每日训练

群体智能优化算法-粒子群优化算法（Particle Swarm Optimization, PSO，含Matlab源代码）

PSO具有收敛速度快、实现简单、计算复杂度低等优点，广泛应用于函数优化、神经网络训练、工程优化等领域。算法介绍1.主
HR Zhou·2025-03-21 07:57

《北京大学-DeepSeek系列教程（1）》电子书下载

欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“《北京大学-DeepSeek系列教程（1）》电子书下载”，并学会本篇文章中所讲的全部知识点。
AI智研社·2025-03-21 06:22

IsaacLab最新2025教程(3)-搭建训练场景

前言本文将详细介绍如何使用IsaacLab进行场景搭建与物理仿真，为后续的训练打下基础。
Calm_dw·2025-03-21 06:51

高性能计算:GPU加速与分布式训练

传统的CPU架构已经难以满足深度学习模型训练的需求，因此，GPU加速和分布式训练成为了高性能计算领域的研究热点。
AI天才研究院·2025-03-21 06:17

LLM(7)：文本分词 token 化

此处用于训练LLM的文本是伊迪斯·沃顿的短篇小说《TheVerdict》，该作品已进入公
CS创新实验室·2025-03-21 05:17

基于Python的智能决策支持系统：实现智能化决策的关键要素

文章目录基于Python的智能决策支持系统：实现智能化决策的关键要素11.背景介绍2.核心概念与联系数据收集与预处理模型构建与训练决策规则生成与优化决策结果评估与反馈3.核心算法原理具体操作步骤数据挖掘算法机器学习算法优化算法
AI天才研究院·2025-03-21 05:13

代码随想录算法训练营第三十五天（20250303） |01背包问题 二维，01背包问题 一维，416. 分割等和子集 -[补卡20250316]

01背包问题二维链接遍历物品没有大小顺序要求重点是模拟，推导出递推公式#include#includeintmain(){intm,n;std::cin>>m>>n;std::vectorweight(m,0),value(m,0);for(inti{0};i>weight[i];}for(inti{0};i>value[i];}std::vector>dp(m,std::vector(n+1,0
ZXZ_13·2025-03-21 04:10

32.代码随想录算法训练营第三十二天|509. 斐波那契数,70. 爬楼梯，746. 使用最小花费爬楼梯

32.代码随想录算法训练营第三十二天|509.斐波那契数,70.爬楼梯，746.使用最小花费爬楼梯DP数组的定义以及下标的含义递推公式动态规划的初始化是很重要的遍历顺序打印数组509.斐波那契数-力扣（
白鹭鸣鸣！·2025-03-21 04:10

每日一题——二叉树的深度

二叉树的最大深度问题描述示例方法一：递归法代码实现代码解析方法二：层次遍历（广度优先搜索）代码实现代码解析总结问题描述给定一个二叉树的根节点root，返回其最大深度。二叉树的最大深度是指从根节点到最远叶子节点的最长路径上的节点数。示例示例1输入：root=[3,9,20,null,null,15,7]输出：3解释：从根节点到最远叶子节点的最长路径为3->20->15或3->20->7，路径长度为3
tt555555555555·2025-03-21 04:40

NLU-预训练模型-2018：Bert（二）【“Masked LM”缺点：①预训练与微调不一致；②忽略了掩码位置间的依赖关系】【复杂度：O(n^2·d)；n：输入序列长度（规定最长512）】

五、BERT中的词嵌入1、为什么要使用BERT的嵌入使用BERT从文本数据中提取特征，即单词和句子的嵌入向量。我们可以用这些词和句子的嵌入向量做什么？首先，这些嵌入对于关键字/搜索扩展、语义搜索和信息检索非常有用。例如，如果你希望将客户的问题或搜索与已经回答的问题或文档化的搜索相匹配，这些表示将帮助准确的检索匹配客户意图和上下文含义的结果，即使没有关键字或短语重叠。其次，或许更重要的是，这些向量被
u013250861·2025-03-21 04:08

洛谷每日1题-------Day25__P1424 小鱼的航程（改进版）

题目描述有一只小鱼，它平日每天游泳250公里，周末休息（实行双休日)，假设从周x开始算起，过了n天以后，小鱼一共累计游泳了多少公里呢？输入格式输入两个正整数x,n，表示从周x算起，经过n天。输出格式输出一个整数，表示小鱼累计游泳了多少公里。输入输出样例输入#1复制310输出#1复制2000说明/提示数据保证，1≤x≤7，1≤n≤106。题解#includeusingnamespacestd;int
__雨夜星辰__·2025-03-21 04:08

