无监督预训练第3页

机器学习：强化学习的epsilon贪心算法

它与监督学习和无监督学习不同，强调试错探索（Exploration-Exploitation）以及基于奖励信号的学习。

田乐蒙·2025-02-28 15:25

小程序基础 2.0

第四单元小程序基础二一、昨日知识点回顾1.小程序中的事件2.wxs3.列表渲染4.条件渲染二、本单元知识点概述（Ⅰ）指定教材无（Ⅱ）知识点概述（Ⅲ）教学时长三、本单元教学目标（Ⅰ）重点知识目标1.下拉加载和上拉刷新

菜鸟小白Y·2025-02-28 14:24

微软发布 Phi-4 迷你模型,适合本地部署ChatBot

该模型经历了一个增强过程，包含了监督微调和直接偏好优化，以支持精确的指令遵循和稳健的安全措施。

吴脑的键客·2025-02-28 13:43

Python深度学习实践：使用TensorFlow构建图像分类器

我们将深入探讨卷积神经网络（CNN）的基本原理，实现一个能够识别MNIST手写数字的数据集模型，并通过实战代码演示整个过程，最终展示模型的训练与评估。

Evaporator Core·2025-02-28 13:42

DeepSeek掘金——DeepSeek R1架构和训练过程图解

DeepSeek掘金——DeepSeekR1架构和训练过程图解为了让一切变得简单，我们将使用手绘流程图和简单的计算来帮助从头开始澄清DeeoSeek-R1的核心概念。

不二人生·2025-02-28 12:09

智慧景区系统开发及功能架构

游客们满心期待着借助手机这一便捷工具，随时随地都能聆听景点的详细讲解，精准定位自己的位置并获取导航指引，从而彻底杜绝在景区中迷失方向或者与精彩景点失之交臂的情况；他们还盼望着能够事先精心规划好整个行程安排，预

wv15889726201·2025-02-28 12:38

免实名服务器新选择：AWS海外服务器三大核心优势解析——以aliyun国际版为对比

本文将以阿里云国际版为参照，深度解析AWS如何以“无实名”为起点，构建全球化业务的黄金赛道。

AWS官方合作商·2025-02-28 12:37

深度学习进阶：构建多层神经网络

我们还会使用更复杂的分类任务来训练模型，并评估其性能。1.多层神经网络的结构在实际应用中，深度学习模型通常包含多个隐藏层，这种结构被称为深度神经网络（DNN）。多层神经网络能够学习更

孤寂大仙v·2025-02-28 12:37

什么是可重入，什么是可重入锁？它用来解决什么问题？

无共享资源竞争：不修改共享数据或正确处理并发访问。可中断恢复：执行过程中被中断后再次调用仍能正常完成。示例：递归函数factorial(n)如果不依赖外部状态（如全局变量

涛粒子·2025-02-28 12:05

大模型调优方法：提示工程、RAGs 与微调对比

就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。

AI大模型探索者·2025-02-28 11:03

实现一个 RDMA 用户态驱动程序

实际上，高性能、易维护、易定制的网络基础设施对于提升AI训练、推理的效率是至关重要的一环。

·2025-02-28 11:17

【随手笔记】嵌入式项目开发流程（欢迎指正补充）

竞品分析一般研发的需求都是市场部或者高层评估过利润和销量或者前景才会到研发的研发开始研究需求，分析竞品优缺点，一般会选用竞品前三名的产品进行分析分析竞品的功能，竞品的硬件方案和物料成本，功能优点和缺点，把硬件成本给到市场，为后面做的产品硬件成本做参考，避免后面硬件方案价格无优势的情况进行产品功能细致的梳理和过滤确定好规格性能参数等等查询对应的强制标准或行业标准考虑功能异常的补救逻辑项

