动手强化学习第2页

优化程序执行时间的核心方法与实战策略

一、定位性能瓶颈：优化的第一步“过早优化是万恶之源”——DonaldKnuth在动手优化前，必须通过科学手段定位性能瓶颈。常见方法包括：

Lill_bin·2025-03-13 10:12

动手深度学习笔记（二十九）5.5. 读写文件

动手深度学习笔记（二十九）5.5.读写文件5.深度学习计算5.5.读写文件5.5.1.加载和保存张量5.5.2.加载和保存模型参数5.5.3.小结5.5.4.练习5.深度学习计算5.5.读写文件到目前为止

落花逐流水·2025-03-13 04:29

Chebykan wx 文章阅读

sigmoid函数的超层叠近似[3]多层前馈网络是通用近似器[5]注意力是你所需要的[6]深度残差学习用于图像识别[7]视觉化神经网络的损失景观[8]牙齿模具点云补全通过数据增强和混合RL-GAN[9]强化学习

やっはろ·2025-03-13 02:44

用物理信息神经网络（PINN）解决实际优化问题：全面解析与实践

实验表明，PINN相比传统数值方法及强化学习（RL）/遗传算法（GA），在收敛速度、解的稳定性及物理保真度上均实现突破性提升。关键词：物理信息神经网络；优化任务；深度学习；强化学习；航天器轨道一、

青橘MATLAB学习·2025-03-12 14:23

django allauth 自定义登录界面

起因，目的:为什么前几天还在写强化学习，今天又写django,问就是：客户需求>个人兴趣。问题来源：allauth默认的登录界面不好看，这里记录几个问题。

waterHBO·2025-03-12 13:19

人工智能机器学习算法分类全解析

目录一、引言二、机器学习算法分类概述（一）基于学习方式的分类1.监督学习（SupervisedLearning）2.无监督学习（UnsupervisedLearning）3.强化学习（ReinforcementLearning

power-辰南·2025-03-12 07:08

基于Pytorch深度学习——Softmax回归

本文章来源于对李沐动手深度学习代码以及原理的理解，并且由于李沐老师的代码能力很强，以及视频中讲解代码的部分较少，所以这里将代码进行尽量逐行详细解释并且由于pytorch的语法有些小伙伴可能并不熟悉，所以我们会采用逐行解释

EchoToMe·2025-03-12 00:08

怎么定义世界模型，Sora/Genie/JEPA 谁是世界模型呢？（1）

其实世界模型在ML领域不是什么新概念，远远早于Transfomer这些东西被提出来，因为它最早是强化学习RL领域的，在20世纪90年代由JuergenSchmiduber实验室给提出来的。

周博洋K·2025-03-11 23:52

【花雕动手做】基于ESP32S3和通义千问大模型AI语音聊天机器人

开源项目1、核心功能：该项目利用ESP32S3开发板，结合通义千问大模型，实现了一个AI语音聊天机器人。用户可以通过语音与机器人进行交互，机器人能够理解用户的语音指令并给出相应的语音回答。2、技术架构：（1）语音识别：使用语音转文字大模型，将用户的语音输入转换为文本信息。（2）文本理解：将转换后的文本发送到通义千问大模型进行处理，模型会根据文本内容生成相应的回答。（3）语音合成：将模型生成的文本答

驴友花雕·2025-03-11 22:44

1.动手学习深度学习课程安排及深度学习数学基础

视频资源B站：动手学习深度学习——李沐目录目标内容将学到什么1.N维数组样例2.访问2维数组元素3.数据操作4.线性代数5.矩阵计算6.自动求导目标介绍深度学习景点和最新模型LeNetAlexNetVGGResNetLSTMBERT

Unknown To Known·2025-03-11 21:09

动手学深度学习V2.0(Pytorch)——10.感知机（激活函数）

文章目录1.感知机2.多层感知机2.1异或问题2.2单隐藏层2.3激活函数2.3.1logistics函数/sigmoid激活函数2.3.2tanh函数2.3.3sigmoid函数和tanh函数的异同/优缺点2.3.4relu2.4多类分类2.5多隐藏层3Q&A3.1神经网络中一层的定义是什么3.2感知机无法解决XOR问题，多层感知机虽然可以解决，但是还是被SVM替代是为什么?3.3不同任务的激活

