李宏毅机器（深度）学习笔记第23页

机器学习模型创建的数学原理

1模型工作原理机器学习学习模型主要分为监督学习、无监督学习、半监督学习和强化学习，本文聚焦探讨目前应用最为广泛的监督学习问题，下午如未特殊指明，机器学习特指有监督学习机器学习。

HadesZ~·2025-02-08 15:04

深度解析 DeepSeek 的蒸馏技术

转自微信公众号，https://mp.weixin.qq.com/s/pvx4nYeBcfmMVRBCdvP9Yw如有侵权，请联系删除。DeepSeek蒸馏技术概述1.1蒸馏技术定义与原理图片模型蒸馏（KnowledgeDistillation）是一种将大型复杂模型（教师模型）的知识迁移到小型高效模型（学生模型）的技术。其核心目标是在保持模型性能的同时，显著降低模型的计算复杂度和存储需求，使其更适

海持Alvin·2025-02-08 15:04

分布式计算框架

分布式计算就是为了把多个计算逻辑能够放到多台机器上执行，执行的逻辑一般使用java或者python等，还牵扯到数据如何分片。

wlstephenw·2025-02-08 15:03

python rosbag

这些数据可以是来自传感器的数据，也可以是机器人控制程序发布的消息。ROSbag可以帮助你记录、回放和分析机器人的运行数据。在Python中，你可以使用rosbag库来操作ROSbag。

Jay星晴·2025-02-08 15:33

从ROS包中提取全部图像帧（命令行版本，非代码！）

在机器人操作系统（ROS）项目中，经常需要从rosbag文件中提取图像数据进行后续分析或处理。本文将详细介绍如何从一个包含大量图像帧的rosbag文件中提取所有图像，并将其保存为jpg格式。

RobotsRuning·2025-02-08 15:33

智能制造碳中和实战：基于深度学习的工业碳足迹实时监测与优化系统全解析

深度解析AI驱动的工业能耗智能管控体系——基于生产过程碳足迹实时监测的完整实战引言：智能制造的绿色革命在"双碳"目标驱动下，我国制造业正面临前所未有的能效升级挑战。

Coderabo·2025-02-08 15:32

深度学习的一些方向

深度学习的一些方向目录深度学习的一些方向一、多模态1.特征提取（featureextraction)2.文本转图像3.可视化问题回答二、计算机视觉1.深度估计（depthestimation)2.图像分类

xinpao·2025-02-08 15:32

C/C++嵌入式面试题

预处理：头⽂件包含、宏替换、条件编译、删除注释编译：主要进⾏词法、语法、语义分析等，检查⽆误后将预处理好的⽂件编译成汇编⽂件。

残念惭忆·2025-02-08 15:02

【深度学习】L1损失、L2损失、L1正则化、L2正则化

正则化（L1Regularization）4.L2正则化（L2Regularization）5.总结5.1为什么L1正则化会产生稀疏解L2正则化会让权重变小L1损失、L2损失、L1正则化、L2正则化是机器学习中常用的损失函数和正则化技术

小小小小祥·2025-02-08 15:31

李沐深度学习-多层感知机简洁实现

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.nnimportinitimporttorchvision.transformsastransformsimporttorch.utils.dataasDataimportsyssys.path.append("路径")importd2lzh_pytorchasd2lnum_inputs,n

大小猫吃猫饼干·2025-02-08 15:31

深度剖析 DNS 劫持

在互联网时代，我们每天都在通过浏览器访问各种网站，获取信息、进行社交、购物娱乐等。然而，在这看似便捷的网络交互背后，却隐藏着一种威胁——DNS劫持。DNS劫持就像一个隐形的“网络小偷”，悄然改变着我们的网络访问路径，带来诸多危害。那么，究竟什么是DNS劫持？它为何会出现？又有哪些实际案例和常见场景？我们该如何解决这一问题呢？想要深入了解这些，我们首先需要清楚DNS解析过程。一、DNS解析过程当我们