LongRunning·2025-02-28 10:25

pytorch基础-layernormal 与 batchnormal

nn.LayerNorm（层归一化）和nn.BatchNorm（批量归一化）是深度学习中常用的两种归一化方法，都有助于提高模型的训练效率和稳定性，但它们在归一化维度、应用场景、计算方式等方面存在明显区别

yuweififi·2025-02-28 10:49

通过TensorFlow实现简单深度学习模型（2）

前文我们已经实现了对每批数据的训练，下面继续实现一轮完整的训练。完整的训练循环一轮训练就是对训练数据的每个批量都重复上述训练步骤，而完整的训练循环就是重复多轮训练。

yyc_audio·2025-02-28 10:47

Pytorch使用手册—使用TACOTRON2进行文本到语音转换（专题二十四）

一、概述本教程展示了如何使用torchaudio中的预训练Tacotron2构建文本到语音的管道。文本到语音的管道流程如下：文本预处理首先，输入的文本被编码为一系列符号。

AI专题精讲·2025-02-28 09:43

Transformer 代码剖析2 - 模型训练（pytorch实现）

参数统计函数defcount_parameters(model):returnsum(p.numel()forpinmodel.parameters()ifp.requires_grad)遍历模型参数筛选可训练参数统计参数数量返回总数技术解析

lczdyx·2025-02-28 09:38

Farm3D- Learning Articulated 3D Animals by Distilling 2D Diffusion论文笔记

LearningArticulated3DAnimalsbyDistilling2DDiffusion1.Introduction最近的研究DreamFusion表明，可以通过text-imagegenerator提取高质量的三维模型，尽管该生成模型并未经过三维训练

Im Bug·2025-02-28 07:24

神经网络中的Adagrad

Adagrad（AdaptiveGradient）是一种自适应学习率的优化算法，专门设计用于在训练过程中自动调整每个参数的学习率。

化作星辰·2025-02-28 07:53

DeepSeek R1 简单指南：架构、训练、本地部署和硬件要求

这项研究在如何仅依靠强化学习而不是过分依赖监督式微调的情况下，增强LLM解决复杂问题的能力上，取得了重要进展。

爱喝白开水a·2025-02-28 07:52

【spug】使用

目录简介下载与安装初始化配置启动与日志版本更新登录与使用工作台主机管理批量执行配置中心应用发布系统管理监控与告警使用问题简介手动部署|Spugwalle的升级版本轻量级无Agent主机管理主机批量执行主机在线终端文件在线上传下载应用发布部署在线任务计划配置中心监控报警如果有测试错误请指出

勤不了一点·2025-02-28 06:48

【python 机器学习】sklearn ROC曲线与AUC指标

通俗介绍：学术解释：2.在`sklearn`中绘制ROC曲线与计算AUC2.1导入库和数据2.2加载数据集2.3训练模型2.4预测概率2.5计算FPR、TPR和AUC2.6绘制ROC曲线3.解析ROC曲线和

人才程序员·2025-02-28 06:11

月之暗面改进并开源了 Muon 优化算法，对行业有哪些影响？

互联网各领域资料分享专区(不定期更新)：Sheet正文月之暗面团队改进并开源的Muon优化算法在深度学习和大模型训练领域引发了广泛关注，其核心创新在于显著降低算力需求（相比AdamW减少48%的FLOPs

互联网之路.·2025-02-28 05:11

电脑开机无显示的故障原因

主板故障主板电路故障：主板上的电路出现断路、短路等问题，会影响到硬件之间的通信和电力供应，导致开机无显示。BIOS故障：BIOS芯片损坏、BIOS设置错误或BIO

小魚資源大雜燴·2025-02-28 05:11

tarjan算法——求无向图的割点和桥

一.基本概念1.桥：是存在于无向图中的这样的一条边，如果去掉这一条边，那么整张无向图会分为两部分，这样的一条边称为桥无向连通图中，如果删除某边后，图变成不连通，则称该边为桥。

风灵无畏YY·2025-02-28 05:40

深度解析：大模型开源的真与假

目录大模型企业开闭源策略各异开源大模型的定义与现状开源内容的局限性通常开放的内容实际未开放的关键内容法律与商业模式的约束开源许可证的重要性大模型的定制许可证及其限制性条款商业公司对开源大模型的策略和目的建立生态系统吸引开发者提升品牌形象保持竞争优势技术创新和改进技术与协助开发的挑战训练和推理过程的资源需求差异微调和衍生模型的技术实现及其局限性开源大模型在协作开发中的局限总结大模型的发展开启了

rs勿忘初心·2025-02-28 05:39

Tarjan求无向图割边

文章目录Tarjan算法无向连通图的搜索树时间戳dfn追溯值low无向图的割边及判定对重边的处理参考实现Tarjan算法不得不说RobertTarjan真的是大师，发个网站大家感受一下——论文索引。