吨吨不打野·2025-03-11 21:08

《Natural Actor-Critic》译读笔记

《NaturalActor-Critic》摘要本文提出了一种新型的强化学习架构，即自然演员-评论家（NaturalActor-Critic）。

songyuc·2025-03-11 11:21

Python学习指南：系统化路径 + 避坑建议

避免误区：❌只看教程不写代码✅边学边动手，哪怕抄代码也要运

程之编·2025-03-11 09:39

第五周作业——第十章动手试一试

10-1Python学习笔记学习笔记：在文本编辑器中新建一个文件，写几句话来总结一下你至此学到的Python知识，其中每一行都以“InPythonyoucan”打头。将这个文件命名为learning_python.txt，并将其存储到为完成本章练习而编写的程序所在的目录中。编写一个程序，它读取这个文件，并将你所写的内容打印三次：第一次打印时读取整个文件；第二次打印时遍历文件对象；第三次打印时将各行

hongsqi·2025-03-11 09:06

LLM Weekly（2025.02.17-02.23）

Grok发布了Grok3Beta，通过强化学习、扩展计算和多模态理解提供卓越的推理能力。Grok3和Grok3mini在学术基准上取得了高分，其中Grok3在AIME’25上获得了93.3%的分数。

UnknownBody·2025-03-11 01:59

利用神经网络来解决鸢尾花分类任务(附实验结果和代码)

前言本篇文章使用自己亲手搭建的神经网络模型来解决鸢尾花数据集的分类任务，读者们可以通过该简单的任务进一步理解神经网络，并且可以自己动手去搭建神经网络。

侠之大者231·2025-03-10 15:49

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习

安意诚Matrix·2025-03-10 15:44

大位数

可参考维基百科上的介绍-GNU多重精度运算库自己动手写。大位数加法思路：按照小学时算算术题的方法，

皮小猪的时光·2025-03-10 04:58

0基础认识C语言（理论+实操 2）

万事开头难，越学到后面越轻松~话不多说，开始正题~前提回顾：接上次博客，我们学到了转义字符，最后留下两个转义字符不知道大家有没有动手尝试了一遍，在这里给大家演示一遍\ddd表示1~3个八进制的数字\xdd

Re.不晚·2025-03-10 04:55

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。

乔巴先生24·2025-03-09 21:59

当深度学习遇见禅宗：用东方智慧重新诠释DQN算法

引言：代码与禅的碰撞♂️在某个调试代码到凌晨三点的夜晚，我突然意识到：强化学习的过程，竟与佛家修行惊人地相似。智能体在环境中探索

带上一无所知的我·2025-03-09 21:28

Spring Boot + Lua 手写分布式锁（支持自动续期 / 可重入）

相较于直接使用现成的分布式锁解决方案，通过自己动手实践，我们能够更深刻地理解其内部的运作机制与核心原理。

小马不敲代码·2025-03-09 20:49

【CMakeLists】学习笔记

CMake是makefile的上层工具，用于跨平台构建环境，生成可移植的makefile，并简化自己动手写makefile时的巨大工作量。cmake安装--linuxsudoaptinstallcma

何故清风不知意·2025-03-09 09:11

《Head First 设计模式》例子的C++实现（2 观察者模式）

所以就动手将书上的代码用C++来实现了一遍。观察者模式首先是三个接口的代码：//observer.h#ifndefOBSERVER_H#defineOBSERVER_HclassObserv

liyuanbhu·2025-03-09 03:49

（Pytorch）动手学深度学习：基础内容（持续更新）

深度学习前言环境安装(Windows)安装anaconda使用conda或miniconda创建环境下载所需的包下载代码并执行(课件代码)关于线性代数内积(数量积、点乘)外积关于数据操作X.sum(0,keepdim=True)和X.sum(1,keepdim=True)广播机制(broadcast)Softmax函数和交叉熵损失函数Softmax函数交叉熵损失函数感知机多层感知机前言之前看吴恩达