·2025-02-08 14:49

DeepSeek：知识图谱与大模型参数化知识融合的创新架构

大模型，凭借其在海量数据上的深度训练，拥有强大的语言理解与生成能力，能够处理多种自然语言处理任务，如文本生成、问答系统、机器翻译等，像GPT系列模型，一经推出便在全球范围内引起了广泛关注，展示了大模型在语言处理方面的卓越能力

·2025-02-08 14:49

宇树 Unitree 推出的 B2-W 机器狗：智能时代的多面 “能手”

宇树Unitree在当今科技日新月异的时代，机器人技术正以前所未有的速度蓬勃发展，而宇树Unitree推出的B2-W机器狗无疑是这一领域中一颗耀眼的璀璨之星，凭借其卓越的性能、先进的技术以及广泛的应用前景

·2025-02-08 14:45

8648 图的深度遍历

SCAU数据结构OJ第六章文章目录8648图的深度遍历8648图的深度遍历代码如下：#include"string.h"#include"malloc.h"/*malloc()等*/#include"stdio.h

软工在逃男大学生·2025-02-08 14:58

PyTorch深度学习实战（42）——图像字幕生成

PyTorch深度学习实战（42）——图像字幕生成0.前言1.图像字幕1.1基本概念1.2模型分析1.3数据集分析2.图像字幕生成模型小结系列链接0.前言图像字幕生成(Imagecaptioning)模型是一种将图像与对应描述文字关联起来的神经网络模型

盼小辉丶·2025-02-08 14:57

云原生时代的性能守护者：Java应用全链路性能监控深度解析

在当今快速发展的云计算环境中，构建高效稳定的微服务架构已成为企业竞争力的关键因素之一。然而，随着系统复杂度的增加，如何确保各个组件之间的高效协作并及时发现潜在问题成为了新的挑战。特别是在云原生（CloudNative）背景下，传统意义上的单体应用被分解成众多独立部署的服务单元，这就要求我们具备更加精细和全面的性能监控能力。今天，我们将深入探讨适用于Java云原生开发工具链的性能监控策略，并通过详尽

墨夶·2025-02-08 14:56

自学黑客（网络安全），一般人我劝你还是算了吧

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包文章讲述了自学网络安全时常见的误区，如先学编程、过度追求深度学习以及收集过多资料，并提供了前期学习的硬件、软件选择建议，强调了基础编程知识和英文能力的重要性

网安周星星·2025-02-08 14:26

数字产品全生命周期管理的深度解析

1.数字产品发展背景在当今数字经济背景下，企业需要将IT和业务的管理整合，以实现更高的效率和竞争力。本次课程旨在探讨数字产品管理的核心概念和全生命周期管理方法，为专业人士提供全面的视角。随着技术的快速发展，企业逐渐认识到仅仅依靠传统的IT服务管理已不足以应对市场的变化和用户需求的提升。数字产品的管理方式不仅提高了企业的运营效率，更在市场竞争中占据了优势地位。通过引入数字产品管理，企业能够更好地协调

AZone架构院·2025-02-08 14:26

【C++指南】C++内存管理深度解析

博客主页：倔强的石头的CSDN主页Gitee主页：倔强的石头的gitee主页⏩文章专栏：《C++指南》期待您的关注目录引言一、C++内存管理概述二、C++内存区域划分三、C++内存管理方式1.自动内存管理（栈内存）2.静态内存管理（全局和静态变量）3.动态内存管理（堆内存）四、C++动态内存管理方式1.new和delete的用法2.使用new和delete的注意事项3.new、delete与mal