大模型微调

文章目录前言一、使用的库二、数据预处理1.引入库2.读入数据3.对数据进行预处理4.转换为json格式文件三，使用算子分析数据并进行数据处理四，划分训练集和测试集五，编写训练脚本开始训练六，进行模型推理人工评估总结前言这是使用知乎评论进行模型微调
归一码字·2025-03-21 04:36

AI 大模型应用数据中心的数据迁移架构

这些AI模型通常需要海量的数据进行训练和推理，因此数据中心作为AI应用的基础设施，显得尤为重要。然而，随着AI模型规模的不断扩大，数据中心面临着新的挑战：数据规模庞大:AI模型的训练和推理需要海量数据
AGI大模型与大数据研究院·2025-03-21 03:34

六十天前端强化训练之第二十一天大师级详解 React Context API：从原理到实战

=====欢迎来到编程星辰海的博客讲解======看完可以给一个免费的三连吗，谢谢大佬！目录一、庖丁解牛：深入理解ContextAPI1.1设计哲学与运转机制工作原理三步曲：1.2核心三剑客详解1.3性能优化要诀二、手把手实现主题切换系统2.1完整代码实现（逐行注释版）2.2配套CSS样式设计三、关键知识点拆解3.1状态初始化策略3.2CSS变量注入原理3.3性能优化实践3.4可访问性最佳实践四、
编程星辰海·2025-03-21 02:26

华为OD机试九日集训第2期 - 按算法分类，由易到难，循序渐进，提升编程能力和解题技巧，从而提高机试通过率

目录一、适合人群二、本期训练时间三、如何参加四、数据结构与算法大纲五、华为OD九日集训第1期第1天、逻辑分析第2天、队列第3天、双指针第4天栈第5天滑动窗口第6天、二叉树第7天、并查集第8天、矩阵第9天
哪 吒·2025-03-21 02:48

模型部署实战：PyTorch生产化指南

模型部署是将训练好的模型‌投入实际应用‌的关键步骤，涉及：模型格式转换（TorchScript/ONNX）性能优化（量化/剪枝）构建API服务移动端集成本章使用ResNet18实现图像分类，并演示完整部署流程
小诸葛IT课堂·2025-03-21 01:45

H800核心性能优化技术

这些创新不仅显著提升了30%以上的能效比，更通过精细化任务调度机制，解决了深度学习训练中高并发数据处理与模型参数同步的效率瓶颈。值得关注的
智能计算研究中心·2025-03-21 01:13

Golang | 每日一练 (6)

携手共前行，未来更辉煌文章目录Golang|每日一练(6)题目参考答案什么是内存逃逸？内存逃逸对程序有什么样的影响？如何避免？Golang|每日一练(6)题目什么是内存逃逸？
张胤尘·2025-03-21 01:42

【AI论文】RWKV-7“鹅”模型，具备富有表现力的动态状态演化能力

摘要：我们推出RWKV-7“鹅”，这是一种全新的序列建模架构，同时发布的还有预训练语言模型。
东临碣石82·2025-03-21 00:02

基于Python的金融领域AI训练数据抓取实战（完整技术解析）

项目背景与需求分析场景描述为训练一个覆盖全球金融市场的多模态大语言模型（LLM），需实时采集以下数据：全球30+主要证券交易所（NYSE、NASDAQ、LSE、TSE等）的上市公司公告企业财报PDF文档及结构化数据社交媒体舆情数据
海拥✘·2025-03-20 23:57

云原生分布式存储：数据洪流中的时空折叠艺术

引言：数据维度战争的新防线蚂蚁集团存储集群达500EB规模，Netflix每日处理3PB视频数据。AWSS3支持每秒1.5亿次请求，字节跳动对象存储延迟低至12ms。
桂月二二·2025-03-20 22:15

PyTorch模型训练实战指南：掌握动态图特性与工业级部署技巧

前言在深度学习领域，PyTorch凭借其动态计算图、高效的自动微分系统及高度Pythonic的设计哲学，已成为学术界与工业界的主流框架。其即时执行模式大幅简化了模型调试流程，而灵活的模块化设计则为复杂模型的构建提供了坚实基础。然而，从实验原型到工业级部署的全链路实践中，开发者仍需系统性掌握框架核心特性与工程化技巧。本文以实战为导向，深入剖析PyTorch动态图机制与自动微分原理，详解从数据预处理、
lmtealily·2025-03-20 21:37

LeetCode每日一题——30. 串联所有单词的子串

文章目录题目示例思路题解题目给定一个字符串s和一些长度相同的单词words。找出s中恰好可以由words中所有单词串联形成的子串的起始位置。注意子串要与words中的单词完全匹配，中间不能有其他字符，但不需要考虑words中单词串联的顺序。示例示例1：输入：s=“barfoothefoobarman”,words=[“foo”,“bar”]输出：[0,9]解释：从索引0和9开始的子串分别是“bar
hyk今天写算法了吗·2025-03-20 20:01

