强化学习顶级会议

【号码分离】从Excel表格、文本、word文档混乱文字中提取分离11位手机号出来，基于WPF的实现方案

例如，从用户反馈的文本信息、会议记录等文档中提取手机号，以便进行数据整理和分析。企业可能会有一些历史的文档资料，其中包含客户的相关信息。通过提取手机号，可以将这些信息
平安喜乐-开开心心·2025-02-07 08:03

烟花爆竹经营题库附答案

1、《烟花爆竹安全管理条例》已经国务院第121次常务会议通过，并于()公布施行，这是我国烟花爆竹行业安全监管的第一部专门法规，标志着我国安全生产监督管理法律体系的进一步完善。
学视线·2025-02-07 03:27

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】从计算机基础到HTML开发：Web开发的第一步

会议官网：www.acvra.org简介2025年计算机视觉研究进展与应用（ACVRA2025）将于2025年2月28-3月2日在中国广州召开，将汇聚世界各地的顶尖学者、研究人员和行业专家，聚焦计算机视觉领域的最新研究动态与应用成就
禁默·2025-02-07 00:07

[论文笔记] Deepseek技术报告

1.总体概述背景与目标报告聚焦于利用强化学习（RL）提升大型语言模型（LLMs）的推理能力，旨在探索在不依赖大规模监督微调（SFT）的情况下，模型如何自我进化并形成强大的推理能力。
心心喵·2025-02-06 22:53

它在强化学习中的作用是什么？

“若要得到救赎，必先承受痛苦。”作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2023年城市之星领跑者TOP1(哈尔滨)[3]2022年度博客之星人工智能领域TOP4[4]阿里云社区特邀专家博主[5]CSDN-人工智能领域优质创作者无限进步，一起追光！！！
追光者♂·2025-02-06 14:34

风险管理输入、工具与技术、输出

过程输入工具与技术输出规划风险管理1.项目章程2.项目管理计划所有组件3.项目文件干系人登记册4.事业环境因素5.组织过程资产1.专家判断2.数据分析干系人分析3.会议1.风险管理计划识别风险1.项目管理计划需求管理计划
StickToForever·2025-02-06 12:19

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek
云边有个稻草人·2025-02-06 10:37

音视频开发成长之路与音视频知识点总结

在现实生活中，音视频发挥着越来越重要的作用，如视频会议、直播、短视频、播放器、语音聊天等。所以从事音视频开发是一件有意义的事情，机遇和挑战并存。
Linux服务器开发·2025-02-06 10:36

AI协助探索AI新构型自动化创新的技术实现

一、AI自进化架构的核心范式1.元代码生成与模块化重构-代码级自编程：基于神经架构搜索的强化学习框架，AI可通过生成元代码模板（框架的抽象层定义）自动组合功能模块。
liron71·2025-02-06 10:35

国家超算平台上线DeepSeek - R1系列模型：开启AI新征程

它用了强化学习训练，推理的时候会反复思考验证，思维链能有好几万字长。在数学、代码编写和复杂逻辑推理这些方面，表现相当厉害
CodeJourney.·2025-02-06 08:25

AI大模型探秘：核心能力与应用场景深度解析

AI：包含很多术语，如：模式识别、自然语言处理、神经网络、机器学习、深度学习、强化学习、人类反馈强化学习等。类比：AI是电力–吴恩达。
程序员辣条·2025-02-06 08:53

RabbitMQ延迟消息的两种实现方式

简述RabbitMQ延迟消息的两种实现方式前言在实际业务中，往往会遇到例如：订单10分钟后过期、会议1小时后开始、商品3天后下架等等需求。
.晚安.·2025-02-06 07:45

DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索

DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索在人工智能领域，大型语言模型（LLMs）的发展日新月异，其在自然语言处理和生成任务中的表现逐渐接近人类水平。
kaichu2·2025-02-06 03:07

微服务测试——各大厂实践分享汇总

基于K8s构建高可用的微服务环境并实现自动化测试PPT⁨2020QECon全球软件质量&效能大会PPT合集⁩▸⁨9月5日⁩▸⁨自动化测试会议介绍主讲人：余超-第四范式质量部团队测试专家主要介绍范式AI
苏安-测试·2025-02-06 02:06

Web基础和HTTP协议

域名具有层次结构通过包括顶级域名，二级域名，有时还包括子域名。（1.域名结构）（2.域名结构类型）域名的结构是分层次的，由几个部分组成，通常由右至左读取，越向右层次越高，具
moluxiangfenglo·2025-02-06 01:27

力扣记录：Hot100（8）——253-322

本次题目253会议室II279完全平方数283移动零287寻找重复数297二叉树的序列化与反序列化300最长递增子序列301删除无效的括号309最佳买卖股票时机含冷冻期312戳气球322零钱兑换253会议室
Kiwi_fruit·2025-02-05 23:39

60款顶级大数据开源工具

一、Hadoop相关工具1.HadoopApache的Hadoop项目已几乎与大数据划上了等号。它不断壮大起来，已成为一个完整的生态系统，众多开源工具面向高度扩展的分布式计算。支持的操作系统：Windows、Linux和OSX。相关链接：http://hadoop.apache.org2.Ambari作为Hadoop生态系统的一部分，这个Apache项目提供了基于Web的直观界面，可用于配置、管理
La victoria·2025-02-05 17:33