倔强的石头_·2025-02-08 14:56

双深位重型货架的特点

与单深位货架相比，它的存储深度增加了一倍，

·2025-02-08 14:42

DEEPSEKK GPT等AI体的出现如何重构工厂数字化架构：从设备控制到ERP MES系统的全面优化

随着深度学习（DeepSeek）、GPT等先进AI技术的出现，工厂的数字化架构正在经历前所未有的变革。

有续技术·2025-02-08 14:25

【深度学习】不同领域中对于token的理解

对于机器来说，它并不会直接理解这句话的含义，而是需要先将这句话拆解成一个个Token单元进行处理。

小小小小祥·2025-02-08 14:55

【DeepSeek】DeepSeek小模型蒸馏与本地部署深度解析DeepSeek小模型蒸馏与本地部署深度解析

一、引言与背景在人工智能领域，大型语言模型（LLM）如DeepSeek以其卓越的自然语言理解和生成能力，推动了众多应用场景的发展。然而，大型模型的高昂计算和存储成本，以及潜在的数据隐私风险，限制了其在某些场景下的应用。为了克服这些挑战，DeepSeek引入了知识蒸馏技术，通过将大型模型的知识转移到小型模型中，实现了模型的轻量化。本文将深入探讨DeepSeek小模型蒸馏的原理，并提供详细的本地部署步

后端研发Marion·2025-02-08 14:24

ASUS/华硕魔霸6 G513Q G533Q G713Q G733Q 原厂Win10系统工厂文件带ASUS Recovery恢复

华硕工厂文件恢复系统，安装结束后带隐藏分区，带一键恢复，以及机器所有的驱动和软件。

无限的奇迹·2025-02-08 13:20

深度解析：网站快速收录与用户体验的关系

本文转自：百万收录网原文链接：https://www.baiwanshoulu.com/76.html网站快速收录与用户体验之间存在着密切的关系，这种关系可以从多个维度进行深入解析。一、网站快速收录对用户体验的影响提高网站可见度：网站被搜索引擎快速收录后，会在搜索结果中展示给用户，从而提高了网站的可见度。用户更容易找到网站，进而访问和获取所需信息。提升用户信任度：搜索引擎通常会将高质量、有价值的网

百度网站快速收录·2025-02-08 13:16

第五节《VTK 点与网格模型求交处理技巧》

我基于VTK提供的算法总结了3种点与网格求交计算的方法，第一种vtkOBBTree直线与网格求交计算；第二种局部网格直线求交计算；第三种基于深度缓存求交计算；第一种vtkOBBTree直线与网格求交计算

《雨声》·2025-02-08 12:45

python基础语法(4) ----- 学习笔记分享

目录Python使用库以及实战的一些案例1.标准库1.1认识标准库1.2使用import导入模块1.3代码示例:日期及结算1.4代码示例:字符串操作1.5代码示例:文件查找工具2.第三方库2.1认识第三方库2.2使用pip2.3代码示例:生成二维码(1)使用搜索引擎,确定使用哪个库(2)查看qrcode文档2.4代码示例:操作excel(1)安装xlrd(2)编写代码2.5代码示例:"程序猿鼓励师

秋筠557·2025-02-08 12:42

TypeScript快速上手学习笔记-第八篇——继承

一、什么是继承？继承是类与类之间的关系，是通过扩展其他类而形成新类来实现的，原来的类称为父类（superclass）或基类，新类称为原来类的子类或派生类。在子类中，不仅包含父类的属性和方法，还可以增加新的属性和方法，使得父类的基本特征可被所有子类的对象共享。二、继承的简单样例CatextendsAnimal，此时Cat为子类，Animal为父类，使用继承之后子类会自动继承父类中的属性和方法。cla

LIMI_伞梦·2025-02-08 12:41

2025自学黑客（网络安全），一般人学不来

目录：一、自学网络安全学习的误区和陷阱1.不要试图先成为一名程序员（以编程为基础的学习）再开始学习2.不要把深度学习作为入门第一课3.不要收集过多的资料二、学习网络安全的一些前期准备1.硬件选择2.软件选择