Visors·2025-02-28 05:04

DeepSeek开源周第二弹：DeepEP如何用RDMA+FP8让MoE模型飞起来？

一、引言：MoE模型的通信瓶颈与DeepEP的诞生在混合专家（MoE）模型训练中，专家间的全对全（All-to-All）通信成为性能瓶颈。

曦紫沐·2025-02-28 04:03

利用DSPy优化LangChain RAG系统的实战指南

具体来说，DSPy编译器会在内部追踪你的程序，然后为大型语言模型（LLMs）创建高质量的提示（或为小型LLMs训练自动微调），以教会它们任务的步骤。

scaFHIO·2025-02-28 04:01

使用LangChain与GPT4All模型进行交互

核心原理解析GPT4All是基于大型语言模型（LLMs）的开源项目，通过训练大量干净的数据，能够生成高质量的对话和回答。LangChain是一种用于简化与

bavDHAUO·2025-02-28 04:28

在职考研可行性探索

年龄限制：绝大多数专业无年龄限制（部分特殊专业如军校除外）。工作年限：仅对管理类专硕（如MBA/MPA）要求本科毕业后3年以上工作经验，与你报考计算机/软件工程无关。

HL_LOVE_C·2025-02-28 04:27

前言：什么是大模型微调

大模型微调（Fine-tuning）是指在预训练模型的基础上，针对特定的任务或数据集进行进一步训练的过程。预训练模型通常在大规模的通用数据上训练，具备广泛的语言理解和生成能力。

伯牙碎琴·2025-02-28 04:26

游戏语音趋势解析，社交互动有助于营造沉浸式体验

OpenAI的ChatGPT语音模式将语音转语音技术变成了现实，引入了基于音频和文本信息进行端到端预训练的模型，这些模型除了文本标记外，还能原生理解和生成音频。

网易数智·2025-02-28 03:22

无住之境：“灵魂“概念的消解与超越

本文将深入剖析佛教"无住"智慧与"灵魂"概念的深刻对峙，揭示其背后完整的哲学体系。一、佛教认知革命：对灵魂实体的解构五蕴和合论的解剖刀佛教以"色受想行识"五蕴理论，将所谓灵魂解构为动态的意识流。

109702008·2025-02-28 03:49

深度学习模型优化与医疗诊断应用突破

当前研究聚焦于迁移学习与模型压缩算法的协同创新，通过复用预训练模型的泛化能力与降低计算负载，有效解决了医疗数据样本稀缺与硬件资源受限的痛点问题。

智能计算研究中心·2025-02-28 02:44

ZeRO分布式训练策略

ZeRO分布式训练策略详解一、核心设计原理ZeRO（ZeroRedundancyOptimizer）是微软提出的分布式训练优化框架，与传统数据并行方法不同，ZeRO通过将模型的参数、梯度和优化器状态分散到多个设备上

AIGC_ZY·2025-02-28 02:13

《揭秘机器学习中的交叉验证：模型评估的基石》

交叉验证的核心意义抵御过拟合风险在机器学习的训练过程中，模型可能会过度适应训练数据的细节和噪声，从而在新数据上表现不佳，这就是过拟合现象。交叉验证通过将数据集划分为多个子集，模型在不同子集上

·2025-02-28 01:03

记录海尔7G笔记本电脑实现无桌面纯命令行安装debian12 系统并息屏

海尔7G笔记本电脑，十几年前的一台笔记本，想在家当服务器用。为了省电，我没有安装桌面，用的是纯命令行模式。通过网上查询各种文章大模型等等方式，最终找到了解决方案。使用vbetool（VESA电源管理）‌vbetool‌是一个用于控制VESABIOSExtension（VBE）的工具，主要用于Linux系统中管理显示器的电源状态。通过vbetool，用户可以关闭或开启显示器的电源，从而实现对显示器电

