Go与神经网络：线性回归

文章预览

离发表上一篇与机器学习相关的文章 《Go与神经网络：张量运算》 [1] 已经过去整整一年了，AI领域，特别是大模型领域的热度不仅未有减弱，反而愈演愈烈。整个行业变得更卷，竞争更加激烈，大模型你方唱罢我登场，层出不穷，各自能力也都在不断提升，并在自然语言处理、问答、生成等方面展现出强大的能力。同时基于 RAG(Retrieval-Augmented Generation) [2] 等技术，大模型还可以实时检索相关知识并融合到生成结果中，进一步提升了大模型在专业领域的应用价值。 很多人说用好大模型不必非要了解大模型的底层原理，也许这句话是对的。但对于后端程序员的我来说，对底层原理的不理解，始终让我有一种“不安全感”。我认为即使大模型的使用变得日益简单和广泛，但如果我们无法深入理解其工作机制，恐怕还是难以充分发挥它们的潜力，甚至无法 ………………………………