程序员羊羊·2025-02-08 12:10

神经网络压缩实验-Deep-compression

首发于个人博客，结合论文阅读笔记更佳实验准备基础网络搭建为了实现神经网络的deepcompression，首先要训练一个深度神经网络，为了方便实现，这里实现一个两层卷积+两层MLP的神经网络classnet

无用技术研究所·2025-02-08 11:06

python使用jit没加速_# 加速python运行-numba

numba使用LLVM编译器架构将纯Python代码生成优化过的机器码，通过一些添加简单的注解，将面向数组和使用大量数学的python代码优化到与c，c++和Fortran类似的性能，而无需改变Python

weixin_39750195·2025-02-08 11:35

大语言模型应用指南：Gemini简介

LLM基于深度学习技术，通过训练海量的文本数据，能够理解和生成自然语言，并在各种任务中展现出惊人的能力，例如：文本生成:写作故事、诗歌、新闻报道等机器翻译:将一种语言翻译成另一种语言问答系统:回答用户提出的问题代码生成

AI天才研究院·2025-02-08 11:03

深度学习的文本生成：从seq2seq到GPT2和GPT3

文章目录1.背景介绍1.1序列到序列（seq2seq）模型1.1.1编码器1.1.2解码器1.1.3训练1.2Transformer模型1.2.1自注意力机制1.2.2位置编码1.2.3多头注意力1.2.4训练1.3GPT（GenerativePre-trainedTransformer）模型1.3.1预训练1.3.2微调1.3.3生成1.4GPT-2和GPT-31.4.1GPT-21.4.2GP

AI天才研究院·2025-02-08 11:33

【gopher的java学习笔记】arthas的trace和watch分别可以用来干什么

类似于golang的pprof，Arthas是一款强大的Java诊断工具，它为开发者提供了多种功能来分析和调试运行中的Java应用程序。其中，trace和watch是Arthas中两个非常实用的命令，它们各自具有独特的功能和应用场景。下面，我们将详细介绍这两个命令的区别及其使用。ArthasTrace命令trace命令主要用于跟踪方法调用的路径和执行时间。它能够帮助开发者了解一个方法从调用开始到结

ThisIsClark·2025-02-08 11:33

机器学习3--numpy

importnumpyasnpnp.array创建数组机器学习数据量很大，ndarray速度快。ndarray的优势：内存块风格，一体式存储，数据类型一样（存储数据地址连续，直接存取，不需要找地

乌鸦不像写字台·2025-02-08 11:33

机器学习数学基础：14.矩阵的公式

1.操作顺序可交换对于矩阵AAA，若存在两种运算???和???，使得(A?)?=(A?)?(A^{?})^{?}\=(A^{?})^{?}(A?)?=(A?)?，这意味着这两种运算的顺序可以交换。由此我们得到以下三个重要等式：(A∗)−1=(A−1)∗(A^{*})^{-1}\=(A^{-1})^{*}(A∗)−1=(A−1)∗：已知伴随矩阵与逆矩阵的关系A∗=∣A∣A−1A^{*}\=|A|A^

@心都·2025-02-08 11:31

JVM致命错误日志详解

文章目录文件描述文件位置文件头错误信息记录JVM运行信息崩溃原因错误信息线程描述线程信息信号信息计数器信息机器指令内存映射信息线程堆栈其他信息进程描述线程列表虚拟机状态互斥锁/管程堆概览卡表和本地代码缓存编译事件

「已注销」·2025-02-08 11:01

深度学习模型格式解析：PyTorch、AWQ 和 GPTQ

在深度学习领域，模型的存储和加载方式直接影响其运行效率、适用场景以及部署方式。

gs80140·2025-02-08 11:00

ACC-UNet网络学习笔记（2023 MICCAI ）

摘要1.背景说明近十年来的变化——ViT的引入改变了CV的基本模式。同样，医学图像领域也发生了一样的变化，最具影响力的网络结构——U-Net已和Transformer相结合而被重新设计。最近，卷积模型在视觉中的有效性正在被重新研究，比如一些开创性的工作——ConvNeXt，它将ResNet的性能提升到了SwinTransformer一样甚至更高的水平！2.原因&目的由此获得灵感，Author打算改