·2025-02-28 01:02

扩散模型基本概念

1.核心思想从最原始的DDPM来讲，扩散模型是用变分估计训练的马尔可夫链，相当于VAE+流模型。与标准化流相比，扩散模型的正向过程为预先定义的加噪过程，负责将图像x∼p(x)x\sim{p(x)}x∼

AndrewHZ·2025-02-28 00:57

利用GPT开发应用005：Codex、Turbo、ChatGPT、GPT-4

它们是通过截至2021年6月的数据进行训练的，并被描述为比之前版本更强大。到2022年11月底，OpenAI开始将这些模型称为GPT-3.5系列的一部分。 Codex系列模型

翰墨之道·2025-02-28 00:56

ASFF算法

这种不一致性干扰了训练过程中的梯度计算，降低了特征金字塔的有效性。4.这个问题存在的原因：当一个对象在某一层特征图中被赋值并被视为正值时，其他层特征图

神笔馬良·2025-02-28 00:21

一周学会Flask3 Python Web开发-Jinja2模版中加载静态文件

锋哥原创的Flask3PythonWeb开发Flask3视频教程：2025版Flask3Pythonweb开发视频教程(无废话版)玩命更新中~_哔哩哔哩_bilibili一个Web项目不仅需要HTML模板

java1234_小锋·2025-02-27 23:44

sql注入总结(时间盲注，布尔盲注，无列名注入，regexp盲注，order by注入，二次注入，update注入，报错注入)

一、update注入query="updatemembersetsex=′query="updatemembersetsex='query="updatemembersetsex=′sex’,phonenum=‘phonenum′,address=′phonenum',address='phonenum′,address=′add,email=‘emailwhereusername=’$ueser

尘佑不尘·2025-02-27 22:39

【人工智能算法】人工智能算法都包括什么？请详细列出和解释

请详细列出和解释1.机器学习算法（MachineLearningAlgorithms）监督学习算法（SupervisedLearning）无监督学习算法（UnsupervisedLearning）强化学习算法

资源存储库·2025-02-27 22:08

LeetCode HOT 100Ⅰ

目录DAY11：两数之和2：两数相加3：无重复字符的最长子串DAY25：最长回文子串DAY311：盛最多水的容器（太秒了多看这道题）15：三数之和DAY453：最大子数组和20：有效的括号70：爬楼梯DAY521

喝口茶吧·2025-02-27 22:07

最全中文对话数据集（不定期更新）

为了提升对话系统的性能，需要大量的高质量对话数据来训练和优化模型。然而，中文对话数据相对于英文来说较为稀缺，且质量参差不齐，这限制了中文对话系统的发展。

数据猎手小k·2025-02-27 22:06

【保姆级视频教程（二）】YOLOv12训练数据集构建：标签格式转换-划分-YAML 配置避坑指南 | 小白也能轻松玩转目标检测！

【2025全站首发】YOLOv12训练数据集构建：标签格式转换-划分-YAML配置避坑指南|小白也能轻松玩转目标检测！

一只云卷云舒·2025-02-27 21:03

DeepSeek全栈接入指南：从零到生产环境的深度实践

第一章：DeepSeek技术体系全景解析1.1认知DeepSeek技术生态DeepSeek作为新一代人工智能技术平台，构建了覆盖算法开发、模型训练、服务部署的全链路技术栈。

量子纠缠BUG·2025-02-27 21:30

2025，AI变现有哪些机遇与挑战？

与此同时，我国大模型领域仍然存在多方面痛点，例如：云端训练成本高、高端算力存在“卡脖子”风险、优质数据匮乏、人才缺口、AI算法开源生态仍需强化、数据安全和隐私问题等等，仍是市场

Imagination官方博客·2025-02-27 19:41

东南亚地区上线电商系统就选商淘云

在东南亚电商这片充满无限可能的广袤天地里，选择一个契合市场需求的电商系统，无疑是开启成功之门的关键钥匙，而商淘云正是那把独一无二的“金钥匙”。

shangtao168·2025-02-27 19:09

haclon模板匹配

*打开窗口dev_open_window(0,0,512,512,'black',WindowHandle)*显示图像（用于创建模板的图像）read_image(Image,'D:/训练照片/4.png

CallZhang210·2025-02-27 18:30

推荐频道

无监督预训练