同的东西吗 在非常宽或非常深的模型中，我们在它们的内部表征中发现了一个典型的块结构，并在这种现象和模型过参数化之间建立了联系。 模型之间的比较表明，没有块结构的模型在相应层的表示之间表现出显著的相似性，而包含块结构的模型表现出高度不同的表示。 尽管有不同的架构，但没有块结构的宽和深的模型彼此表现出相似的表示，相应的层在模型中大致具有相同的比例深度。然而，当块结构存在时，它的表示对于每个模型是唯一的。 结论 在研究深度和宽度对内部表征的影响时，我们发现了块结构现象，并证明了它与模型容量的联系。我们还表明，宽模型和深模型在类和样本级别上显示出系统输出差异。
1.1K20发布于 2021-07-05 - 来自专栏Java实战博客
K8S & Kubernetes 谷歌开源容器编排工具
中文文档：http://docs.kubernetes.org.cn/ 类似编排工具还有 Swarm ：Docker自己的容器编排工具 Mesos ：Apache的容器编排工具 但是K8S市场占有率，
66010编辑于 2022-01-19 - 来自专栏AI绘画
谷歌 Veo 2 视频生成模型入驻 Gemini，开启 8 秒 720p 视频创作新时代
标题：谷歌 Veo 2 视频生成模型入驻 Gemini，开启 8 秒 720p 视频创作新时代在当今数字化世界，视频内容已成为信息传播和创意表达的重要载体。 谷歌作为科技领域的领头羊，不断在人工智能领域探索创新，其旗下的 Veo 2 视频生成模型正式入驻 Gemini，为用户带来了便捷高效的视频创作新体验。 一、产品介绍谷歌 Veo 2 是一款基于先进人工智能技术的视频生成模型，自 2025 年 4 月 16 日起，谷歌宣布将 Veo 2 视频生成 AI 模型带给 Gemini Advanced 订阅用户。 四、使用方法Gemini 应用程序 ：Gemini Advanced 订阅用户可以在谷歌 Gemini 应用程序的模型下拉菜单中选择 Veo 2。 总之，谷歌 Veo 2 视频生成模型的入驻，为 Gemini 平台增添了强大的视频创作能力，为用户带来了便捷、高效、高质量的视频生成体验。
81210编辑于 2025-04-25 - 来自专栏csico
K8s网络模型
Docker网络模型 容器 容器不是模拟一个完整的操作系统，而是对进程进行隔离，对容器里的进程来说它接触到的各种资源都是独享的，比虚拟机启动快、占用资源少。 但是容器重启后又恢复原值，若想永久的修改可通过/etc/docker/daemon.conf里制定dns，/etc/hosts记录容器的ip，/etc/hostname记录容器的名称 Calico网络模型 K8s网络模型 K8s术语 K8S 是一个用于容器集群的分布式系统架构。 K8s网络 K8s网络包括CNI、Service、Ingress、DNS 在K8s网络模型中，每个节点上的容器都有自己独立的IP段，节点之间的IP段不能重复，而节点也需要具备路由能力，使从本节点Pod里出来的流量可以根据目的 K8s主机内网络模型 K8s采用的是veth pair+bridge的模式，veth pair将容器与主机的网络协议栈连接起来，可以使pod之间通信。
2.5K32发布于 2021-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号