机器学习在金融领域的应用

个性化服务需求1.2机器学习的兴起1.2.1大数据时代的到来1.2.2计算能力的提升1.2.3算法的不断创新2.核心概念与联系2.1机器学习的定义与分类2.1.1有监督学习2.1.2无监督学习2.1.3强化学习
AI天才研究院·2025-02-05 17:01

LLM 算法工程师的速成指南：微调、强化学习微调与偏好微调

OpenAI近期在直播中，提到了两个新的概念：①强化学习微调（ReinforcementFine-Tuning）：仅需少量高质量数据（数十到数千个），模型即可通过强化学习处理复杂任务。
大模型玩家·2025-02-05 16:24

一切皆是映射：元学习中的神经架构搜索（NAS）

元学习神经架构搜索NAS遗传算法强化学习演化算法一切皆是映射：元学习中的神经架构搜索（NAS）在人工智能的广阔领域中，神经架构搜索（NeuralArchitectureSearch，简称NAS）是一颗璀璨的明星
杭州大厂Java程序媛·2025-02-05 16:22

机器学习，深度学习，神经网络，深度神经网络

深度学习的算法又分很多种，比较典型的四种：卷积神经网络—CNN,循环神经网络—RNN,生成对抗网络—GANs,深度强化学习—RL。机器学习和深度学习的
武昌库里写JAVA·2025-02-05 12:52

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

OpenAI早期专注于强化学习（RL），但在Transformer结构问世后，迅速调整方向，借助Google的开源研究开发出强大的LLM。然而，尽
·2025-02-05 02:16

maven构件子模块步骤及注意事项

一、创建父工程父工程可以是顶级父工程，也可以是在父工程下，父工程的packaging需要设置为pom；父工程下的子级父工程，主要作用是模块聚合，即继承父工程和modules聚合，没有src文件，pom文件也不做依赖版本控制
XiaoyuEr_6688·2025-02-04 22:08

OpenAI 模型与 DeepSeek 模型使用的强化学习有何不同

OpenAI模型与DeepSeek模型使用的强化学习有何不同阅读时长：15分钟发布时间：2025-02-04近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM
·2025-02-04 18:02

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
·2025-02-04 14:27

人工智能机器学习基本概念详解

本文将详细探讨机器学习的基本概念，包括监督学习、无监督学习、强化学习及其应用示例。一、机器学习的基本概念1.1数据数据是机器学习的基础。机器学习模型通过分析数据来识别模式和
猿享天开·2025-02-04 13:07

【图片识别分类】批量按图片水印文字识别后根据内容分类并移至不同文件夹，基于Python和腾讯API的解决方案

具体应用：分类规则设定：根据水印文字中的时间（年、月、日）、地点（城市、区域）和事件关键词（如“政治会议”“体育赛事”“自然灾害”等），对图片进行分类。
平安喜乐-开开心心·2025-02-04 12:57

DeepSeek- R1 原理介绍

DeepSeek-R1是由DeepSeek公司推出的一款基于强化学习（RL）的开源推理模型，其核心原理和特点如下：1.核心技术与架构强化学习驱动：DeepSeek-R1是首个完全通过强化学习训练的大型语言模型
kcarly·2025-02-04 08:50

如何用AI管理你的个人知识库？

最近我遇到了一个问题，相信你也遇到过：我同事找我要去年一个很重要的会议上展示的ppt内容，我隐约有点印象，想起自己是当时拍摄了ppt的照片，于是我告诉同事，稍等，我拍了照片整理一下后发给你。
流形填表·2025-02-04 06:38

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
老马啸西风·2025-02-04 06:04

构建由局部观测、分布式决策与全局奖励协同作用的多智能体强化学习系统

传统的单智能体强化学习（RL）模型难以直接适用于这种场景，因此需要多智能体强化学习（MARL）的方法。1.2将问题转化为部分可观测马尔可夫决策过
由数入道·2025-02-04 05:30

Solidity/Rust 实战 —— Web3 开发者免费训练营（第 21 期）

Solidity/Rust共学营信息清单7月23日-8月1日免费（成功结营的小伙伴还将获得专属周边）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书主办社区:HackQuestHackQuest
·2025-02-04 03:50

Move on Sui 实战 —— Web3 开发者免费训练营「第22期」

MoveonSui共学营信息清单7月31日-8月8日免费（成功结营的小伙伴还将获得Sui基金会提供的奖金）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书关于HackQuestHackQuest
·2025-02-04 03:50

Solidity/Rust 实战 —— Web3 开发者免费训练营（第17期）

Solidity/Rust共学营信息清单6月18日-6月27日免费（成功结营的小伙伴还将获得专属周边）全程线上(会议具体时间入营后通知)️头部公链官方签发的学习证书关于HackQuestHackQuest
·2025-02-04 00:44