孔表表uuu·2025-03-09 01:48

5万元天价邀请码背后：中国90后如何用Manus重新定义AI革命

一、当AI学会"动手"：人类工作方式的范式革命"这不是ChatGPT的升级版，而是人类历史上第一个真正意义上的数字员工。"在Manus的演示视频中，这个AIA

东锋17·2025-03-08 21:50

Manus VS DeepSeek：一文看懂两大AI平台核心差异

通俗来说，Manus就像是一个“会动脑还会动手的智能实习生”二.Manus与DeepSeek的鲜明对比？Manus：你的“全能数字同事

AI悦读社·2025-03-08 21:49

微信群二维码采集，帮助企业或个人获客

前几天准备找人换群来着却发现采集群二维码接口，自己动手写了个免费微信群二维码采集工具下载好，直接打开使用即可使用软件下载地址：微群多多.zip-蓝奏云

e4ert·2025-03-08 16:44

微信公众号里的视频怎么提取出来，30秒轻松下载视频方法！

对于喜欢动手并有一定技术基础的朋友们，可以通过抓取网络请求的方式来下载视频。首先，打开你想

微丽宝·2025-03-08 15:10

就在刚刚！马斯克决定将“地球上最聪明的人工智能”Grok-3免费了！

Grok-3的核心优势在于其大规模强化学习（RL）优化，能够在几秒到几分钟内进行深度推理，适应复杂任务的需求。配备的D

源代码杀手·2025-03-08 12:16

机器学习入门知识

二、机器学习的基本类型1.监督学习2.无监督学习3.半监督学习4.强化学习三、机器学习的工作流程四、常见的机器学习算法五、机器学习的评价指标六、机器学习中的过拟合与欠拟合七、机器学习的应用八、学习机器学习的资源前言随着人工智能的发展

十五境剑修·2025-03-08 09:33

数据结构之旅：自己动手实现顺序表

目录1.引言顺序表（ArrayList）的概念及其在编程中的重要性。为什么选择自己实现而不是直接使用Java库中的ArrayList。2.基本原理3.类定义与属性MyArrayList类的定义4.核心方法5.错误处理与边界情况6.结论1.引言顺序表（ArrayList）的概念及其在编程中的重要性。顺序表（ArrayList）是一种动态数组，能够根据需要自动调整大小，支持高效的随机访问和顺序存储。它

GeminiGlory·2025-03-08 01:39

特斯拉FSD不同版本的进化

特斯拉，FSD，自动驾驶，深度学习，计算机视觉，强化学习，神经网络，模型训练1.背景介绍特斯拉自2016年推出Autopilot以来，一直致力于开发全自动驾驶系统，其目标是实现完全无人驾驶，让汽车能够像人类一样感知周围环境

AI智能涌现深度研究·2025-03-07 19:35

分享4个H5小帮手工具，零基础也能完成！

✨就是这4个H5请帖小助手，只要动动手，零基础也能弄出超漂亮的请帖，不管是婚礼请帖、会议邀请函还是招生培训h5，通通都能轻松搞定，妈妈再也不担心我不会制作h5了！

帖帖小帮手·2025-03-07 19:56

【星云 Orbit•STM32F4】14. 定时器进阶：通用定时器

博客重心在工程框架和代码思路，配置步骤，需要读者常思考，勤动手。“手把手”是高中阶段的老师喂知识模式，都大学了，换个自己想要的方式，不读高四高五了。

智木芯语·2025-03-07 17:12

阿里深夜开源QwQ-32B模型，仅需1/10的成本即可比肩R1满血版

大规模强化学习（RL）有潜力超越传统的预训练和后训练方法来提升模型性能。近期的研究表明，强化学习可以显著提高模型的推理能力。

伪_装·2025-03-07 13:45

2024年图灵奖公布：两位AI先锋因强化学习获奖

纽约时报》报道，全球最大的计算机专业人士协会计算机协会(ACM)周三宣布，将2024年图灵奖授予安德鲁·巴托(AndrewBarto)博士和理查德·萨顿(RichardSutton)博士，以表彰他们在强化学习方面的研究