刘若里·2025-02-08 10:58

web3.0技术

以下是两者的深度关联与具体应用：一、Web3.0如何赋能溯源？区块链的不可篡改性核心机制：区块链通过哈希链、共识算法（如PoW/PoS）确保数据一旦上链，无法被单一方修改或删

天机️灵韵·2025-02-08 10:57

完整的671B R1塞进本地，详尽教程来了！

李锡涵DatawhaleDatawhale干货作者：李锡涵，编译：机器之心本文作者：李锡涵（XihanLi）作者简介：伦敦大学学院（UCL）计算机系博士研究生，谷歌开发者专家，主要研究方向为学习优化，在

·2025-02-08 10:08

股票数据集成：优质API接口精选

股票API提供了对金融市场的深度访问，包括股票报价、交易量、历史数据等，帮助开发者实时监控市场动向，进行数据分析与投资决策。

·2025-02-08 10:36

深入浅出：机器学习的全面解析

深入浅出：机器学习的全面解析引言机器学习（MachineLearning,ML）作为人工智能的一个重要分支，近年来取得了显著进展，并在多个领域中得到了广泛应用。

python算法(魔法师版)·2025-02-08 10:56

二叉树的遍历(深度遍历)

二叉树的遍历分为广度遍历和深度遍历。这里我们讲解一下深度遍历的代码如何书写。首先要明确深度遍历有三种遍历次序，分别是：前序遍历(中左右)，中序遍历(左中右)，后序遍历(左右中)。

qy发大财·2025-02-08 10:24

电话号码的字母组合（力扣17）

解法要点这题是一道典型的采用深度优先遍历的算法题，提到深度优先遍历，那基本就要跟递归

岳麓山脚一大叔·2025-02-08 09:19

AI 驱动的自动化测试框架：提升开发效率与质量

AI驱动的测试框架使用机器学习和深度学习技术，能够自动生成测试用例、智能分析测试结果，并根据历史数据和代码变更预测潜在

桂月二二·2025-02-08 09:19

Deno vs Node.js：性能对比深度解析

1.引言Deno和Node.js都是基于V8引擎的JavaScript运行时环境，然而它们在架构、模块管理、安全性和性能方面存在显著差异。Deno由Node.js的原始作者RyanDahl开发，旨在解决Node.js设计上的一些问题，比如包管理、安全模型和TypeScript支持。本文将通过对比HTTP服务器性能、模块加载速度、内存占用和冷启动时间，深入分析Deno与Node.js在实际应用中的性

桂月二二·2025-02-08 09:48

2015百度面试题：设计一个小程序来判断当前机器的字节序（大端&小端）

#define_CRT_SECURE_NO_WARNINGS1#includeintcheck_sys(){inta=1;char*p=(char*)&a;if(*p==1){return1;}else{return0;}}intmain(){intret=check_sys();if(ret==1){printf("小端\n");}else{printf("大端\n");}return0;}

醉城夜风~·2025-02-08 09:46

【Python】将不规则凸多边形映射到单位正方形

写在前面在机器学习领域常需要将数据归一化后才能进行训练等操作，一维数据很容易处理，但对于二维的不规则数据，则需要一些手段，本文就是用来解决这个问题此外，有时候希望可以用循环遍历一个不规则的二维平面，显然难以直接实现

辰尘_星启·2025-02-08 09:16

MongoDB 深度教程：当 NoSQL 遇上幽默

MongoDB深度教程：当NoSQL遇上幽默欢迎来到这个MongoDB的奇妙冒险！

Kale又菜又爱玩·2025-02-08 09:15

推荐频道

李宏毅机器（深度）学习笔记