从零开始的LLM 4.微调与RL （代码实战篇）

第4节 标签

2026

06-20

从零开始的LLM 4.微调与RL （代码实战篇）

03-26

强化学习 4.策略梯度算法（实验部分）

03-24

强化学习 4.策略梯度算法

2025

05-20

动手学深度学习 4.6 GPU计算

05-20

动手学深度学习 4.5 读取和存储

05-20

动手学深度学习 4.4 自定义层

05-12

动手学深度学习 4.2 模型参数的访问、初始化和共享

04-30

动手学深度学习 4.1 模型构造