吴脑的键客·2025-03-07 13:15

听说又来了个会“动手”的ai模型？

我问它一个问题，它就回答一个，聊完之后，我是知道答案了，可要是真的想干点具体的活，还是得靠我自己动手。但Manus就牛多了

gange574·2025-03-07 13:06

（24-1）DeepSeek中的强化学习：DeepSeek简介

在人工智能的浩瀚星空中，DeepSeek犹如一座巍峨的科技丰碑，熠熠生辉，引领着大模型时代的风云变幻。DeepSeek以卓越的创新精神和前沿的技术架构，突破常规极限，将海量知识与智能推理完美融合，展现出惊人的计算力与思维深度。4.1DeepSeek简介DeepSeek是一家成立于2023年的中国人工智能初创公司，专注于开发高效且经济的大型语言模型。其核心技术包括多头潜在注意力（Multi-head

码农三叔·2025-03-07 12:33

【五.LangChain技术与应用】【31.LangChain ReAct Agent：反应式智能代理的实现】

但换成ReActAgent，它会先推理（Reasoning）需要调用哪个接口，再行动（Action）查询真实数据——这就是ReAct的核心：让AI学会「动脑子」再动手。

再见孙悟空_·2025-03-07 07:45

Spring Boot 实战：生成条形码的高效方案

今天我们要来动手实践一个非常实用的功能——使用SpringBoot生成条形码。如果你是一名对后端开发感兴趣的开发者，并且希望在项目中集成条形码生成功能，那么这篇文章绝对不容错过！

墨夶·2025-03-06 23:22

详解：Grok中文版 _Grok 3 国内中文版本在线使用

借助深度学习与强化学习等先进技术，GrokAI具备自我学习的能力，可以通过不断的训练来优

·2025-03-06 18:35

【大模型学习】第八章深入理解机器学习技术细节

SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：客户细分三、强化学习

好多渔鱼好多·2025-03-06 16:57

标题：打造现代Web体验：React-Swipeable深度解析与应用指南

这个库特别适用于创建交互式的移动应用或网站，让用户通过滑动手势进行操作

邬筱杉Lewis·2025-03-06 10:05

AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘

的基础概述1.1DeepSeek简介1.2ChatGPT简介第二章：模型架构对比2.1Transformer架构：核心相似性2.2模型规模与参数第三章：训练方法与技术3.1预训练与微调：基础训练方法3.2强化学习与奖励建模

m0_74825466·2025-03-06 06:29

自然语言模型（NLP）介绍

例如，DeepSeek通过强化学习提升推理能力，其混合专家架构（MoE）显著优化了计算效率‌。二、核心技术解析1.DeepSeek模型架构混合专家模型（MoE）：DeepSeek-V3采用Mo

Liudef06·2025-03-06 04:11

Search-o1：智体搜索增强的大型推理模型

大型推理模型(LRM)（例如OpenAI-o1）已通过大规模强化学习展示长步推理能力。然而，它们的扩展推理过程通常会受到知识不足的影响，从而导致频繁出现不确定性和潜在错误。

三谷秋水·2025-03-05 22:53

创新领域 - 创客极简理解（创客的核心特点、创客的核心活动、创客的核心工具）

创客的概念创客一词源自英文Maker，是指的是那些热爱创新、设计和动手实践的人创客通常通过技术工具（例如，3D打印、激光切割、编程等）将自己的创意转化为现实，创造出新的产品或解决方案创客文化强调开放、共享

我命由我12345·2025-03-05 14:18

北航计算机2014复试上机题,北航计算机系考研复试上机真题及答

19.90积分Kao400.com出品侵权必究北京航空航天大学计算机系考研复试06-‐12上机真题及答案复试上机指导复试上机指导1.1.本真题只是提供辅助作用，关键还是研友平时动手能力本真题只是提供辅助作用

余思·2025-03-05 14:47

强化学习实践 openai gymnasium CartPole-v1 DQN算法实现

前言最近在学习强化学习，大致过了一遍强化学习的数学原理（视频）。视频讲的很好，但是实践的部分总是感觉有点匮乏（毕竟解决gridworld方格世界（GitHub）的问题的很难给人特别大的

abstcol·2025-03-05 14:12

推荐频道

动手强化学习