数据分析_python进行数据筛选1_行筛选

以titanic的训练数据为例进行展示，为了简化取前十行为例首先导入模块，导入数据importpandasaspdimportnumpyasnpdf=pd.read_csv(r"C:\Users\admin
Monkey*王·2025-03-20 20:28

《魔兽争霸-黑潮》游戏秘籍

DECKMEOUT部队升级EVERYLITTLETHINGSHEDOES魔法升级GLITTERINGPRIZES增加黄金、木材、油量ITISAGOODDAYTODIE无敌MAKEITSO加快建筑、训练、
小魚資源大雜燴·2025-03-20 19:25

【Dive Into Stable Diffusion v3.5】1：开源项目正式发布——深入探索SDv3.5模型全参/LoRA/RLHF训练

目录1引言2项目简介3快速上手3.1下载代码3.2环境配置3.3项目结构3.4下载模型与数据集3.5运行指令3.6核心参数说明3.6.1通用参数3.6.2优化器/学习率3.6.3数据相关4结语1引言在人工智能和机器学习领域，生成模型的应用越来越广泛。StableDiffusion作为其中的佼佼者，因其强大的图像生成能力而备受关注。今天，我的开源项目DiveIntoStableDiffusionv3
Donvink·2025-03-20 19:24

开源模型应用落地-qwen模型小试-调用Qwen2-7B-Instruct-进阶篇（十二）

无论是语言模型还是多模态模型，均在大规模多语言和多模态数据上进行预训练，并通过高质量数据进行后期微调以贴近人类偏好。
开源技术探险家·2025-03-20 19:23

基于大模型的腮腺多形性腺瘤全周期诊疗方案研究报告

目录一、引言1.1研究背景与目的1.2研究现状与趋势二、大模型预测原理与方法2.1大模型概述2.2数据收集与预处理2.3模型训练与优化三、术前预测与评估3.1肿瘤特征预测3.2风险评估3.3案例分析四、
LCG元·2025-03-20 19:53

PyTorch 深度学习实战（19）：离线强化学习与 Conservative Q-Learning (CQL) 算法

在上一篇文章中，我们探讨了分布式强化学习与IMPALA算法，展示了如何通过并行化训练提升强化学习的效率。
进取星辰·2025-03-20 19:52

知识库在意图识别中扮演着**数据支撑**和**语义理解辅助**的双重角色

知识库在意图识别中扮演着数据支撑和语义理解辅助的双重角色，而训练智能客服的意图识别Agent需要结合知识库的结构化数据与机器学习技术。
PersistDZ·2025-03-20 18:47

一切皆是映射：DQN训练加速技术：分布式训练与GPU并行

1.背景介绍1.1深度强化学习的兴起近年来，深度强化学习（DeepReinforcementLearning，DRL）在游戏、机器人控制、自然语言处理等领域取得了令人瞩目的成就。作为一种结合深度学习和强化学习的强大技术，DRL能够使智能体在与环境交互的过程中学习最优策略，从而实现自主决策和控制。1.2DQN算法及其局限性深度Q网络（DeepQ-Network，DQN）是DRL的一种经典算法，它利用
AI天才研究院·2025-03-20 18:45

大规模语言模型从理论到实践 分布式训练的集群架构

大规模语言模型从理论到实践分布式训练的集群架构作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着深度学习技术的飞速发展，大规模语言模型
AI智能涌现深度研究·2025-03-20 18:14

图生视频技术的发展与展望：从技术突破到未来图景

早期探索与GAN的奠基早期图生视频技术主要基于生成对抗网络（GAN），通过对抗训练生成低分辨率的视频片段。例如，DeepMind的DVD
Liudef06·2025-03-20 18:12

Hugging Face 模型格式全解析：从 PyTorch 到 GGUF

兼容性强，与PyTorch训练/推理流程深度集成。文件体积较大，加载速度较慢，存在安全
mingo_敏·2025-03-20 17:37

【机器视觉】少量样本图片情况下的图片识别技术方案

以下是一些应对小样本问题的有效方案：1.数据增强（DataAugmentation）通过对现有样本进行各种变换来生成更多的训练数据，例如：几何变换：旋转、缩放、平移、翻转等。
yuanpan·2025-03-20 16:01

每日新闻掌握【2025年3月20日 星期四】

2025年3月20日星期四农历二月廿一大公司/大事件住建部：坚决稳住楼市，推动房地产市场止跌回稳近日，中共住房和城乡建设部党组召开理论学习中心组学习（扩大）会议。会议要求，要持续推进城市更新，坚持问题导向和目标导向，开展城市体检，找准人民群众急难愁盼问题和城市发展短板弱项，下功夫实施一批惠民生、防风险、促发展的更新项目。要坚决稳住楼市，持续巩固“四个取消、四个降低、两个增加”房地产政策“组合拳”效
cdmt·2025-03-20 15:26