机器学习笔记——特征工程、正则化、强化学习

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。
好评笔记·2025-02-04 00:48

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
·2025-02-03 20:09

AIGC与虚拟身份及元宇宙的未来：虚拟人物创作与智能交互

云边有个稻草人-CSDN博客目录引言一、AIGC在元宇宙中的作用1.1AIGC与虚拟人物创作1.1.1生成虚拟人物外观1.1.2个性化虚拟角色设计1.2AIGC与虚拟角色的行为与交互1.2.1行为生成与强化学习
云边有个稻草人·2025-02-03 19:38

Reinforcement Learning 通过强化学习激励大型语言模型的推理能力

主要技术：1.强化学习(RL)核心是强化学习技术，像训练小狗一样，当模型做出正确的推理步骤或得到正确的
davenian·2025-02-03 18:56

基于“蘑菇书”的强化学习知识点（一）：奖励函数（Reward Function）和价值函数（Value Function）的区别

奖励函数（RewardFunction）和价值函数（ValueFunction）的区别摘要1.定义与目标奖励函数（RewardFunction）价值函数（ValueFunction）2.核心区别3.具体示例场景：迷宫导航问题(1)奖励函数的设计(2)价值函数的计算对比结果4.关系与协同作用总结摘要本系列知识点讲解基于蘑菇书EasyRL中的内容进行详细的疑难点分析！具体内容请阅读蘑菇书EasyRL！
墨绿色的摆渡人·2025-02-03 17:20

初入机器学习

也为大家提供一些个人的思考一切仅供参考概念辨析深度学习：本质是建模，将训练得到的模型作为系统的一部分使用侧重于发现样本集中隐含的规律难点是认识并了解模型，合理设置初始模型，要对建模对象有比较深刻的认识依赖大量的准确训练样本强化学习
辰尘_星启·2025-02-03 14:54

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理、深度强化学习
矩阵猫咪·2025-02-03 12:42

【程序猿面试题——计算机基础知识和编程】TCP和UDP的差异是什么？

前言1.连接方式2.可靠性3.传输速度4.流量控制和拥塞控制5.数据包结构6.头部开销7.应用场景8.顺序保证9.使用的端口号总结表格总结第四届能源利用与自动化国际学术会议（ICEUA20
努力学习的大大·2025-02-03 12:40

DeepSeek-R1,DeepSeek-V3,DeepSeek-VL,DeepSeek-V2,DeepSeek-R1-Zero各个模型区别

3.模型参数与规模4.应用场景5.性能表现6.发布时间7.价格1.各个模型架构DeepSeek-R1：未明确有特殊架构说明，但属于推理模型，可能在Transformer架构基础上针对推理做了优化，通过强化学习训练实现大量反思和验证
fpga和matlab·2025-02-03 01:12

极致体验，揭晓抖音背后的音视频技术

近两年，音视频技术展现了迅猛的发展势头，在短视频、直播、在线会议、教育等行业都有亮眼的应用案例，已经逐渐成为新时代互联网的基础设施之一。
火山引擎边缘云·2025-02-03 00:02

强化学习中的关键模型与算法：从Actor-Critic到GRPO

强化学习中的关键模型与算法：从Actor-Critic到GRPO强化学习中的Actor-Critic模型是什么？这与生成对抗网络（GANs）十分相似。
·2025-02-02 22:14

【Legged Gym】Legged Gym训练参数详解与自定义任务实现

LeggedGym训练参数详解与自定义任务实现在进行机器人强化学习训练时，LeggedGym提供了一套灵活的参数配置系统，以适应不同的训练需求和环境。
啵啵啵啵哲·2025-02-02 19:28

监督学习、无监督学习和强化学习的特点和应用场景

在机器学习中，监督学习、无监督学习和强化学习是三种核心的学习范式，它们各自具有独特的特点和应用场景。
BugNest·2025-02-02 16:03

LSTM 网络在强化学习中的应用

LSTM网络在强化学习中的应用关键词：LSTM、强化学习、时序依赖、长期记忆、深度Q网络、策略梯度、Actor-Critic摘要：本文深入探讨了长短期记忆（LSTM）网络在强化学习领域的应用。
AI天才研究院·2025-02-02 14:23

【论文投稿-第八届智能制造与自动化学术会议（IMA 2025）】HTML, CSS, JavaScript：三者的联系与区别

大会官网：www.icamima.org目录前言一、HTML（超文本标记语言）：网页的骨架HTML的作用：例子：总结：二、CSS（层叠样式表）：网页的外观设计CSS的作用：例子：总结：三、JavaScript：网页的行为和互动JavaScript的作用：例子：总结：四、HTML、CSS和JavaScript的联系与区别1.联系2.区别五、总结前言在现代Web开发中，HTML、CSS和JavaScr
禁默·2025-02-02 09:13

跨境办公网络问题及其解决思路

一、跨境办公网络问题的主要表现1.网络延迟与带宽瓶颈跨境办公最常见的网络问题之一就是网络延迟，尤其是在涉及远程视频会议或云应用时，延迟可能导致交流不畅和信息丢失。跨境数据传输需要跨越多
IPdodo全球网络服务·2025-02-02 09:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他