基于大规模预训练基础模型的参数高效迁移学习方法在各种下游应用中均取得了优异的表现，其中包括了利用LoRA进行调优的方法。该方法对多头注意力层中的映射权重额外添加了低秩矩阵的训练模块，仅需训练极少部分的参数，就能取得不错的性能表现。 该页面展示了LoRA在图像分类任务上的应用，即给定一张图片，返回候选类别中的分类标签及置信度。 Prompt的模型结构如下所示，其中左侧为LoRA嵌入到Vision Transformer中的框架，右侧为LoRA的具体结构：
按用途浏览先选任务，再看模型
清空筛选常规版指未标记去限制的模型，不等于官方认证；去限制 / 越狱版按来源的 uncensored、abliterated 等标记归类，不代表效果或安全性已验证。量化、微调等类型可以交叉。
全部模型登录后可收藏模型
全部模型
浏览已上架模型
基础视觉模型高效调优：Adapter 基于大规模预训练基础模型的参数高效迁移学习方法在各种下游应用中均取得了优异的表现，其中包括了利用Adapter进行调优的方法。该方法通过额外添加了类bottleneck的神经网络模块，仅需训练极少部分的参数，就能取得不错的性能表现。 该页面展示了Adapter在图像分类任务上的应用，即给定一张图片，返回候选类别中的分类标签及置信度。
没有找到需要的模型？
提交仓库编号和用途，我们核对后收录。
提交收录建议
登录闲社账号后即可提交收录建议。
模型及文件版权归原作者所有。链接检查不等于安全认证或运行验证，使用前请阅读原作者说明与许可。