模型微调：让AI更懂你的魔法棒

模型微调：让AI更懂你的魔法棒✨在人工智能的世界里，模型微调（Fine-tuning）就像是一位魔法师用魔法棒对预训练模型进行“个性化改造”，让它更适应特定的任务。
带上一无所知的我·2025-03-20 14:10

聊聊关于Python与人工智能那些事

Python提供了许多用于构建和训练人工智能模型的库和框架。本文将介绍一些常见的人工智能技术以及Python在这些技术中的应用。
小G-biu-·2025-03-20 13:37

使用 TensorFlow 进行图像处理：深度解析卷积神经网络（CNN）

2.使用TensorFlow构建CNN2.1环境准备2.2加载并预处理MNIST数据集2.3构建CNN模型2.4编译和训练模型2.5评估模型3.CNN的优化与改进3.1使用数据增强3.2调整网络结构4.
一碗黄焖鸡三碗米饭·2025-03-20 12:28

集成学习（Ensemble Learning）基础知识1

4、基学习器：“好而不同”5、集成学习的两个基本问题（1）如何训练出具有差异性的多个基学习器？（2）如何将多个基学习器的预测结果集成为最终的强学习器预测结果？
代码骑士·2025-03-20 12:57

实战LLM强化学习——使用GRPO（DeepSeek R1出圈算法）

然而，随着模型规模的扩大和任务复杂性的增加，传统的强化学习算法开始暴露出训练效率低、收敛速度慢等问题。为了解决这些挑战，DeepSeek公司提出了一个新的强化学习算法—
大富大贵7·2025-03-20 10:10

C语言每日一练——day_9

引言针对初学者，每日练习几个题，快速上手C语言。第九天。（连续更新中）采用在线OJ的形式什么是在线OJ？
Run_Teenage·2025-03-20 10:39

C语言每日一练——day_6

引言针对初学者，每日练习几个题，快速上手C语言。第六天。（连续更新中）采用在线OJ的形式什么是在线OJ？
Run_Teenage·2025-03-20 10:09

C语言每日一练——day_8

引言针对初学者，每日练习几个题，快速上手C语言。第八天。（连续更新中）采用在线OJ的形式什么是在线OJ？
Run_Teenage·2025-03-20 10:08

通过LoRA（Low-Rank Adaptation）低秩矩阵分解来高效微调权重变化

这种方法通过减少微调的参数数量来提高训练效率。
背太阳的牧羊人·2025-03-20 08:53

神经网络之参数初始化

引言：参数初始化是训练深度神经网络的一个关键步骤，目的是给网络中权重（weights）和偏置（biases）赋予初始值。
硬水果糖·2025-03-20 08:21

蓝桥杯每日一练

【问题描述】小蓝制作了n个工件，每个工件用一个由小写英文字母组成的，长度为2的字符串表示，第i个工件表示为si。小蓝想把n个工件拼接到一起，方便转移到另一个地方完成下一道工序，而拼接后的工件用字符串S=s1+s2+...+sn表示，其中+表示一种奇特的拼接方式：对于c=a+b来说，如果a的第二个字符和b的第一个字符相同，则拼接后的结果c长度为3而不是4，中间相同的字符可以省略一个，比如xy+yz=
智商不在服务器·2025-03-20 07:17

神经网络基础之正则化

一、正则化目的防止过拟合：当模型过于复杂（例如神经网络层数过多、参数过多）时，容易在训练数据上“记忆”噪声或细节，导致在测试数据上表现差。简化模型：正则化通过限制模型参数的大小或数量，迫
硬水果糖·2025-03-20 07:45

TDE透明加密技术：免改造实现华为云ECS中数据库和文件加密存储

在数字经济与云计算深度融合的今天，华为云ECS（弹性云服务器）已成为企业数字化转型的核心载体，承载着数据库、文件存储、AI训练等关键业务。
安 当 加 密·2025-03-20 07:43

高级java每日一道面试题-2025年3月03日-微服务篇[Eureka篇]-Eureka自我保护机制是什么?

如果有遗漏,评论区告诉我进行补充面试官:Eureka自我保护机制是什么?我回答:在Java高级面试中，Eureka的自我保护机制（Self-PreservationMode）是一个非常重要且常被提及的话题。理解这一机制的工作原理及其应用场景对于构建高可用性的微服务架构至关重要。以下是结合提供的内容对Eureka自我保护机制的详细解析和综合概述：自我保护机制的概念Eureka的自我保护机制是一种容错
java我跟你拼了·2025-03-20 07:10
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他